Veri Modelleme: Veritabanı Yapısı ve İlişkileri
Veri modelleme, verinin yapısını, özniteliklerini ve ilişkilerini tanımlayarak sistem içinde verimli depolama, erişim ve yönetim için verinin görsel bir planını oluşturur.
Veri modelleme, bir veritabanı şemasını tasarlama sürecidir. Varlıkları (örneğin, 'Müşteriler', 'Ürünler'), özniteliklerini (örneğin, 'Müşteri Kimliği', 'Ürün Adı') ve aralarındaki ilişkileri (örneğin, bir 'Müşteri' birden fazla 'Sipariş' verebilir) belirlemeyi içerir. Amaç, veri depolama ve alma için açık, tutarlı ve verimli bir yapı oluşturmaktır.
Temel bileşenler şunları içerir:
Varlıklar: Gerçek dünya nesneleri veya kavramları.
Öznitelikler: Varlıkların özellikleri.
İlişkiler: Varlıkların nasıl bağlandığı.
Kısıtlamalar: Veri bütünlüğünü sağlayan kurallar.
Modeller genellikle soyutlama seviyesine göre kategorize edilir:
- Kavramsal: Teknolojiden bağımsız, üst düzey iş görünümü.
- Mantıksal: Ayrıntılı yapı, öznitelikler, ilişkiler, DBMS'den bağımsız.
- Fiziksel: Veri türleri, dizinler ve depolama ayrıntıları dahil olmak üzere belirli veritabanı uygulaması.
graph LR
Center["Veri Modelleme: Veritabanı Yapısı ve İlişkileri"]:::main
Rel_model_checking["model-checking"]:::related -.-> Center
click Rel_model_checking "/terms/model-checking"
Rel_data_type["data-type"]:::related -.-> Center
click Rel_data_type "/terms/data-type"
Rel_data_exfiltration["data-exfiltration"]:::related -.-> Center
click Rel_data_exfiltration "/terms/data-exfiltration"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧠 Bilgi testi
🧒 5 yaşındaki gibi açıkla
Bilgileriniz için bir harita çizmek gibidir. Takip etmeniz gereken ana şeyleri (insanlar, yerler, olaylar gibi), her şey hakkında hangi ayrıntıları kaydedeceğinizi (isimler, tarihler, yerler gibi) ve bu şeylerin nasıl bağlandığını (kimin nereye ve ne zaman gittiği gibi) belirlersiniz. Bu harita, bilgilerinizi kolayca düzenlemenize ve bulmanıza yardımcı olur.
🤓 Expert Deep Dive
Veri modelleme, iş gereksinimlerini yapılandırılmış bir bilgi temsili haline getirir ve kavramsal, mantıksal ve fiziksel düzeylerde ilerler.
Kavramsal Modelleme, iş kapsamını ve kurallarını tanımlamak için genellikle Varlık-İlişki Diyagramlarını (ERD'ler) kullanarak üst düzey varlıkları ve ilişkileri yakalar. Neyin temsil edilmesi gerektiğine cevap verir.
Mantıksal Modelleme, öznitelikleri, anahtarları (birincil, yabancı) tanımlayarak ve fazlalığı en aza indirmek ve bütünlüğü artırmak için normalleştirme tekniklerini (örneğin, 1NF, 2NF, 3NF) uygulayarak bunu iyileştirir. Belirli bir Veritabanı Yönetim Sistemi'nden (DBMS) bağımsız olarak verinin nasıl mantıksal olarak yapılandırıldığını tanımlar.
Fiziksel Modelleme, seçilen DBMS içindeki uygulamayı ayrıntılandırır, performans optimizasyonu için veri türlerini, dizinleri, bölümlemeyi ve potansiyel normalleştirmeyi belirtir. Verinin nasıl fiziksel olarak depolandığını ve erişildiğini belirler. Yaygın gösterimler Chen ve "Karga Ayağı" ERD'lerini içerir ve özellikle veri ambarı ve İş Zekası (BI) alanlarında Yıldız Şeması veya Kar Tanesi Şeması gibi metodolojiler kullanılır.