Datasanakirja, jota kutsutaan myös tiedon Määritelmämatriisiksi, tarjoaa yksityiskohtaisia tietoja yritystiedoista, kuten tietoalkioiden vakiomääritelmät, niiden merkitykset ja sallitut arvot. Vaikka käsitteellinen tai looginen Entiteettisuhdekaavio keskittyy korkean tason liiketoimintakäsitteisiin, Data-sanakirja antaa yksityiskohtaisempia tietoja jokaisesta liiketoimintakäsitteen attribuutista.

pohjimmiltaan data-sanakirja tarjoaa työkalun, jonka avulla voit viestiä liiketoiminnan sidosryhmien vaatimuksista siten, että tekninen tiimisi voi helpommin suunnitella relaatiotietokannan tai tietorakenteen vastaamaan näitä vaatimuksia. Se auttaa välttämään hankkeen virheitä, kuten vaatimalla tietoja alalla, jota liiketoiminnan sidosryhmän ei voida kohtuudella odottaa antavan, tai odottamalla vääränlaista tietoa alalla.

Lisäksi, jos olet miettinyt, mitä tehdä pitkille luetteloille kentistä käyttötapausten tai muiden vaatimusdokumenttien sisällä, voit iloksesi huomata, että niillä on datasanakirjassa ihanteellinen koti.

Vaihtoehtoisesti, jos olet ollut luomassa taulukkolaskentaa dataan liittyvän tiedon järjestämiseksi, saatat yllättyä kuullessasi, että olet ollut luomassa eräänlaista Data-sanakirjaa. Pitkään, olen yksinkertaisesti viitannut tämäntyyppisten eritelmien ”content specs” tai ”data matrix,” vain huomatakseni olin luonut Data sanakirjoja yli 10 vuotta projektityötä.

(muuten, jos haluat oppia lisää data modeling, muista tarkistaa ilmainen Data Modeling koulutus.)

tieto-sanakirjan keskeiset elementit

tieto-Sanakirja Antaa tietoa jokaisesta tietomallin attribuutista, jota kutsutaan myös kentiksi. Attribuutti on paikka tietokannassa, joka sisältää tietoa. Esimerkiksi, jos meidän pitäisi luoda Data-sanakirja, joka edustaa artikkeleita täällä kuilun ylittämisestä, meillä olisi mahdollisesti attribuutteja artikkelin otsikolle, artikkelin tekijälle, artikkeliluokalle ja itse artikkelin sisällölle.

tieto-sanakirja on tyypillisesti järjestetty taulukkolaskentamuotoon. Jokainen attribuutti on lueteltu taulukkolaskentataulukossa rivinä, ja jokaisessa sarakkeessa on tietoelementti, joka on hyödyllistä tietää attribuutista.

tarkastellaan yleisimpiä tieto-sanakirjaan sisältyviä elementtejä.

• Attribuutin nimi-yksilöllinen tunniste, joka ilmaistaan tyypillisesti liikekielellä ja joka merkitsee kunkin attribuutin.
• valinnainen / pakollinen – ilmaisee, vaaditaanko attribuutissa tietoja, ennen kuin tietue voidaan tallentaa.
• Attribuuttityyppi – määrittelee, minkä tyyppinen tieto on sallittu kentässä. Yleisiä tyyppejä ovat teksti, numeerinen, päivämäärä/aika, luetteloitu luettelo, look-ups, booleans, ja yksilölliset tunnisteet.

vaikka nämä ovat tietosanakirjan keskeisiä osia, ei ole harvinaista dokumentoida lisätietoja jokaisesta elementistä, joihin voi sisältyä tiedon lähde, taulukko tai käsite, johon attribuutti sisältyy, fyysisen tietokantakentän nimi, kentän pituus ja mahdolliset oletusarvot.

esimerkki Datasanakirjasta

ihmettelet varmaan, miten tämä kaikki tulee yhteen.

tässä on katsaus yksinkertaistettuun esimerkkitietosanakirjaan, joka sisältää attribuutin Bridging the Gap-artikkelin esimerkistä sekä kriittistä tietoa jokaisesta attribuutista.

kuten näette, data-sanakirja määrittelee kriittiset tiedot kustakin ominaisuudesta liiketoimintakeskeisesti. Se järjestää myös tietoja, jotka voivat muuten olla hajallaan useita eri asiakirjoja ja tekniset tiedot, mikä helpottaa tietokannan Kehittäjä suunnitella tai päivittää tietokannan, joka täyttää liiketoiminnan vaatimukset.

>>Learn More About Data Modeling (Free Training)

Learn the essential Data Modeling Techniques (vaikket osaisikaan koodata) with this free training.