Modelagem de dados: uma visão geral

Em nosso trabalho, meus colegas e eu frequentemente vemos como as empresas enfrentam o problema de gerenciamento de dados - quando há muitas tabelas e consultas e é muito difícil gerenciar tudo isso. Em tais situações, recomendamos modelar os dados. Para entender o que é, traduzi um artigo-revisão sobre modelagem de dados da Towards Data Science, em que, além de termos e conceitos básicos, você pode encontrar um exemplo ilustrativo do uso da modelagem de dados no varejo. Avance sob o corte!

Se você olhar para qualquer aplicativo de software, verá que, em um nível fundamental, ele organiza, processa e apresenta dados para atender aos requisitos de negócios.

Um modelo de dados é uma representação conceitual para expressar e comunicar requisitos de negócios. Ele mostra visualmente a natureza dos dados, as regras de negócios que os regem e como os dados serão organizados no banco de dados.

A modelagem de dados pode ser comparada à construção de uma casa. Digamos que a ABC precise construir uma casa de hóspedes (banco de dados). A empresa chama o arquiteto (modelador de dados) e explica os requisitos de construção (requisitos de negócios). O arquiteto (modelador de dados) desenvolve o plano (modelo de dados) e o submete ao ABC. Finalmente, a ABC chama engenheiros civis (DBAs e DBAs) para construir uma casa.

Termos-chave na modelagem de dados

Entidades e atributos. Entidades são “coisas” no ambiente de negócios sobre as quais desejamos armazenar dados, como produtos, clientes, pedidos e assim por diante. Os atributos são usados ​​para organizar e estruturar dados. Por exemplo, precisamos armazenar certas informações sobre os produtos que vendemos, como preços de venda ou quantidades disponíveis. Esses dados são atributos da entidade Produto. As entidades geralmente são tabelas de banco de dados e os atributos são colunas dessas tabelas.

Relacionamento . O relacionamento entre entidades descreve como uma entidade está relacionada a outra. No modelo de dados, as entidades podem ser relacionadas como um para um, muitos para um ou muitos para muitos. 

. « », , « » « ». 

: 2 — . , .

, « »:

ER .  ER- , .

, . :

— . , , , - -. :

, , , . , , — . :

:

vs

- . — , . , . 3- . OLTP   .

. , . 

 

ABC 200 . , « », «», « », « » .. 20 000 . (SKU). 6 000 -, . - (UPC). POS- 2 : , , .

, . , , ..

.

1. -

, POS-. , , , . , , .

2:

. . , . :

• Date Dimension

  
  
  
  
  

• Product Dimension

  
  
  
  
  

• Store Dimension

  
  
  
  
  

• Promotion Dimension

  
  
  
  
  

, (, , .), .

3:

, . :

4:

. :

Date Dimension:

Product:

Store:

Promotion:

Sales Fact:

• .

  
  
  
  
  

• (, ).

  
  
  
  
  

• : * .

  
  
  
  
  

• : , .

  
  
  
  
  

• : - .

  
  
  
  
  

:

Etapa 5: criar tabelas físicas no banco de dados

Usando uma ferramenta de modelagem de dados ou scripts personalizados, agora você pode criar tabelas físicas no banco de dados.

Acho que ficou bastante óbvio agora que a modelagem de dados é uma das tarefas mais importantes no desenvolvimento de um aplicativo de software. E estabelece a base para organizar, armazenar, recuperar e apresentar dados.