CHERTER 13 แบบจำลองของฐานข้อมูล
บทที่ 13 แบบจำลองของฐานข้อมูล
แบบจำลองของฐานข้อมูล (Database Modeling)
https://th.pngtree.com/free-backgrounds-
การสร้างแบบจำลองข้อมูลเป็นกระบวนการที่ใช้ในการกำหนดและวิเคราะห์ความต้องการข้อมูลที่จำเป็นในการสนับสนุนกระบวนการทางธุรกิจภายในขอบเขตของระบบข้อมูลที่เกี่ยวข้องในองค์กร ดังนั้นกระบวนการของการสร้างแบบจำลองข้อมูลเกี่ยวข้องกับตัวสร้างข้อมูลมืออาชีพทำงานอย่างใกล้ชิดกับผู้มีส่วนได้เสียทางธุรกิจเช่นเดียวกับผู้ใช้ที่มีศักยภาพของระบบข้อมูลมีโมเดลข้อมูลสามแบบที่สร้างขึ้นขณะที่ดำเนินการจากข้อกำหนดไปยังฐานข้อมูลจริงเพื่อใช้สำหรับระบบข้อมูลความต้องการข้อมูลจะถูกบันทึกไว้ในขั้นต้นเป็นแบบจำลองข้อมูลแนวคิดซึ่งเป็นชุดของข้อมูลจำเพาะด้านเทคโนโลยีที่เป็นอิสระเกี่ยวกับข้อมูลและใช้เพื่อหารือเกี่ยวกับความต้องการเบื้องต้นกับผู้มีส่วนได้เสียทางธุรกิจรูปแบบความคิดได้รับการแปลแล้วเป็นรูปแบบของข้อมูลเชิงตรรกะซึ่งเอกสารโครงสร้างของข้อมูลที่สามารถดำเนินการในฐานข้อมูล การใช้แบบจำลองแนวคิดข้อมูลหนึ่งอาจต้องใช้แบบจำลองข้อมูลเชิงตรรกะหลายแบบ ขั้นตอนสุดท้ายในการสร้างแบบจำลองข้อมูลคือการแปลงตัวแบบข้อมูลตรรกะเป็นรูปแบบข้อมูลทางกายภาพที่จัดระเบียบข้อมูลลงในตารางและบัญชีสำหรับการเข้าถึงประสิทธิภาพและรายละเอียดการจัดเก็บการสร้างแบบจำลองข้อมูลไม่เพียง แต่กำหนดองค์ประกอบของข้อมูลแต่ยังรวมถึงโครงสร้างและความสัมพันธ์ด้วยเทคนิคและวิธีการสร้างแบบจำลองข้อมูลใช้ในการสร้างแบบจำลองข้อมูลในลักษณะมาตรฐานที่สอดคล้องและคาดการณ์ได้เพื่อจัดการเป็นทรัพยากรขอแนะนำให้ใช้มาตรฐานการสร้างแบบจำลองข้อมูลสำหรับทุกโครงการที่ต้องใช้วิธีมาตรฐานในการกำหนดและวิเคราะห์ข้อมูลภายในองค์กรเช่นการใช้
การสร้างแบบจำลองข้อมูลเป็นกระบวนการที่ใช้ในการกำหนดและวิเคราะห์ความต้องการข้อมูลที่จำเป็นในการสนับสนุนกระบวนการทางธุรกิจภายในขอบเขตของระบบข้อมูลที่เกี่ยวข้องในองค์กร ดังนั้นกระบวนการของการสร้างแบบจำลองข้อมูลเกี่ยวข้องกับตัวสร้างข้อมูลมืออาชีพทำงานอย่างใกล้ชิดกับผู้มีส่วนได้เสียทางธุรกิจเช่นเดียวกับผู้ใช้ที่มีศักยภาพของระบบข้อมูลมีโมเดลข้อมูลสามแบบที่สร้างขึ้นขณะที่ดำเนินการจากข้อกำหนดไปยังฐานข้อมูลจริงเพื่อใช้สำหรับระบบข้อมูลความต้องการข้อมูลจะถูกบันทึกไว้ในขั้นต้นเป็นแบบจำลองข้อมูลแนวคิดซึ่งเป็นชุดของข้อมูลจำเพาะด้านเทคโนโลยีที่เป็นอิสระเกี่ยวกับข้อมูลและใช้เพื่อหารือเกี่ยวกับความต้องการเบื้องต้นกับผู้มีส่วนได้เสียทางธุรกิจรูปแบบความคิดได้รับการแปลแล้วเป็นรูปแบบของข้อมูลเชิงตรรกะซึ่งเอกสารโครงสร้างของข้อมูลที่สามารถดำเนินการในฐานข้อมูล การใช้แบบจำลองแนวคิดข้อมูลหนึ่งอาจต้องใช้แบบจำลองข้อมูลเชิงตรรกะหลายแบบ ขั้นตอนสุดท้ายในการสร้างแบบจำลองข้อมูลคือการแปลงตัวแบบข้อมูลตรรกะเป็นรูปแบบข้อมูลทางกายภาพที่จัดระเบียบข้อมูลลงในตารางและบัญชีสำหรับการเข้าถึงประสิทธิภาพและรายละเอียดการจัดเก็บการสร้างแบบจำลองข้อมูลไม่เพียง แต่กำหนดองค์ประกอบของข้อมูลแต่ยังรวมถึงโครงสร้างและความสัมพันธ์ด้วยเทคนิคและวิธีการสร้างแบบจำลองข้อมูลใช้ในการสร้างแบบจำลองข้อมูลในลักษณะมาตรฐานที่สอดคล้องและคาดการณ์ได้เพื่อจัดการเป็นทรัพยากรขอแนะนำให้ใช้มาตรฐานการสร้างแบบจำลองข้อมูลสำหรับทุกโครงการที่ต้องใช้วิธีมาตรฐานในการกำหนดและวิเคราะห์ข้อมูลภายในองค์กรเช่นการใช้
การสร้างแบบจำลองข้อมูล:
- เพื่อช่วยนักวิเคราะห์ธุรกิจโปรแกรมเมอร์ผู้ทดสอบด้วยตนเองนักเลือกแพ็คเกจไอทีวิศวกรผู้จัดการองค์กรที่เกี่ยวข้องและลูกค้าให้เข้าใจและใช้แนวคิดแบบกึ่งทางการที่ตกลงกันไว้ในแนวคิดขององค์กรและวิธีที่ พวกเขาเกี่ยวข้องกัน
- เพื่อจัดการข้อมูลเป็นทรัพยากร
- สำหรับการรวมระบบข้อมูล
- สำหรับการออกแบบฐานข้อมูล / คลังข้อมูล (aka ที่เก็บข้อมูล)
- การสร้างแบบจำลองข้อมูลเชิงกลยุทธ์: นี่เป็นส่วนหนึ่งของการสร้างกลยุทธ์ระบบสารสนเทศซึ่งกำหนดวิสัยทัศน์และสถาปัตยกรรมโดยรวมสำหรับระบบสารสนเทศ วิศวกรรมเทคโนโลยีสารสนเทศเป็นวิธีการที่รวบรวมแนวทางนี้
- การสร้างแบบจำลองข้อมูลระหว่างการวิเคราะห์ระบบ: ในการวิเคราะห์ระบบแบบจำลองข้อมูลเชิงตรรกะถูกสร้างขึ้นเป็นส่วนหนึ่งของการพัฒนาฐานข้อมูลใหม่
การสร้างแบบจำลองข้อมูลยังถูกนำมาใช้เป็นเทคนิคสำหรับรายละเอียดธุรกิจความต้องการที่เฉพาะเจาะจงฐานข้อมูล บางครั้งเรียกว่าการสร้างแบบจำลองฐานข้อมูลเนื่องจากรูปแบบข้อมูลจะถูกนำไปใช้ในที่สุดในฐานข้อมูล เอนทิตี (entity) หมายถึง วัตถุ (object) หรือแนวคิดที่สามารถบอกความแตกต่างของแต่ละเอนทิตีได้ กลุ่มของเอนทิตีที่มีคุณสมบัติเหมือนกันจะเรียกว่า เอนทิตีเซต (entity set) รีเลซันชิพเซต (relationship set) คือ ความสัมพันธ์ระหว่างเอนทิตี นอกจากเอนทิตี และรีเลชันชิพแล้ว แบบจำลองอี-อาร์ยังนำเสนอกฎข้อบังคับที่จำเป็นในการสร้างฐานข้อมูล ซึ่งในการนำเสนอนั้น โครงสร้างของฐานข้อมูลทั้งหมดจะถูกแทนด้วยแผนผังอี-อาร์ (E-R diagram) โดยมีสัญลักษณ์ต่าง ๆ ที่ใช้ดังต่อไปนี้
- รูปสี่เหลี่ยม (rectangles) ใช้แทนเอนทิตีเซต (entity set)
- วงรี (elhpses) ใช้แทนแอตทริบิวต์ (attributes)
- รูปสี่เหลี่ยมขนมเปียกปูน (diamonds) ใช้แทนรีเลชันชิพ
- เส้นตรง (line) ใช้แทนการเชื่อมต่อของแอตทริบิวต์กับเอนทิตีเซต และการเชื่อมต่อของเอนทิตีเซต กับรีเลชันชิพ
ส่วนประกอบของแบบจำลองข้อมูล ส่วนประกอบของแบบจำลองข้อมูลสามารถแบ่งออกเป็น 3 ส่วนด้วยกันคือ
1. ส่วนโครงสร้าง (structural) เป็นส่วนที่ประกอบด้วยกลุ่มสัญลักษณ์รวมทั้งกฎระเบียบที่เห็นพ้องต้องกันเพื่อใช้ในการสร้างฐานข้อมูล
2. ส่วนปรับปรุง (manipulative) เป็นส่วนที่กำหนดชนิดของการปฏิบัติการต่าง ๆ กับข้อมูล ซึ่งประกอบด้วย การอัปเดต หรือการเรียกดูข้อมูลจากฐานข้อมูล รวมทั้งการเปลี่ยนแปลงโครงสร้างฐานข้อมูล ซึ่งนิยมใช้ชุดคำสั่ง SQL ในการจัดการกับข้อมูล
3. ส่วนกฎความคงสภาพ (a set of integrity rules) เป็นกฎเกณฑ์ที่ใช้ในการควบคุมความถูกต้องของข้อมูล เพื่อให้เกิดความมั่นใจในความถูกต้อง และความแน่นอนของข้อมูลที่บันทึกลงในฐานข้อมูล
วัตถุประสงค์ของแบบจำลองข้อมูล คือการนำเสนอข้อมูลเพื่อให้เกิดความเข้าใจซึ่งกัน โดยสามารถกำหนดความสัมพันธ์ของแบบจำลองข้อมูล ได้ดังนี้
- แบบจำลองข้อมูลภายนอก (External Data Model) จะนำเสนอการวิวข้อมูลของผู้ใช้งานต่าง ๆ - แบบจำลองข้อมูลแนวคิด (Conceptual Data Model) จะนำเสนอข้อมูลทางลอจิคัล ที่แสดงถึงความเป็นอิสระกับ DBMS
- แบบจำลองข้อมูลภายใน (Internal Data Model) จะนำโครงร่างแนวคิดที่ได้พรรณนาไว้เพื่อให้ DBMS สามารถจัดเก็บ และการเข้าถึงข้อมูลที่แท้จริงได้
คุณสมบัติของแบบจำลองข้อมูลที่ดี
1. แบบจำลองข้อมูลที่ดีต้องง่ายต่อความเข้าใจ กล่าวคือ แบบจำลองข้อมูลควรใช้กฎเกณฑ์ทั่ว ไป โดยมีข้อมูลแอตตริบิวต์ที่อธิบายในรายละเอียดของแต่ละเอนทิตี
2. แบบจำลองข้อมูลที่ดีต้องมีสาระสำคัญ และไม่ซ้ำซ้อน หมายถึงแอตตริบิวต์ในแต่ละเอนทิตี ไม่ควรมีข้อมูลซ้ำซ้อน
3.แบบจำลองข้อมูลที่ดีต้องมีความยืดหยุ่น และง่ายต่อการปรับปรุงในอนาคต กล่าวคือ แบบจำลองข้อมูลที่ดีไม่ควรขึ้นกับตัวแอปพลิเคชันโปรแกรม และสนับสนุนการเปลี่ยนแปลงในโครงสร้างซึ่งจะไม่ส่งผลกระทบต่อโปรแกรมที่ใช้งานอยู่ นั่นหมายถึงความเป็นอิสระในข้อมูล
4.แบบจำลองฐานข้อมูล (Database Model)
การตัดสินใจเลือกใช้แบบจำลองฐานข้อมูลชนิดใดเป็นสิ่งสำคัญต่อการออกแบบฐานข้อมูล โดยรายละเอียดการจัดการฐานข้อมูล หรือการจัดการคลังข้อมูล และต้องสนับสนุน หรือตั้งอยู่บนพื้นฐานของแบบจำลองฐานข้อมูล ซึ่งมีรายละเอียดต่อไปนี้
4.1 แบบจำลองฐานข้อมูลลำดับชั้น (Hierarchical database model)เป็นแบบจำลองของฐานข้อมูลที่ใช้อธิบายถึงบานข้อมูล ที่มีโครงสร้างของข้อมูลในแบบลำดับชั้น (Hierarchy) โดยมีจุดประสงค์เริ่มต้นเพื่อต้องการให้เป็นฐานข้อมูลที่สามารถขจัดการซ้ำซ้อนของข้อมูล(Data Redundancy) โครงสร้างของฐานข้อมูลแบบ Hierarchy เป็นรูปแบบที่พัฒนามาจากแนวความคิดในการจัดเก็บข้อมูลของโปรแกรมที่มีชื่อว่า Generalized Update Access Method (GUAM) ที่นำเอาข้อมูลในแต่ละส่วนที่เรียกว่า Part มาจัดเก็บเป็นกลุ่มที่เรียกว่า Component แล้วจึงรวมแต่ละกลุ่มเป็นกลุ่มใหญ่ทั้งหมดที่เรียกว่า Final Component โดยมีโครงสร้างอยู่ในรูปแบบของ Tree ที่เรียกว่า Upside-down Tree ซึ่งต่อมาโครงสร้างในลักษณะนี้ได้ถูกเรียกว่า โครงสร้างแบบ Hierarchy
4.2 แบบจำลองฐานข้อมูลเครือข่าย (Network database model) เป็นแบบจำลองของฐานข้อมูลที่ใช้อธิบายถึงฐานข้อมูลที่มีโครงสร้างของข้อมูลที่จำแนกตามความสัมพันธ์ของข้อมูล ที่ได้รับการพัฒนามาจากฐานข้อมูลที่มีโครงสร้างแบบ Hierarchy โดยมีจุดมุ่งหมายเพื่อกำหนดให้เป็นรูปแบบของโครงสร้างข้อมูลที่เป็นมาตรฐาน รวมทั้งมุ่งหวังให้เป็นฐานข้อมูลที่สามารถรองรับข้อมูลที่มีความสัมพันธ์ในแบบ Many – to – Many
4.3 แบบจำลองฐานข้อมูลเชิงสัมพันธ์ (Relational database model)เป็นฐานข้อมูลที่ก่อให้เกิดการปฏิวัติระบบฐานข้อมูลขึ้น เนื่องจากเป็นโครงสร้างของฐานข้อมูลที่มีการนำไปใช้กันอย่างแพร่หลายในผลิตภัณฑ์ทางด้านฐานข้อมูลต่าง ๆ ที่มีจำหน่ายอยู่ในท้องตลาด ตั้งแต่ที่ทำงานอยู่บนเครื่องคอมพิวเตอร์ส่วนบุคคล ตลอดจนเครื่องคอมพิวเตอร์ขนาดใหญ่อย่างเช่น Mainframe
4.4 แบบจำลองฐานข้อมูลเชิงวัตถุ (Object-Oriented database model)เทคโนโลยีฐานข้อมูลแบบออบเจกต์ ได้ถูกนำเสนอเข้ามาเพื่อแก้ปัญหาที่กล่าวมาข้างต้น สกีมาของฐานข้อมูลแบบออบเจกต์จะประกอบไปด้วยชุดของคลาส (class) โดยที่แต่ละคลาส คือ ชุดของออบเจกต์ที่มีโครงสร้าง และพฤติกรรมอย่างเดียวกัน โครงสร้างของออบเจกต์ถูกกำหนดโดยใช้พรอปเพอร์ตี (property) ของคลาส สิ่งที่สำคัญเกี่ยวกับฐานข้อมูลแบบออบเจกต์ก็คือ ผู้ใช้ไม่มีความจำเป็นต้องรู้เรื่องวิธีการทำงานภายในของแต่ละเมธอด ผู้ใช้สามารถเข้าถึงออบเจกต์ลูกค้า และใช้เมธอดสั่งซื้อสินค้าได้เลย ทั้งนี้การเชื่อมต่อระหว่างออบเจกต์สินค้ากับใบสั่งซื้อ ที่มีผลกระทบจากการใช้เมธอดสั่งซื้อสินค้าอาจมองเห็นได้โดยผู้ใช้ หรือไม่ก็ได้
4.5 แบบจำลองฐานข้อมูลแบบมัลติไดเมนชัน (Multidimensional database model) แบบจำลองชนิดนี้ใช้งานกับคลังข้อมูล (data warehousing) โดยจะนำเสนอข้อมูลในลักษณะไดเมนชัน ทำให้วิวข้อมูลได้สองทางเพื่อให้สามารถมองเห็นปัญหาในธุรกิจ และสร้างวิธีการแก้ไขปัญหาได้ดียิ่งขึ้น กล่าวคือ แบบจำลองฐานข้อมูลมัลติไดเมนชันนี้จะมีการนำกระบวนการทำงานทางธุรกิจมาจัดการให้อยู่ในรูปของมิติ
ข้อดี ข้อเสียแบบจำลองฐานข้อมูลเครือข่าย (Network database model)
5 ข้อดีและข้อเสียของแบบจำลองฐานข้อมูลแต่ละชนิด แบบจำลองฐานข้อมูลลำดับชั้น (Hierarchical database model)
ข้อดี
- มีโครงสร้างที่เข้าใจง่าย ซึ่งเป็นลักษณะต้นไม้ (Tree)
- มีโครงสร้างที่ซับซ้อนน้อยที่สุด และเหมาะกับข้อมูลที่มีความสัมพันธ์แบบ One-to-many
- ป้องกันความปลอดภัยในข้อมูลที่ดี
- เหมาะกับข้อมูลที่มีการเรียงลำดับแบบต่อเนื่อง
ข้อเสีย
- ไม่สามารถรองรับข้อมูลที่มีความสัมพันธ์ในลักษณะของ many-to-many ได้
- มีความยืดหยุ่น หรือมีความคล่องตัวน้อย
- เนื่องจากในการเรียกใช้ข้อมูลจำเป็นต้องผ่าน root เสมอ ดังนั้นหากต้องการค้นหาข้อมูลซึ่งอยู่ในระดับต่าง ๆ ก็จะต้องค้นหาทั้งแฟ้ม
- การพัฒนาโปรแกรมค่อนข้างยากเพราะต้องทราบถึงโครงสร้างทางฟิสิคอลของข้อมูลที่จัดเก็บอยู่ในฐานข้อมูล
แบบจำลองฐานข้อมูลเครือข่าย (Network database model) ข้อดี ข้อเสีย
- เนื่องจากสามารถเข้าถึงเรคอร์ดได้โดยตรง ทำให้การป้องกันความปลอดภัยของข้อมูลมีน้อย
- สิ้นเปลืองเนื้อที่หน่วยความจำในการเก็บพอยน์เตอร์
- การเปลี่ยนแปลงในโครงสร้างยังมีความยุ่งยากอยู่
แบบจำลองฐานข้อมูลเชิงสัมพันธ์ (Relational database model)
ข้อดี
- มีความเข้าใจ และสื่อสารได้เข้าใจง่าย เนื่องจากนำเสนอในลักษณะตาราง 2 มิติ
- สามารถเลือกวิวข้อมูลตามเงื่อนไขได้หลายคีย์ฟิลล์
- ความซับซ้อนในข้อมูลมีน้อยมาก
- มีระบบความปลอดภัยที่ดี
- โครงสร้างข้อมูลมีความอิสระจากโปรแกรม และเป็นแบบจำลองฐานข้อมูลที่ผู้ใช้งานนิยมใช้มากที่สุด
ข้อเสีย
-จำเป็นต้องเสียค่าใช้จ่ายในระบบค่อนข้างสูง เนื่องจากทรัพยากรทั้งตัวฮาร์ดแวร์ และซอฟต์แวร์ ที่นำมาใช้ต้องมีความสามารถสู.
- เนื่องจากไม่ทราบถึงกระบวนการจัดเก็บข้อมูลในฐานข้อมูลที่แท้จริงเป็นอย่างไร
ประเภทของความสัมพันธ์ของข้อมูล
สำหรับความสัมพันธ์ระหว่างข้อมูล สามารถแบ่งออกได้เป็น 3 ลักษณะดังนี้
1.ความสัมพันธ์แบบ One – to – Oneเป็นความสัมพันธ์ที่แต่ละรายการของข้อมูล “A” มีความสัมพันธ์กับข้อมูล “B” เพียงรายการเดียว เช่น กรณีลูกค้าสามารถมีบัญชีเงินฝากได้เพียงบัญชีเดียว หรือกรณีที่แต่ละบัญชีเงินฝากสามารถมีเจ้าของบัญชีได้เพียงคนเดียว
2.ความสัมพันธ์แบบ One-to-manyเป็นความสัมพันธ์ที่แต่รายการของข้อมูล “A” มีความสัมพันธ์กับข้อมูล “B” มากกว่า 1 รายการ เช่น กรณีลูกค้าสามารถมีบัญชีเงินฝากได้มากกว่า 1
3.ความสัมพันธ์แบบMany-to-Manyเป็นความสัมพันธ์ที่แต่ละรายการของข้อมูล “A” มีความสัมพันธ์กับข้อมูล“B”มากกว่า 1 รายการ แต่ในขณะเดียวกันแต่ละรายการของข้อมูล “B” ก็มีความสัมพันธ์กับข้อมูล “A” มากกว่า 1 รายการเช่นเดียวกัน เช่น กรณีลูกค้าสามารถมีบัญชีเงินฝากได้มากกว่า 1 บัญชี และแต่ละบัญชีเงินฝากสามารถมีเจ้าของบัญชีได้มากกว่า 1 คน
ความคิดเห็น
แสดงความคิดเห็น