Data model: qué es, herramientas y tipos

Descubre qué es data model y qué tipos de herramientas de data modelling existen en el mercado. Toma nota de las clases de data modelling que existen.


El modelado de datos se refiere a la práctica de documentar software y diseño de sistemas de negocios, empleando para ello diagramas, símbolos y referencias textuales. A través de estos elementos que componen el data model se representa la forma en que los datos fluyen a través de una aplicación de software o la arquitectura de datos dentro de una empresa.

data model

eugenesergeev

Un modelo de datos se utiliza para documentar, definir, organizar y mostrar cómo las estructuras de datos dentro de una base de datos, arquitectura, aplicación o plataforma determinada se conectan, almacenan, acceden y procesan dentro del sistema dado y entre otros sistemas.

Existe una gran cantidad de terminología relacionada que incluye modelos conceptuales, modelos empresariales, modelos lógicos, modelos físicos, modelos de relaciones entre entidades, modelos de objetos, modelos multidimensionales, gráficos de conocimiento, modelos estadísticos, modelos de datos canónicos, modelos de datos de aplicaciones, modelos de requisitos empresariales , modelos de datos empresariales, modelos de integración, modelos de información empresarial, ontologías, taxonomías, modelos no relacionales, modelado semántico y muchos otros.

 

Qué es data model

El modelado de datos es el proceso de crear un modelo de datos mediante la aplicación de descripciones formales de modelos de datos utilizando técnicas de modelado de datos que permiten organizar la información.

Un data model es un modelo abstracto, que documenta y organiza los datos empresariales para la comunicación entre los miembros del equipo. Frecuentemente, se utiliza como plan para desarrollar aplicaciones, ya que pone el foco en cómo se almacenan y qué formas existen para acceder a los datos.

 

 Tipos de herramientas de data modelling

Para transformar los requisitos del negocio en un modelo de datos lógico, y éste en un data model físico, pueden usarse distintas herramientas de modelado de datos. Partiendo del modelo de datos físicos, estas herramientas pueden ser instruidas para generar el código sql que servirá para crear la base de datos.

En el mercado existen distintos tipos de herramientas de data modelling, como las siguientes:

  • Informatica Power Center, de Informatica.
  • Oracle Designer, de Oracle Corporation
  • Rational Rose, de IBM Corporation
  • Erwin, de Computer Associates.
  • Embarcadero, de Embarcadero Technologies.
  • Power Designer, de Sybase Corporation

A la hora de escoger es importante buscar un proveedor confiable y experto en el campo, que ofrezca una solución en línea con las necesidades empresariales.

 

Clases de data modelling que existen

No existe un único formato de data model ya que una instancia de modelo de datos puede ser de tres clases distintas:

  1. Esquema conceptual: hace referencia a entidades y describe la semántica de un dominio, siendo el alcance del modelo. El modelo de datos conceptuales incluye todas las entidades y relaciones principales y no contiene mucha información detallada sobre los atributos. Suele emplearse en la fase de planificación inicial.
  2. Esquema lógico: se centra en los atributos, describiendo la estructura de algún dominio de información. Consiste en descripciones de tablas y columnas, clases orientadas a objetos y etiquetas XML, entre otros. Esta es la implementación y extensión real de un modelo de datos conceptual. Un modelo de datos lógicos es la versión de un modelo de datos que representa los requisitos comerciales (completos o parciales) de una organización y se desarrolla antes del modelo de datos físicos.
  3. Esquema físico: describe los medios físicos por los cuales se almacenan los datos. Esto se refiere a particiones, CPU, espacios de tabla y aspectos similares. El modelo de datos físicos incluye todas las tablas, columnas, relaciones, propiedades de base de datos requeridas para la implementación física de las bases de datos. El rendimiento de la base de datos, la estrategia de indexación, el almacenamiento físico y la desnormalización son parámetros importantes de un modelo físico.

 

El data model es parte necesaria de un proceso de extracción, transformación y carga; imprescindible para el trabajo con big data y un apoyo para comprender los datos definiéndolos y categorizándolos, estableciendo definiciones y descriptores estándar, que lograrán que todos los sistemas de información de la organización puedan beneficiarse de su uso.

 

New Call-to-action

Artículos relacionados

Subscríbete a nuestro blog y recibe las últimas actualizaciones sobre gestión de datos.

Descubre contenido nuevo todos los días para profundizar la transformación digital en tu organización.