Data Integration模型遵從與軟體開發生命週期中資料建模時出現的需求和設計抽象精 煉通用的層級。正如存在概念的,邏輯的和物理的資料模型,也存在概念的,邏 輯的和物理的Data Integration需求,需要在軟體開發生命週期的不同點進行捕獲,它們 可能在流程模型中有所展現。
下面是每種模型類型的簡要說明,關於角色 、步驟以及模型樣本的更完整定義將會在本章的後面進行闡述。
概念資料 整合模型定義。為目標系統產生一種無需實施的Data Integration需求展現,將作為確定 他們怎樣能得到滿足的基礎。
邏輯Data Integration模型定義。在資料集層面產生 詳細的Data Integration需求展現,詳細描述了轉換規則和目標邏輯資料集。這些模型仍 然被認為是技術無關的。在邏輯層面的重點是在於真正源表以及建議目標儲存的 捕獲。
物理Data Integration模型定義。在組件層級產生Data Integration規格的詳細描述 。它們應該被以基於組件的方法展現,而且能展現資料將如何在選定的開發技術 中通過Data Integration環境最佳化流程。
在參考架構之上構建模型
在系統 開發生命週期中構建資料模型是相對容易的過程。一個概念資料模型通常只有一 個邏輯模型,一個邏輯資料模型通常也只有一個物理模型。儘管一個模型內的實 體可以被進一步分解或者正常化,事實上也很少會需要把一個資料模型分成兩個 獨立的模型。
過程模型曆來會被進一步劃分成離散的功能。例如,在圖3 中,資料流圖的頂部流程是一個內外關係圖,它被進一步分成幾個獨立的功能模 型。
圖3 傳統的流程模型:資料流圖。
Data Integration模型也被分成功能模型, 是基於Data Integration參考架構和系統開發生命週期狀態進行的。
圖4描繪了概 念的,邏輯的和物理的Data Integration模型是如何分解的。
圖4 系統開發生命週期的Data Integration模型。