🧮 Logical Data Model (Mô hình dữ liệu logic)

🔍 Tổng quan

Logical Data Model (LDM) là một kỹ thuật thuộc nhóm Data Representation Tools and Techniques, được sử dụng để mô tả cấu trúc logic của dữ liệu – bao gồm các thực thể (entities), thuộc tính (attributes), và mối quan hệ (relationships) giữa chúng trong hệ thống hoặc dự án.

LDM không quan tâm đến công nghệ hay cơ sở dữ liệu cụ thể, mà tập trung vào ý nghĩa nghiệp vụ và mối liên kết giữa dữ liệu, giúp đảm bảo rằng hệ thống được xây dựng phù hợp với nhu cầu thông tin thực tế của tổ chức hoặc dự án.


🎯 Mục tiêu sử dụng

  • Hiểu và mô tả cấu trúc dữ liệu nghiệp vụ một cách logic và nhất quán.
  • Là cơ sở cho việc thiết kế Physical Data Model (PDM) trong giai đoạn kỹ thuật.
  • Hỗ trợ phân tích yêu cầu dữ liệu, tránh thiếu sót hoặc trùng lặp.
  • Giúp các bên liên quan (BA, Developer, Tester, PM) hiểu chung một ngôn ngữ dữ liệu.
  • Tăng khả năng kiểm soát, mở rộng và bảo trì hệ thống thông tin.

🧩 Thành phần chính của Logical Data Model

Thành phầnMô tả
Entity (Thực thể)Đại diện cho một đối tượng trong nghiệp vụ (ví dụ: Customer, Order, Product).
Attribute (Thuộc tính)Mô tả đặc điểm của thực thể (ví dụ: CustomerName, Email, OrderDate).
Primary Key (Khóa chính)Xác định duy nhất một bản ghi trong thực thể.
Foreign Key (Khóa ngoại)Thiết lập mối quan hệ giữa các thực thể khác nhau.
Relationship (Mối quan hệ)Cho biết cách các thực thể tương tác (1-1, 1-nhiều, nhiều-nhiều).
Cardinality (Bội số quan hệ)Biểu thị số lượng mối liên kết (ví dụ: Một khách hàng có nhiều đơn hàng).

⚙️ Cách xây dựng Logical Data Model

Bước 1: Xác định các thực thể chính (Entities)

  • Dựa trên tài liệu yêu cầu nghiệp vụ (BRD, SRS) hoặc phỏng vấn stakeholder.
  • Ví dụ: Customer, Order, Product, Payment, Supplier.

Bước 2: Xác định các thuộc tính (Attributes)

  • Liệt kê thông tin cần lưu trữ cho từng thực thể.
  • Ví dụ: Customer → CustomerID, Name, Email, Phone.

Bước 3: Xác định các mối quan hệ (Relationships)

  • Thiết lập quan hệ giữa các thực thể, ví dụ:
    • Customer (1) → (n) Order
    • Order (1) → (n) Payment

Bước 4: Xác định khóa chính và khóa ngoại

  • Khóa chính (Primary Key): Duy nhất trong bảng.
  • Khóa ngoại (Foreign Key): Liên kết giữa các bảng khác.

Bước 5: Chuẩn hóa dữ liệu (Normalization)

  • Loại bỏ dữ liệu trùng lặp và đảm bảo mỗi thông tin chỉ được lưu ở một nơi duy nhất.
  • Thường áp dụng đến Third Normal Form (3NF) trong giai đoạn thiết kế logic.

Bước 6: Trực quan hóa mô hình bằng ERD (Entity-Relationship Diagram)

Ví dụ mô tả dạng text:

Customer (CustomerID, Name, Email)
   │
   ├──< places >──┐
   │              │
Order (OrderID, OrderDate, CustomerID)
   │
   ├──< includes >──┐
   │                 │
Product (ProductID, ProductName, Price)

Một khách hàng có thể có nhiều đơn hàng, mỗi đơn hàng bao gồm nhiều sản phẩm.


💡 Ví dụ minh họa thực tế

Bối cảnh: Dự án phát triển hệ thống bán hàng online.

Thực thểThuộc tínhMối quan hệ
CustomerCustomerID, Name, Email, Address1-n với Order
OrderOrderID, OrderDate, TotalAmount, CustomerID1-n với OrderItem
OrderItemItemID, Quantity, ProductID, OrderIDn-1 với Order, n-1 với Product
ProductProductID, ProductName, UnitPricen-n với Order thông qua OrderItem

Kết luận: LDM giúp hiểu rõ cấu trúc dữ liệu logic trước khi thiết kế cơ sở dữ liệu vật lý (PDM), đảm bảo tính toàn vẹn và dễ mở rộng hệ thống.


📘 Ứng dụng trong PMP

  • Collect Requirements: Xác định và phân tích yêu cầu dữ liệu của stakeholder.
  • Define Scope: Xác định phạm vi dữ liệu cần quản lý trong dự án.
  • Plan Quality Management: Đảm bảo dữ liệu đáp ứng yêu cầu về tính toàn vẹn và chính xác.
  • Manage and Control Data: Theo dõi luồng dữ liệu và kiểm soát chất lượng thông tin trong dự án.
  • Develop System Design: Là cơ sở cho thiết kế hệ thống, database và báo cáo BI.

⚙️ Lợi ích

  • Giúp thống nhất cách hiểu dữ liệu giữa các nhóm chức năng (BA, Dev, QA).
  • Tăng tính minh bạch và khả năng mở rộng của hệ thống.
  • Giảm thiểu rủi ro sai sót do hiểu nhầm yêu cầu dữ liệu.
  • Là nền tảng cho Data Governance và Data Quality Management.

⚡ Lưu ý khi áp dụng

  • Không nên chi tiết hóa quá mức khi mô hình còn ở mức logic.
  • Nên sử dụng ký hiệu chuẩn như Crow’s Foot Notation hoặc Chen Notation.
  • Khi hệ thống phức tạp, có thể chia mô hình thành sub-models theo module nghiệp vụ.
  • Cập nhật LDM thường xuyên khi yêu cầu thay đổi để duy trì tính đồng nhất.

📎 Tải Template

👉 Bạn có thể tải Logical Data Model Template (bao gồm hướng dẫn xây dựng ERD và ví dụ minh họa thực tế) tại:
🔗 https://nguyenhainam.info/pm-toolbox/