如何進(jìn)行正確數(shù)據(jù)建模

理解數(shù)據(jù)是控制任何企業(yè)的先決條件。但只有當(dāng)這些知識能夠被分享和傳播時(shí)，理解才是有用的。有效的數(shù)據(jù)建模應(yīng)該是任何企業(yè)架構(gòu)師的首要關(guān)注點(diǎn)。

在我的上一篇文章中，我認(rèn)為理解一個(gè)企業(yè)的數(shù)據(jù)是指導(dǎo)一個(gè)企業(yè)的核心。但理解只是問題的一半。另一半是能夠記錄這種理解并與他人分享。

如果沒有對數(shù)據(jù)的共同理解，就談不上跨系統(tǒng)或組織的共享數(shù)據(jù)。傳統(tǒng)上，這是通過使用數(shù)據(jù)字典來完成的--這些文件旨在解釋數(shù)據(jù)結(jié)構(gòu)中每個(gè)字段的內(nèi)容和格式?？杀默F(xiàn)實(shí)是，這些文檔必須手動創(chuàng)建和更新，因此很少會進(jìn)行更新。其結(jié)果是往往會出現(xiàn)過時(shí)的、無用的文檔和沮喪的架構(gòu)師和開發(fā)人員。但其實(shí)還有更好的辦法。

正確完成建模

在過去的幾十年里，數(shù)據(jù)建模的努力通常集中在關(guān)系數(shù)據(jù)建模或可擴(kuò)展標(biāo)記語言（XML）的建模上。只要數(shù)據(jù)存儲在關(guān)系數(shù)據(jù)庫中，關(guān)系數(shù)據(jù)建模就會很好，但除此之外，它很少會有其他的用途。而且XML也不能被可靠地稱為建模語言。XML是序列化數(shù)據(jù)的規(guī)范--即定義了如何將數(shù)據(jù)寫入文件。XML為構(gòu)造數(shù)據(jù)的序列化提供了一種格式，但它不是一個(gè)真正的模型。

我所說的“模型”指的是以數(shù)學(xué)為基礎(chǔ)的形式規(guī)范。實(shí)際上，這意味著是可以使用形式化方法進(jìn)行驗(yàn)證的東西。通俗地說，這意味著我們可以用數(shù)學(xué)運(yùn)算來證明它是正確的，并且我們可以使驗(yàn)證過程自動化。而在XML模式中捕獲數(shù)據(jù)不符合此定義下的模型。但可以肯定的是，我們可以使用軟件來驗(yàn)證該XML格式是否良好，是否符合一些XML模式的文檔。但這還不足以真正地對數(shù)據(jù)進(jìn)行建模。

無論是計(jì)算機(jī)還是人，如果不同時(shí)理解數(shù)據(jù)的語法（結(jié)構(gòu)）和語義（含義），就無法理解數(shù)據(jù)。XML可以捕獲語法，但它不能天生捕獲語義。語義可以用XML格式編寫，但是這些語義必須首先在一些更正式的建模方案中被捕獲。換句話說，企業(yè)需要一個(gè)正式的本體。這種建模方案大多基于形式邏輯，通常是公共邏輯或描述邏輯。

迄今為止，最常用的語義建模語言是基于描述邏輯的網(wǎng)絡(luò)本體語言（OWL）。這意味著我們不僅可以正式驗(yàn)證模型及其包含的數(shù)據(jù)，還可以通過對數(shù)據(jù)的推理來推斷新的事實(shí)，并且我們可以證明這些推斷的正確性。因?yàn)镺WL是本體建模的事實(shí)上的標(biāo)準(zhǔn)，所以我將把剩下的內(nèi)容限制在OWL上。

但是等等！所有這些都不意味著你需要將你的數(shù)據(jù)存儲為OWL。在你過于擔(dān)心如何將存儲格式強(qiáng)加給不情愿的開發(fā)人員之前，先聽我說完。

數(shù)據(jù)模型和數(shù)據(jù)存儲

軍事策劃者有一句格言：“業(yè)余愛好者擔(dān)心戰(zhàn)術(shù)，而專業(yè)人士擔(dān)心后勤。”他們試圖達(dá)到的核心思想是，如果你只是制定了一個(gè)壓倒敵人防御的戰(zhàn)斗計(jì)劃，那并沒有什么用處，但是，你也不能只讓你自己的部隊(duì)獲得執(zhí)行計(jì)劃所需的燃料和彈藥。同樣的，我們也可以說實(shí)現(xiàn)者通常會擔(dān)心存儲，而架構(gòu)師會擔(dān)心模型。沒有理由必須認(rèn)為數(shù)據(jù)模型是應(yīng)該由特定系統(tǒng)使用的存儲技術(shù)來決定的。一個(gè)定義良好的模型可以通過無損過程轉(zhuǎn)換成任何需要的存儲格式。

通常，我們會從存儲解決方案開始，然后回到數(shù)據(jù)格式?；蛘叨喾N格式。大約20年前，當(dāng)XML首次被引入時(shí)，它被譽(yù)為了通用的數(shù)據(jù)交換格式。在這種情況下，需要交換數(shù)據(jù)的各種系統(tǒng)可以采用它們當(dāng)前的存儲模式（通常是關(guān)系數(shù)據(jù)庫），并將數(shù)據(jù)轉(zhuǎn)換成可擴(kuò)展標(biāo)記語言，以便與其他系統(tǒng)進(jìn)行交換。其結(jié)果是企業(yè)和系統(tǒng)架構(gòu)師會過度關(guān)注于XML格式，而幾乎忽略了系統(tǒng)的預(yù)期功能或企業(yè)的整體互操作性。

這個(gè)問題在國防部尤為嚴(yán)重。該部門支持著一個(gè)名副其實(shí)的需要手工創(chuàng)建和維護(hù)的XML規(guī)范。每一個(gè)XML模式都是單獨(dú)維護(hù)的，每次更新時(shí)，都必須檢查每個(gè)相關(guān)的規(guī)范是否有潛在的影響（通常是手動的）。除此之外，還必須在XML模式中為無法更新以符合新模式的系統(tǒng)進(jìn)行設(shè)置。其結(jié)果是產(chǎn)生了一個(gè)混亂的規(guī)范混合體，迫使人們必須把注意力集中在使XML協(xié)同工作上，而不是集中在XML應(yīng)該促進(jìn)的任務(wù)上。

與其從存儲格式開始，然后確定如何為信息交換來表示它，還不如從與存儲無關(guān)的數(shù)據(jù)模型（如OWL）開始，然后將其用作生成數(shù)據(jù)庫模式和數(shù)據(jù)交換格式的基礎(chǔ)。這不僅可以讓您專注于理解現(xiàn)有的數(shù)據(jù)（而不是一些開發(fā)人員想的如何將它塞進(jìn)數(shù)據(jù)庫），通過從基于模型來創(chuàng)建的多個(gè)數(shù)據(jù)表示，可以最小化維護(hù)尾部。因?yàn)閷ζ髽I(yè)數(shù)據(jù)的任何更改都只需要在主模型中手動更改，因而從該模型生成其他存儲和交換模式時(shí)也可以確保這些模式之間的一致性。

企業(yè)數(shù)據(jù)建模

如果你關(guān)注的只是企業(yè)，那么很明顯，你對數(shù)據(jù)的關(guān)注已經(jīng)跨越了整個(gè)企業(yè)，現(xiàn)在你可能會認(rèn)為對企業(yè)中的所有數(shù)據(jù)進(jìn)行建模的前景是相當(dāng)令人望而生畏的。但不要害怕，如果你足夠小心的話，這也可以成為一項(xiàng)你可以安全地委托給許多人的任務(wù)。

創(chuàng)建一個(gè)單一的企業(yè)數(shù)據(jù)模型通常是徒勞的。對于一個(gè)群體來說，有太多的數(shù)據(jù)需要建模，有太多相互競爭的利益集團(tuán)試圖將模型推向他們喜歡的方向，并堅(jiān)持認(rèn)為并沒有其他方法能夠適合他們。但是使用OWL開發(fā)的本體是模塊化的，這意味著你可以集成來自不同來源的多個(gè)模型。不是創(chuàng)建一個(gè)覆蓋整個(gè)企業(yè)的單一模型，而是針對每個(gè)不同的利益集團(tuán)（業(yè)務(wù)領(lǐng)域、開發(fā)團(tuán)隊(duì)等）?？梢詾樗P(guān)心的數(shù)據(jù)定義自己的本體。

不幸的是，這幾乎肯定會導(dǎo)致數(shù)據(jù)模型的重疊，但對不同對象會有不同的建模。這個(gè)問題的解決方案是采用一個(gè)通用的上層本體，企業(yè)中的每個(gè)本體都應(yīng)該從這個(gè)本體中派生出來。一個(gè)通用的上層本體不會阻止所有的互操作性問題，但是有了一個(gè)好的上層本體，它會通過阻止完全荒謬的構(gòu)造來約束這些問題，比如將“位置”變成一種“事件”（不，說真的，我已經(jīng)看到這種情況了）。

有許多候選的上層本體可用，它們中的大多數(shù)會試圖將所有信息分成五到六個(gè)頂級類別。但是，這些本體中的大多數(shù)都會遇到這樣的問題：有些本體所擁有的數(shù)據(jù)類并不適合他們的基本類，結(jié)果就會產(chǎn)生像將位置作為事件類型這樣的錯(cuò)誤。在我的經(jīng)驗(yàn)中，基本形式本體論（BFO）應(yīng)該是其中最深思熟慮的。在我使用BFO的幾年中，我?guī)缀鯖]有發(fā)現(xiàn)一個(gè)案例，其中所考慮的數(shù)據(jù)會不符合BFO的類層次結(jié)構(gòu)。

無論如何，企業(yè)架構(gòu)師必須在其特定環(huán)境中選擇一個(gè)最有效的數(shù)據(jù)建模理念。不管你選擇什么樣的數(shù)據(jù)建模理念，請記住，你有義務(wù)捕獲企業(yè)中所有數(shù)據(jù)的語法和語義。

作者：John McDowall