Data Modeling & Design

Data Modeling là quá trình khám phá (discovering), phân tích (analyzing), phạm vi hoá (scoping) và mô tả (representing) các yêu cầu dữ liệu trong một dạng chính xác gọi là data model. Data model là tập hợp có tổ chức các ký hiệu văn bản & ký hiệu đồ hoạ (text + symbols) mô tả dữ liệu và cách dữ liệu được tổ chức để giao tiếp giữa các bên (nghiệp vụ, kỹ thuật).

DMBOK2 nhấn mạnh modeling không chỉ là bước kỹ thuật mà là công cụ giao tiếp & khám phá yêu cầu. Mô hình mô tả những gì quan trọng với tổ chức (things, concepts) và quan hệ giữa chúng.

Mục tiêu (Goals):

• Cung cấp một định nghĩa & hình thức chuẩn (common vocabulary) về dữ liệu trong phạm vi dự án/doanh nghiệp.
• Nắm bắt và ghi lại (document) yêu cầu dữ liệu rõ ràng, đầy đủ cho việc xây dựng & vận hành hệ thống.
• Đóng vai trò công cụ giao tiếp chính giữa nghiệp vụ và kỹ thuật, đảm bảo hiểu đúng và nhất quán.
• Là nền tảng cho việc quản trị dữ liệu (governance), tích hợp và quản lý chất lượng.

Một mô hình gồm các thành phần cơ bản (building blocks): Entity (thực thể — cái mà ta muốn lưu dữ liệu), Attribute (thuộc tính — đặc điểm của entity), Relationship (quan hệ giữa các entity), và Domain (miền giá trị hợp lệ của attribute).

• Hiểu chung & giảm hiểu lầm: mô hình là ngôn ngữ chung, giúp nghiệp vụ và IT thống nhất ý nghĩa dữ liệu trước khi viết code.
• Chất lượng dữ liệu: mô hình đúng (đủ ràng buộc, khoá, domain) là nền tảng cho dữ liệu chính xác, nhất quán.
• Giảm chi phí bảo trì: thiết kế tốt dễ mở rộng, ít lỗi tích hợp, ít rework.
• Tài liệu & tri thức tổ chức: mô hình lưu giữ hiểu biết nghiệp vụ về dữ liệu, giảm phụ thuộc vào cá nhân.
• Nền cho tích hợp & phân tích: mô hình chuẩn hoá giúp warehouse, BI, MDM hoạt động đúng.

DMBOK2 phân biệt ba cấp độ (level of detail) của mô hình dữ liệu, đi từ trừu tượng tới cụ thể:

DMBOK2 liệt kê sáu scheme chính — mỗi kiểu phù hợp một mục đích và tuân theo tập quy tắc riêng:

Bốn dạng NoSQL:

Normalization (chuẩn hoá) là quá trình áp dụng quy tắc để tổ chức dữ liệu nhằm giảm dư thừa (redundancy) và tránh các bất thường khi thêm/sửa/xoá (update anomalies). Mỗi attribute phụ thuộc vào khoá — "the key, the whole key, and nothing but the key".

Denormalization là việc chủ ý đưa dữ liệu dư thừa trở lại (gộp bảng, lặp cột) để tăng tốc truy vấn đọc — đánh đổi giữa hiệu năng và toàn vẹn/không gian lưu trữ. Rất phổ biến trong dimensional modeling và data warehouse.

DMBOK2 giới thiệu nhiều notation (ký pháp) để vẽ mô hình; chọn notation tuỳ scheme và công cụ:

Ví dụ ERD (crow's foot) — mô tả bằng chữ: Một Khách hàng (CUSTOMER) có thể đặt nhiều Đơn hàng (ORDER); mỗi Đơn hàng thuộc đúng một Khách hàng. Mỗi Đơn hàng gồm nhiều dòng (ORDER_LINE); mỗi dòng tham chiếu một Sản phẩm (PRODUCT).

Quan hệ (crow's foot):
  CUSTOMER  ||──────o<  ORDER        (1 khách : 0..n đơn)
  ORDER     ||──────|<  ORDER_LINE   (1 đơn : 1..n dòng)
  PRODUCT   ||──────o<  ORDER_LINE   (1 sản phẩm : 0..n dòng)

CUSTOMER                 ORDER                    ORDER_LINE
 ─────────────           ─────────────            ───────────────
 PK customer_id          PK order_id             PK order_id  (FK)
    name                    order_date           PK line_no
    email                FK customer_id          FK product_id
    phone                   status                  quantity
                                                    unit_price

Ký hiệu:  ||  = one (mandatory)   o< = zero-or-many   |< = one-or-many

Ví dụ Star schema (dimensional):

        DIM_DATE            DIM_CUSTOMER
             \                 /
              \               /
            ┌───────────────────┐
            │   FACT_SALES      │   (bảng fact ở trung tâm)
            │  date_key   (FK)  │
            │  cust_key   (FK)  │
            │  product_key(FK)  │
            │  amount (measure) │
            │  quantity(measure)│
            └───────────────────┘
              /               \
             /                 \
        DIM_PRODUCT          DIM_STORE

Quy trình modeling (Activities theo DMBOK2):

• Plan for Data Modeling: xác định phạm vi, chuẩn (naming, notation), công cụ, deliverable.
• Build the Data Model: forward engineer (từ yêu cầu → mô hình) hoặc reverse engineer (từ hệ thống hiện có → mô hình); xây dần Conceptual → Logical → Physical.
• Review the Data Model: rà soát chất lượng, tính đúng, tuân thủ chuẩn với các bên liên quan.
• Maintain the Data Model: cập nhật khi yêu cầu thay đổi; giữ đồng bộ mô hình với thực tế hệ thống.

Data model management & versioning: mô hình là tài sản sống, cần được quản lý phiên bản như code. DMBOK2 khuyến nghị lưu mô hình trong repository, gắn version, ghi lại thay đổi (change log), và đồng bộ giữa mô hình logical/physical với database thực (drift detection). Naming standards nhất quán là điều kiện bắt buộc để tái sử dụng và tích hợp.

Metrics đo chất lượng mô hình (Data Model Scorecard® của Steve Hoberman gồm 10 tiêu chí):

Vai trò Data Modeler: chuyên gia chịu trách nhiệm khám phá yêu cầu dữ liệu, xây và duy trì mô hình ở cả ba cấp, đảm bảo tuân thủ chuẩn và đồng bộ với enterprise data model. Phối hợp với Data Architect (định hướng), Business SME (yêu cầu), DBA (triển khai physical) và Data Steward (định nghĩa & quy tắc).

Best practices:

• Áp dụng naming standards nhất quán và có definitions đầy đủ cho mọi entity/attribute.
• Xây mô hình tăng dần, review với nghiệp vụ; dùng mô hình như công cụ đối thoại.
• Version & quản lý mô hình trong repository; đồng bộ với database thực (tránh drift).
• Chọn scheme phù hợp mục đích: relational cho OLTP, dimensional cho analytics, NoSQL cho scale/linh hoạt.
• Chuẩn hoá tới mức hợp lý cho OLTP; denormalize có chủ đích cho hiệu năng đọc, có tài liệu rõ ràng.

Pitfalls:

• Over-engineering: mô hình quá phức tạp/trừu tượng, không ai hiểu hay dùng được.
• Thiếu definitions: entity/attribute không có định nghĩa → hiểu sai, dữ liệu bẩn.
• Model drift: mô hình không đồng bộ với database thực tế → mất giá trị tài liệu.
• Denormalize bừa bãi: tối ưu hiệu năng mà không kiểm soát → dữ liệu mâu thuẫn.
• Bỏ qua nghiệp vụ: modeler làm một mình, không review với SME → mô hình sai yêu cầu.