Steves Datenmodellierung: Strategien zur Versionsverwaltung meistern
Einführung:
In diesem Beitrag sehen wir uns zwei unterschiedliche Ansätze zur Versionierung von Datensätzen in der Datenmodellierung an und geben Ihnen Einblicke und Strategien, um mehrere Versionen von Datensätzen und ihren untergeordneten Datensätzen effizient zu verwalten.
Diese Strategien sind unverzichtbar für alle, die Objektmodelle entwerfen, bei denen Versionsverwaltung entscheidend ist.
Ansätze zur Versionierung von Datensätzen verstehen
Es gibt zwei grundlegende Ansätze zur Versionierung von Datensätzen:
- Ansatz mit gleichrangigen Datensätzen
- Ansatz mit untergeordneten Versionen
Sehen wir uns beide Ansätze genauer an, um Umsetzung, Vorteile und Nachteile zu verstehen.
Ansatz mit gleichrangigen Datensätzen
Beim Ansatz mit gleichrangigen Datensätzen wird jede Version eines Datensatzes als eigener, gleichrangiger Datensatz unter einem übergeordneten Objekt angelegt. Diese Methode ist einfach; ein Beispiel ist, wie Salesforce Angebote unter Opportunities umsetzt.
Umsetzung:
Jede Version ist ein eigener Datensatz unter einem übergeordneten Objekt.
Sie können einen der Datensätze als primär kennzeichnen, aber alle Versionen sind in Listenansichten, Themenlisten und Berichten sichtbar.
Vorteile:
- Einfach und unkompliziert umzusetzen.
Nachteile:
- Alle Versionen sind sichtbar, was die Unterscheidung schwer macht.
- Es gibt keine klare Verknüpfung und keinen Prüfpfad zwischen den Versionen.
Ohne entsprechende Durchsetzung kann es mehrere primäre oder in Bearbeitung befindliche Datensätze geben.
Ansatz mit untergeordneten Versionen
Beim Ansatz mit untergeordneten Versionen entstehen zwei Objektebenen: ein übergeordnetes Objekt und ein untergeordnetes Objekt für jede Version. Dieser Ansatz ermöglicht eine saubere Versionierung und ein Änderungsprotokoll.
Umsetzung:
- Ein übergeordnetes Objekt stellt die Konfiguration dar, untergeordnete Objekte die einzelnen Versionen.
- Jede untergeordnete Version wird automatisch hochgezählt und hat einen Status (z. B. archiviert, aktiv, ausstehend).
- Die aktive Version ist gesperrt und wird produktiv genutzt, eine Entwurfsversion lässt sich bearbeiten.
- Wird ein Entwurf aktiviert, wird er zur aktiven Version, und die bisher aktive Version wird archiviert.
Vorteile:
- Bietet einen klaren Prüfpfad und eine historische Dokumentation.
- Stellt sicher, dass immer nur eine Version aktiv ist.
- Archivierte Datensätze dienen als unveränderte historische Aufzeichnungen.
Nachteile:
- Mag manchen Nutzenden komplex vorkommen, ist aber für wichtige Prozesse wie Flows nötig.
Ein Beispiel aus Salesforce
Salesforce setzt bei Flows einen ähnlichen Ansatz um. Es gibt ein übergeordnetes Flow-Objekt mit untergeordneten Flow-Versionen. Jede Version wird automatisch hochgezählt, sodass eine detaillierte Historie jedes Flows samt Erstellungs- und Aktivierungsdatum entsteht.
Diese Umsetzung stellt sicher, dass immer nur ein Flow aktiv ist, und bietet einen verlässlichen und effizienten Mechanismus zur Versionsverwaltung.
Abschnitt 5: Fazit
Den richtigen Ansatz zur Versionierung von Datensätzen zu verstehen und zu wählen, ist in der Datenmodellierung entscheidend. Der Ansatz mit gleichrangigen Datensätzen ist einfach, der Ansatz mit untergeordneten Versionen bietet mehr Kontrolle und einen effizienten Prüfpfad. Wenn Sie die Umsetzung in Salesforce studieren und Ihre eigenen Herausforderungen berücksichtigen, können Sie den Ansatz wählen, der am besten passt.
Bleiben Sie dran!
Weitere Einblicke und Tipps gibt es hier auf www.SteveTechArc.com und auf dem YouTube-Kanal @SteveTechArc (opens in a new tab). Abonnieren Sie und bringen Sie Ihre Datenmodellierung mit uns zum Glänzen!
Die Welt ein Stück verändern, indem ich gute Gedanken mit anderen Architekt:innen und allen auf dem Weg dorthin teile!
Transkript mit Unterstützung von KI
STA 2.1