Что такое моделирование данных
Проще говоря, моделирование данных относится к построению модели данных, которая может храниться в некоторой базе данных. Модель данных является концептуальным представлением ассоциации между различными объектами данных.
Понимание моделирования данных / области
Это происходит на трех разных уровнях:
- Физическая модель: это схема, которая говорит о том, как данные физически хранятся в базе данных.
- Концептуальная модель: это пользовательский взгляд на данные, то есть высокий уровень, который видит пользователь.
- Логическая модель: она находится между физической моделью и концептуальной моделью и представляет данные логически, отдельно от своих физических хранилищ.
Иерархическое моделирование данных: эти модели использовались для замены файловых систем. Данные были сохранены в дереве, как одна слишком много договоренностей.
Моделирование реляционных данных. Это правда, что иерархическая модель помогла нам перейти от файловых систем, которые уменьшили сложность, но все же одна из них знала конкретное используемое физическое хранилище данных. Реляционная база данных следует реляционной модели, в которой данные хранятся в таблицах, в отличие от иерархической базы данных, где они хранятся в древовидной структуре. Короче говоря, это уменьшило сложность больше по сравнению с иерархической моделью.
Как моделирование данных делает работу такой простой / почему мы должны ее использовать?
Это помогает нам визуально представлять данные и обеспечивает соблюдение бизнес-логики, правил, политик и т. Д. В отношении данных. Это руководство, которое используется учеными и аналитиками при разработке и внедрении базы данных. Таким образом, без моделирования данных работа аналитиков и ученых по внедрению бизнес-требований в базу данных становится сложной.
Зачем нам моделирование данных? / Что ты можешь сделать с этим?
Основная цель его использования:
- Чтобы гарантировать, что все объекты данных представлены правильно, как будто это сделано неправильно, мы получили бы неправильные результаты.
- Как указывалось ранее, это помогает создавать базу данных на концептуальном, физическом и логическом уровнях.
- Это помогает проектировать реляционные таблицы, первичные ключи, внешние ключи и т. Д.
- Разработчики баз данных могут создать лучшую физическую базу данных с хорошей моделью, поскольку она становится для них ориентирующим инструментом.
- Это помогает идентифицировать отсутствующие и избыточные данные.
- Это помогает нам иметь лучшую ИТ-инфраструктуру и иметь простое и дешевое обслуживание, когда это требуется в долгосрочной перспективе, хотя изначально это отнимает много времени.
Работа с моделированием данных
Теперь давайте создадим образец модели данных, чтобы понять, как работать с моделью. Для этого мы должны выполнить определенные шаги:
- Сначала мы должны понять требования, в этом случае мы создадим модель для интернет-магазина. Таким образом, имея в виду, нам нужны две таблицы а) клиенты б) продукты
- Следующий шаг - получить атрибуты таблиц или сущностей.
а. Таблица клиентов может иметь такие атрибуты, как:
- Я бы
- имя
- Эл. адрес
- Адрес
б. Таблица продукта может иметь такие атрибуты, как:
- Я бы
- имя
В таблице customer у нас может быть Id в качестве первичного ключа, и аналогично Product Id в таблице Product будет первичным ключом, как показано на диаграммах ниже.
Теперь мы спроектируем отношения между этими двумя таблицами. Таким образом, чтобы связать таблицу клиента и продукта, мы создадим таблицу с названием покупки, которая будет похожа на таблицу заказов (то есть, какой клиент заказал какой продукт).
Если вы посмотрите на рисунок выше, ссылка на покупку покупателя в порядке, потому что у каждой покупки есть один покупатель, а у одного покупателя много покупок. Итак, эта ссылка в порядке. Еще одна вещь, которую мы взяли user_account_id в качестве внешнего ключа (ссылка на идентификатор в ключе клиента). Аналогично product_id. По-прежнему существует проблема со ссылкой на покупку товара, поскольку несколько товаров можно купить за одну покупку, а несколько покупок могут включать один и тот же товар.
Чтобы преодолеть это, мы разработаем промежуточную таблицу, известную как purchase_item, которая будет связана с покупкой и продуктом. На рисунке ниже мы видим, что проблема решена.
преимущества
Есть следующие преимущества:
- Это помогает бизнесу общаться, планировать через свою организацию.
- Это помогает распознать правильный источник данных, который можно использовать для заполнения модели.
- Это может быть использовано для определения отношений между различными таблицами, такими как первичный ключ, внешний ключ и т. Д.
Кто является подходящей аудиторией для изучения этой технологии?
Это очень важно. Правильная аудитория для обучения методам моделирования - люди, которые являются архитекторами данных и аналитиками данных. Большинство людей начинают как аналитики данных, а затем продвигаются вверх по лестнице.
Как эта технология поможет вам в карьерном росте?
Согласно Glassdoor, средняя зарплата на рынке для моделистов, согласно прогнозам, составит в среднем около $ 78 601. Таким образом, вы можете видеть, что это хорошо оплачиваемая работа. Большинство крупных компаний вкладывают средства в разработчиков моделей, поскольку они очень важны для сохранения целостности данных.
Вывод
В заключение можно сказать, что модель, созданная разработчиками моделей, обеспечивает согласованность в соглашениях об именах, целостности и безопасности данных. потому что хорошие данные позволят бизнесу правильно использовать свои данные.
Рекомендуемые статьи
Это было руководство к тому, что такое моделирование данных. Здесь мы обсудили определение, карьерный рост, навыки, преимущества и работу моделирования данных с помощью примеров. Вы также можете просмотреть наши другие предлагаемые статьи, чтобы узнать больше -
- Что такое гибкое управление проектами?
- Интервью по хранилищу данных
- Что такое САС?
- Что такое технология больших данных?
- Руководство по модели данных в Кассандре