Business Intelligence (Teil 3): Datenmodellierung – Relationale und Multidimensionale Modelle

Relationale Datenmodelle

Das bekannteste und „modernste“ Datenmodell ist das relationale. Es ist einfach und leicht verständlich und stärker an den Bedürfnissen der Nutzer ausgerichtet. Zudem erlaubt es eine bessere Realisierung von Datenunabhängigkeit.

Erstmals wurde das relationale Datenbankmodell 1970 von Edgar Codd vorgeschlagen - heute ist es ein etablierter Standard zum Speichern von Daten. Das zugehörige Datenbank-Managementsystem (DBMS) wird als relationales Datenbank-Managementsystem (RDBMS) bezeichnet. Als Datenmanipulationssprache zum Abfragen und Manipulieren der Daten wird die Structured Query Language (SQL) eingesetzt.

Relationale Datenmodelle basieren auf Relationen mit einem Namen und dazugehörigen Attributen. Die Relationen werden in Form zweidimensionaler Tabellen mit eindeutigen Bezeichnungen abgebildet. Jeder Datensatz ist eine Zeile (Tupel) in der Tabelle. Die Zeilen sind eindeutig über einen oder mehrere Primärschlüsssel identifizierbar. Die Attributswerte bilden die Spalten der Tabelle.

Das Relationenschema legt dabei die Anzahl und den Typ der Attribute für eine Relation fest. Die Abbildung illustriert die Relation R mit den Attributen A1 bis An in den Spalten und den in Zeilen angeordneten Werten.

Entity Relationship Modelle lassen sich leicht in relationale Modelle überführen. Dabei wird jeder Enititätstyp und jeder komplexe Beziehungstyp (n:m-Beziehung) im Relationenmodell zu einer eigenen Relation. Die folgende Tabelle stellt die Begriffe aus beiden Modellen gegenüber.

Relationale und ER-Modelle im Vergleich

	Relationales Datenmodell	Entity Relationship Model (ERM)
Wertebereich (Domäne, Domain)	Wertebereich (Domäne, Domain)	Wertebereich (Domäne, Domain)
Kopfzeile	Relationstyp/Relationsformat	Entitätstyp
Spaltenüberschrift	Attribut	Attribut
Inhalt	Relation	Entitätsmenge(-set)
Inhalt	Fremdschlüssel	Beziehung (Relationship)
Zeile	Tupel	Entität
Zelle	Attributwert	Attributwert