トランザクションデータ（とマスターデータ）について思うところ - 急がば回れ、選ぶなら近道
業務系のデータ処理では、大きくはトランザクションとマスターに分かれる。 マスターデータは特に、モデルや制御の方法が何かと面倒くさいので、よく議論になる。「マスターデータの管理の手法」というセミナーまで定期的に普通に開かれることも多い。他方、トランザクションデータ（以下TXデータ）は、普通に受け渡しのデータなので、フラットにダラダラ書いておけばよい、という扱いが大抵になる。そもそもER志向でモデルを設計すると、ほとんどは図面はマスターで占められ、TXデータはやたらなんか大量のフィールドを持つ大きなクラスがあるわいね、という扱いも多い。 あと、設計の観点からいうと、ERベースだとマスター設計が花形になる。まぁわかりやすいし、設計作業がしやすい。マスターは「構造」になり、TXデータは「構造」になりにくい。設計者は「構造」が好きだ。良くできた設計は確かに堅牢で、一定の変化にも追随できる。ある種の「
基本設計で作るべき「論理データモデル」の考え方
データモデリング作業の大きな流れ システム企画段階で作成した「概念データモデル」は、ビジネス活動を販売、製造などの機能分野単位で大きくとらえ、ER図で表現したものでした。データの視点で俯瞰（ふかん）的にビジネス活動をとらえることにより、企業が管理すべきデータが明確になります。販売機能分野における、販売計画から販売管理までなど、ビジネス活動のつながりも、データの視点で可視化することでシステム化対象範囲を確定することができました。次はこの「概念データモデル」をベースにデータモデリングを行っていきます。 一般的にデータモデリングは、論理データベース設計、物理データベース設計、データベース適用設計という流れで進めます。それぞれの設計段階で行うことを簡単に述べると、「データ整理」「データ調節」「データ実装準備」になります。 論理データベース設計（データ整理）： 管理対象となるデータを洗い出し、整理し
システム企画に役立つ概念データモデル作成の基本
概念データモデルの構成要素 概念データモデルは、システム化対象範囲にある業務プロセスをモデル化したもので、これを見ただけで企業のビジネス活動が分かるという大きなメリットがあります。図1の販売活動に焦点をあてた概念データモデルを例に、この企業の販売活動を読み解いてみましょう。 概念データモデルは「ハイレベルエンティティ」（図1緑色枠）、「識別子」（図1青色枠）、「リレーションシップ」（図1赤色枠）の3つから構成されます。 エンティティとそれを捕捉する識別子 まず、概念データモデルは企画段階で作成するものであるため、システム化対象範囲にあるデータ群を簡易的なレベルで表します。このデータ群が「ハイレベルエンティティ」（本稿ではエンティティと略記します）です。 これらエンティティを顧客コードや商品番号のような「ｘｘコード」、「ｘｘ番号」という「識別子」から捕捉します。 イベント系エンティティ、リソ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
