データの正しさについての考察(1)

  • 2020.12.08
123
NO IMAGE

データの正しさについて、思いついた事を徒然に書いていきます。

データの分類

データを非常に大きな括りで分類すると、以下に分かれると思います。

  • リアルや他のシステムに存在しているデータの表象(以下、表象)
  • 自システムが生成/変更したデータ(以下、導出)

データの分類は分かりにくい

上述の分類は、一般的なシステムでは相互に密接に絡み合って、容易に区別がつかない状態になります。これは、この分類を意識せずにモデル設計すると、モデルの属性毎でこれらが混じるからです。

表象の取得/データの配布

表象の取得/データの配布のパターンには以下のような軸があります。

  • push or pull
  • データのバージョンの有無
  • システム全体としての時点概念の有無
  • 関連するデータの一貫性を保った取得の可否
  • 副作用の有無
  • APIバージョンの有無
  • スキーマバージョンの有無

データの整合性を保証すべきタイミング

  • データの導出の実行前
  • データの配布前

データの取得元が複数ある場合

どのデータが正しいか評価して、正しいデータを導出する必要がある。