As aplicações que giram em torno do banco de dados relacionais possuem conceitos básicos sobre a modelagem de dados. Por isso, seja muito simples ou mais complexos, a correta modelagem é necessária para tornar a aplicação mais robusta e eficiente. Show Os modelos de dados são ferramentas que permitem demonstrar como serão construídas as estruturas de
dados que darão suporte aos processos de negócios, como os dados estarão organizados e quais os relacionamentos que pretendemos estabelecer entre eles, para isso também é importante que você conhece a normalização de Banco de Dados. Esses modelos se dividem em 3 perspectivas:
Os principais objetivos da modelagem de dados são: representar o ambiente observado, documentar e normalizar, fornecer processos de validação e observar processos de relacionamentos entre
objetos. Para tal é necessário também entender sobre a Entidade, que é algo que podemos definir como “do mundo real” e na qual se deseja guardar informações, tais como um cliente, produto ou contrato. Já o Atributo é tudo aquilo que pode relacionar como propriedade da entidade, tais como código do produto, nome do cliente, etc. E Domínio é o conjunto de valores possíveis do atributo. Com isso, modelar dados é o mesmo que desenhar as entidades lógicas
e suas dependências lógicas entre as unidades. O que é muito utilizado para documentar a especificação das regras de negócios e as estruturas de dados em um banco, tornando-o um importante componente no ciclo de desenvolvimento do sistema de informação. Por que, então, a modelagem é importante? Simplesmente porque um banco de dados mal modelado pode custar caro para o projeto já que os fatores como performance e manutenção poderão ser comprometidos. Modelagem Transacional e InformacionalOs transacionais são aqueles projetados para atender à sistemas transacionais, ou seja, que tenham foco nos dados provenientes de interações de um sistema informatizado com suas fontes de dados. Exemplificando: quando fazemos uma compra no supermercado, recebemos uma lista com os nomes dos produtos e os respectivos preços e quantidades. Essa fatura diz respeito è essa sua recente compra e não mostra o histórico de compras
anteriores. O mesmo acontece na modelagem transacional. Ela prima armazenar e recuperar os dados referentes às transações. A preocupação nesse caso é com a normalização dos atributos, útil ao processamento de informações imediatas e não ao gerenciamento e tomada de decisões. Tal processo é chamado também de OLTP (Online Transaction Processing). Por outro lado, a modelagem informacional – ou dimensional – tem objetivo oposto, ela visa atender a
necessidade da tomada de decisão e para isso se baseia em grandes volumes de dados da base transacional. Nesse caso, o histórico é essencial e necessita de muita armazenagem. Também chamado de OLAP (Online Analytical Processing), tem os modelos “Star Schema” (modelo estrela) e “Snowflake” como mais usuais. Na prática, e apenas para fins de exemplo, vemos que a dimensão “tempo” é importante na modelagem informacional e deve ser projetada de forma
diferente quando comparada à outras dimensões. Informações completas sobre esse quesito é: Dia, semana, quinzena, mês, bimestre, trimestre, quadrimestre, semestre e ano; Dia acumulado na semana, na quinzena, mês; Período fiscal e semana de cinco dias; Feriados e Finais de semana. É importante: documentar o modelo. Para isso, usem tópicos como: data de criação, autor, objetivo, áreas atendidas da empresa, autor da alteração, descrição, outros. IdiomasSe a sua empresa for uma multinacional, você vai precisar implementar colunas descritivas do modelo em mais de um idioma. Para isso, a solução mais elaborada é seguir os seguintes passos:
Simplificadamente, não será necessário criar uma tabela de idiomas, basta que uma dimensão filha com as traduções seja feita, tendo assim o idioma como parte da sua chave primária. Principalmente para as multinacionais, algumas informações geográficas em maior ou menor nível de precisão deverão ser feitas. E isso pode ser feito com modelo de acordo com as seguintes respostas para:
país, federação, município. Sistemas Cliente-ServidorNa modelagem de dados também é importante saber sobre a estrutura fundamental dos sistemas, que normalmente são Cliente-Servidor, e consiste em estações de trabalho conectadas via rede aos servidores. Essas estações oferecem interfaces apropriadas para uso dos servidores, bem como processamento para aplicações. Já no sistema cliente-servidor de três camadas, a indicação
é para web, já que possui uma cada intermediária entre o cliente e o servidor de banco de dados. Essa camada é o servidor de aplicações ou servidor web e pode armazenar regras de negócio para acessar os dados do servidor. ConclusãoSe você leu todas essas informações, mas ficou com alguma dúvida, essa é sua chance de compreender perfeitamente a modelagem de dados. Vamos simplificar e resumidor tudo o que foi dito, em uma linguagem didática e simplista.
Entenda: A modelagem de dados é a primeira etapa de um projeto do banco de dados, sendo que o principal objetivo é o desenvolvimento de um modelo que tenha entidades e relacionamentos, podendo assim representar as especificações das informações. Ficou fácil, né? A modelagem serve para organizar a forma de pensamento sobre os dados, demonstrando o significado e a aplicação prática deles. Como? Representando o ambiente, documentando, fornecendo processos de validação e observando processos de relacionamento. Qual a importância da modelagem de dados?Resumindo, a modelagem de dados é a etapa mais importante no processo de construção de um sistema de software, pois é nessa fase que ocorre o levantamento de requisitos junto aos clientes, o que permitirá entender qual será a estrutura de dados pretendida para o sistema.
Qual a importância da modelagem de sistema?A modelagem proporciona uma mudança de cultura organizacional e traz melhorias contínuas, além de diminuir custos, prazos e retrabalhos com ferramentas de gestão alinhadas a controles estratégicos.
|