Modellazione dei dati

  • 5 minuti

La modellazione dei dati su Microsoft Power Platform analizza l'intero quadro dell'architettura dei dati e include un esame logico dei dati da Dataverse, data lake e origini esterne mediante l'uso di connettori.

Sono disponibili più tipi e standard per la modellazione dei dati, inclusi UML (Unified Modeling Language), IDEF1X e altri. Standard dei modelli di dati specifici esulano dall'ambito di questa unità, ma i modelli di dati per le strutture dei dati Dataverse generalmente rientrano in due categorie generali:

  • Modelli di dati logici
  • Modelli di dati fisici

Diagrammi di relazioni di entità

I modelli di dati logici sono diagrammi di alto livello che mostrano il flusso dei dati nel sistema. Vengono spesso raccolti all'inizio del progetto durante l'individuazione e prima che tutte le colonne siano state definite. Il diagramma del modello di dati logici usa in genere i nomi aziendali delle entità, anziché i nomi degli schemi.

I diagrammi dei modelli di dati logici rappresentano il flusso di dati in una soluzione senza tenere conto dell'implementazione fisica.

Diagramma di un modello di dati logico per i clienti.

I modelli di dati fisici sono di livello inferiore rispetto a quelli logici. Includono in genere dettagli a livello di colonna e, più precisamente, relazioni di progettazione. Il modello di dati fisico viene creato quando la progettazione logica di alto livello viene convertita in entità fisiche.

I diagrammi dei modelli di dati fisici devono includere Dataverse, Microsoft Azure Data Lake Storage, Analysis Services Connector o altri limiti dell'archivio dati.

Diagramma del modello di dati fisico con tabelle e colonne.

È inoltre possibile creare diagrammi di oggetti. in cui sono mostrate le informazioni di cui si desidera essere a conoscenza e, ancora più importante, quelle che non si desidera conoscere. I diagrammi di oggetti devono essere eseguiti durante le sessioni di modellazione con esperti di dominio.

Rappresentazione di un diagramma di oggetti che mostra le relazioni.

Strategie di modellazione dei dati

Considerare le seguenti linee guida per la creazione di un modello di dati:

  • Iniziare con tabelle e relazioni di base - I team vengono in genere distratti dal problema generale. È tuttavia in realtà più facile risolvere piccole parti della sfida ed esaminarla in modo olistico in un secondo momento.
  • Oltre la normalizzazione - I team composti da persone con un'importante esperienza in qualità di data architect tendono a creare un modello di dati Dataverse seguendo procedure analoghe a quelle usate per creare un database SQL Server tradizionale. Questo approccio può comportare un'esperienza utente ridotta e la necessità di ulteriore elaborazione. Gli architetti di soluzioni devono collaborare con tali persone per determinare la causa e l'effetto delle relazioni nell'esperienza utente, consentendo loro di comprendere l'obiettivo.
  • Esigenze correnti - Una delle straordinarie caratteristiche di Dataverse è rappresentata dalla possibilità di essere creato in modo incrementale tramite un processo agile. Avere una percezione di un futuro a breve e lungo termine consente tuttavia di definire una base. Assicurarsi di evitare di concentrarsi troppo sull'identificazione di ogni requisito futuro possibile.
  • Modello di verifica - Dataverse semplifica il processo per creare un ambiente, provare un modello, scartarlo e provarlo di nuovo. In alcuni casi, mettere a confronto due team con lo stesso problema di modellazione dei dati può produrre risultati utili.

Fattori che hanno impatto sul modello di dati

Il modello di dati può essere influenzato da una serie di fattori:

  • Requisiti di sicurezza - Gli architetti di soluzioni devono sempre favorire la semplificazione, sebbene ciò possa imporre dei requisiti relativi al modello di dati.
  • Esperienza utente - Un concetto di cui ci si dimentica facilmente è il fatto che l'aggiunta di normalizzazione e relazioni comporta la creazione di nuovi costrutti necessari agli utenti per spostarsi nelle app.
  • Posizione e conservazione dei dati - L'archiviazione non è consentita per tutti i dati. Spesso i dati dei servizi non possono essere memorizzati nella cache e le società dispongono di criteri interni che disciplinano l'uso dei dati. Alcuni dati sono protetti dalle leggi locali in vigore o potrebbero essere soggetti a requisiti specifici per l'archiviazione, come nel caso delle informazioni identificabili, dei numeri di carte di credito e così via.
  • Creazione di report self-service - Se è necessario un architetto di dati per spostarsi nel modello di dati, è probabile che molti strumenti di Power BI ed Esporta in Excel risultino meno utili per l'utente. La maggior parte delle funzionalità self-service di Dataverse consente lo spostamento di un livello di relazione.
  • Sistemi esistenti - Considerare se i sistemi sono legacy, se esiste un'API o se è possibile accedere ai dati o copiarli.
  • Localizzazione - Valutare se i requisiti sono multiregionali, multilingue o multivaluta.