Mantıksal veri modeli ile fiziksel veri modeli arasındaki fark nedir?
Mantıksal veri modelleri ve fiziksel veri modelleri, veri tasarımının iki önemli adımdır. Veri modelleme, farklı paydaşların kuruluşun verilerinin birleşik bir görünümünü oluşturmasına yardımcı olan görsel temsilini veya ayrıntılı planını oluşturma sürecidir. Veri varlıklarınızın, niteliklerinizin ve iş kullanıcılarından gelen girdilerle ilişkilerinizin üst düzey, soyut bir temsilini oluşturduğunuz kavramsal veri modellemesi ile başlar.
Mantıksal veri modeli, kavramsal modelin daha rafine bir versiyonudur. Platformdan bağımsız bir şekilde uygulama için veri kısıtlamalarını, varlık adlarını ve ilişkileri şematik olarak temsil eder. Fiziksel veri modeli, belirli bir veri tabanı teknolojisi üzerinde uygulamak için mantıksal veri modelini daha da iyileştirir. Mantıksal veri modelleri ve fiziksel veri modelleri verimli depolama, alma ve manipülasyonunu desteklemek için verilerin yapısını, organizasyonunu ve kurallarını tanımlar.
Temsil: mantıksal veri modeli ve fiziksel veri modeli
Hem mantıksal veri modelleri hem de fiziksel veri modelleri, iş gereksinimlerinin fiziksel bir veri tabanında doğru bir şekilde temsil edilmesini sağlayan araçlardır. İş perspektifini korurken veri tabanı tasarımını desteklemek için farklı düzeylerde teknik ayrıntı sağlarlar.
Mantıksal veri modelinin temsili
Mantıksal veri modeli sayesinde iş analistleri ve veri mimarları, operasyonel veya işlemsel süreçleri bir varlık ilişki diyagramında görselleştirebilir. Mantıksal veri modelleri, veri nesnelerinin iş paydaşlarının anladığı şekilde nasıl çalıştığını ve işlem yaptığını tanımlar. Bu nedenle, daha sonra dağıtılacakları gerçek veri tabanından bağımsız olarak tasarlanırlar.
Aşağıdaki diyagram, bir spor bileti sistemi için mantıksal veri modeli örneğini göstermektedir.
Her tablo, veri varlıklarını ve ilgili özelliklerini tanıdık iş terimleriyle açıklar. Örneğin, varlık kişisi öznitelikler olarak full_name ve last_name içerir. Tüm varlıkların her satırdaki özniteliklerini ayırt etmek için birincil anahtar (PK) belirlersiniz. Bazı varlıklar, bire çok ilişkilerde başka bir varlıkla olan ilişkilerini belirtmek için yabancı anahtarlar (FK) içerir.
Fiziksel veri modelinin temsili
Fiziksel veri modelleri, veri tabanı yöneticilerinin ve geliştiricilerin iş mantığını fiziksel bir veri tabanında uygulamalarına yardımcı olan, derinlemesine ayrıntılar sağlar. Bu modeller tetikleyiciler, depolanmış prosedürler ve veri türleri gibi mantıksal veri modelinde belirtilmeyen ek öznitelikler sunar. Veri ögelerini gerçek bir veri tabanıyla eşledikleri için fiziksel veri modelleri, adlandırma kuralları ve rezerve edilmiş kelimelerin kullanımı gibi platforma özgü kısıtlamalara uymalıdır.
Aşağıdaki diyagram, aynı spor bileti sistemi için fiziksel veri modelinin bir örneğini göstermektedir.
Fiziksel veri modelinde, depolanan tüm veri nesneleri için veri türlerini belirtirsiniz. Platform destekli biçimleri kullanmak için varlık ve öznitelik adlarını da revize edersiniz.
Nasıl tasarlanır: mantıksal veri modeli ve fiziksel veri modeli
Hem mantıksal veri modellerini hem de fiziksel veri modellerini tasarlamak, iş gereksinimlerinden pratik veri tabanı uygulamalarına sorunsuz bir geçiş sağlayan adımlar gerektirir. Mantıksal veri modeli, belirli bir iş sürecinin kavramsal veri modelinin bir uzantısıdır. Fiziksel veri modeli, veri tabanı tasarımı için mantıksal veri modelini daha da iyileştirir.
Mantıksal veri modeli oluşturma
Mantıksal veri modeli oluşturmak için şu adımları izleyin:
- Gerekli tüm varlıkları ve ilgili özellikleri belirleyin.
- Öznitelik grupları için benzersiz tanımlayıcılar olarak uygun PK'ları seçin.
- Veri modelini operasyonel gereksinimlere göre normalleştirin ve denormalize edin.
- Veri modelinde farklı ticari varlıklar arasında ilişkiler kurun.
- İş mantığını doğru bir şekilde temsil etmek için veri varlıklarını ve ilişkilerini doğrulayın.
Ayrı varlıklar arasındaki ilişkileri tanımlarsınız. Bazı varlıklar birbirleriyle doğrudan ilişkilidir ve diğerleri ortak bir varlık aracılığıyla bağlanabilir. Genellikle, işletmelerin iş gereksinimlerine göre bağlandığından emin olmak için ilgili paydaşlara danışırsınız. Sorgulama verimliliğini artırmak ve depolama alanını en aza indirmek için bazı varlıkları çoğaltabilir ve diğerlerini stratejik olarak tek bir örnekle sınırlayabilirsiniz.
Fiziksel veri modeli oluşturma
Fiziksel veri modeli tasarlamak için şu adımları izleyin:
- Yerel veri modelini seçilen bir veri tabanı sağlayıcısının platformuna uyacak şekilde dönüştürün.
- Veri varlıklarını ilgili tablolarına eşleyin.
- Gerektiği üzere veri tabanı tablolarında PK'ları ve FK'ları eşleyip oluşturun.
- Gereksiz verileri kaldırmak ve veri bütünlüğünü iyileştirmek için veri tabanı yapısının uygun şekilde normalleştirildiğini doğrulayın.
- Uygulama geliştirmeyi desteklemek için ilgili veri tabanı kısıtlamaları, kurallar, bölümler ve programsal özellikler ekleyin.
- İş gereksinimlerinin doğru çevrildiğinden emin olmak için fiziksel veri modelini ve mantıksal veri modelini karşılaştırın.
Bazı durumlarda, bir varlık birden çok tabloya bölünür. Her tablo, mantıksal veri modelinin özellikleri tarafından belirtilen bilgileri depolayan birkaç sütun içerir. Fiziksel bir veri modelinde sütunlar tamsayılar, varchar ve Boole gibi veri türlerine göre ayırt edilir.
Temel farklılıklar: mantıksal veri modeli ve fiziksel veri modeli
Veri modelleme sürecinin bir parçası olmasına rağmen mantıksal veri modelleri ve fiziksel veri modellerin farklı özellikleri vardır.
Amaç
Mantıksal veri modelleri ile süreç iş akışlarını teknik olarak yapılandırılmış bir şekilde görselleştirebilirsiniz. Çeşitli iş sistemleri arasındaki ilişkileri anlayabilirsiniz.
Öte yandan, fiziksel bir veri modeli, verilerin gerçek veri tabanı tablolarında nasıl düzenlendiğini açıklar. Bir uygulamanın gerçek dünya verilerini nasıl depoladığına ve bunlara nasıl eriştiğine dair tam bir görünüm elde edersiniz.
Yaratıcılar
Veri mimarları ve iş analistleri genellikle mantıksal veri modelleri oluşturur. Geliştiriciler ve veri tabanı yöneticileri fiziksel veri modellerinin uygulanmasından sorumludur.
Karmaşıklık
Mantıksal veri modelleri daha basittir çünkü iş veri nesnelerinin birbirine bağlanmasını tanımlarlar. Her veri nesnesi, veri varlıklarından ve bunların ilişkili özelliklerinden oluşur.
Fiziksel veri modelleri daha karmaşıktır. Veri ögelerini tablolar, sütunlar ve dizinlerle fiziksel bir veri modelinde düzenlersiniz ve katı platform kısıtlamalarını karşılarsınız. Fiziksel bir veri modelindeki veri yapıları, kardinalite ve geçersizlik gibi daha katı bir ilişkiyle bağlanır.
Kullanım zamanı
Kurumsal sistemlerde bilgi akışını görselleştirmek için mantıksal veri modellemesini kullanırsınız. Analistler, yöneticiler ve işletme kullanıcıları belirli bir sistemin nasıl çalıştığını ve uygulanabilir iş kavramlarını anlayabilir.
Uygulama geliştiricileri, üretim kullanımı için uygulamalar oluştururken veri depolama alanını planlamak ve optimize etmek için fiziksel veri modellerini kullanır. Fiziksel veri modelleri, verileri ilişkisel veri tabanında depolamanın ayrıntılı planıdır.
Farklılıkların özeti: mantıksal veri modeli ve fiziksel veri modeli
| Mantıksal veri modeli |
Fiziksel veri modeli |
|
| Platforma bağlı veri tabanı |
Hayır. |
Evet. |
| Veri yapısı |
Varlıklar, öznitelikler, PK'ler ve FK'ler. |
Veri tabanı tabloları, satırlar, PK'ler, FK'ler ve veri türleri. |
| Programsal özellikler |
Hayır. |
Tetikleyiciler ve depolanan prosedürler. |
| Amaç |
Veri yapılarıyla iş mantığını görselleştirin. |
Veri tabanı tasarımı için veri yapısını düzenleyin. |
| Yaratıcılar |
İş analistleri ve veri mimarları. |
Yazılım geliştiricileri, programcılar ve veri tabanı yöneticileri. |
| Karmaşıklık |
Basit. |
Karmaşık. |
| Kullanım zamanı |
Kurumsal sistemleri ve iş kurallarını kavrayabilme. |
Uygulama geliştirirken veri depolama alanını planlamak, uygulamak ve optimize etmek. |
AWS, mantıksal veri modelleriniz ve fiziksel veri modellerinizle ilgili size nasıl yardımcı olur?
Amazon Web Services (AWS) veri tabanları, farklı veri modellerini desteklemek için 15'ten fazla veri tabanı altyapısı içerir. Örneğin, mantıksal ilişkisel veri modellerini uygulamak için Amazon İlişkisel Veri Tabanı Hizmeti (Amazon RDS) ve mantıksal grafik veri modellerini uygulamak için Amazon Neptune'ü kullanabilirsiniz.
Ayrıca, mobil uygulamalar veya web uygulamaları oluşturmak amacıyla hızlı ve kolay veri modelleme için AWS Amplify DataStore'u da kullanabilirsiniz. Bu hizmet, veri modelinizi ilişkilerle tanımlamanız için görsel ve kod tabanlı bir arabirime sahiptir ve bu da uygulama geliştirmenizi hızlandırır.
AWS'de veri modellemenin yolları şunlardır:
- Amazon RDS ile Amazon Aurora MySQL Uyumlu Sürüm, Amazon Aurora PostgreSQL Uyumlu Sürüm, SQL Server ve diğer popüler veri tabanı motorlarıyla veri tabanları oluşturup ölçeklendirebilirsiniz
- Neptune ile saniyede 100.000'den fazla sorguyu işleyebilen, yüksek kullanılabilirlik grafik uygulamaları oluşturabilirsiniz
- Amplify Veri Deposu buluttaki verileri kolayca sorgulamak, güncellemek, sıralamak veya filtrelemek için kullanabileceğiniz istemci kitaplıkları sağlar
Hemen bir hesap oluşturarak AWS'de mantıksal veri modelleri ve fiziksel veri modelleri kullanmaya başlayın.
