![]() |
| Quy trình mô hình hóa dữ liệu |
Tóm tắt nhanh: Mô hình hóa dữ liệu (data modeling) là quá trình lên kế hoạch cho cấu trúc dữ liệu trước khi viết dòng code nào. Có ba cấp độ, đi từ trừu tượng đến cụ thể: mô hình khái niệm (conceptual) trả lời "hệ thống cần lưu cái gì", mô hình logic (logical) trả lời "các thứ đó liên hệ và chi tiết ra sao", còn mô hình vật lý (physical) trả lời "triển khai thật trên database nào, bảng/collection nào". Bỏ qua bước nào cũng được, nhưng bỏ càng nhiều thì càng dễ phải sửa schema giữa chừng.
Bạn từng gặp cảnh này chưa: nhóm ngồi thiết kế database, ai đó mở tool vẽ ERD lên và bắt đầu kéo bảng ngay lập tức, chưa kịp thống nhất "user" với "customer" có phải là một khái niệm hay không? Vài tuần sau, cả team cãi nhau vì hai bảng đang đại diện cho cùng một thứ theo hai cách khác nhau. Phần lớn những vụ vỡ trận kiểu này bắt nguồn từ việc nhảy thẳng vào chi tiết kỹ thuật mà bỏ qua bước thống nhất khái niệm trước.
Bài này giới thiệu ba cấp độ mô hình dữ liệu kinh điển: mô hình khái niệm, mô hình logic, và mô hình vật lý. Mỗi mô hình đạt được gì, ai nên tham gia tạo ra nó, và nó được tạo ra như thế nào.
Mô hình dữ liệu là gì?
Mô hình dữ liệu là một bản mô tả giúp bạn hiểu cấu trúc, hình thức và mối quan hệ giữa các thông tin mà hệ thống cần lưu trữ. Giống như bất kỳ mô hình nào khác, nó là phiên bản đơn giản hóa, không hoàn hảo của thực tế. Nhưng nếu làm cẩn thận, một mô hình dữ liệu tốt sẽ dễ thích ứng khi yêu cầu thay đổi và dễ mở rộng khi hệ thống lớn lên.
Vì sao mô hình dữ liệu quan trọng?
Tạo mô hình dữ liệu là một bước quan trọng khi phát triển ứng dụng. Nó buộc đội ngũ phải ra quyết định: dữ liệu nào thật sự cần thiết, và nên thu thập, cấu trúc dữ liệu đó ra sao.
Bạn có thể xem một mô hình dữ liệu như "tập hợp các quyết định, khẳng định và giả định" đã được ghi lại. Ngay cả khi sau này phát hiện một chỗ mô hình hóa chưa chính xác, những giả định đó vẫn còn đó, giúp đội ngũ tương lai hiểu vì sao lúc trước lại thiết kế như vậy. Có nền tảng thông tin này, việc sau này cân nhắc có nên thay đổi mô hình hay không cũng dễ hơn nhiều.
Ba cấp độ: khái niệm, logic và vật lý
Có ba cấp độ mô hình dữ liệu truyền thống. Không phải đội nào cũng tuân theo cả ba một cách nghiêm ngặt, nhiều khi cả ba bước bị gộp chung thành một buổi họp thiết kế. Nhưng tách rõ ba cấp độ này vẫn rất đáng giá, vì mỗi bước là nền tảng cho bước tiếp theo:
Khái niệm (trả lời "hệ thống có gì") -> Logic (trả lời "các thứ đó chi tiết, liên hệ ra sao") -> Vật lý (trả lời "triển khai cụ thể trên database nào")
Bạn có thể hình dung ba cấp độ này giống như xây nhà. Mô hình khái niệm là lúc bạn phác thảo ý tưởng trên giấy: nhà có mấy phòng, phòng nào cần thông với phòng nào, chưa quan tâm kích thước hay vật liệu. Mô hình logic là bản vẽ mặt bằng: phòng ngủ rộng bao nhiêu mét vuông, cửa đặt ở đâu, hệ thống điện nước đi qua đâu. Mô hình vật lý là bản thiết kế thi công: dùng loại gạch nào, bê tông mác bao nhiêu, nhà thầu nào thi công. Ba bản vẽ cùng mô tả một căn nhà, chỉ khác mức độ chi tiết.
Mỗi cấp độ có thể liên quan tới những vai trò khác nhau trong đội ngũ của bạn.
Mô hình dữ liệu khái niệm (Conceptual Data Model)
Mô hình khái niệm có thể coi là mô hình dữ liệu "bảng trắng". Ở bước này, bạn hoàn toàn chưa bàn tới "làm thế nào" (how) triển khai.
Điều quan trọng nhất là ghi lại tất cả các loại dữ liệu, hay "thực thể" (entity), mà hệ thống cần. Ngoài thực thể, một mô hình khái niệm cũng ghi lại:
- Thuộc tính (attribute): các đặc điểm riêng của một thực thể. Ví dụ thực thể "người" có thể có "tên" và "kích cỡ giày". Thực thể "địa chỉ" có thể có "mã bưu chính" và "thành phố".
- Mối quan hệ (relationship): cách một thực thể kết nối với thực thể khác. Ví dụ, một "người" có thể có một hoặc nhiều "địa chỉ".
Cùng với thực thể, thuộc tính và mối quan hệ, một mô hình khái niệm cũng có thể ghi lại:
- Phạm vi (scope): thực thể nào được đưa vào, và quan trọng không kém, thực thể nào được cố tình loại ra ngoài.
- Định nghĩa và quy tắc nghiệp vụ (business rule): ví dụ, một người có được phép có nhiều địa chỉ không? Nhiều email thì sao? Mỗi người có bắt buộc phải có một định danh (identifier) duy nhất không?
Mô hình khái niệm thường do kiến trúc sư (architect) tạo ra, cùng với các bên liên quan trong nghiệp vụ và chuyên gia lĩnh vực.
Ví dụ mô hình khái niệm
Có nhiều "ngôn ngữ" để mô tả một mô hình khái niệm, nhưng miễn tài liệu hóa theo cách dễ hiểu, nó có thể đơn giản chỉ là các hộp và đường nối.
Dưới đây là một sơ đồ khái niệm với hai thực thể cốt lõi: lộ trình du lịch (cùng lịch trình liên quan của nó) và hãng hàng không:
Mấy hộp này có thể trông giống bảng trong cơ sở dữ liệu quan hệ, nhưng ở giai đoạn khái niệm thì còn quá sớm để quyết định dữ liệu sẽ được lưu như thế nào. Quyết định đó đến sau: có thể là bảng, tài liệu JSON, node trong đồ thị, file CSV, hay bất kỳ phương tiện lưu trữ nào khác.
Mô hình dữ liệu logic (Logical Data Model)
Mô hình logic là bước tiếp theo, sau khi các bên liên quan đã thống nhất mô hình khái niệm.
Bước này điền chi tiết vào mô hình khái niệm. Vẫn còn quá sớm để chọn một hệ quản trị cơ sở dữ liệu (DBMS) cụ thể, nhưng bước này giúp bạn quyết định loại cơ sở dữ liệu nào sẽ dùng: quan hệ, tài liệu (document), v.v. Nếu chọn mô hình quan hệ, đây là lúc quyết định sẽ tạo những bảng nào. Nếu chọn mô hình tài liệu, đây là lúc định nghĩa các collection.
Ở bước này bạn quyết định chi tiết từng trường/cột và từng mối quan hệ: kiểu dữ liệu, độ dài, có phải mảng hay đối tượng lồng nhau không, v.v.
Mô hình logic thường do kiến trúc sư và nhà phân tích nghiệp vụ (business analyst) tạo ra.
Ví dụ mô hình logic
Nếu chọn mô hình quan hệ, mô hình logic có thể trông như thế này:
Trong mô hình quan hệ, lịch trình (itinerary) là một bảng riêng, nối tới bảng lộ trình (trip) qua khóa ngoại (foreign key). Bản DDL tương ứng có thể chạy trên PostgreSQL như sau:
CREATE TABLE trip (
id INT PRIMARY KEY,
name VARCHAR(100),
start_date DATE
);
CREATE TABLE itinerary (
id INT PRIMARY KEY,
trip_id INT REFERENCES trip(id),
airline_code VARCHAR(10),
departure TIMESTAMP,
arrival TIMESTAMP
);
Nhưng với một cơ sở dữ liệu tài liệu, lịch trình có thể được nhúng thẳng vào bên trong lộ trình, không cần khóa ngoại (dù vẫn hữu ích khi nghĩ về nó như một thực thể con riêng biệt). Mô hình logic lúc này trông như thế này:
Với lịch trình, kích thước nhỏ và hữu hạn, nhúng vào cùng một collection là hợp lý. Nhưng với, ví dụ, bài đăng mạng xã hội của một người dùng, số lượng bài đăng không có giới hạn, nên tách thành collection riêng sẽ hợp lý hơn.
Mô hình dữ liệu vật lý (Physical Data Model)
Khi mô hình logic đã được chốt, đã đến lúc triển khai nó vào một cơ sở dữ liệu thật.
Nếu chọn mô hình quan hệ, các lựa chọn DBMS gồm SQL Server, Oracle, PostgreSQL, MySQL, v.v. Nếu quá trình mô hình hóa cho thấy schema của bạn có khả năng thay đổi thường xuyên để thích ứng yêu cầu mới, bạn cũng có thể cân nhắc cơ sở dữ liệu tài liệu. Một lựa chọn cho trường hợp này là Couchbase, một cơ sở dữ liệu tài liệu NoSQL hỗ trợ N1QL (ngôn ngữ truy vấn giống SQL cho dữ liệu JSON), giao dịch ACID và bộ nhớ đệm (cache) tích hợp.
Mô hình dữ liệu vật lý nên bao gồm:
- Một hệ quản trị cơ sở dữ liệu cụ thể (ví dụ Couchbase).
- Cách dữ liệu được lưu trữ: trên đĩa, trong RAM, hay lai (hybrid). Couchbase có bộ nhớ đệm tích hợp để mang lại tốc độ gần với RAM nhưng vẫn giữ độ bền của đĩa.
- Cách xử lý bản sao (replica), phân đoạn (sharding), phân vùng (partitioning), v.v. Với Couchbase, việc phân đoạn và phân vùng dữ liệu diễn ra tự động, còn số lượng bản sao là một tùy chọn cấu hình.
Mô hình vật lý thường do DBA và/hoặc lập trình viên tạo ra.
Ví dụ mô hình vật lý
Dưới đây là một ví dụ mô hình vật lý cho Couchbase:
![]() |
Có sẵn dữ liệu mẫu bên cạnh mô hình vật lý thường rất hữu ích. Ví dụ, một truy vấn N1QL trên collection trip:
SELECT name, itinerary
FROM `travel-sample`
WHERE type = 'trip'
LIMIT 1;
Sự khác biệt giữa ba mô hình
Mỗi mô hình là một bước cần thiết trên hành trình xây dựng mô hình dữ liệu hữu ích cho ứng dụng của bạn. Mô hình khái niệm ở cấp độ cao nhất nên ít chi tiết nhất. Mô hình logic đòi hỏi tư duy chi tiết hơn về cách triển khai, nhưng chưa thật sự thực hiện gì cả. Mô hình vật lý dựa trên các yêu cầu từ mô hình logic để tạo ra một cơ sở dữ liệu thật.
| Cấp độ | Trả lời câu hỏi | Ai thường tạo | Ví dụ đầu ra |
|---|---|---|---|
| Khái niệm | Hệ thống có những gì? | Kiến trúc sư, chuyên gia nghiệp vụ | Thực thể, thuộc tính, quan hệ ở mức sơ đồ hộp |
| Logic | Chi tiết và liên hệ ra sao? | Kiến trúc sư, business analyst | Bảng/collection, kiểu dữ liệu, khóa |
| Vật lý | Triển khai cụ thể thế nào? | DBA, lập trình viên | DDL thật, cấu hình sharding/replica |
Lợi ích của việc lập mô hình dữ liệu
Lợi ích của việc đi qua quy trình mô hình hóa dữ liệu đều xoay quanh giao tiếp:
- Giao tiếp ngắn hạn giữa các bên liên quan để thống nhất điều gì quan trọng, quy tắc nghiệp vụ là gì, và cách thực hiện chúng.
- Giao tiếp dài hạn thông qua tài liệu đặc tả cơ sở dữ liệu, dùng để kết nối dữ liệu của bạn với các dịch vụ khác qua ETL.
- Giúp đội ngũ dễ nhận ra dữ liệu bị hỏng hoặc sai hơn, vì có mô hình chuẩn để đối chiếu.
Cạm bẫy và đánh đổi thực tế
Mô hình hóa dữ liệu không miễn phí, nó có chi phí đi kèm.
- Đây có thể là một quy trình kéo dài, và dễ rơi vào tư duy thác nước (waterfall): một lỗi phát hiện ở bước mô hình logic có thể kéo theo phải làm lại toàn bộ mô hình khái niệm.
- Một mô hình quan hệ vật lý có thể khá cứng nhắc, khó thay đổi một khi đã tạo ra, đặc biệt trong môi trường production.
- Mô hình tài liệu vật lý thì linh hoạt hơn, có thể đổi bất cứ lúc nào, nhưng đổi lại phải dựa vào tầng ứng dụng để tự kiểm tra ràng buộc và kiểu dữ liệu, vì bản thân database không ép buộc điều đó.
Nếu bạn xác định ngay từ đầu sẽ dùng cơ sở dữ liệu tài liệu, bạn có thể rút ngắn thời gian của bước mô hình logic và tận dụng luôn lợi thế linh hoạt đó, trừ khi bạn biết chắc mô hình dữ liệu và yêu cầu của mình gần như không đổi, ví dụ chỉ cập nhật một lần mỗi năm. Khi đó đầu tư kỹ vào mô hình quan hệ ngay từ đầu vẫn đáng.
Tóm tắt
- Mô hình dữ liệu là bản kế hoạch cho cấu trúc dữ liệu, làm trước khi đụng tới database thật.
- Ba cấp độ: khái niệm (cái gì), logic (chi tiết và liên hệ ra sao), vật lý (triển khai cụ thể trên DBMS nào).
- Đi từ trừu tượng đến cụ thể giúp đội ngũ tránh tranh cãi về khái niệm ngay giữa lúc bàn chi tiết kỹ thuật.
- Mô hình quan hệ chặt chẽ nhưng cứng nhắc khi cần đổi; mô hình tài liệu linh hoạt hơn nhưng validation phải tự lo ở tầng ứng dụng.
- Không có công thức chung: chọn cấp độ đầu tư phù hợp với mức độ ổn định của yêu cầu.
- Kai




