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 anterior | Volver al principio del trabajo | Página siguiente |