Reverse engineering

Reverse engineering là quá trình đi ngược: thay vì thiết kế model rồi tạo database, bạn đọc một database (hoặc file schema) đang tồn tại để dựng lại data model trực quan từ nó. Với Hackolade Studio, đây thường là bước đầu tiên khi làm việc với hệ thống có sẵn.

Khi nào bạn cần reverse engineering

Tài liệu hóa hệ thống đang chạy nhưng không có tài liệu. Chuyện rất phổ biến: database vận hành nhiều năm, người thiết kế ban đầu đã nghỉ, tài liệu hoặc không có hoặc đã lệch xa thực tế. Reverse engineering cho bạn bức tranh ERD (Entity-Relationship Diagram) đúng với hiện trạng trong vài phút thay vì vài tuần đọc code.
Audit trước khi migration. Trước khi chuyển đổi hệ thống (lên cloud, đổi công nghệ database, hợp nhất dữ liệu sau sáp nhập), bạn cần biết chính xác mình đang có gì. Model reverse engineer được chính là đầu vào cho việc đánh giá và lập kế hoạch.
Làm điểm xuất phát để thiết kế tiếp. Dựng model từ hệ thống thật rồi phát triển phiên bản mới trên đó — và sau này so sánh hai phiên bản để sinh migration script (xem bài forward engineering).

Các nguồn được hỗ trợ

Hackolade nhận đầu vào từ hai nhóm nguồn:

Nhóm	Nguồn	Ghi chú
Kết nối trực tiếp	Database quan hệ (RDBMS — Relational Database Management System)	Đọc metadata/schema có sẵn
Kết nối trực tiếp	Document database, NoSQL (graph, key-value, column-oriented), cloud storage	Dùng cơ chế sampling + inference bên dưới
File	File DDL (Data Definition Language)	Oracle, SQL Server, MySQL/MariaDB, PostgreSQL, DB2, Hive, Snowflake, Teradata, Redshift…
File	Document JSON (JavaScript Object Notation) hoặc YAML	Hackolade suy luận schema từ dữ liệu trong file
File	JSON Schema / YAML Schema	Đọc trực tiếp định nghĩa schema
File	File XSD (XML Schema Definition)	Nhận model xuất từ tool ERD khác
File	File Excel theo template	Nhập model soạn dạng bảng
Khác	Data dictionary (Collibra), schema registry	Tích hợp với hạ tầng metadata/streaming của tổ chức

Chức năng nằm ở menu Tools > Reverse-Engineer, và toàn bộ đều chạy được qua CLI (Command-Line Interface) hoặc Docker container — tiện cho tự động hóa định kỳ.

Một tiện ích đáng chú ý: khi nhập cấu trúc lồng nhau (từ JSON chẳng hạn) vào model có target là database quan hệ, Hackolade đề nghị tự động chuẩn hóa thành các bảng phẳng.

Sampling và schema inference với document database

Database quan hệ có schema khai báo sẵn nên chỉ cần đọc metadata. Document database thì khác: MongoDB không bắt buộc schema, mỗi document có thể một hình hài. Vậy “schema” lấy đâu ra?

Hackolade giải quyết bằng hai bước: sampling — lấy mẫu một tập document từ collection, rồi schema inference — suy luận cấu trúc chung từ tập mẫu đó (field nào luôn xuất hiện, field nào thỉnh thoảng mới có, kiểu dữ liệu từng field) và chuyển thành data model trực quan. Kết quả là bạn nhìn thấy cấu trúc “ngầm” của dữ liệu — thứ vẫn luôn tồn tại trong code ứng dụng nhưng chưa từng được vẽ ra.

flowchart LR
  A[Database nguồn<br/>RDBMS / NoSQL / file] --> B[Sampling<br/>lấy mẫu dữ liệu]
  B --> C[Schema inference<br/>suy luận cấu trúc]
  C --> D[Data model trực quan<br/>ERD + schema view]
  D --> E[Tài liệu hóa<br/>chia sẻ / audit / thiết kế tiếp]

Vì schema được suy từ mẫu, chất lượng kết quả phụ thuộc mẫu có đại diện không. Với collection lớn và dữ liệu biến động nhiều theo thời gian, nên xem lại các field hiếm gặp trong kết quả — có thể chúng chỉ xuất hiện ở một nhóm document cũ.

Lưu ý về kết nối và bảo mật

Thông tin kết nối bạn khai báo được lưu trên máy của bạn, mật khẩu được mã hóa — không gửi về server của Hackolade.
Bản browser (studio.hackolade.com) không kết nối được database trong mạng nội bộ — trình duyệt không thể mở kết nối trực tiếp tới private network. Muốn reverse engineering từ kết nối trực tiếp, dùng bản desktop (hoặc CLI/Docker chạy trong hạ tầng của bạn). Bản browser vẫn nhập tốt từ file (DDL, JSON, JSON Schema…).

Bài tiếp theo

Forward engineering

Nguồn tham khảo

BSD Insight là đối tác triển khai Hackolade tại Việt Nam — liên hệ tư vấn.