データディクショナリは、データ定義マトリックスとも呼ばれ、データ要素の標準定義、その意味、許容値など、ビジネスデータに関する詳細情報を提 概念的または論理エンティティ関係図では、高レベルのビジネス概念に焦点を当てますが、データディクショナリでは、ビジネス概念の各属性に関す

基本的に、データ辞書は、技術チームがそれらの要件を満たすためにリレーショナルデータベースまたはデータ構造をより簡単に設計できるように、ビジネス それはビジネス関係者が適度に提供すると期待することができない分野の情報を要求するか、または分野の間違ったタイプの情報を期待することのようなプロジェクトの事故を避けるのを助ける。

さらに、ユースケースやその他の要件ドキュメント内のフィールドの長いリストをどうするか疑問に思っていた場合は、データ辞書に理想的な家がある

あるいは、データ関連の情報を整理するスプレッドシートを作成している場合は、データ辞書のフォームを作成していることに驚くかもしれません。 長い間、私は単にこれらのタイプの仕様を「コンテンツ仕様」または「データ行列」と呼んでいましたが、10年以上のプロジェクト作業のためにデータ辞書を作

（ところで、データモデリングについての詳細を学ぶために探している場合は、私たちの無料のデータモデリングトレーニングをチェックしてくださ)

データディクショナリのキー要素

データディクショナリは、データモデルのフィールドとも呼ばれる各属性に関する情報を提供します。 属性は、情報を保持するデータベース内の場所です。 たとえば、ギャップを埋めるためにここで記事を表すデータディクショナリを作成すると、記事のタイトル、記事の作成者、記事のカテゴリ、記事の内容自体の属性がある可能性があります。

データディクショナリは、通常、スプレッドシート形式で編成されます。 各属性はスプレッドシートの行としてリストされ、各列には属性について知るのに役立つ情報の要素がラベルされます。

データディクショナリに含まれる最も一般的な要素を見てみましょう。

• 属性名–通常はビジネス言語で表現される一意の識別子で、各属性にラベルを付けます。
• Optional/Required–レコードを保存する前に属性に情報が必要かどうかを示します。
• 属性タイプ–フィールドで許可されるデータのタイプを定義します。 一般的な型には、テキスト、数値、日付/時刻、列挙リスト、ルックアップ、ブール値、および一意の識別子が含まれます。

これらはデータディクショナリのコア要素ですが、情報のソース、属性が含まれているテーブルまたは概念、物理データベースのフィールド名、フィールド長、およ

データディクショナリの例

おそらく、このすべてがどのように一緒に来るのか疑問に思っています。

ここでは、Bridging the Gapの記事の例の属性と、各属性に関する重要な情報を含む簡略化されたデータディクショナリの例を見てみましょう。ご覧のように、データディクショナリは、ビジネスに焦点を当てた方法で各属性に関する重要な情報を定義します。 また、複数の異なるドキュメントや仕様に散在している可能性のある情報も整理されるため、データベース開発者はビジネス要件を満たすデータベースを

>>データモデリング（無料トレーニング）の詳細を学ぶ

この無料のトレーニングで（コードの方法がわからない場合でも）本質的なデータモデリング技術を学ぶ。