Datenmodellierung
Ein Datenmodell ist die visuelle Darstellung aller unternehmenseigenen Datenelemente und der Verbindungen zwischen ihnen.
Ein gut konzipiertes Datenmodell bietet mehrere Vorteile für Ihre Anwendung, darunter:
- effiziente Wiederverwendung.
- einfache Wartung.
- bessere Anpassungsfähigkeit und Skalierbarkeit
Der Hauptzweck des Datenmodells besteht in der Definition der Daten, die Ihre Anwendung benötigt, um die Geschäftsergebnisse zu erzielen. Ferner sind Datenmodelle ein wichtiges Element für die Kommunikation zwischen den Unternehmensbeteiligten, die die Anforderungen an die von den Business-Prozessen benötigten und erzeugten Daten definieren, und den System Architects, die anhand dieser Anforderungen die Anwendung erstellen. Darüber hinaus sollte ein Lead System Architect das Datenmodell überprüfen, bevor er Datenobjekte oder -felder erstellt.
Die Pega-Plattform verwendet drei Varianten des Datenmodells:
- Conceptual – das konzeptionelle Datenmodell
- Logical – das logische Datenmodell
- Physical – das physische Datenmodell
Conceptual – das konzeptionelle Datenmodell
Das konzeptionelle Datenmodell wird vom Business Architect des Teams und verschiedenen Stakeholdern erstellt. Das Dokumentieren des konzeptionellen Datenmodells für eine Anwendung beginnt mit dem Verständnis der Datenentitäten und Attribute, die das Unternehmen für Arbeitsprozesse verwendet, sowie der Beziehung zwischen diesen Datenelementen.
Das folgende Diagramm stellt ein konzeptionelles Datenmodell für Bücher dar, die in einem Lager gespeichert sind. Die Abbildung zeigt die grundlegenden Entitäten, Attribute und Beziehungen zwischen den Schlüsselelementen des Bestandsmodells für das Buchlager. In diesem Beispiel ist „Warehouse“ die Entität, während „Name“, „City“ und „Capacity“ die Attribute sind. Darüber hinaus hat „Warehouse“ eine direkte Beziehung zu den Entitäten „Address“ und „Inventory“:
Betrachten Sie das konzeptionelle Datenmodell als ein dynamisches Dokument. Verwenden Sie das konzeptionelle Datenmodell, wenn Sie mit Stakeholdern der Geschäftsfunktionen über Ihren Entwurf für den Business-Prozess sprechen. Es hilft geschäftlichen Stakeholdern, die von Ihnen identifizierten Datenentitäten zu visualisieren. Durch diese Visualisierung lassen sich Prozess- oder Datenlücken leichter erkennen.
Bei der Erstellung des konzeptionellen Datenmodells müssen Sie nicht jedes einzelne Datenelement modellieren, das zum Erreichen des Geschäftsergebnisses erforderlich ist. Wenn Sie aber zu Projektbeginn Zeit in das Datendesign investieren, können Sie später Zeit sparen, sollten Sie die Datenanforderungen des Unternehmens nicht vollständig verstanden haben.
Insgesamt trägt das konzeptionelle Datenmodell zu weniger Nacharbeiten aufgrund von Missverständnissen in den frühen Projektphasen bei. Wenn das Projekt fortschreitet und das Team zusätzliche Erkenntnisse gewinnt, kann sich das konzeptionelle Datenmodell natürlich ändern. Dennoch ist dieses konzeptionelle Datenmodell ein sinnvoller Ausgangspunkt für die Diskussionen über die Anwendungsentwicklung.
Logical – das logische Datenmodell
Das logische Datenmodell ist das konzeptionelle Datenmodell, das für die Pega-Plattform konvertiert und verfeinert wurde.
Verschieben Sie die vertikale Linie in der Mitte der folgenden Abbildung, um ein Beispiel dafür zu sehen, wie anhand des Buchlager-Beispiels das konzeptionelle Datenmodell für das logische Datenmodell konvertiert wird:
Das logische Datenmodell konvertiert die Datenentitäten und -attribute des konzeptionellen Datenmodells in Datenobjekte bzw. Felder.
In Pega sind Felder wiederverwendbare UI-Komponenten, die aus einem Namen und einem Feldtyp bestehen. Der Feldtyp bestimmt das Format der Daten, die in das Feld eingegeben werden können. Jedes Feld speichert einen Wert, der einem Case zugeordnet ist.
Ein Datenobjekt ist eine Struktur zur Beschreibung einer Entität durch Gruppierung verwandter Felder. Datenobjekte können für alle Case-Typen einer Anwendung wiederverwendet werden.
Hinweis: Felder und Datenobjekte werden später in dieser Mission ausführlicher behandelt.
Klicken Sie in der folgenden Abbildung auf die Pluszeichen (+), um mehr darüber zu erfahren, wie Datenobjekte und Felder zur Definition des logischen Datenmodells der Anwendung kombiniert werden:
Physical – das physische Datenmodell
Das physische Datenmodell zeigt die Daten so, wie sie in der Anwendung gespeichert und abgerufen werden.
Der Schwerpunkt des physischen Datenmodells liegt auf den notwendigen Integrationseinstellungen für den Zugriff auf die Daten des Unternehmens, einschließlich lokaler Speichersysteme mit der Pega-Datenbank sowie aller externen Datenbestände, die das Unternehmen verwendet.
Details zum physischen Datenmodell finden Sie auf der Integration Designer-Startseite in App Studio. Der Integration Designer bietet eine zentrale Stelle in App Studio für den Zugriff auf die Datenobjekte, Datenansichten, Datenobjekt-Abhängigkeiten und Datenbestände einer Anwendung. Der Integration Designer liefert auch einen Einblick, wie die Entitäten, die das physische Datenmodell definieren, miteinander verknüpft sind.
Klicken Sie in der folgenden Abbildung auf die Pluszeichen (+), um mehr über die Informationen zu erfahren, die auf der Startseite von Integration Designer angezeigt werden:
Prüfen Sie mit der folgenden Interaktion Ihr Wissen:
Dieses Thema ist im folgenden Modul verfügbar:
If you are having problems with your training, please review the Pega Academy Support FAQs.
Möchten Sie uns dabei helfen, diesen Inhalt zu verbessern?