Die Datenmodellierung vereinfacht die Interaktion zwischen Entwicklern, Analysten und Vermarktern erheblich, ebenso wie der Berichtsprozess selbst. Aus diesem Grund habe ich den IBM Cloud Education-Artikel zum Wert der Modellierung übersetzt und selbst Informationen zum Transformieren von Daten für die Modellierung hinzugefügt.
Datenmodellierung
Erfahren Sie, wie die Datenmodellierung mithilfe der Abstraktion die Art der Daten in einem Unternehmensinformationssystem darstellt und besser versteht.
Was ist Datenmodellierung?
Datenmodellierung ist die Erstellung einer visuellen Darstellung des gesamten Informationssystems oder eines Teils davon. Ziel ist es, die im System verwendeten und gespeicherten Datentypen, die Beziehungen zwischen diesen Datentypen, die Gruppierung und Organisation von Daten sowie deren Formate und Attribute zu veranschaulichen.
Datenmodelle basieren auf Geschäftsanforderungen. Die Regeln und Anforderungen für das Datenmodell werden im Voraus auf der Grundlage des Feedbacks des Unternehmens festgelegt, sodass sie in die Entwicklung eines neuen Systems einbezogen oder an ein bestehendes angepasst werden können.
. - . - . , , , .
. .
— , . - - . , .
, , - . , :
.
.
.
.
-.
, .
. . , .
. : , - . . , (, ), , , . .
. . . agile DevOps-. , . , .
, , -. , , . :
. , , , . .
. , , . , «» , , , .. «» , , .
. , . « » . «», . (UML).
. , , . () . - , .
. — , () . , , , , . , , .
. — , .
(), .
« » . , . IBM Information Management System (IMS) 1966 , . , , (XML) ().
IBM . . 1970 . , . . , .
(SQL) . . , .
ER- . ER- , . , ER-, «-» (Entity-Relationship diagram). ER- , (, ).
- - 1990- . «» — . . - , . .
. ER- , , . OLAP.
— «» «». «» ( ) ( ), . «» «», , .
CASE- , , . :
erwin Data Modeler — , IDEF1X, , .
Enterprise Architect — , , . - .
ER/Studio — , . , .
, Open ModelSphere.
, , , , Google BigQuery, Scheduled Queries AppScript. , SQL, Scheduled Queries . , - .
SQL-, , dbt Dataform.
dbt (Data Build Tool) ist ein Open Source-Framework zum Ausführen, Testen und Dokumentieren von SQL-Abfragen, das ein Element der Softwareentwicklung in den Datenanalyseprozess einbringt. Es hilft, die Arbeit mit SQL-Abfragen zu optimieren: Verwenden Sie Makros und JINJA-Vorlagen, um nicht zum hundertsten Mal dieselben Codefragmente zu wiederholen.
Das Hauptproblem, das spezielle Tools lösen, besteht darin, die für Support und Updates erforderliche Zeit zu verkürzen. Dies geschieht auf Kosten der einfachen Fehlerbehebung.