अर्थ के लिए डेटा मॉडलिंग

🌐 28 अन्य भाषाओं में भी उपलब्ध

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · Русский · Svenska · Dansk · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

AI द्वारा अनुवादित। समुदाय ने अभी इसकी समीक्षा नहीं की है। अंग्रेज़ी में पढ़ें

Data Architect का अध्याय 2, भाग 1: डेटा आर्किटेक्ट बनना। पिछला: Salesforce डेटा आर्किटेक्ट की तरह सोचना।

किसी क्लाइंट के साथ पहली कॉल पर मैं जो काम करता हूँ, उनमें से एक है संज्ञाओं को सुनना। रिटेल पार्टनर (Retail Partner)। प्राप्तकर्ता (Recipient)। डिस्ट्रिब्यूशन सेंटर (Distribution Center)। डिलीवरी (Delivery)। ट्रक (Truck)। उस बातचीत में कहीं मेरे डेटा मॉडल की शुरुआत छिपी होती है, और मैं चाहता हूँ कि किसी के Setup खोलने से पहले ही मुझे वह दिखने लगे। इस अध्याय में हम यह दो बार करेंगे। पहले ऐसी चीज़ पर जिसे हर कोई समझता है, कुत्तों का एक स्कूल: मालिक, ब्रीडर, कुत्ते और उन्हें आने वाले करतब। फिर Steve Trucking पर, लास्ट-माइल डिलीवरी करने वाली वह कंपनी जिसे हम पूरे कोर्स में इस्तेमाल करते हैं।

यह चित्र AI से बनाया गया है।

अध्याय 1 में मैंने कहा था कि डेटा मॉडल ही हड्डियाँ है। यह अध्याय बताता है कि हड्डियाँ कैसे डिज़ाइन करें, उसी क्रम में जिसमें मैं करता हूँ: बिज़नेस को समझें, डेटा का वर्णन करें, और उसके बाद ही तय करें कि Salesforce उसे कैसे लागू करेगा। पहले कॉन्सेप्चुअल (अवधारणात्मक), फिर लॉजिकल (तार्किक), फिर फ़िज़िकल (भौतिक)। अगर आप मेरे फ़िज़िकल मॉडल में किसी भी चीज़ की ओर इशारा करके पूछें “यह यहाँ क्यों है?”, तो मैं चाहता हूँ कि लॉजिकल मॉडल और कॉन्सेप्चुअल मॉडल से होते हुए आपको उस चीज़ तक वापस ले जा सकूँ जिसकी बिज़नेस को असल में ज़रूरत है।

हर मॉड्यूल कुत्तों से शुरू होता है, बैठो, रुको, मॉडल करो नाम के एक छोटे हिस्से में, और फिर वही कदम Steve Trucking पर ले जाता है। आगे बढ़ते हुए कुत्तों वाले मॉडल पर नज़र रखें: यह एक ही डायग्राम है जो मॉड्यूल-दर-मॉड्यूल बढ़ता है, सादे बॉक्स से संबंधों तक, फिर विस्तृत डेटा मॉडल तक, फिर Salesforce ऑब्जेक्ट तक, और हर बॉक्स अपनी जगह पर रहता है, ताकि आप ठीक-ठीक देख सकें कि हर कदम क्या जोड़ता है।

छह हिस्सों में अध्याय

1. संज्ञाओं को सुनें। बिज़नेस की बातचीत में डेटा मॉडल की शुरुआत ढूँढ़ें, और एक मिनट के लिए Salesforce को भूल जाएँ। कुत्तों वाली पाँच संज्ञाएँ पाँच संभावित बॉक्स बन जाती हैं।
2. संबंध खींचें। एक या कई, अनिवार्य या वैकल्पिक, अभी या समय के साथ, और many-to-many में छिपा बिज़नेस कॉन्सेप्ट: कुत्ते का करतब (Dog Trick), और क्रू असाइनमेंट (Crew Assignment)।
3. लॉजिकल मॉडल बनाएँ। ऐसे गुण (attributes) जो सही चीज़ का वर्णन करें, और ऐसी keys जो यूनिक, न बदलने वाली, बिना अर्थ वाली, और कभी PII न हों। कुत्ते का नाम, उसके मालिक का फ़ोन, और यहाँ तक कि उसकी माइक्रोचिप भी उसकी key बनने में क्यों चूक जाती है।
4. डेटा को उसकी सही जगह रखें। नॉर्मलाइज़ेशन क्या है, फिर छह कुत्तों की एक स्प्रेडशीट जिसे कदम-दर-कदम तीसरे नॉर्मल फ़ॉर्म तक ले जाया जाता है, और Steve Trucking पर वही तीन सवाल।
5. तीसरे नॉर्मल फ़ॉर्म तक डिज़ाइन करें, फिर पीछे हटें। मैं जान-बूझकर साफ़ मॉडल से कब पीछे हटता हूँ: यूज़र्स, रिपोर्टिंग, पिकलिस्ट या lookup, स्केल, एनालिटिक्स और AI। और वह दिन जब कुत्तों का स्कूल बिल्लियाँ भी लेने लगता है।
6. मॉडल को Salesforce में बदलें। लॉजिकल मॉडल से स्टैंडर्ड और कस्टम ऑब्जेक्ट, फ़ील्ड और संबंधों तक, master-detail या lookup, और आप Setup से डिज़ाइन क्यों नहीं करते।

पूरा करने के बाद, अध्याय की अध्ययन गाइड से खुद को परखें: परीक्षा के लिए एक चेकलिस्ट, उससे आगे की आदतें, जानने लायक शब्द, और कुछ सवाल।

आप क्या कर पाएँगे

• किसी बातचीत या ज़रूरतों के डॉक्यूमेंट में संभावित एंटिटी और संबंध ढूँढ़ना, और बिज़नेस के साथ उनकी पुष्टि करना।
• हर संबंध का वर्णन करना: उसकी cardinality, उसका मतलब, क्या वह अनिवार्य है, और क्या उसका इतिहास मायने रखता है।
• ऐसा लॉजिकल मॉडल बनाना जिसमें गुण सही एंटिटी पर हों और keys टिकाऊ हों।
• 1NF, 2NF और 3NF को व्यावहारिक सवालों की तरह लागू करना, और लागत जानते हुए सोच-समझकर डीनॉर्मलाइज़ करना।
• लॉजिकल मॉडल को Salesforce से मैप करना और हर फ़िज़िकल चुनाव को बिज़नेस तक वापस जोड़कर दिखाना।

और जानें

• Salesforce Certified Platform Data Architect Exam Guide (opens in a new tab), Salesforce Help (अंग्रेज़ी में, 2026-10-12 को जाँचा गया): उद्देश्य DM-1, डेटा मॉडल

अगला: Salesforce डेटा आर्किटेक्चर