Modellazione dati logica
Che cos'è un modello dati logici?
Come rappresentazione grafica dei requisiti informativi per una data area di business, un modello dati logici è creato prendendo le descrizioni dei dati delineate in un modello dati concettuali e introducendo elementi e definizioni associati e un maggiore contesto per le relative strutture.
Questa fase è importante perché, mentre è più facile comunicare il modello dati concettuali in quanto più uniforme, la mancanza di contesto può rendere difficile il passaggio da modellazione a implementazione. Per supportare tale progressione sono necessari altri dettagli. Tali dettagli includono la definizione di attributi di proprietà, chiavi primarie, chiavi esterne e cardinalità dei rapporti e la descrizione di entità e classi. In questa fase, la natura dei rapporti tra i dati viene stabilita e definita, mentre i dati da sistemi diversi vengono normalizzati.
Qual è l'obiettivo di un modello dati logici?
In questa fase, la funzione primaria di un modello dati è visualizzare i relativi elementi e il modo in cui interagiscono. La modellazione dati logica serve anche per illustrare gli attributi associati a un elemento dati. Ad esempio, un modello dati logici specifica la natura di un elemento dati, ad esempio un nome account (stringa) o un numero di account (numero intero).
Quando è necessario prendere in considerazione un modello dati logici?
I tre tipi diversi di modellazione dati offrono livelli incrementali di contesto e dettagli, pertanto possiamo vedere come sequenziale il loro utilizzo. Pertanto, un modello dati logico va preso in considerazione una volta creato il modello dati concettuale.
Questa fase più strutturata della modellazione dati è importante soprattutto durante la progettazione dell'applicazione, quando può fungere da meccanismo di comunicazione negli ambienti più tecnici dove lavorano database analyst e progettisti. Ci aiuta a capire maggiormente i dettagli dei dati rispetto ai modelli dati concettuali ma, in modo simile, non ci fornisce una prospettiva su come implementarli.
Così come per la modellazione dati concettuale, significa che i team non sono vincolati a considerazioni tecnologiche. Ciò è fondamentale, perché spesso le tecnologie nelle organizzazioni sono dinamiche.
Perché usare un modello dati logici?
Un modo semplice per comprendere quando e perché scegliere un modelli dati logici è prendere in considerazione il pubblico intesto del modello: database analyst, system analyst e progettisti. I destinatari e la posizione della modellazione dati logica nel processo di progettazione delle applicazioni significano che non è necessario escludere contesto e dettagli in favore dell'accessibilità. Il livello di dettagli aggiuntivo (se lo si confronta alla modellazione dati concettuale) è il contesto di cui hanno bisogno gli architetti per garantire la compatibilità delle nuove applicazioni con i dati che utilizzeranno. In poche parole, un modello dati logici fornisce le fondamenta necessarie per una progettazione produttiva dei database.
Senza un modello dati logici, i progettisti possono solo indovinare i requisiti delle nuove applicazioni facendo prove in itinere. Ciò comporterà dover spesso lavorare con elementi dati non organizzati, con il rischio di ignorare diversi requisiti. Pertanto, saltare la fase di modellazione dati logica in favore della creazione di un modello dati fisici può portare a una progettazione errata del database e ad applicazioni che non funzionano come previsto. Risolvere questi problemi richiede un approccio reattivo che può rallentare il time-to-market e aumentare i costi totali associati al processo di sviluppo.
Inoltre, la natura indipendente dalle tecnologie dei modelli dati logici aiuta le organizzazioni a stabilire opportunità per miglioramenti ai processi. Ciò significa che è possibile creare nuove applicazioni in modo che siano il più possibile efficaci, invece che efficaci tanto quanto lo consentono i limiti tecnologici attuali.
Vantaggi della modellazione dati logica
Aiutare le organizzazioni a identificare aree di miglioramento dei processi aziendali
Progettare applicazioni informate
Ridurre i costi e aumentare l'efficienza
Fornire una base per modelli futuri
Creare modelli migliori con erwin
I dati sono il business di erwin, da più di 30 anni. Siamo riconosciuti come leader nel mercato della modellazione dati. Questa esperienza ha permesso di creare una piattaforma di modellazione dati perfetta per gestire le relative esigenze in ogni fase del processo di modellazione: concettuale, logica e fisica.
erwin Data Modeler di Quest permette ai portatori di interesse aziendali e tecnici di collaborare alla progettazione e alle implementazioni di nuovi sistemi. Potranno anche godere di supporto NoSQL e di raccolta automatizzata dei metadati, fattori che riducono fortemente i tempi di implementazione.