Veri modelleme nedir? Varlık, ilişki ve model türleri

Veri modelleme nedir?

Veri modelleme, bir işletmenin ya da uygulamanın ihtiyaç duyduğu verinin hangi varlıklardan oluştuğunu, bu varlıkların hangi niteliklere sahip olduğunu ve birbirleriyle nasıl ilişkilendiğini tasarlama işidir. Sonuçta ortaya çıkan model, veritabanının ya da veri ambarının nasıl kurulacağını anlatan bir plandır.

Bir binanın mimari projesine benzer. Proje olmadan inşaata başlanabilir, ancak sonradan duvar yıkmak pahalıdır. Veride de aynı durum geçerlidir: tutarsız tasarlanmış bir model, yinelenen kayıtlara, yanlış raporlara ve yavaş sorgulara yol açar.

Üç model düzeyi: kavramsal, mantıksal, fiziksel

Veri modelleme genellikle üç düzeyde ilerler.

Kavramsal model: iş birimleriyle ortak dilde konuşulan en üst düzey resimdir. Müşteri, sipariş ve ürün gibi ana varlıkları ve aralarındaki ilişkileri gösterir. Teknik ayrıntı içermez.

Mantıksal model: varlıkların nitelikleri, birincil ve yabancı anahtarlar ile ilişki kuralları eklenir. Hâlâ belirli bir veritabanı ürününe bağlı değildir.

Fiziksel model: seçilen veritabanı sistemine göre tablo, sütun, veri tipi, indeks ve bölümleme kararları verilir. Performans ve depolama burada belirleyicidir.

Varlık ilişki diyagramı (ERD) nasıl okunur?

Varlık ilişki diyagramı, veri modelini görsel olarak gösteren en yaygın araçtır. Üç temel öğesi vardır: • Varlık: verisi tutulan nesne ya da kavram. Müşteri, ürün, sipariş gibi. • Nitelik: varlığı tanımlayan özellik. Müşterinin adı, e-posta adresi gibi. • İlişki: varlıklar arasındaki bağlantı. Bir müşteri birçok sipariş verebilir; her sipariş yalnızca bir müşteriye aittir.

İlişkilerin kardinalitesi (bire bir, bire çok, çoktan çoğa) diyagramda gösterilir. Çoktan çoğa ilişkiler genellikle iki varlığı ara bir tabloyla bağlayarak çözülür.

Küçük bir örnek

Örneğin bir çevrimiçi kitap satış uygulaması düşünelim. Kavramsal düzeyde müşteri, sipariş, kitap ve yazar varlıkları vardır. Mantıksal düzeyde müşteri varlığına kimlik, ad ve e-posta nitelikleri eklenir; sipariş, müşteri kimliğine yabancı anahtarla bağlanır.

Bir sipariş birden çok kitap, bir kitap da birden çok siparişte yer alabildiği için çoktan çoğa ilişki doğar. Bunu çözmek için sipariş kalemi adlı bir ara varlık tanımlanır ve adet gibi niteliği taşır. Fiziksel düzeyde ise bu varlıklar tablolara, nitelikler veri tipli sütunlara dönüşür.

İlişkisel, boyutsal ve NoSQL modelleme

Modelleme yaklaşımı, verinin kullanım amacına göre değişir.

İlişkisel modelleme: işlemsel sistemlerde veri tekrarını azaltmak için normalizasyonla tabloları ayırır. Güncelleme ve tutarlılık önceliklidir.

Boyutsal modelleme: raporlama ve analiz için kurgulanır. Ölçülerin bulunduğu olgu tabloları, çevresindeki boyut tablolarıyla yıldız şema oluşturur. Sorgu hızı ve anlaşılırlık önceliklidir.

NoSQL modelleme: belge, anahtar-değer ya da sütun tabanlı veri depolarında genellikle önce erişim desenleri belirlenir, model bu desenlere göre kurulur.

Yaygın hatalar

• İş birimiyle konuşmadan doğrudan tablo tasarlamak. Model, iş kavramlarının doğru anlaşılmasına dayanır.
• Aşırı normalizasyon ya da hiç normalizasyon yapmamak. Kullanım amacına uygun denge aranmalıdır.
• Anahtar seçimini hafife almak. Zamanla değişebilen bir niteliği birincil anahtar yapmak sorun çıkarır.
• Modeli dokümante etmemek. Zamanla kimse tabloların anlamını hatırlamaz ve model eskir.
• Değişimi hesaba katmamak. İş gereksinimleri değiştikçe şemanın uyumluluğu bozulmadan evrilebilmesi gerekir.

Mindset programlarında veri modelleme

Mindset kataloğunda Power BI Veri Modelleme programı veri modelleme temelleri, yıldız şema ve boyut modelleme, ölçüler ve model temizliği, model dokümantasyonu ve bakımı başlıklarını içerir. Veri Modelleme Desenleri ve Şema Evrimi programı modelleme yaklaşımları ve seçim kriterleri, anahtar ve taneciklik tasarımı, şema evrimi ile veri sözleşmelerini işler. Amazon DynamoDB ile NoSQL Veri Modelleme programı ise erişim deseni analizi, tek tablo tasarımı ve indeks stratejilerine odaklanır.