نمذجة البيانات
يجب أن تستعرض نمذجة البيانات على Microsoft Power Platform صورة بنية البيانات الكاملة وتتضمن نظرة منطقية على البيانات من Dataverse ومجموعات البيانات ومصادر خارجية باستخدام الموصلات.
تتوفر أنواع ومعايير متعددة من نمذجة البيانات، بما فِي ذلك لغة النمذجة الموحدة (UML) وIDEF1X وغيرها. تقع معايير نماذج البيانات المعينة خارج نطاق هذه الوحدة، ولكن تنقسم نماذج بيانات هياكل بيانات Dataverse إلى فئتين عامتين:
- نماذج البيانات المنطقية
- نماذج البيانات المادية
مخططات علاقة الكيان
نماذج البيانات المنطقية عبارة عن مخططات عالية المستوى توضح الطريقة التي تتدفق بها البيانات عبر النظام. يتم تجميع نماذج البيانات المنطقية بشكل متكرر فِي بداية المشروع أثناء الاكتشاف وقبل تحديد جميع الأعمدة. بشكل عام، يستخدم مخطط نموذج البيانات المنطقي أسماء الأعمال للكيانات، وليس أسماء المخطط.
تصف مخططات نموذج البيانات المنطقية تدفق البيانات فِي أحد الحلول دون القلق حول تنفيذ النماذج المادية.
نماذج البيانات المادية هي أقل مستوى من نماذج البيانات المنطقية. وهي تتضمن بشكل عام تفاصيل على مستوى العمود وعلاقات مصممة بدقة أكبر. يتم إنشاء نموذج البيانات المادية عند ترجمة التصميم المنطقي عالي المستوى إلى كيانات مادية.
يجب أن تتضمن مخططات نماذج البيانات المادية عرض Dataverse أو Microsoft Azure Data Lake StorageAnalysis Services Connector أو حدود تخزين البيانات الأخرى.
يمكنك أيضًا إنشاء مخططات الكائنات. تعرض مخططات الكائنات ما تريد معرفته، والأهم من ذلك، ما لا تريد معرفته. يجب تنفيذ مخططات الكائنات فِي جلسات النمذجة مع خبراء المجال.
استراتيجيات نمذجة البيانات
خذ بعين الاعتبار الإرشادات التالية لإنشاء نموذج بيانات:
- البدء بالجداول والعلاقات الأساسية - أحيانًا تتجنب الفِرق المشكلة بالكامل؛ ومع ذلك، فإنه من الأسهل حل الأجزاء الصغيرة منها ثم النظر إليها بشكل كلي فيما بعد.
- فوق التسوية - تميل الفِرق التي تتكون من أشخاص تتميز بخلفيات هندسية قوية إلى إنشاء نموذج بيانات Dataverse كما لو كانوا يقومون بإنشاء قاعدة بيانات SQL Server تقليدية. قد يؤدي هذا الأسلوب إلى خبرة ضعيفة للمستخدم ومتطلبات معالجة إضافية. يجب أن يعمل المهندسون المعماريون للحلول مع أولئك الأشخاص لتحديد سبب العلاقات وأثرها فِي تجربة المستخدم لمساعدتهم فِي فهم الهدف.
- المتطلبات الحالية - إحدى الميزات الرائعة لـ Dataverse هي أنه يمكن إنشاؤه تدريجيًا باستخدام إحدى العمليات النشيطة؛ ومع ذلك، فإن النظرة العميقة للمستقبل على المدى القريب والبعيد تساعد على إنشاء أساس. تأكد من أنك لا تصبح منغمسًا فِي محاولة تحديد كل متطلب مستقبلي يمكنك التفكير فيه.
- إثبات المبدأ - يعمل Dataverse على تسهيل عمليه إنشاء بيئة وتجربة نموذج والتخلص منه والمحاولة مرة أخرى. من حين لآخر، يمكن أن يسفر التحدي بين فريقين يعانيان من مشكلة نمذجة البيانات نفسها عن نتائج مفيدة.
العوامل المؤثرة فِي نموذج البيانات
يمكن أن يتأثر نموذج البيانات بمجموعة من العوامل:
- متطلبات الأمان - يجب على المهندسين المعماريين للحلول التشجيع على البساطة، ولكن هذه البساطة يمكن أن تدفع بالمتطلبات إلى نموذج البيانات.
- خبرة المستخدم - المفهوم الذي تنساه بسهولة هو أنك عندما قمت بإضافة التسوية والعلاقات، ستقوم بإنشاء ثوابت جديدة يحتاجها المستخدمون للتنقل فِي التطبيقات.
- موقع البيانات والاحتفاظ بها - لا يسمح بتخزين كافة البيانات. وأحيانًا لا يمكن تخزين البيانات من الخدمات مؤقتًا، وتكون الشركات لديها سياسات داخلية تتحكم فِي استخدام البيانات. تتم حماية بعض البيانات بواسطة قوانين حكومية أو قد يكون لها متطلبات محددة للتخزين، على سبيل المثال، معلومات يمكن التعرف عليها وأرقام بطاقات الائتمان وهكذا.
- الإبلاغ عن الخدمات الذاتية - إذا كان المهندس المعماري للبيانات يتنقل فِي نموذج البيانات، فستتوفر لديه فرصة أن تكون العديد من الأدوات من Power BI وExport to Excel أقل قيمة للمستخدم. تمكِّن معظم ميزات الخدمة الذاتية من Dataverse التنقل فِي مستوى واحد من العلاقة.
- الأنظمة الموجودة - ضع فِي اعتبارك ما إذا كانت الأنظمة قديمة، أو ما إذا كانت API موجودة، أو ما إذا كان من الممكن الوصول إلى البيانات أو نسخها.
- الترجمة - يقوم بتقييم ما إذا كانت المتطلبات متعددة المناطق أو اللغات أو العملات.