논리 데이터 모델은 데이터베이스에 국한되지 않습니다. 이는 조직에서 수집하려는 데이터에 대한 사항과 이들 사항 사이의 관계를 상위 레벨에서 기술합니다. 이들은 계층별로 구성되며 패키지, 엔티티, 속성과 같은 오브젝트와 기타 관계 오브젝트가 포함됩니다.
논리 데이터 모델은 실제 데이터 모델 또는 UML 모델로 변환할 수 있고 실제 데이터 모델 또는 UML 모델을 사용하여 논리 데이터 모델을 생성할 수도 있습니다. 이러한 변환 기능을 사용하여 데이터 모델 라이프사이클 전반에 걸쳐 UML 모델 디자인을 전파할 수 있습니다. 또한 기존의 실제 데이터 모델을 사용하여 논리 데이터 모델을 생성할 수도 있으므로 기존 데이터베이스 디자인을 재사용할 수 있습니다.
이러한 모델은 데이터베이스 고유 모델로 관계형 데이터 오브젝트(예: 테이블, 컬럼, 기본 키 및 외부 키)와 이의 관계를 나타냅니다. 일부 데이터베이스 대상의 경우 스토리지 오브젝트를 테이블스페이스 및 버퍼 풀과 같은 실제 데이터 모델에 추가할 수도 있습니다.
실제 데이터 모델은 논리 데이터 모델로 변환할 수 있으며 논리 데이터 모델을 사용하여 실제 데이터 모델을 생성할 수도 있습니다. 실제 데이터 모델 디자인을 완료한 후, 데이터베이스 서버에 배치할 수 있는 모델에서 DDL 명령문을 생성할 수 있습니다.
워크벤치를 사용하여 자원 데이터 모델 및 실제 데이터 모델의 DDL을 작성, 수정 및 생성할 수 있습니다. 차원 모델링에서는 논리 및 실제 데이터 모델을 확장하여 데이터 및 데이터 관계 요구사항을 확대 모델링합니다.
차원 모델링은 비즈니스 내에서 각 프로세스의 여러 면을 맵핑합니다. 차원 모델링 원칙에 따라 모델링하는 데이터베이스 스키마는 다량의 데이터를 빠르게 읽어야 하는 애플리케이션에 적합합니다. 이와 같이 빠르고 쉬운 데이터 액세스를 통해 엔터프라이즈의 데이터 분석을 가능하게 하는 애플리케이션과 쿼리를 개발할 수 있습니다.
이러한 두 가지 데이터 모델 유형을 사용하는 외에 데이터 모델 분석을 사용하여 이름 지정 표준과 우수 사례를 적용할 수도 있습니다.
위에서 설명한 네 가지 데이터 모델 유형 외에 맵핑 편집기를 사용하여 다양한 데이터 소스 사이의 관계를 설명하고 맵핑하는 맵핑 모델을 생성할 수 있습니다. 맵핑 모델을 사용하면 맵핑 모델 호환 소스에서 맵핑 모델 호환 대상으로 데이터를 변환 및 필터링할 때 사용할 수 있는 스크립트를 생성할 수 있습니다. 또한 맵핑 모델을 CSV 파일로 내보낼 수 있으므로 맵핑 모델 정보를 다른 팀 구성원과 교환할 수 있습니다.