À une époque, comme celle dans laquelle nous vivons, où règne une surabondance de données, une excellente conception de base de données est au cœur de toute stratégie efficace. Lorsque vous concevez une base de données, vous devez franchir des étapes cruciales, car chacune est essentielle pour atteindre votre objectif, à savoir une base de données fonctionnelle et utilisable. Il faut tout d’abord identifier les objets (les entités) qui vont apparaître dans la base de données et les relations entre eux. Ensuite, vous devriez aller plus loin pour représenter de manière abstraite les relations de données. Enfin, vous devez décider comment implémenter réellement votre base de données, en choisissant un système de base de données particulier et en faisant face à ses caractéristiques. Fondamentalement, vous descendez d’un niveau très élevé, dans lequel vous rassemblez et représentez les besoins de l’entreprise, à un niveau très bas, lorsque vous implémentez réellement votre base de données.
À chaque étape, vous définissez un modèle de données, allant du modèle de données conceptuel au modèle de données physique, en ayant comme niveau intermédiaire le modèle de données logique.
Le modèle de données conceptuel
Le modèle conceptuel ne traite pas de la manière dont la base de données réelle sera mise en œuvre. Il fonctionne à un niveau très élevé, traduisant les problèmes du monde réel et les exigences commerciales en un cadre conceptuel facile à comprendre et qui, pour cette raison, peut également être communiqué aux non-experts. Il se concentre simplement sur l’identification des entités qui feront partie de la base de données et les relations entre elles, c’est-à-dire les opérations ou les associations qui existent entre elles. Il est très efficace pour comprendre et définir les processus métiers de l’entreprise. Donc, si nous devions tenter une définition de modèle de données conceptuel, nous pourrions dire qu’un modèle de données conceptuel est une représentation de la structure générale des données requises pour répondre aux besoins de l’entreprise (ce qui signifie prendre en charge les processus de l’entreprise, enregistrer les événements commerciaux et suivre les performances) et ceci indépendamment de tout logiciel spécifique, système de gestion de base de données ou structure de stockage de données.
Un modèle de données conceptuel est nécessaire pour recueillir une compréhension précise des types de données qui seront disponibles et nécessaires, pour parvenir à un accord entre les différentes unités commerciales sur ce qui sera nécessaire et pour définir noms, types et caractéristiques des différentes sortes de données. Il est important de comprendre que lorsque vous traitez un modèle de données conceptuel, vous traitez des objets à un niveau très élevé. Par exemple, si vous faites référence à une voiture, vous voulez dire l’objet du monde réel « voiture » et non une représentation abstraite d’une voiture ; un ensemble de pièces métalliques reliées d’une certaine manière. C’est la raison pour laquelle tout ce qui apparaît dans un modèle de données conceptuel ne peut pas être traduit dans le modèle de données physique.
Le modèle de données logique
Le modèle de données logique est un pas de plus, et c’est la première étape dans la construction de l’architecture des applications. Il est toujours indépendant du système particulier utilisé (par exemple un système de gestion de base de données particulier) mais en partant du modèle conceptuel, il essaie de traduire les vues de haut niveau que vous pouvez trouver dans ce dernier en un schéma formel et abstrait, en ajoutant un niveau supplémentaire de détail au niveau conceptuel. A la différence du modèle conceptuel, le modèle de données logique utilise des index et des clés étrangères pour représenter les relations de données, mais ils restent néanmoins indépendants de toute implémentation de SGBD. Il peut être considéré comme un pont entre le modèle de données conceptuel (vue des affaires) et le modèle de données physique (vue du développeur) et peut être utilisé pour vérifier si la mise en œuvre réelle répond vraiment aux exigences énoncées dans le modèle conceptuel.
Dès lors, la différence entre le modèle de données conceptuel et logique est claire. Le modèle de données logique est une représentation abstraite d’une implémentation possible, sans être lié à une implémentation spécifique, tandis que le modèle de données conceptuel est une représentation de haut niveau des exigences métier et des ensembles de données et relations connectés. Le modèle logique – à travers un processus de normalisation – donne une représentation plus structurée des entités et de leurs relations et détaille leurs relations et caractéristiques : les redondances, les relations plusieurs-à-plusieurs, les ambiguïtés et les incertitudes d’attribution des entités sont résolues et un schéma directeur d’une éventuelle implémentation de base de données émerge évidemment.