Pular para o conteúdo

Modelar dados pelo significado

Também em 28 idiomas

English · Español · 日本語 · 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 · हिन्दी · Русский · Svenska · Dansk · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

Capítulo 2 de Data Architect, Parte 1: Tornando-se arquiteto de dados. Anterior: Pensar como um arquiteto de dados Salesforce.

Uma das coisas que faço numa primeira conversa com um cliente é ouvir os substantivos. Parceiro varejista. Destinatário. Centro de distribuição. Entrega. Caminhão. Em algum lugar dessa conversa estão os primeiros traços do meu modelo de dados, e quero começar a enxergá-lo antes que alguém abra o Setup. Neste capítulo vamos fazer isso duas vezes. Primeiro com algo que todo mundo entende, uma escola de cães: donos, criadores, cachorros e os truques que eles sabem. Depois com a Steve Trucking, a empresa de entregas de última milha que usamos ao longo do curso.

Um arquiteto ouve quem comanda um negócio de entregas e esboça a primeira forma de um modelo de dados numa casa no deserto

Imagem gerada com IA.

No capítulo 1 eu disse que o modelo de dados é o esqueleto. Este capítulo mostra como projetar o esqueleto, na ordem em que faço: entender o negócio, descrever os dados, e só então decidir como o Salesforce vai implementá-los. Conceitual, depois lógico, depois físico. Se você apontar para qualquer coisa no meu modelo físico e perguntar “por que isso está aí?”, quero conseguir levar você de volta pelo modelo lógico e pelo modelo conceitual até algo de que o negócio realmente precisa.

Todo módulo começa com os cachorros, numa seção curta chamada Senta, fica, modelo, e depois leva o mesmo movimento para a Steve Trucking. Fique de olho no modelo dos cachorros ao longo do caminho: é um único diagrama que cresce de módulo em módulo, de caixas simples a relacionamentos, a um modelo de dados detalhado e a objetos do Salesforce, e cada caixa fica no mesmo lugar, para que você veja exatamente o que cada passo acrescenta.

  1. Ouça os substantivos. Encontre os primeiros traços de um modelo de dados numa conversa de negócio, e esqueça o Salesforce por um minuto. Cinco substantivos dos cachorros viram cinco possíveis caixas.
  2. Desenhe os relacionamentos. Um ou muitos, obrigatório ou opcional, agora ou ao longo do tempo, e o conceito de negócio escondido num muitos-para-muitos: o Truque do cachorro e a Atribuição de equipe.
  3. Construa o modelo lógico. Atributos que descrevem a coisa certa, e chaves que são únicas, imutáveis, sem significado, nunca dados pessoais (PII). Por que o nome de um cachorro, o telefone do dono e até o microchip não servem como chave.
  4. Coloque os dados onde eles pertencem. O que é normalização, depois uma planilha de seis cachorros levada passo a passo até a terceira forma normal, e as mesmas três perguntas na Steve Trucking.
  5. Projete até a terceira forma normal, depois recue. Quando me afasto do modelo limpo de propósito: usuários, relatórios, lista de opções ou relacionamento de pesquisa, escala, análise e IA. E o dia em que a escola de cães começa a aceitar gatos.
  6. Transforme o modelo em Salesforce. Do modelo lógico aos objetos padrão e personalizados, campos e relacionamentos, mestre-detalhes ou relacionamento de pesquisa, e por que você não projeta a partir do Setup.

Quando terminar, teste-se com o guia de estudo do capítulo: uma lista para o exame, os hábitos que vão além dele, as palavras para conhecer e algumas perguntas.

  • Encontrar possíveis entidades e relacionamentos numa conversa ou num documento de requisitos, e validá-los com o negócio.
  • Descrever cada relacionamento: sua cardinalidade, seu significado, se é obrigatório e se o histórico dele importa.
  • Construir um modelo lógico com os atributos nas entidades certas e chaves que se sustentam.
  • Aplicar 1FN, 2FN e 3FN como perguntas práticas, e desnormalizar de forma deliberada, sabendo quanto custa.
  • Mapear um modelo lógico para o Salesforce e rastrear cada escolha física de volta ao negócio.

Próximo: Arquitetura de dados Salesforce