การจัดการข้อมูลเป็นกุญแจสำคัญและจำเป็น ดังนั้น data model จึงเกิดขึ้นเพื่อแก้ปัญหาระบบไฟล์ นี่คือตัวแบบข้อมูลใน DBMS -
แบบจำลองลำดับชั้น
ใน Hierarchical Model ความสัมพันธ์แบบลำดับชั้นเกิดขึ้นจากการรวบรวมความสัมพันธ์และสร้างโครงสร้างคล้ายต้นไม้
ความสัมพันธ์สามารถกำหนดได้ในรูปแบบของผู้ปกครองประเภทลูก
โมเดลลำดับชั้นรูปแบบแรกและเป็นที่นิยมมากที่สุดตัวหนึ่งคือ Information Management System (IMS) ซึ่งพัฒนาโดย IBM
ตัวอย่าง
ลำดับชั้นแสดงให้เห็นว่าพนักงานสามารถเป็นผู้ฝึกงานในสัญญาหรือเต็มเวลา ระดับย่อยแสดงว่าพนักงานประจำสามารถจ้างเป็นนักเขียน นักเขียนอาวุโส หรือบรรณาธิการได้:
ข้อดี
- การออกแบบแบบจำลองลำดับชั้นนั้นเรียบง่าย
- ให้ความสมบูรณ์ของข้อมูลเนื่องจากเป็นไปตามความสัมพันธ์ระหว่างผู้ปกครอง/เด็ก
- การแบ่งปันข้อมูลเป็นไปได้เนื่องจากข้อมูลถูกเก็บไว้ในฐานข้อมูลเดียว
- แม้สำหรับข้อมูลปริมาณมาก โมเดลนี้ก็ยังทำงานได้อย่างสมบูรณ์
ข้อเสีย
- การใช้งานมีความซับซ้อน
- โมเดลนี้ต้องจัดการกับความผิดปกติต่างๆ เช่น แทรก อัปเดต และลบ
- การบำรุงรักษาทำได้ยากเนื่องจากการเปลี่ยนแปลงที่ทำในฐานข้อมูลอาจต้องการให้คุณเปลี่ยนแปลงโครงสร้างฐานข้อมูลทั้งหมด
โมเดลเครือข่าย
โมเดลลำดับชั้นสร้างแผนภูมิลำดับชั้นที่มีความสัมพันธ์ระดับบนสุด/รอง ในขณะที่โมเดลเครือข่ายมีกราฟและลิงก์
ความสัมพันธ์สามารถกำหนดได้ในรูปแบบของลิงก์และจัดการความสัมพันธ์แบบกลุ่มต่อกลุ่ม สิ่งนี้ระบุว่าเร็กคอร์ดสามารถมีผู้ปกครองได้มากกว่าหนึ่งคน
ตัวอย่าง
ข้อดี
- ออกแบบโมเดลเครือข่ายได้ง่าย
- โมเดลสามารถรองรับความสัมพันธ์แบบตัวต่อตัว ตัวต่อตัว ตัวต่อตัวแบบกลุ่มต่อกลุ่ม
- แยกโปรแกรมออกจากรายละเอียดอื่นๆ
- ตามมาตรฐานและอนุสัญญา
ข้อเสีย
- พอยน์เตอร์นำมาซึ่งความซับซ้อนเนื่องจากเรกคอร์ดนั้นอิงตามพอยน์เตอร์และกราฟ
- การเปลี่ยนแปลงในฐานข้อมูลไม่ใช่เรื่องง่ายที่ทำให้บรรลุความเป็นอิสระเชิงโครงสร้างได้ยาก
แบบจำลองเชิงสัมพันธ์
โมเดลเชิงสัมพันธ์จะจัดกลุ่มข้อมูลเป็นตารางอย่างน้อยหนึ่งตาราง ตารางเหล่านี้เกี่ยวข้องกันโดยใช้ระเบียนทั่วไป
ข้อมูลจะแสดงในรูปแบบของแถวและคอลัมน์ เช่น ตาราง:
ตัวอย่าง
เรามาดูตัวอย่างความสัมพันธ์สองอย่าง
ข้อดี
- แบบจำลองเชิงสัมพันธ์ไม่มีปัญหาใดๆ ที่เราเห็นในสองรุ่นก่อนหน้านี้ เช่น การอัปเดต การแทรก และการลบความผิดปกติไม่มีอะไรต้องทำในโมเดลนี้
- การเปลี่ยนแปลงในฐานข้อมูลไม่ต้องการให้คุณส่งผลกระทบต่อฐานข้อมูลทั้งหมด
- การนำแบบจำลองเชิงสัมพันธ์ไปใช้นั้นง่าย
- การรักษาโมเดลเชิงสัมพันธ์ไม่ใช่เรื่องยาก
ข้อเสีย
- ความไร้ประสิทธิภาพของฐานข้อมูลซ่อนและเกิดขึ้นเมื่อโมเดลมีข้อมูลจำนวนมาก
- ค่าใช้จ่ายของการใช้โมเดลข้อมูลเชิงสัมพันธ์นั้นมาพร้อมกับต้นทุนของการใช้ฮาร์ดแวร์และอุปกรณ์ที่มีประสิทธิภาพ
