Consideraciones típicas de un proyecto Focalizar en la aplicación Los requerimientos detectados inciden en el modelo de datos. Focalizar en los datos Experiencia y el conocimiento del negocio incide en modelo de datos. Focalizar en la cartografía Representación de mapas incide en el modelo de datos.
Metodología de Diseño SIG – Top-Down Entidades Atributos Relaciones Mapas y Globos Capas Web Services Opciones de Implementación Detalles de implementación Datasets, Mapas, Capas Herramientas Desarrollo, entregas y soporte Ejemplo: Geospatial Bluebook template project http://www.geodata.gov GIS For the Nation Community Documentos de Geospatial Bluebook Modelo de Datos Conceptual Productos de información Diseño Implementación
Mapas y Globos Capas Web Services Aplicaciones Procesos Opciones de Implementación Detalles de implementación Ejemplos de mejores prácticas y templates Datasets, Mapas, Capas Herramientas/Aplicaciones Procesos de Negocios Datos y Aplicaciones existentes Diseño Implementación Metodología de Diseño SIG – Bottom-Up
La mayoría de los proyectos requieren de que por lo menos cumplan con dos características fundamentales. Incluir métodos ágiles/evolutivos
3 Estados durante la implementación Modelo de datos Inicial Carga de datos, Extracción/Transformación/Carga (ETL por siglas en inglés) Mapas y Aplicaciones.
Proceso de implementaciónLas tres Ps Diseño
Ingeniería / Testeo Entrenamiento y uso Objetivo Testo de performance y escalabilidad durante la fase piloto es clave para las implementaciones corporativas 5. Documentar 1. Modelo Conceptual Inicial 2. Análisis de Productos de Información 3. Construcción de GDB/ Servidor SIG 4. Refinar Diseño 4. Refinar diseño
Proceso de Diseño (Gp:) Relevamiento
(Gp:) Implementación
(Gp:) Testeo
(Gp:) Diseño
(Gp:) Evaluación
Modelado de Datos Tareas Esenciales Modelo Conceptual Documentar que contedrá la base de datos espacial, como serán mantenidos los datos, como se va a interactuar y como se publicarán. Modelo Físico Documentar modelo de datos físico en un diagrama UML y codificarlo. Implementar el modelo físico de la GDB.
Construir una estructura de datos, incluir tablas, relaciones, especificaciones, metadatos, capas, topología, reglas, etc.
Tareas esenciales Relevamiento de requerimientos Productos (mapas, reportes, etc.) Funcionalidades (análilsis, geoprocesamiento) Edición y mantenimiento Metadatos Integración de datos espaciales Performance Análisis y Diseño Crear un modelo conceptual de datosCreate conceptual data model Identificar los datos que se usará para cada proceso. Identificar los datos que se crear a partir de otros datos Crear modelo lógico de datos Identificar datos, metadatos, especificaciones y relaciones. Crear modelo físico de datos, UML Identificar elementos propios de la GDB (feature datasets, tablas, relaciones, dominios, subtipos, redes geométricas, etc.)
Entregas Claves Documentos de especificación de requerimientos Modelo de datos basados en UML o generados por scripts/código Retos y riesgos Aplicaciones tienen una dependencia crítica sobre los modelos entregados. Normalización balanceada. Propagación de cambios. Revisión minusiosa del modelo luego de la puesta en funcionamiento. (usuarios finales). ESRI Resources Modelos de datos estándares o disponibles
ESRI Data Models
Normallización vs Desnormalización Balance entre el tiempo de adquisición del datos y lo fácil del acceso. Desnormalización no es malo pero debe usarse moderadamente. Ejemplos Muchos registros relacionados con una sola geometría. Atributos largos que rara vez son editados o accedidos.
| Página siguiente |