Escolar Documentos
Profissional Documentos
Cultura Documentos
Projetos de desenvolvimento de
software (novos ou personalizados)
realizados por profissionais de TI
Antes de projetar e construir qualquer projeto de software, deve haver uma visão
documentada de como será o produto final e de como se comportará. Uma grande parte
dessa visão é o conjunto de regras de negócios que regem a funcionalidade desejada. A
outra parte é a descrição dos dados – o fluxo de dados (ou modelo de dados) e o projeto
do banco de dados que vai suportá-lo.
A modelagem de dados mantém o registro da visão e oferece um roadmap aos
projetistas. Com o banco de dados e os fluxos de dados definidos e documentados, os
sistemas desenvolvidos de acordo com essas especificações devem fornecer a
funcionalidade esperada necessária para manter os dados precisos (supondo que os
procedimentos sejam adequadamente seguidos).
Processo e técnicas de
modelagem de dados
Inerentemente, a modelagem de dados é um processo top-down, que começa com o
modelo conceitual para estabelecer a visão geral, passa para o modelo lógico e,
finalmente, para o projeto detalhado contido no modelo físico.
A construção do modelo conceitual é principalmente um processo de conversão de
ideias em forma gráfica que se assemelha ao fluxograma de um programador.
As modernas ferramentas de modelagem de dados ajudam a definir e criar modelos de
dados e bancos de dados lógicos e físicos. Aqui estão algumas técnicas e etapas típicas
da modelagem de dados:
Saiba mais
Exemplos de modelagem de
dados
Em qualquer aplicativo, comercial, pessoal, de entretenimento ou outro, a modelagem
de dados é uma etapa inicial necessária para projetar o sistema e definir a infraestrutura
necessária para ativá-lo. Ela inclui qualquer tipo de sistema transacional, conjunto ou
suíte de aplicativos de processamento de dados e qualquer outro sistema que colete,
crie ou use dados.
A modelagem é imperativa para armazenar os dados, pois o data warehouse é um
repositório de dados trazidos de várias fontes, que provavelmente usam formatos
diferentes para dados semelhantes ou relacionados. Primeiro, é necessário mapear os
formatos e a estrutura do warehouse para determinar como manipular, de acordo com
as necessidades do projeto do warehouse, cada conjunto de dados que chega, de modo
que os dados sejam úteis para a análise e a mineração de dados. Assim, o modelo de
dados é um facilitador importante das ferramentas analíticas, dos sistemas de
informação executiva (dashboards), da mineração de dados e da integração com todo e
qualquer sistema de dados e aplicativos.
Nos estágios iniciais do projeto em qualquer sistema, a modelagem de dados é um
requisito fundamental do qual dependem todas as outras etapas e estágios para formar
a base sobre a qual se apoiam todos os programas, funções e ferramentas. O modelo
de dados é como uma linguagem em comum que permite que os sistemas se
comuniquem pela compreensão e aceitação dos dados, como descrito no modelo. Isso
é mais importante do que nunca no mundo atual de Big Data, Machine
Learning, Inteligência Artificial, conectividade em nuvem, IoT e sistemas distribuídos,
incluindo edge computing.
Evolução da modelagem de
dados
Em termos concretos, a modelagem de dados existe desde que surgiram o
processamento e o armazenamento de dados e a programação de computadores,
embora a expressão só tenha entrado em uso quando os sistemas de gestão de banco
de dados começaram a evoluir na década de 1960. Não há nada novo nem inovador no
conceito de planejar e arquitetar uma nova estrutura. A modelagem de dados em si ficou
mais estruturada e formalizada à medida que surgiram mais dados, mais bancos de
dados e mais diversidade de dados.
Hoje, a modelagem de dados é mais essencial do que nunca, pois os tecnólogos lidam
com novas fontes de dados (sensores de IoT, dispositivos com reconhecimento de
localização, fluxo de cliques, mídias sociais) e uma onda de dados não estruturados
(texto, áudio, vídeo, saída bruta de sensores), em volume e velocidade que excedem os
recursos dos sistemas tradicionais. Atualmente, há uma demanda constante de novos
sistemas, modelos de dados e estruturas e técnicas inovadoras de banco de dados para
unificar esse novo esforço de desenvolvimento.
Resumo
Um modelo de dados completo e bem pensado é o segredo do desenvolvimento de um
banco de dados verdadeiramente funcional, útil, seguro e preciso. Comece com o
modelo conceitual para estabelecer todos os componentes e funções do modelo de
dados. Depois, refina esse plano como um modelo de dados lógico que descreva o fluxo
de dados e defina que dados são necessários e como serão adquiridos, processados,
armazenados e distribuídos. O modelo de dados lógico embasa o modelo de dados
físico específico de um banco de dados e é o documento detalhado do projeto que
orienta a criação do banco de dados e do software.
Uma boa modelagem e um bom projeto de banco de dados são essenciais para o
desenvolvimento de sistemas e bancos de dados funcionais, confiáveis e seguros que
funcionem bem com data warehouses e ferramentas analíticas e facilitem o intercâmbio
de dados com parceiros de negócios e entre vários conjuntos de aplicativos. Bem
pensados, os modelos de dados ajudam a garantir a integridade dos dados da empresa,
tornando-os ainda mais valiosos e confiáveis.
Particularmente com novos aplicativos, o lado comercial pode não ter necessidades
de informações totalmente formadas. Portanto, os modeladores de dados
geralmente devem fazer uma série de perguntas para reunir ou esclarecer requisitos
e identificar os dados necessários.