DNS-serveri KnotDNS 2.9.0 väljaanne

Uue kursuse alguse eelõhtul Andmebaasid oleme koostanud väikese autorimaterjali oluliste nõuannetega andmebaaside koostamiseks. Loodame, et see materjal on teile kasulik.

Andmebaasid on igal pool: alates kõige lihtsamatest blogidest ja kataloogidest kuni usaldusväärsete infosüsteemide ja suurte sotsiaalsete võrgustikeni. Pole nii oluline, kas andmebaas on lihtne või keeruline, kuivõrd oluline on selle õige projekteerimine. Kui andmebaas on projekteeritud ilma mõtlemata ja selge eesmärgita, ei ole ta mitte ainult ebaefektiivne, vaid ka edasine töö selle kallal on tõeline piin, läbimatu mets kasutajatele. Siin on mõned nõuanded andmebaasi koostamiseks, mis aitavad luua kasuliku ja kasutajasõbraliku toote.

1. Määrake, milleks tabel on ja milline on selle struktuur

Tänapäeval aitavad arengumeetodid, nagu Scrum või RAD (kiire rakenduste arendamine), IT-meeskondadel andmebaase kiiresti arendada. Siiski, ajas säästmise nimel on suur kiusatus kohe andmebaasi ehitamisse süveneda, ebamugavalt kujutades ette, millised on sellele eesmärgid ja millised peaksid olema lõpptulemused.
 
Nagu oleks meeskond suunatud tõhusale, kiirele tööle, kuid see on peegeldus. Mida sügavamale ja kiiremini projektiga edasi minna, seda rohkem aega kulub vigade tuvastamiseks ja muutmiseks andmebaasi projektis.

Seetõttu on esimene asi, millele keskenduda — määrata andmebaasi eesmärk. Millise tüüpi rakenduse jaoks andmebaaz arendatakse? Kas kasutaja töötab peamiselt salvestustega ja on oluline pöörata tähelepanu tehingutele või huvitab teda rohkem andmete analüüs? Kus peaks andmebaas olema juurutatud? Kas see jälgib klientide käitumist või haldab lihtsalt nende vahelisi suhteid? 

Mida varem suudab projekteerimismeeskond nendele küsimustele vastata, seda sujuvam ja pehmem on andmebaasi projekteerimise protsess.

2. Millised andmed valida salvestamiseks?

Planeeri ette. Mõtle sellele, mida tulevikus koduleht või süsteem, mille jaoks andmebaas projekteeritakse, tegema hakkab. Oluline on mõelda välja rahuldavad nõuded, mis ületavad lihtsaid tehnilisi tingimusi. Aga palun, ära hakka koheselt mõtlema kõikidele võimalikele andmetüüpidetele, mida kasutaja kunagi salvestab. Hoia oma mõtted selles, kas kasutajad saavad postitusi kirjutada, dokumente või fotosid üles laadida või teateid vahetada. Kui jah, siis peab andmebaasi neid jaoks ruumi olema.

Tööta meeskonna, osakonna või organisatsiooniga, mille jaoks on tulevikus projekti andmebaas toetatav. Suhtle erinevate tasandite inimestega, alates klienditeeninduse spetsialistidest kuni osakonnajuhatajateni. Tagasiside kaudu saad selge ülevaate ettevõtte nõudmistest. 

Kasutajate vajadused, isegi ühe osakonna raames, muutuvad paratamatult konfliktseteks. Kui seda juhtub, siis ära karda tugineda enda kogemusele ja leida kompromiss, mis rahuldab kõiki osapooli ning toetab andmebaasi lõppeesmärki. Ole kindel: tulevikus saad +100500 karmaga ja palju küpsiseid.

3. Andmete mudeldamine ettevaatlikult

On mitmeid võtmeaspekte, millele tähelepanu pöörata andmete mudeldamise ajal. Nagu varem mainitud, sõltub kasutatavad meetodid andmebaasi määratlemisest. Kui projekteerime andmebaasi operatiivsete kirje töötlemiseks (OLTP), st nende loomise, muutmise ja kustutamise jaoks, siis rakendame tehingute mudeldamist. Kui aga andmebaas peab olema relatsiooniline, siis on parim rakendada mitmemõõtmelist mudeldamist.

Mudeldamise käigus luuakse kontseptuaalsed (CDM), füüsilised (PDM) ja loogilised (LDM) andmemudelid. 

Kontseptuaalsed mudelid kirjeldavad maailmas olevaid üksusi ja andmetüüpe, mida need sisaldavad, samuti nendevahelisi suhteid. Jagage oma andmed loogilisteks osadeks – nii on palju lihtsam elada.
Peamine on mõõdukus, ära liialda.

Kui üksust on ühesõnaliselt või fraasiga väga raske klassifitseerida, siis on aeg kasutada alamtüüpe (poegüksused).

Kui entiteet elab oma elu, omab atribuute, mis kirjeldavad selle käitumist ja välimust, samuti suhteid teiste objektidega, saab julgelt kasutada mitte ainult alamtüüpi, vaid ka supertüüpi (ülemine entiteet). 

Kui seda reeglit eirata, võivad teised arendajad teie mudelis segadusse sattuda ja mitte täielikult aru saada andmetest ja reeglitest, kuidas neid koguda.

Kontekstselt mudeleid rakendatakse loogiliste mudelite abil. Need mudelid on nagu teekaart füüsilise andmebaasi projekteerimiseks. Loogilises mudelis tuvastatakse äriandmete entiteedid, määratakse andmeload, määratakse võtme reegli staatus, mis reguleerib andmete suhteid.

Seejärel seostatakse loogiline andmemudel eelnevalt valitud andmebaasi haldussüsteemiga (SÜB) andmebaaside haldamine) ja saadakse füüsiline mudel. See kirjeldab andmete füüsilise salvestamise viisi.

4. Kasutage sobivaid andmeliike

Vale andmeliigi rakendamine võib viia vähem täpsete andmeteni, tabelite ühendamise ja atribuutide sünkroonimise raskustele ning failide suuruse paisumiseni.
Info terviklikkuse tagamiseks peab atribuut sisaldama ainult sobivaid andmeliike. Kui andmebaasi kantakse vanus, veenduge, et veerus on salvestatud täisarvud maksimaalselt 3 numbriga.

Looge minimaalne tühjade veergude hulk, mille väärtus on NULL. Kui loote kõik veerud NULL-idena, on see suur viga. Kui aga vajate tühja veergu konkreetses ärifunktsioonis, kui andmed on teadmata või veel mõttetud, looge julgelt. Lõppude lõpuks ei saa me eelnevalt täita veerge "Surnud kuupäev" või "Vabastamise kuupäev", me ei ole ennustajad, et sõrme taevasse torgata :-).

Enamik modelleerimise tarkvara (ER/Studio, MySQL Workbench, SQL DBM, gliffy.com) võimaldab luua andmevaldkondade prototüüpe. Nii tagatakse mitte ainult õige andmeliik, rakenduse loogika ja hea jõudlus, vaid ka kohustuslik väärtuse määramine.

5. Eelistage loomulikku

Kui otsustate, millist veergu andmebaasi tabelis võtmena valida, pöörake alati tähelepanu, milliseid välju kasutaja võib redigeerida. Ärge kunagi valige neid võtmena — see on halb idee. Kõik võib juhtuda ja te peate tagama unikaalsuse.

Parim on kasutada looduslikku või äri võtmega (natural key). Sellel on tähendus, seega väldite andmebaasis dubleerimist. 

Ainult juhul, kui ärivõti ei ole ainulaadne (nimi, perekonnanimi, amet) ja kordub tabeli ridadel või peab see muutuma, tasub määrata primaarvõtmena loodud kunstlik, surrogaatvõti (artificial key).

6. Normaliseerige mõõdukalt

Andmete tõhusaks korraldamiseks andmebaasis on oluline järgida soovituste kogumit ja normaliseerida andmebaasi. On olemas viis normaalsust vormi, millele tuleb järgida.
Normaliseerimise abil väldite liigset ja tagate andmete terviklikkuse, mida rakenduses või veebilehel kasutatakse.

Nagu alati, peab kõike olema mõõdukalt, isegi normaliseerimist. Kui andmebaasis on liiga palju tabeleid sama ainulaadse võtmega, siis olete liialdanud ja normaliseerinud andmebaasi ülemäära. Liigne normaliseerimine mõjutab andmebaasi jõudlust negatiivselt.

7. Testige varakult, testige tihti

Testimisplaan ja korralik testimine peaksid olema osa andmebaasi projekteerimisest.

Parim on testida andmebaasi pideva integreerimise (Continuous Integration) kaudu. Modellige stsenaarium „Üks päev andmebaasi elust” ja kontrollige, kas kõik piirjuhtumid on käsitletud, millised kasutajate interaktsioonid on tõenäolised. Mida varem leidsite vead, seda rohkem säästate nii aega kui raha.

Need on vaid seitse nõuannet, mille abil saate projekteerida suurepärase andmebaasi jõudluse ja efektiivsuse osas. Kui järgite neid, väldite suurema osa peavalusid tulevikus. Need nõuanded on vaid jäämäe tipp andmebaasi modelleerimisel. On palju eluviise, mida te kasutate?

Allikas: habr.com