Modelos de datos dimensionales lógicos

Un modelo lógico de datos es un modelo que no es específico de una base de datos que describe aspectos relacionados con las necesidades de una organización para recopilar datos y las relaciones entre estos aspectos.

Un modelo lógico contiene representaciones de entidades y atributos, relaciones, identificadores exclusivos, subtipos y supertipos y restricciones entre relaciones. Un modelo lógico también puede contener objetos de modelo o hacer referencia a uno o más modelos. Una vez definidas las relaciones y los objetos lógicos en un modelo de datos lógicos, puede utilizar el entorno de trabajo para transformar el modelo lógico en una representación física específica de base de datos en forma de modelo de datos físicos.

Los objetos del modelo lógico siempre están contenidos en un objeto de paquete raíz. Siempre hay un paquete raíz, pero puede añadir paquetes adicionales bajo el paquete raíz para agrupar objetos similares.

Los modelos de datos lógicos abordan las siguientes áreas de interés:

Los modelos de datos lógicos crean una sola vista de todos los datos. Puede crear un modelo de datos lógicos para abordar el rendimiento, la coherencia y las redundancias de los datos. El modelo de datos lógicos se utiliza para crear un modelo de datos físicos que permita acceder a los datos.

Al crear un modelo de datos lógicos, utilice los pasos siguientes:
  1. Identifique entidades, atributos y relaciones:
    1. Revise la documentación del proyecto. Debe definir el ámbito del proyecto y la información sobre el sistema de origen del que va a obtener los datos. Defina requisitos empresariales, modelos de procesos, perfiles, diseños arquitectónicos y modelos de datos.
    2. Cree categorías generales que representen la información que almacenará en el depósito de datos. Asegúrese de que se impliquen los analistas de negocio y los expertos en la materia interesados. Estas categorías deben representar conceptos de empresa, no sólo atributos o subconjuntos de datos.
    3. Identifique las entidades. Las entidades generalizan los conceptos, las partes implicadas, los productos, los planes, las ubicaciones o los sucesos que se almacenarán en la base de datos. Las entidades pueden ser objetos de la base de datos o categorías que haya creado más arriba.
    4. Determine las relaciones entre las entidades. Una entidad pueden tener relaciones con otras entidades, pero entre dos entidades sólo puede haber una relación. Cuando cree relaciones, hágalo desde el punto de vista del negocio. Cree nombres para cada parte de la relación.
    5. Identifique la cardinalidad de cada relación.
    6. Identifique los atributos y las características de cada entidad. Durante este paso, debe definir claves primarias. Una clave primaria es un subconjunto de atributos que identifican de forma exclusiva una entidad.
    7. Cree descripciones de texto para entidades y atributos. La descripción debe representar los objetos desde el punto de vista del negocio.
  2. Fusione el modelo funcional con el modelo de datos lógicos.
    1. Cree, lea, actualice y suprima atributos de las entidades.
    2. Mantenga las relaciones y cardinalidades del modelo datos lógicos y los valores de los atributos.
  3. Valide el modelo de datos lógicos con los requisitos del negocio. Asegúrese de que la siguiente información se encuentre en el modelo de datos lógicos:
    • Todos los procesos de negocio necesarios se documentan a través de entidades
    • Todos los datos necesarios se incluyen en el modelo de datos lógicos
    • Todas las entidades tienen nombre, así como claves primarias, atributos y relaciones con otras entidades del modelo de datos lógicos
    • Las cardinalidades entre objetos reflejan sus relaciones apropiadas
    • Las entidades y atributos se encuentran en el depósito de datos, y están relacionados con funciones o procesos que tienen lugar en el depósito de datos

Revise el modelo de datos a lo largo del proceso. Tenga en cuenta que debe mantenerse en el ámbito de las necesidades del negocio, y debe modificar el modelo cuando conozca mejor dichas necesidades. Una vez completado el modelo de datos, siga revisando y mejorando el modelo para sacar el máximo partido de los datos disponibles para el negocio.


Comentarios