データモデルは、業務で扱うデータの構造や関係を整理する考え方です。この記事では概念データモデル、論理データモデル、物理データモデルの違いと、ER図との関係をSG試験向けに整理します。

sg database system_planning data_modeling

まず結論

データモデルとは、業務で扱うデータの構造や関係を整理したものです。

SG試験では、データモデルを「データベースそのもの」と考えないことが大切です。

データモデルは、データベースを作る前に、

  • どんなデータを扱うのか
  • データ同士にどんな関係があるのか
  • どのような形で管理するのか

を整理するために使われます。

特に、次の3つの違いを押さえておくと判断しやすくなります。

  • 概念データモデル
  • 論理データモデル
  • 物理データモデル

直感的な説明

データモデルは、データベースを作る前の設計図と考えると分かりやすいです。

例えば、販売管理システムを作る場合、いきなりデータベースの表を作るのではなく、まず次のように整理します。

  • 顧客を管理する
  • 商品を管理する
  • 注文を管理する
  • 顧客は注文を行う
  • 注文には商品が含まれる

このように、業務で必要なデータと関係を整理する考え方がデータモデルです。

家を建てるときに、いきなり材料を買うのではなく、先に間取りや構造を考えるのに近いです。

定義・仕組み

データモデルは、一般に次の3段階で整理されます。

種類 何を整理する？ 見るポイント
概念データモデル 業務上、何を管理するか 顧客、商品、注文などの対象
論理データモデル データの構造や関係 エンティティ、属性、主キー、外部キーなど
物理データモデル 実際のDBでどう実装するか テーブル名、列名、型、インデックスなど

大まかには、

概念 → 論理 → 物理

の順に、抽象的な整理から具体的な実装へ進みます。

概念データモデルとは

概念データモデルは、業務上、何を管理するのかを整理するモデルです。

この段階では、データベースの細かい実装はあまり考えません。

例えば、販売管理なら、

  • 顧客
  • 商品
  • 注文
  • 注文明細

など、業務で必要な対象を洗い出します。

概念データモデルでは、技術的な細かさよりも、業務として何が重要かを整理することが目的です。

論理データモデルとは

論理データモデルは、データの構造や関係を具体的に整理するモデルです。

例えば、

  • 顧客には顧客ID、氏名、住所がある
  • 商品には商品ID、商品名、価格がある
  • 注文には注文ID、顧客ID、注文日がある
  • 顧客と注文は1対多の関係である

といった内容を整理します。

ER図は、この論理データモデルを整理するときによく使われます。

ただし、ER図は「データベースの表そのもの」ではなく、エンティティと関係を整理するための図です。

物理データモデルとは

物理データモデルは、実際のデータベースでどう実装するかを整理するモデルです。

例えば、

  • テーブル名をどうするか
  • 列名をどうするか
  • データ型をどうするか
  • インデックスを設定するか
  • 主キーや外部キー制約をどう設定するか

などを決めます。

概念データモデルや論理データモデルよりも、実装に近い段階です。

SG試験では、物理データモデルは「実際のDB上での具体的な設計」と押さえるとよいです。

どんな場面で使う？

データモデルは、システム開発やデータベース設計で使われます。

特に、次のような場面で役立ちます。

  • 業務で扱うデータを整理する
  • データベース設計の前提をそろえる
  • データの重複や抜けを防ぐ
  • システム開発者と業務担当者の認識を合わせる
  • 既存システムのデータ構造を見直す

例えば、受注管理システムを作るときに、顧客情報を注文テーブルに毎回書く設計にすると、同じ顧客情報が何度も重複するかもしれません。

データモデルを整理しておくと、「顧客」「注文」「商品」を分けて管理する必要があると判断しやすくなります。

ER図との関係

ER図は、データモデルを表すためによく使われる図です。

特に、

  • エンティティ
  • 属性
  • リレーションシップ
  • 1対多、多対多

を整理するときに使います。

ただし、

データモデル＝ER図そのもの

ではありません。

データモデルは、データの構造や関係を整理する考え方です。

ER図は、その内容を見える形にするための表現方法の一つです。

よくある誤解・混同

誤解1：データモデルはデータベースそのものである

データモデルは、データベースそのものではありません。

データベースを作る前に、データの構造や関係を整理したものです。

実際のデータベースに近いのは、物理データモデルです。

誤解2：概念モデルと物理モデルを混同する

概念データモデルは、業務上の対象を整理する段階です。

一方、物理データモデルは、実際のDBでの実装を整理する段階です。

  • 顧客、商品、注文を整理する → 概念寄り
  • テーブル名、列名、データ型を決める → 物理寄り

と切り分けると分かりやすいです。

誤解3：ER図は必ず物理データベース設計を表す

ER図は、データベース設計でよく使われます。

しかし、ER図が必ず物理的なテーブル設計を表すとは限りません。

ER図は、概念モデルや論理モデルの整理にも使われます。

「表として実装することを前提」と決めつける選択肢には注意しましょう。

まとめ（試験直前用）

データモデルは、業務で扱うデータの構造や関係を整理するものです。

試験直前は、次の3点で判断しましょう。

  • 概念モデル＝業務上、何を管理するか
  • 論理モデル＝データの構造や関係をどう整理するか
  • 物理モデル＝実際のDBでどう実装するか

ER図は、データモデルを表すためによく使われる図です。

ただし、データモデルそのものやデータベースそのものと同じではありません。

迷ったときは、

概念は業務寄り、論理は構造寄り、物理は実装寄り

と押さえると、選択肢を切り分けやすくなります。