logo

Databasdesign

Databasdesign

Introduktion

Vi kanske har stött på ordet ' Databas ' ganska ofta. Denna term har stor tonvikt på sina armar. Oftare är det inte bara relaterat till utvecklarens perspektiv utan används ganska ofta med icke-tekniska grupper eller gemenskaper. Tekniskt sett är en databas mer en lagringsterm som används för att beteckna förhållandet med olika former av data som koaguleras på en enda plats. Således kan vi definiera en databas som en organiserad samling av data, vanligtvis lagrad och åtkomlig elektroniskt via datorsystem. Den här artikeln är mycket centrerad till databasdesignen och dess koppling till citerbara termer och metoder togs ofta i beaktande. Vi kommer att diskutera dessa termer angående databasdesign för att förstå bitarna och bitarna. Låt oss prata om det direkt.

länkad lista och arraylist

Vad är databasdesign?

Databasdesign kan generellt definieras som en samling uppgifter eller processer som förbättrar design, utveckling, implementering och underhåll av företagsdatahanteringssystem. Att designa en korrekt databas minskar underhållskostnaderna och förbättrar därmed datakonsistensen och de kostnadseffektiva åtgärderna påverkas i hög grad när det gäller disklagringsutrymme. Därför måste det finnas ett lysande koncept för att designa en databas. Designern bör följa begränsningarna och bestämma hur elementen korrelerar och vilken typ av data som måste lagras.

Huvudmålen bakom databasdesign är att producera fysiska och logiska designmodeller av det föreslagna databassystemet. För att utveckla detta är den logiska modellen i första hand koncentrerad till kraven på data och övervägandena måste göras i termer av monolitiska överväganden och följaktligen måste den lagrade fysiska informationen lagras oberoende av de fysiska förhållandena. Å andra sidan inkluderar den fysiska databasdesignmodellen en översättning av databasens logiska designmodell genom att hålla kontroll över fysiska medier med hjälp av hårdvaruresurser och mjukvarusystem som Database Management System (DBMS).

Varför är databasdesign viktigt?

Det viktiga övervägande som kan tas i beaktande samtidigt som man betonar vikten av databasdesign kan förklaras i termer av följande punkter nedan.

  1. Databasdesign ger ritningarna för hur data kommer att lagras i ett system. En korrekt design av en databas påverkar i hög grad den övergripande prestandan för alla applikationer.
  2. De designprinciper som definierats för en databas ger en tydlig uppfattning om hur en applikation fungerar och hur förfrågningarna behandlas.
  3. Ett annat exempel för att betona databasdesignen är att en korrekt databasdesign uppfyller alla användarnas krav.
  4. Slutligen reduceras behandlingstiden för en applikation avsevärt om begränsningarna för att utforma en mycket effektiv databas implementeras på rätt sätt.

Livscykel

Även om livscykeln för en databas inte är en viktig diskussion som måste tas vidare i den här artikeln eftersom vi är fokuserade på databasdesignen. Men innan du hoppar direkt på designmodellerna som utgör databasdesign är det viktigt att förstå databasens övergripande arbetsflöde och livscykel.

Kravanalys

Först och främst måste planeringen göras på vad som är de grundläggande kraven för projektet under vilka utformningen av databasen måste föras vidare. Således kan de definieras som: -

Planera - Det här steget handlar om att planera hela DDLC (Databas Development Life Cycle). De strategiska övervägandena tas i beaktande innan man fortsätter.

Systemdefinition - Det här steget täcker gränserna och omfattningen av den korrekta databasen efter planering.

Databasdesign

Nästa steg innebär att designa databasen med hänsyn till de användarbaserade kraven och dela upp dem i olika modeller så att belastning eller tunga beroenden på en enskild aspekt inte utsätts för. Därför har det funnits ett modellcentrerat tillvägagångssätt och det är där logiska och fysiska modeller spelar en avgörande roll.

Fysisk modell - Den fysiska modellen handlar om praxis och implementeringar av den logiska modellen.

statisk i c

Logisk modell – Det här skedet handlar i första hand om att ta fram en modell utifrån de föreslagna kraven. Hela modellen är utformad på papper utan någon implementering eller utan att ta hänsyn till DBMS.

Genomförande

Det sista steget omfattar implementeringsmetoderna och kolla upp beteendet som matchar våra krav. Det säkerställs med kontinuerlig integrationstestning av databasen med olika datamängder och konvertering av data till maskinbegripligt språk. Manipuleringen av data är främst inriktad på dessa steg där förfrågningar görs för att köras och kontrollera om applikationen är designad tillfredsställande eller inte.

Datakonvertering och laddning - Det här avsnittet används för att importera och konvertera data från det gamla till det nya systemet.

romerska siffror diagram 1 100

Testning – Det här steget handlar om felidentifiering i det nyligen implementerade systemet. Testning är ett avgörande steg eftersom det kontrollerar databasen direkt och jämför kravspecifikationerna.

Databasdesignprocess

Processen att designa en databas innehåller olika konceptuella tillvägagångssätt som måste hållas i åtanke. En idealisk och välstrukturerad databasdesign måste kunna:

  1. Spara diskutrymme genom att eliminera redundant data.
  2. Upprätthåller dataintegritet och precision.
  3. Ger dataåtkomst på användbara sätt.
  4. Jämföra logiska och fysiska datamodeller.

Logisk

En logisk datamodell beskriver i allmänhet data i så många detaljer som möjligt, utan att behöva bry sig om de fysiska implementeringarna i databasen. Funktioner hos logisk datamodell kan inkludera:

  1. Alla enheter och relationer mellan dem.
  2. Varje enhet har väl specificerade attribut.
  3. Den primära nyckeln för varje entitet anges.
  4. Främmande nycklar som används för att identifiera en relation mellan olika enheter specificeras.
  5. Normalisering sker på denna nivå.

En logisk modell kan utformas med följande tillvägagångssätt:

  1. Ange alla enheter med primärnycklar.
  2. Ange samtidiga relationer mellan olika enheter.
  3. Ta reda på varje entitetsattribut
  4. Lös många-till-många-relationer.
  5. Genomför normaliseringsprocessen.

En viktig faktor efter att ha följt ovanstående tillvägagångssätt är också att kritiskt granska designen baserat på kravinsamling. Om ovanstående steg följs strikt, finns det chanser att skapa en mycket effektiv databasdesign som följer den ursprungliga metoden.

För att förstå dessa punkter, se bilden nedan för att få en tydlig bild.

Om vi ​​jämför den logiska datamodellen som visas i figuren ovan med några exempeldata i diagrammet, kan vi komma fram till fakta att i en konceptuell datamodell finns det ingen närvaro av en primärnyckel medan en logisk datamodell har primärnycklar för alla dess attribut. Logiska data modellerar också täckningsförhållandet mellan olika enheter och ger utrymme för främmande nycklar för att upprätta relationer mellan dem.

Fysisk

Ett fysiskt dataläge representerar i allmänhet hur tillvägagångssättet eller konceptet för att utforma databasen. Huvudsyftet med den fysiska datamodellen är att visa alla strukturer av tabellen inklusive kolumnnamn, kolumndatatyp, begränsningar, nycklar (primära och främmande) och förhållandet mellan tabeller. Följande är funktionerna i en fysisk datamodell:

  1. Anger alla kolumner och tabeller.
  2. Anger främmande nycklar som vanligtvis definierar relationen mellan tabeller.
  3. Baserat på användarkrav kan avnormalisering inträffa.
  4. Eftersom den fysiska hänsynen tas med i beräkningen så finns det enkla orsaker till skillnaden än en logisk modell.
  5. Fysiska modeller kan vara olika för olika RDBMS. Till exempel kan datatypkolumnen vara annorlunda i MySQL och SQL Server.

När du utformar en fysisk datamodell bör följande punkter beaktas:

  1. Konvertera enheterna till tabeller.
  2. Konvertera de definierade relationerna till främmande nycklar.
  3. Konvertera dataattributen till kolumner.
  4. Ändra datamodellens begränsningar baserat på fysiska krav.

Genom att jämföra denna fysiska datamodell med den logiska med den tidigare logiska modellen kan vi dra slutsatsen att i en fysisk databas betraktas entitetsnamn som tabellnamn och attribut som kolumnnamn. Dessutom definieras datatypen för varje kolumn i den fysiska modellen beroende på vilken databas som faktiskt används.

Ordlista

Entitet – En entitet i databasen kan definieras som abstrakt data som vi sparar i vår databas. Till exempel en kund, produkter.

uri vs url

Attribut - Ett attribut är en detaljerad form av data som består av enheter som längd, namn, pris, etc.

Relation – En relation kan definieras som sambandet mellan två enheter eller figurer. Till exempel kan en person relatera till flera personer i en familj.

Främmande nyckel - Den fungerar som en hänvisning till den primära nyckeln för ett annat bord. En främmande nyckel innehåller kolumner med värden som bara finns i den primärnyckelkolumn de refererar till.

Primärnyckel - En primärnyckel är pekaren för poster som är unik och inte null och används för att unikt identifiera attribut för en tabell.

python tuppel sorterad

Normalisering – En flexibel datamodell behöver följa vissa regler. Att tillämpa dessa regler kallas normalisering.

Sammanfattning

Databasdesign är en metod för att identifiera luckor och möjligheter för att utforma en korrekt användningsmetod. Det är huvudkomponenten i ett system som ger en ritning av data och dess beteende inuti systemet. En korrekt databasdesign prioriteras alltid på grund av att användarkraven hålls överdrivet höga och att följa upp med restriktioner för att utforma en databas kanske bara är en chans att få den efterfrågade effektiviteten. Dessutom lärde vi oss också separat om de olika designmodellerna som skildrar den ideala databasdesignen tillsammans med den gränslösa diskussionen om deras egenskaper och hur man använder dem. Vidare lärde vi oss hur livscykeln för en databas avgör databasens design och hur man sätter in designkonceptet i livscykelmetoderna så att effektiva och mycket sofistikerade databaser kan utformas utifrån användarnas krav.