Enterprize Data Architecture
데이터에 대해 정의, 구조화, 문서화, 관리 뿐아니라 리소스와 품질까지 포함한 모든 활동들을 수행한다.
어떤 제품과 기술을 사용할때 방법론이나 지침을 내리는 것도 포함 되며
데이터에 대한 다양한 선택을 해야 한다.
내가 당장에 처해 있는 가지고 있는 것 뿐 아니라 앞으로 필요한 상태까지도 고려하여 데이터를 정의 해야 한다.
Benefits of Data Architecture
- payback은 즉각적으로 발생되지 않는다.
더 많은 데이터가 재 사용되고 공유된다
데이터의 통합(과 일관성이 좋아진다.
개발 비용 감소
쉽게 데이터의 통합을 할 수 있다.
Two Main Elements
1. Data Modeling
- data model들과 business rule들의 셋
- 그러한 데이터 모델들은 high, detail, logical, physical로 나눈다.
2. Technology
-
데이터 모델링의 정의
1. 데이터 모델
- 우리의 활동이나 활동 대상을 데이터베이스화 하기 위해 개념적으로 작성된 모델 또는 실체
2. 데이터 모델링
- 주어진 범위의 일정한 업무에 대해, 문제점을 인식하고 개선사항을 도출하여, 복잡한 업무를 단순화, 추상화 하여 미래의 데이터 모습을 모델화 하는 활동
3. 데이터 모델링의 필요성
- 커뮤니케이션은 데이터 모델링이 종료될 때 시작되는 것이 아니며, 많은 커뮤니케이션과 지식은 모델링과 과정에서 공유 됨
데이터 모델링 오류 유형
1. 하위 행위 엔티티부터 접근(줄기가 아닌 잔가지에 초점)
2. 분리설계(전체 관점이 아닌 서브기능 중심의 접근)
3. 데이터모델을 결과적인 다이어그램으로만 인식
4. 무분별한 관계표현 (간접관계는 그리지 않는다. 일부는 있지만 기본적으로는 표현하지 않음)
ERD 상세화 필요성
- 전자제품을 수리하는 사람은 회로도를 복잡하다고 생각하지 않는다.
- 설계도가 구체적이지 못하면 제작자의 주관이 들어간다.
데이터모델링 상세화 수준
: 업무규칙 상세 표현에 대한 필요성을 인식하지 못하는 주변 요인
- 현재 데이터 모델이 아예 없거나, 있더라도 현재의 물리스키마 구조와 다르고 엔티티간의 관계는 거의 표현되지 않는 등 상당히 부실한 수준
개념 모델링 수행 절차
주제 영역 정의 - 핵심 엔티티 정의 - 관계 정의
논리 모델링
