Datenmodellierung - Übersicht

Sie können die Workbench verwenden, um DDL für logische und physische Datenmodelle zu erstellen, zu modifizieren und zu generieren. Außerdem können Sie Domänen- und Glossarmodelle erstellen und mit ihnen arbeiten, um Benennungs- und Datentypstandards einzuhalten. Alle Datenmodellierungsobjekte werden in einem Datenentwurfsprojekt gespeichert und bearbeitet.
Die folgenden Typen von Datenmodellen werden in diesem Produkt verwendet.
Basisdatenmodelle:
Logische Datenmodelle

Logische Datenmodelle sind nicht datenbankspezifisch. Sie beschreiben Elemente im Allgemeinen, zu denen ein Unternehmen Daten sammeln will, sowie die zwischen diesen Elementen bestehenden Beziehungen. Sie werden hierarchisch verwaltet und enthalten Objekte wie Pakete, Entitäten, Attribute und andere Beziehungsobjekte.

Logische Datenmodelle können in physische Datenmodelle oder UML-Modelle umgesetzt werden. Zudem können sie aus physischen Datenmodellen oder UML-Modellen generiert werden. Mit diesen Umsetzungsfunktionen können Sie UML-Modellentwürfe im gesamten Datenmodelllebenszyklus weitergeben. Darüber hinaus können Sie auch logische Datenmodelle aus vorhandenen physischen Datenmodellen generieren, sodass Sie vorhandene Datenbankentwürfe wiederverwenden können.

Physische Datenmodelle

Diese Modelle sind datenbankspezifische Modelle, die relationale Datenobjekte (z. B. Tabellen, Spalten, Primärschlüssel und Fremdschlüssel) und die zugehörigen Beziehungen darstellen. Bei einigen Datenbankzielen können Sie dem physischen Datenmodell auch Speicherobjekte hinzufügen, wie z. B. Tabellenbereiche und Pufferpools.

Physische Datenmodelle können in logische Datenmodelle umgesetzt werden oder sie können aus logischen Datenmodellen generiert werden. Nachdem Sie Ihren physischen Datenmodellentwurf abgeschlossen haben, können Sie DDL-Anweisungen aus dem Modell generieren, die dann wiederum auf einem Datenbankserver implementiert werden können.

Dimensionsmodellierung

Sie können die Workbench verwenden, um DDL für physische Dimensionasdatenmodelle zu erstellen, zu modifizieren und zu generieren. Die Erstellung von Dimensionsdaten erweitert logische und physische Datenmodelle zur besseren Erfüllung von Anforderungen bezüglich Daten und der Datenbeziehung.

Dimensionsmodelle stellen die Aspekte der einzelnen Prozesse in Ihrem Unternehmen dar. Datenbankschemata, die entsprechend den Dimensionsmodellierungsregeln modellieren, eignen sich hervorragend für den Einsatz mit Anwendungen, die große Datenmengen in kurzer Zeit lesen müssen. Dieser schnelle und einfache Zugriff auf die Daten erleichtert Ihnen die Entwicklung von Anwendungen und Abfragen, die dem Unternehmen eine Analyse der Daten ermöglichen.

Unternehmensstandards und bewährte Verfahren umsetzen:
Domänenmodelle
In Domänenmodellen sind die Domänentypen, die ein Unternehmen zulässt, und die zugehörigen Integritätsbedingungen beschrieben. Atomare Domänen können in einem Domänenmodell oder als Teil eines logischen Datenmodells gespeichert werden. Sie können ein Domänendatenmodel einem Datenentwurfsprojekt zuordnen, damit die Domänendatentypen entweder für die logische oder für die physische Datenmodellierung verfügbar sind.
Glossarmodelle
Glossarmodelle beschreiben den Namen und die Abkürzungen, die ein Unternehmen für Datenobjekte zulässt. Mit Glossarmodellen können Sie Objektbenennungsstandards innerhalb eines Unternehmens umsetzen.

Neben der Verwendung dieser beiden Datenmodelltypen können Sie auch Benennungsstandards und bewährte Verfahren durch die Verwendung der Datenmodellanalyse umsetzen.

Mithilfe der Workbench können Sie Datenmodelle erstellen und modifizieren, indem Sie den Datenprojektexplorer, die Sicht Merkmale oder ein Diagramm des Modells verwenden. Sie können außerdem die folgenden Aufgaben ausführen, um Datenmodellinformationen an andere Teammitglieder zu kommunizieren:

Neben den vier oben beschriebenen Datenmodelltypen können Sie mit dem Zuordnungseditor Zuordnungsmodelle generieren, die die Beziehungen zwischen zahlreichen Datenquellen beschreiben und zuordnen. Zuordnungsmodelle können zum Generieren von Scripts verwendet werden, mit denen Sie Daten aus zuordnungsmodellkonformen Quellen für zuordnungsmodellkonforme Ziele umsetzen und filtern können. Zuordnungsmodelle können auch als CSV-Dateien exportiert werden, damit Sie Zuordnungsmodellinformationen an andere Teammitglieder kommunizieren können.


Feedback