7.创建概念模型

– 运用面谈和提问等技术来收集有关系统、需求和用户 喜好的形式化处理过程。
• 收集哪些事实？
– 系统当前的 – 将来的
开发阶段 数据库规划 系统定义
数据库应用开发周期各阶段采集的数据 和产生的文档示例
捕获的数据示例 数据库工程的目标和目的 主要用户视图描述（包括工作角色/业务 应用领域） 用户视图的需求、系统说明、包括性能 和安全性要求 用户检查逻辑数据库设计后以及目标 DBMS提供的功能的反馈 用户对界面设计的反馈 产生的文档示例 任务描述和任务目标 数据库系统的边界和范围定义，所支 持的用户视图的定义 用户和系统的需求说明书
4. 标出重要元素（概念）
– – 要能够清晰地定义所发现的元素。如果多个不同的名字指的是同一个事 物，而相似名字指的却是不同的事物，很多时候这会使我们陷入困惑。 必须能够用名字把事物标识出来，不管用什么单词、标签、行话或者技术 术语。现在应该收集尽可能多的信息。这些信息将有助于做进一步的分 析。 可能需要：
模型开发的步骤——厂家或遗留系统解 决方案（续）
• 随着公司合并的现象变得更加频繁，类似的现存系统 的逆向工程设计变得必要，因为要对数据规则进行比 较。厂家软件包需要同现有的公司业务规则和策略进 行比较，以便在购买之前进行验证，看看是否合适。 遗留系统在变为替换目标之前，需要充分地加以理 解。
建模技巧
分析过程的注意事项
• 在创建概念模型、逻辑模型和物理模型的过程中，提 供信息的细节程度是逐渐增加的。 • 越接近物理模型，定义元素需要的细节就越多，所作 出的选择也越详细。 • 建模工作是一个反复过程，因为需要对物理模型内的 定义细节进行复查，所以建模人员将不得不频繁地回 头参考自己的逻辑模型和概念模型，从而验证数据元 素的存在以及这些数据元素之间的关系。
• 使用这种方法可以获得：
– 从上至下在不同的细节层次上理解事物是怎样互相配 合的； – 对数据使用环境的认识； – 更好地理解数据的重要性； – 对于不同的角色，可以知道他们能够提供什么程度的 细节。
自顶向下方法——了解战略目标
• 了解流程、小组、部门或公司的战略目标是什么。 • 战略目标包括所有为了在正确的时间里做正确的事情来完成 一个长期目标的计划。不要仅仅集中于数据管理或者正在分 析的业务领域。 • 几乎每个企业战略目标都会对数据管理范畴带来潜在的影 响。 • 战略是每个流程的一部分。作为数据建模者，必须能够清晰 地说明两点：
模型开发的步骤——提议与计划
• 评议委员会在对开发提议进行评审时通常需要一个概 念设计来解释项目的预期范围。 • 这样有助于证明项目预算的合理性。尤其是如果要在 初步调研过程中为企业展示一些新概念，那么概念设 计会特别有用。
模型开发的步骤——详细需求收集
• 这个阶段根据最初的需求收集来验证和优化概念设 计，此时对于范围的明确定义更有把握。 • 如果项目足够大，而需要分割成多个子项目小组，这 样甚至可能将高层的概念向下进行分解，提出几个概 念设计。
• • • • 定义——说明事物的精确含义，并通过清晰的描述来统一对事物的理解。 例子——用于演示一般概念的实例。 包含——简要列出包含哪些可辨认的一般性实例。 排除——简要列出不包含哪些可辨认的一般性实例。
–
记录流程规则——自顶向下
5. 验证工作
– – 应该和业务人员一起复查列表一一判断它们的正确性。 需要在活动描述中加入注释，来说明这种情况是怎么出现的，并在概念 模型中考虑到这种情况。 需要把相似的东西组织到一起 , 把信息综合起来，使之能最好地覆盖流 程中的概念。 最后，当分好了组后，可以用一个通用的标签来描述这些概念：
概念建模的目的
• 描述业务流程中的数据范围 (data scope) ；还要对流程 的各种描述进行整理和校对，使之完全符合事实 ( 或者尽可 能接近事实 ) 。 • 为了达到这个目的，必须：
– 了解足够多的信息，能够对看到的现象作出定义和解释 – 学习目标环境中的术语 – 确定概念或数据元素，并判断它们之间的关系 – 验证目标范围（ scope ） – 建立一个企业级的概念 E/R 模型
物理模型
• 物理模型是编写代码建立表、视图、完整性约束的基 础，给出了表结构，通过表结构来管理详细的主题。 • 在这种模型中运用数据库对象命名标准，这种模型提 供了数据库设计的设计图。
逆向工程模型
• 对现己存在的数据管理结构所进行的分析 ( 这种数据 管理结构要么是由软件公司为客户定做的，要么是厂 家向客户提供的产品 ) 。 • 逆向工程分析与常规分析之间的区别在于：可能需要 在模型上包含在 RDBMS 级别中不必出现的信息。 • 例如，可以加入一些关系，这些关系并没有变成物理 上的约束，而是在界面中或者操作过程中来体现。
概念建模的方法
• 自顶向下 • 自底向上
自顶向下方法
• 寻找业务流程并对业务流程进行初步描述，即用流程 来描述数据的处理过程。 • 这种描述提供了分析时要用到的概念。 • 这是一种功能性的或者流程驱动的分析方法。 • 重点分析事物是怎样工作的。 • 需要从顶部开始，然后通过迭代的方式逐步求精。
自顶向下方法
自底向上——对工具、产品、流程进行 调查
• 在自底向上的分析中，当前的环境是信息的最好来 源。它与策略目标可能并不相配，但建模人员需要这 些信息才能进行有效的改变。 • 需要从中找出：
– 工具——它们使用什么数据、怎样使用； – 流程——数据怎样创建、使用、移动、保存和访问； – 数据产品—它们提供什么； – 数据界面—谁、什么、哪里、什么时候、为什么它们 在现在的位置上。
– 为了实现功能目标将需要哪些数据 ? – 我们怎样知道它是否正确 ?
自顶向下方法——与人交流
• 在自顶向下的分析中，人是信息的最好来源。 • 需要从这些人那里获取信息：
– 流程管理人员——它应该怎样工作 ; – 流程专家——它实际上是怎样工作的 : – 数据的客户——他们需要得到什么 ; – 数据的提供者——怎样得到所需的数据 ; – 数据的处理者——他们怎样形成数据。
• • 谁、什么、在哪里、什么时候 阅读材料：科德 . 彩色 UML 建模 [M]. 北京：机械工业出版社 ,2008.
6. 综合为概念
– –
记录流程规则——自底向上
将集中于流程运转所需的数据。 1. 记录活动规则 2. 建立规则描述 3. 标出重要元素 4. 定义元素
需求获取方法
事实发现
• 定义——事实发现 (Fact-Finding) ：
第7章
创建概念模型
本章主题
• 分析级别 (***) • 概念建模方法 (***)
– 自顶向下 – 自底向上
• 需求的获取方法 (*) • 建立概念模型 (***)
分析级别
分析级别需要考虑的模型
• 概念模型 • 逻辑模型 • 物理模型 • 逆向工程模型
概念模型
• 这种模型将想法或大的主题领域关系在一起 , 目的是 为了以文档形式记录较抽象的想法。 • 可以用概念模型来对项目范围进行检查，也可以将其 作为数据区内容表，概念模型还涉及到为大的定义提 供逻辑分组。
界定目标范围
• 目标范围 (scope) 是指即将进行的分析所覆盖的领域 及其约束。 • 分析人员、尤其是建模人员总是不懈努力，以便能够 更好、更具体地界定目标范围。 • 在整个项目的开发过程中，目标范围的界定通常是变 化的。虽然文档和签名对目标范围的管理很有帮助， 但这种项目管理总是管理人员要处理的最困难的任务 之一。
自底向上
• 焦点在于流程中所包含的事物。 • 在这个意义上，就意味着要尽可能多地深入理解所有能够了 解到的流程。 • 用这种方法，寻找并初步列出可能的数据元素，而不管这些 数据元素是如何使用的。这种列表通常既包含非常底层、详 细的注释，又包含高层的概念，二者混合列在表中。 • 技巧是要将它们整合到同样的细节层次。 • 这是一种数据驱动的分析。如果对“事物是什么”这个问题比对 流程本身更感兴趣则需要从底层开始，然后用一种迭代的方 式逐步对信息进行综合，并提高综合的层次。
• 模型的分析层次和细节层次的选择受许多因素的影响。 • 在目标范围以内工作是一种挑战。 • 模型中出现错误也可能是一种好事情，它可以激发讨 论。 • 没有“唯一正确”的模型，有多种模型可以满足不同的目 的。并非所有模型都会用来建立数据库。 • 对企业来说，有时“正确”的解决方案并非是“最好”的。
建模技巧（续）
自底向上
• 使用这种方法可以获得：
– 理解流程所包含的数据 ; – 理解数据固有的含义 ; – 更好地理解数据定义。
自底向上——了解策略目标
• 策略目标包括所有为了在恰当的时间里做恰当的事情 以完成一个短期目标的活动。 • 策略也是每个流程的一部分。 • 必须能够清晰地说明两点 :
– 数据是什么 ? – 我们怎么知道已经获得了所有的数据 ?
概念建模方法
概念建模的首要任务
• 数据建模工作的第一步就是收集流程或活动所需的数 据元素。 • 不管流程是全手工的、半自动化的还是全自动化的， 都要深入进去寻找其中所蕴含的活动，以获得一个清 晰、客观的数据元素及其规则的视图。 • 如果不这样做，将只能看到眼前的数据元素及其规 则，从而使设计受到局限。来自记录流程规则——自顶向下
将集中于完成流程必须经过的步骤。 1. 建立活动列表 2. 发现流程步骤 3. 建立活动描述 活动描述应该：
• 定义所有的元素： • 描述流程的开始和结束状态： • 描述活动开始的触发机制： • 描述所有依赖关系和反馈循环： • 指出控制规则、机制或其他活动。
记录流程规则——自顶向下
• 模型作为一种产品也有客户，我们应该面向客户。 • 保持客观的态度，对设计和分析的反馈意味着改进而不 是批评。 • 找出一种途径来保证小组在每个模型循环中都能同步获 得最新的版本，这要求一种有效的发布和分发机制。 • 每个模型都帮助我们建立下一个模型。 • 我们需要其他人来发现我们的错误，往往是“旁观者 清，当局者迷”。