Qu'est-ce qu'un modèle data logique ?

Un modèle data logique établit la structure des éléments de données et les relations entre elles. Il est indépendant de la base de données physique qui détaille la manière dont les données seront mises en œuvre. Le modèle data logique sert de plan directeur pour les données utilisées. Le modèle data logique va plus loin que les éléments de la modélisation conceptuelle des données en leur ajoutant des informations supplémentaires.

Le modèle data logique incorpore tous les éléments d'information qui sont essentiels au fonctionnement de l'entreprise au quotidien.

Composants d'un modèle data logique

Un modèle data logique comporte trois composants principaux :

• Entités : chaque entité représente un ensemble de choses, de personnes ou de concepts pertinents pour une entreprise.
• Relations : chaque relation représente une association entre deux des entités ci-dessus.
• Attributs : chaque attribut est un élément descriptif, une caractéristique ou toute autre information utile pour décrire plus précisément une entité.

Chacun de ces composants d'un modèle data logique reçoit un nom et une définition textuelle. Ceux-ci servent à documenter continuellement les règles de gestion et à décrire les exigences en matière d'information. Cependant, les composants ci-dessus se limitent à la description des exigences commerciales. Ils ne s'intéressent pas à la manière dont ces exigences sont traitées, mises en œuvre ou stockées.

La nécessité d'un modèle data logique

Étant donné que les données représentent l'aspect le plus crucial de toute application, de tout programme ou de tout système, les systèmes de traitement et de stockage des données de qualité doivent être construits sur une structure de données sous-jacente solide et précise. Une structure de données solide donne aux développeurs d'applications la liberté de concevoir la meilleure interface utilisateur possible, le meilleur système de traitement ou la meilleure configuration d'analyse et de rapport statistiques.

Quelle que soit l'élégance ou la technicité de votre système, il doit répondre aux exigences, suivre les règles et servir les objectifs de l'activité ou de l'entreprise pour laquelle il est conçu, sans quoi il n'a aucune utilité pratique. C'est pourquoi la modélisation logique des données réunit les deux éléments de base les plus essentiels du développement d'applications :

1. Exigences commerciales
2. Structure des données de qualité

Caractéristiques d'un modèle data logique

Ce sont les caractéristiques les plus importantes d'un modèle data logique :

• Un modèle data logique peut décrire les besoins en données de chaque projet individuel. Cependant, il est conçu pour s'intégrer de manière transparente à d'autres modèles logiques de données si le projet l'exige.
• Un modèle data logique peut être développé et conçu indépendamment du système de gestion de la base de données. Le type de système de gestion de base de données ne l'affecte pas de manière significative.
• Les attributs de données contiennent des types de données avec une longueur et des précisions exactes.
• Dans la modélisation logique des données, aucune clé primaire ou secondaire n'est définie. À ce niveau de modélisation des données, il est nécessaire de vérifier et d'ajuster les détails des connecteurs qui ont été définis avant de définir les relations.
• Un modèle data logique est comme une représentation graphique des besoins en informations d'un domaine d'activité. Il ne s'agit pas d'une base de données ou d'un système de gestion de base de données en soi.
• Un modèle data logique est indépendant de tout dispositif physique de stockage de données, tel qu'un système de fichiers.
• Un modèle data logique doit être conçu pour être indépendant de la technologie, afin de ne pas être affecté par les changements rapides qui y sont associés.

Les détails de la modélisation logique des données

Un modèle de données, en résumé, est un ensemble de spécifications et de diagrammes de données reliés entre eux, qui est utilisé pour expliquer les exigences en matière de données et de conceptions connexes. D'une manière générale, il existe trois types de modélisation des données et d'activités :

Modèle conceptuel de données

Ce modèle de données définit essentiellement ce que le système contient intrinsèquement. Les parties prenantes et les architectes de données sont généralement ceux qui créent les modèles conceptuels de données dans le but d'organiser et de définir divers concepts et règles d'entreprise et d'en fixer les paramètres ou la portée.

Modèle data logique

Un modèle data logique sert à définir la manière dont un système doit être mis en œuvre, quel que soit le système de gestion de base de données utilisé. Les architectes de données et les analystes commerciaux sont généralement les créateurs d'un modèle data logique. L'objectif de la création d'un modèle data logique est de développer une carte hautement technique des règles et des structures de données sous-jacentes.

Modèle de données physique

Le modèle de données physique concerne la manière dont le système sera mis en œuvre et tient compte du système spécifique de gestion des bases de données. Ce modèle est généralement créé par les développeurs. L'idée est plutôt de définir comment la base de données réelle sera utilisée ou mise en œuvre à des fins commerciales.

D'une manière générale, la modélisation conceptuelle des données et la modélisation logique des données sont des activités de type « analyse des besoins », tandis que la modélisation physique des données est considérée comme une activité de conception.

Un modèle data logique sert de base à un modèle physique de données, en incorporant les exigences commerciales et en rassemblant les métadonnées. La modélisation logique des données peut être réalisée à l'aide de techniques et de notations de modélisation de données standard.

La modélisation des données est une activité orientée vers l'organisation de la sémantique des données, la description des données et le traitement des limites de cohérence des données. Elle peut être comparée à un dessin d'architecte ou à un schéma de bâtiment, qui constitue la base de la modélisation conceptuelle et établit les relations entre les différents composants de données.

Les techniques de modélisation des données entrent dans l'une des deux catégories suivantes :

1. Modèle de relation entre entités (E-R)
2. UML (langage de modélisation unifié)

La modélisation logique des données appartient au modèle de relation entre entités, construit à l'aide d'un diagramme de relation entre entités (connu sous le nom d'ERD), une technique de modélisation standard utilisée comme outil de communication par les modélisateurs de données du monde entier. Il contient l'ensemble des exigences métier, mais pas les composants techniques.

Avantages d'un modèle data logique

• Comme les données restent stables dans le temps, un modèle de données logique est également stable et très propice à la réutilisation des données et au partage des données physiques, ce qui permet de réduire le stockage de données redondantes.
• Les composants d'un modèle data logique peuvent être recyclés, réutilisés et adaptés à mesure que d'autres équipes font part de leurs besoins (souvent changeants).
• Les coûts associés à la création et à la maintenance d'un modèle data logique sont compensés à long terme par les avantages qu'il confère, notamment par l'identification et l'intégration de tous les besoins et règles de l'entreprise dès le départ.
• Les composants du processus de construction, à savoir la conception, le codage, les tests et le déploiement, vont plus vite, en conséquence directe de l'intégration et de la clarification des règles de gestion.
• La mise en place d'un modèle de données logique facilite, et donc rentabilise, les modifications, la correction des erreurs ou la saisie des données manquantes au cours du cycle de vie du développement lui-même avant la mise en œuvre.
• Les demandes de modification de la part des utilisateurs peuvent être réduites au minimum par anticipation.
• Les modèles de données logiques peuvent être utilisés pour l'analyse d'impact, car chaque processus d'entreprise et chaque règle y sont reliés.
• Comme les objets du modèle data logique portent des définitions textuelles dans le langage des affaires, il est plus facile de maintenir et d'accéder à la documentation du système.

Que se passe-t-il lorsqu'un modèle data logique n'est pas développé ?

En termes simples, des problèmes peuvent survenir. Les utilisateurs peuvent se laisser emporter par les processus et les activités si on ne leur rappelle pas que les données, et non la technologie, sont l'ingrédient clé de la conception des nouveaux systèmes. La conception d'un modèle de données purement basé sur le flux de travail physique ne permet pas de représenter les besoins essentiels de l'entreprise.

Les tableaux et les fichiers que les concepteurs créent sans avoir défini les éléments de données en fonction des besoins de l'entreprise ont tendance à être mal organisés et à manquer d'une structure sous-jacente solide. Le fait de découvrir et d'essayer de prendre en compte des éléments de données supplémentaires provenant de la mise en page d'écrans ou de rapports au cours du processus de codage, de test ou même de déploiement oblige les développeurs à être réactifs plutôt que proactifs. Cela donne lieu à une entité hétéroclite, difficile à utiliser ou à maintenir, pleine d'erreurs ou de textes superflus, sans documentation système, horriblement lente et peut-être inutilisable.

Comme le modèle data logique définit la structure des éléments de données en fonction des exigences fondamentales de l'entreprise, ainsi que les relations entre eux, l'absence d'un modèle data logique signifie que l'on rate de nombreuses occasions d'améliorer les processus d'entreprise. Les développeurs se contentent d'automatiser les procédures existantes ou de recréer les anciens systèmes sur une plateforme technologique plus récente, qui peut finalement s'avérer obsolète.

L'application de la modélisation logique des données permet aux analystes de données de réfléchir de façon indépendante par rapport aux dernières technologies et de se concentrer sur l'amélioration des processus métier.

Par conséquent, il faut faire du modèle data logique un élément vital et indélébile de tout projet de développement d'applications. Il s'agit d'une étape importante qui doit idéalement précéder la conception de la base de données.