Modélisation des données
Un modèle de données (Data Model) est la représentation visuelle de tous les éléments de données d’une organisation et des connexions entre eux.
Un modèle de données bien conçu offre à votre application plusieurs avantages, notamment :
- Réutilisation efficace ;
- Maintenance facile ;
- Adaptabilité et évolutivité accrues.
L’objectif principal du modèle de données est de définir les données dont votre application a besoin pour obtenir le résultat métier. Les modèles de données sont également des outils essentiels pour la communication entre les intervenants métier, qui définissent les exigences pour les données requises et créées par les processus métier, et les System Architects, qui respectent ces exigences pour développer l’application. En outre, un Lead System Architect doit vérifier le modèle de données avant de créer des data objects ou des champs.
Pega Platform™ utilise trois variantes du modèle de données :
- Le modèle de données conceptuel (Conceptual Data Model)
- Le modèle de données logique (Logical Data Model)
- Le modèle de données physique (Physical Data Model)
Le modèle de données conceptuel
Le modèle de données conceptuel (Conceptual Data Model) est créé par le Business Architect de l’équipe et divers intervenants. La documentation du modèle de données conceptuel d’une application commence par la compréhension des entités de données et des attributs que l’entreprise utilise pour traiter le travail, ainsi que de la relation entre ces éléments de données.
Le diagramme suivant représente un modèle de données conceptuel pour les livres stockés dans un entrepôt. L’illustration montre les entités de base, les attributs et les relations entre les éléments clés du modèle d’inventaire de l’entrepôt de livres. Dans cet exemple, Warehouse est l’entité, tandis que Name, City et Capacity sont les attributs. En outre, Warehouse a une relation directe avec les entités Address et Inventory :
Considérez le modèle de données conceptuel comme un document évolutif. Utilisez le modèle de données conceptuel lorsque vous rencontrez les intervenants métier au sujet de la conception du processus métier, car il les aide à visualiser les entités de données que vous avez identifiées. Cette visualisation facilite l’identification des lacunes dans le processus ou les données.
Lorsque vous construisez le modèle de données conceptuel, vous n’avez pas besoin de modéliser chaque élément de données requis pour atteindre le résultat métier, mais le temps passé à la conception des données au début du projet peut vous faire gagner du temps plus tard si vous constatez que les besoins en données de l’entreprise ne sont pas entièrement compris.
Dans l’ensemble, le modèle de données conceptuel aide à atténuer le risque de retraitement dû à des malentendus dans les premières phases du projet. Bien entendu, à mesure que le projet progresse et que l’équipe obtient des informations supplémentaires, le modèle de données conceptuel peut changer. Néanmoins, il constitue un point de départ solide pour les discussions sur le développement d’applications.
Le modèle de données logique
Le modèle de données logique (Logical Data Model) est le modèle de données conceptuel traduit et affiné pour Pega Platform.
Au centre de l’image suivante, faites glisser la ligne verticale pour voir un exemple de la façon dont le modèle de données conceptuel se traduit en modèle de données logique en utilisant le scénario Warehouse comme exemple :
Le modèle de données logique convertit les entités de données et les attributs du modèle de données conceptuel en data objects et en champs, respectivement.
Dans Pega, les champs (fields) sont des composants d’UI réutilisables qui se composent d’un nom et d’un type de champ (Field Type). Le type de champ détermine le format des données qui peuvent être saisies dans le champ. Chaque champ stocke une valeur associée à un dossier (Case).
Un data object est une structure permettant de décrire une entité en regroupant un ensemble de champs connexes. Les data objects sont réutilisables dans tous les types de dossier d'une application.
Note: Les champs et les data objects sont abordés en détail plus loin dans cette mission.
Dans l’image suivante, cliquez sur les icônes + pour en savoir plus sur la façon dont les data objects et les champs se combinent pour définir le modèle de données logique de l’application :
Le modèle de données physique
Le modèle de données physique (Physical Data Model) reflète les données telles qu’elles sont stockées et accessibles dans l’application.
Le modèle de données physique se concentre sur les paramètres d'intégration requis pour accéder aux données de l'organisation, y compris le stockage local avec la base de données Pega et tout système d'enregistrement externe (external system of record) utilisé par l'organisation.
Les détails du modèle de données physique sont visibles sur la page d’accueil (landing page) de l’Integration Designer d'App Studio. L’Integration Designer fournit un emplacement unique dans App Studio pour accéder aux data objects, aux data Views, aux dépendances de data objects et aux systèmes d’enregistrement d’une application. L’Integration Designer fournit également des informations sur la façon dont les entités qui définissent le modèle de données physique sont connectées.
Dans l’image suivante, cliquez sur les icônes + pour en savoir plus sur les informations affichées sur la page d’accueil de l’Integration Designer :
Vérifiez vos connaissances avec l’interaction suivante :
This Topic is available in the following Module:
If you are having problems with your training, please review the Pega Academy Support FAQs.
Want to help us improve this content?