Połącz SchemaSpy z nowoczesną bazą danych PostgreSQL, a w ciągu kilku minut wygeneruje on kompletny raport ERD: dla każdej tabeli, każdej kolumny, każdej linii relacji narysowanej na podstawie ograniczeń klucza obcego, które wymusza baza danych. Diagram jest dokładny, ponieważ schemat jest kompletny, a sama baza danych wie, jakie encje istnieją, jakie są ich atrybuty i co je ze sobą łączy. Narzędzie odczytuje katalog; pojawia się diagram.
Połącz tę samą kategorię narzędzi z bazą danych DB2 na komputerze mainframe z 1987 roku, systemem plików VSAM lub hierarchiczną bazą danych IMS, a wynik będzie się różnił pod każdym istotnym względem. W przypadku DB2 otrzymujesz tabele i kolumny, ale nie linie relacji, ponieważ ograniczenia klucza obcego, które rysowałyby te linie, nigdy nie zostały zdefiniowane. Relacje istnieją, ale znajdują się w logice COBOL PROCEDURE DIVISION, a nie w klauzuli DB2 REFERENCES. W przypadku VSAM nie otrzymujesz niczego, nie ma wpisu katalogowego opisującego, jakie pola istnieją w pliku VSAM; te informacje znajdują się we wpisach FD i kopiach rozproszonych w tysiącach plików źródłowych COBOL. W przypadku IMS hierarchia segmentów definiująca strukturę danych znajduje się w źródle DBD (Database Description), a nie w żadnym formacie, który mogą odczytać narzędzia relacyjnego ERD. ERD, którego potrzebują zespoły modernizacyjne, pokazujący, jakie encje istnieją, jakie są ich atrybuty i jak są one powiązane, nie może zostać wygenerowany przez żadne standardowe narzędzie ERD ze starszej bazy danych bez analizy kodu źródłowego.
Schemat VSAM ze źródła, nie z katalogu
SMART TS XL wyodrębnia wzorce połączeń COBOL i odczytuje sekwencje w celu zidentyfikowania każdej relacji, która nie została zadeklarowana w katalogu DB2.
DOWIEDZ SIĘ WIĘCEJ…Dlaczego standardowe narzędzia ERD zawodzą w przypadku starszych baz danych
Standardowe narzędzie do inżynierii wstecznej ERD zakłada określony zestaw warunków: działający serwer bazy danych dostępny przez JDBC, schemat z zadeklarowanymi tabelami i kolumnami oraz ograniczenia klucza obcego, które formalnie deklarują relacje między tabelami. Biorąc pod uwagę te warunki, generowanie ERD jest rozwiązanym problemem. SchemaSpy, Dataedo, dbForge, Aqua Data Studio i dziesiątki podobnych narzędzi generują dokładne ERD z dowolnej relacyjnej bazy danych dostępnej przez JDBC w ciągu kilku minut.
Starsze środowiska baz danych naruszają wszystkie z poniższych założeń:
Schemat nie znajduje się w bazie danych. Pliki VSAM przechowują rekordy jako strumienie bajtów. Układ rekordów, czyli które bajty reprezentują poszczególne pola, jaki typ danych używa każde pole, jakie jest jego znaczenie biznesowe, znajduje się we wpisach COBOL FD i elementach COPY, a nie w żadnym katalogu bazy danych. Nie ma odpowiednika schematu INFORMATION_SCHEMA w VSAM. Plik VSAM, który był w produkcji przez czterdzieści lat, może mieć układ rekordów zdefiniowany w kopii dołączonej do 200 programów, a rzeczywiste definicje pól są widoczne tylko po przeanalizowaniu tych plików źródłowych.
Relacje znajdują się w kodzie, a nie w schemacie. Nawet gdy schemat DB2 jest dostępny przez JDBC, ograniczenia klucza obcego, których narzędzia ERD używają do rysowania linii relacji, często nie występują. DB2 w systemie z/OS historycznie dopuszczało, i wiele organizacji to praktykowało, wymuszanie integralności referencyjnej za pomocą logiki programu COBOL, a nie za pomocą ograniczeń na poziomie bazy danych. Program COBOL, który odczytuje rekord CUSTOMER według CUST-ID, weryfikuje istnienie CUST-ID przed przetwarzaniem, a następnie odczytuje powiązane rekordy ACCOUNT, implementuje relację klient-konto. Ta relacja jest rzeczywista i istotna dla ERD. Jest niewidoczna dla żadnego narzędzia odczytującego tylko katalog DB2.
Struktura danych nie jest relacyjna. Systemy IMS (Information Management System) i IDMS organizują dane w hierarchicznych drzewach segmentów, a nie w tabelach relacyjnych. Relacje nadrzędny-podrzędny między segmentami IMS są definiowane w plikach źródłowych DBD, a nie w ograniczeniach klucza obcego. Blok komunikacji programowej (Program Communication Block) w IMS definiuje, do których typów segmentów program może uzyskać dostęp i w jakiej kolejności. Diagram ERD dla bazy danych IMS to diagram hierarchii segmentów, a nie diagram relacyjny w kształcie kurzej łapki, i musi pochodzić ze źródła DBD, a nie z katalogu relacyjnego.
Trzy starsze typy baz danych i wyzwania związane z ERD
DB2 na z/OS: widoczny schemat, niewidoczne relacje
DB2 na platformie z/OS to w zasadzie relacyjna baza danych z katalogiem z możliwością zapytania. SYSCOLUMNS, SYSTALABLES i SYSTALABLEPART zapewniają definicje encji i atrybutów. Wyzwaniem jest warstwa relacji.
IBM DB2 na platformie z/OS obsługuje ograniczenia integralności referencyjnej, ale ich wdrożenie w systemach produkcyjnych było historycznie niespójne. Kwestie wydajnościowe w erze przetwarzania wsadowego skłoniły wiele organizacji do wyłączenia sprawdzania ograniczeń i wymuszania relacji w kodzie COBOL. Schemat DB2 z 500 tabelami może mieć zadeklarowanych mniej niż 20 ograniczeń klucza obcego, nie dlatego, że tabele są niepowiązane, ale dlatego, że pozostałe relacje uznano za zbyt kosztowne do wyegzekwowania na poziomie bazy danych i są one wymuszane przez programy COBOL.
Raport DB2 ERD wygenerowany wyłącznie z katalogu poprawnie pokazuje encje i ich atrybuty. Relacje są jednak niepoprawne – albo rysuje 20 zadeklarowanych relacji FK, a pomija 480 niezadeklarowanych, albo nie rysuje żadnych relacji.
Kod SQL umożliwiający wyodrębnienie tego, co zawiera katalog:
sql
-- DB2 z/OS: extract declared tables and columns (entity/attribute layer)
SELECT
T.NAME AS entity_name,
C.NAME AS attribute_name,
C.COLTYPE AS data_type,
C.LENGTH AS field_length,
C.SCALE AS decimal_scale,
C.NULLS AS nullable,
C.KEYSEQ AS primary_key_sequence
FROM SYSIBM.SYSTABLES T
JOIN SYSIBM.SYSCOLUMNS C
ON C.TBNAME = T.NAME
AND C.TBCREATOR = T.CREATOR
WHERE T.TYPE = 'T'
ORDER BY T.NAME, C.COLNO;
-- DB2 z/OS: extract declared referential constraints (incomplete relationship layer)
SELECT
R.RELNAME AS relationship_name,
R.TBNAME AS child_table,
R.REFTBNAME AS parent_table,
R.DELETERULE AS delete_rule,
R.UPDATERULE AS update_rule
FROM SYSIBM.SYSRELS R
ORDER BY R.TBNAME;
Drugie zapytanie może zwrócić zero lub bardzo niewiele wierszy dla starszego schematu DB2, nie dlatego, że relacje nie istnieją, ale dlatego, że nie zostały zadeklarowane. Wiersze ERD dla niezadeklarowanych relacji muszą pochodzić z analizy źródłowej w języku COBOL.
Pliki VSAM: Schemat istnieje tylko w kodzie źródłowym
Zestaw danych VSAM KSDS (Key-Sequenced Data Set) przechowuje rekordy fizycznie uporządkowane według klucza pierwszego. Klucz pierwszy to przesunięcie bajtu i długość w rekordzie. To, co te bajty reprezentują w terminologii biznesowej, co zawierają pozostałe bajty i jak ten rekord odnosi się do rekordów w innych plikach VSAM, nie jest zdefiniowane w metadanych VSAM. Istnieją one jedynie we wpisach FD języka COBOL i elementach COPY, których programy używają do odczytu i zapisu pliku.
Rekonstrukcja definicji encji VSAM ze źródła:
kobol
*> FD entry: the entity definition for CUSTOMER-FILE
*> This IS the ERD entity "Customer" with its attributes
FD CUSTOMER-FILE
LABEL RECORDS ARE STANDARD
RECORD CONTAINS 350 CHARACTERS.
01 CUSTOMER-RECORD.
COPY CUSTMSTR. *> Attribute definitions in copybook
*> CUSTMSTR copybook expands to:
01 CUSTOMER-RECORD.
05 CUST-ID PIC 9(10). *> Primary key
05 CUST-NAME PIC X(40). *> Customer name
05 CUST-DOB PIC 9(8). *> Date of birth
05 CUST-STATUS-CD PIC X(2). *> Status code
88 CUST-ACTIVE VALUE 'AC'.
88 CUST-INACTIVE VALUE 'IN'.
05 CUST-OPEN-DATE PIC 9(8). *> Account open date
05 CUST-REGION-CD PIC X(4). *> Region (FK to REGION-FILE)
05 FILLER PIC X(286).
Z tego wpisu FD wynika, że encja ERD „Klient” ma sześć atrybutów wraz z ich typami, długościami i kluczem podstawowym (CUST-ID). Wartości poziomu 88 definiują prawidłowe wartości dla CUST-STATUS-CD, które są odwzorowywane na ograniczenia ERD lub definicje typów wyliczeniowych w schemacie docelowym. Pole CUST-REGION-CD wydaje się być kluczem obcym dla REGION-FILE, ale można to potwierdzić jedynie poprzez analizę COBOL PROCEDURE DIVISION w celu sprawdzenia, czy program odczytuje REGION-FILE, używając wartości CUST-REGION-CD jako klucza.
Linia relacji w ERD pomiędzy Klientem a Regionem nie znajduje się w katalogu VSAM, lecz w logice programu COBOL.
Hierarchiczne bazy danych IMS: drzewa segmentowe, a nie tabele relacyjne
IMS organizuje dane w postaci hierarchicznych drzew segmentów. Typ segmentu głównego (jednostka nadrzędna) ma jeden lub więcej typów segmentów podrzędnych. Każdy segment podrzędny może mieć własne segmenty podrzędne. Powstała struktura drzewa jest odpowiednikiem ERD w IMS, ale nie jest to relacyjny ERD, lecz hierarchia, w której rekordy podrzędne są fizycznie przechowywane w rekordach nadrzędnych lub obok nich.
Struktura danych IMS jest zdefiniowana w pliku źródłowym DBD (Opis bazy danych):
DBD NAME=CUSTDB,ACCESS=HDAM
DATASET DD1=CUSTDD,DEVICE=3390
SEGM NAME=CUSTROOT,BYTES=200,FREQ=1000
FIELD NAME=(CUSTID,SEQ),BYTES=10,START=1,TYPE=C
FIELD NAME=CUSTNAME,BYTES=40,START=11,TYPE=C
FIELD NAME=CUSTSTAT,BYTES=2,START=51,TYPE=C
SEGM NAME=ACCTSEGS,PARENT=CUSTROOT,BYTES=100,FREQ=5
FIELD NAME=(ACCTNO,SEQ),BYTES=12,START=1,TYPE=C
FIELD NAME=ACCTBAL,BYTES=13,START=13,TYPE=P
SEGM NAME=TXNSEGS,PARENT=ACCTSEGS,BYTES=80,FREQ=20
FIELD NAME=(TXNDATE,SEQ),BYTES=8,START=1,TYPE=C
FIELD NAME=TXNAMT,BYTES=13,START=9,TYPE=P
Ta DBD definiuje trzy typy encji w hierarchii rodzic-dziecko-wnuczek: CUSTROOT (Klient) zawiera ACCTSEGS (Konto), które zawiera TXNSEGS (Transakcja). W terminologii ERD:
- Klient (1) —- ma (wiele) —- kont
- Konto (1) —- ma (wiele) —- Transakcji
Linie ERD są typu jeden do wielu od rodzica do dziecka. Kardynalność jest zakodowana w parametrze FREQ (średnia liczba wystąpień) oraz w fizycznych wzorcach dostępu widocznych w definicjach PCB. Atrybutami encji są definicje FIELD w ramach każdego SEGM.
Konwersja hierarchicznej struktury IMS na relacyjny ERD w celu zaprojektowania docelowego systemu migracji wymaga jawnego określenia niejawnego klucza obcego typu nadrzędny-podrzędny, który IMS wymusza fizycznie: ACCTSEGS zawsze należy do dokładnie jednego CUSTROOT. W docelowym schemacie relacyjnym staje się to kolumną typu FK w tabeli Account, odwołującą się do klucza podstawowego Customer.
Kod COBOL jako specyfikacja relacji
Warstwa relacji ERD dla dowolnego starszego typu bazy danych, DB2, VSAM lub IMS, znajduje się głównie we wzorcach dostępu do danych COBOL PROCEDURE DIVISION. Trzy wzorce to najczęstsze wskaźniki relacji:
Odczyt sekwencyjny z kwalifikacją klucza. Program odczytuje plik A, aby uzyskać wartość klucza, a następnie używa tego klucza do odczytu pliku B:
kobol
PROCESS-CUSTOMER.
READ CUSTOMER-FILE
KEY IS WS-CUST-KEY
INVALID KEY PERFORM CUST-NOT-FOUND
END-READ
MOVE CUST-ID TO WS-ACCT-SEARCH-KEY
READ ACCOUNT-FILE
KEY IS WS-ACCT-SEARCH-KEY
INVALID KEY PERFORM ACCT-NOT-FOUND
END-READ.
Ten wzorzec ustanawia relację: Klient jest powiązany z Kontem poprzez CUST-ID. Wiersz ERD wygląda następująco: KLIENT (1) —- ma (0 lub więcej) —- KONTO.
Kardynalność (jeden klient do jednego konta lub jeden klient do wielu kont) jest ustalana na podstawie tego, czy po drugim ODCZYCIE następuje wzorzec PERFORM UNTIL EOF w celu sekwencyjnego skanowania:
kobol
READ-ALL-ACCOUNTS.
MOVE CUST-ID TO WS-ACCT-KEY
START ACCOUNT-FILE KEY >= WS-ACCT-KEY
PERFORM UNTIL WS-ACCT-EOF = 'Y'
READ ACCOUNT-FILE NEXT RECORD
AT END MOVE 'Y' TO WS-ACCT-EOF
END-READ
IF NOT WS-ACCT-EOF
PERFORM PROCESS-ACCOUNT
END-IF
END-PERFORM.
Wzorzec PERFORM UNTIL EOF występujący po START ustala, że jeden KLIENT ma wiele KONT, a kardynalność jest jedna do wielu.
Wzorzec wyszukiwania/walidacji. Program odczytuje plik referencyjny, aby zweryfikować wartość kodu w rekordzie głównym:
kobol
VALIDATE-REGION.
MOVE CUST-REGION-CD TO WS-REGION-KEY
READ REGION-FILE
KEY IS WS-REGION-KEY
INVALID KEY MOVE 'INVALID' TO WS-VALIDATION-STATUS
END-READ.
Tworzy to relację klucza obcego: CUSTOMER.CUST-REGION-CD odwołuje się do REGION.REGION-CD. Wiersz ERD ma postać: REGION (1) —- klasyfikuje (0 lub więcej) —- CUSTOMER.
Wbudowany wzorzec łączenia SQL. W przypadku programów z dostępem do DB2, wbudowane instrukcje SELECT SQL z klauzulami JOIN stanowią najbardziej jasną specyfikację relacji:
kobol
EXEC SQL
SELECT C.CUST-NAME, A.ACCT-BALANCE
INTO :WS-CUST-NAME, :WS-ACCT-BAL
FROM CUSTOMER C
JOIN ACCOUNT A ON A.CUST-ID = C.CUST-ID
WHERE C.CUST-ID = :WS-KEY-CUST-ID
END-EXEC.
Klauzula JOIN ON to jawna relacja FK: ACCOUNT.CUST-ID odwołuje się do CUSTOMER.CUST-ID. Ta relacja może nie występować w tabeli SYSRELS w DB2, ale jest na pewno obecna w kodzie źródłowym COBOL.
Obsługa REDEFINES: Wiele typów encji w jednym rekordzie
Rekordy VSAM korzystające z REDEFINES stwarzają specyficzne wyzwanie w modelowaniu ERD: ten sam rekord fizyczny zawiera różne zestawy atrybutów w zależności od pola dyskryminatora. Odnosi się to do koncepcji ERD obejmującej encje podtypów, typ encji nadrzędnej (rekord wspólny) i wiele encji podtypów (warianty REDEFINES).
Reprezentacja ERD:
TRANSACTION (supertype)
|-- TXN-TYPE = 'PM' --> PAYMENT-TRANSACTION (subtype)
|-- TXN-TYPE = 'RF' --> REFUND-TRANSACTION (subtype)
|-- TXN-TYPE = 'AJ' --> ADJUSTMENT-TRANSACTION (subtype)
W docelowym schemacie relacyjnym można to zaimplementować w następujący sposób:
- Dziedziczenie pojedynczej tabeli: jedna tabela ze wszystkimi kolumnami, kolumny specyficzne dla wariantu mogą mieć wartość null
- Dziedziczenie klas-tabel: jedna tabela dla nadtypu, jedna dla podtypu z kluczem obcym do nadtypu
- Dziedziczenie konkretnej tabeli: osobna tabela dla każdego podtypu, brak tabeli nadtypu
ERD musi dokładnie odzwierciedlać hierarchię REDEFINES, aby decyzja dotycząca projektu schematu docelowego mogła zostać podjęta z pełną wiedzą na temat struktury wariantów.
Budowanie kompletnego ERD: podejście łączone
Kompletny ERD dla starszego środowiska baz danych wymaga połączenia trzech źródeł:
Źródło 1: Katalog bazy danych. W przypadku DB2 wyodrębnij tabele, kolumny i zadeklarowane ograniczenia FK z SYSCOLUMNS i SYSRELS. W przypadku IMS wyodrębnij typy segmentów i definicje pól ze źródła DBD. W przypadku VSAM, jeśli nie ma katalogu, przejdź bezpośrednio do Źródła 2.
Źródło 2: Wpisy FD i copybooki języka COBOL. Dla każdego pliku danych w zakresie wyodrębnij układ rekordu z wpisu FD i elementu COPY, do którego się on odwołuje. Generuje to definicje atrybutów encji dla plików VSAM i uzupełnia katalog DB2 o metadane biznesowe na poziomie kolumn (opisy pól z komentarzy copybooka, prawidłowe wartości poziomu 88 jako definicje ograniczeń, precyzja COMP-3 jako precyzja typu danych).
Źródło 3: COBOL PROCEDURE DIVISION wzorce dostępu. Dla każdego programu, który uzyskuje dostęp do danych w zakresie, wyodrębnij wzorce dostępu do danych: które pliki są odczytywane z jakimi kluczami, które wzorce łączenia ustanawiają relacje między plikami, które wzorce walidacji ustanawiają relacje kluczy obcych do plików referencyjnych. W ten sposób powstają linie relacji, których nie zawiera ani katalog bazy danych, ani wpisy FD.
Połączenie trzech źródeł pozwala na uzyskanie ERD, który dokładnie odzwierciedla:
- Wszystkie jednostki (tabele, pliki VSAM, segmenty IMS) z ich atrybutami
- Wszystkie jawnie zadeklarowane relacje (z ograniczeń klucza obcego katalogu DB2)
- Wszystkie niejawnie wymuszane relacje (z wzorców kodu COBOL)
- Wszystkie struktury podtypów (z hierarchii REDEFINES)
- Wszystkie relacje danych referencyjnych (z wzorców wyszukiwania walidacyjnego)
Połączony ERD stanowi specyfikację modelu danych, której wymaga projekt schematu docelowego migracji.
Wykorzystanie starszej wersji ERD do projektowania schematu docelowego
Starsza wersja ERD spełnia trzy konkretne cele w projektowaniu schematu docelowego:
Mapowanie klucza podstawowego. Klucz podstawowy VSAM KSDS, pole klucza tabeli DB2 i pole sekwencji segmentu IMS są mapowane na klucze podstawowe w docelowym schemacie relacyjnym. Definicja pola w języku COBOL (patrz rys. 9(10), rys. X(12)) określa typ kolumny docelowej.
Definicja klucza obcego. Każda linia relacji w starszym ERD, która była wymuszana w kodzie COBOL, staje się jawnym ograniczeniem klucza obcego w docelowym schemacie relacyjnym. Wymuszanie w COBOL jest zastępowane wymuszaniem na poziomie bazy danych, co jest prawidłowym zachowaniem dla nowoczesnego systemu relacyjnego.
Normalizacja podtypów. Hierarchie REDEFINES w rekordach VSAM stają się jednym z trzech wzorców mapowania dziedziczenia (pojedyncza tabela, tabela klas lub tabela konkretna) w zależności od wymagań biznesowych dotyczących wydajności zapytania, tolerancji wartości null i wzorca dostępu.
Mapowanie typów z zachowaniem precyzji. Pola dziesiętne spakowane COMP-3 o określonej precyzji (PIC S9(9)V99 COMP-3) są mapowane na DECIMAL(11, 2) w schemacie docelowym, a nie na FLOAT, który powoduje utratę precyzji, ani na VARCHAR, który powoduje utratę ograniczenia numerycznego. Definicje atrybutów ERD muszą zawierać te metadane precyzji, aby zapobiec utracie jakości danych podczas migracji.
W jaki sposób SMART TS XL Rekonstruuje starsze ERD-y
SMART TS XL'S statyczna analiza kodu Analizuje każdy wpis FD COBOL, element COPY i wzorzec dostępu do danych PROCEDURE DIVISION w całym portfolio. Na podstawie tej analizy generuje definicje encji i atrybutów dla każdego pliku danych w zakresie, w tym plików VSAM, które nie zawierają wpisu w katalogu bazy danych, oraz mapę relacji utworzoną na podstawie wzorców dostępu do danych w źródle COBOL.
Mapowanie zależności aplikacji śledzi przepływ danych między programami a magazynami danych: które programy uzyskują dostęp do których plików, z jakimi kluczami i według jakich wzorców dostępu. Ta operacyjna mapa zależności jest źródłem linii relacji wymaganych przez starszą warstwę relacji ERD, czyli relacji klient-konto, której katalog DB2 nie deklaruje, ale deklaruje klauzula COBOL JOIN ON.
Funkcja analizy wpływu sprawia, że ERD jest użyteczny w planowaniu migracji: gdy decyzja dotycząca schematu docelowego zmienia strukturę klucza podstawowego jednostki, analiza wpływu identyfikuje każdy program COBOL, który uzyskuje dostęp do tej jednostki i wymagałby odpowiednich zmian. ERD prezentuje model danych; analiza wpływu pokazuje zakres programu, w którym wprowadzane są wszelkie zmiany.
Analiza modernizacji starszych systemów generuje inwentaryzację strukturalną VSAM, każdy wpis FD wraz z definicjami pól, hierarchiami REDEFINES, specyfikacjami precyzji COMP-3 i prawidłowymi wartościami 88-poziomowymi, która tworzy warstwę atrybutów encji kompletnego, starszego modelu ERD. Dla organizacji, które nie udokumentowały formalnie swoich schematów VSAM, ta inwentaryzacja strukturalna jest pierwszym kompletnym modelem danych, jaki kiedykolwiek posiadały.
Funkcja wyszukiwania korporacyjnego umożliwia wyszukiwanie wyników ERD: znajdź każdy program uzyskujący dostęp do określonej encji, każde pole, które wydaje się być kluczem obcym do określonego pliku referencyjnego, każdą hierarchię REDEFINES, która tworzy podtypy encji. Ta funkcja wyszukiwania obsługuje iteracyjny proces konstrukcji ERD, budując, weryfikując i udoskonalając starszy model danych przed sfinalizowaniem projektu schematu docelowego migracji.
ERD, baza danych nigdy nie była przechowywana
Każda nowoczesna baza danych ma swój własny schemat. PostgreSQL, MySQL, Oracle i SQL Server utrzymują tabele katalogowe, które opisują każdą encję, atrybut i relację zawartą w bazie danych. Inżynieria wsteczna ERD z tych systemów jest szybka, dokładna i w pełni zautomatyzowana.
Starsze bazy danych były budowane w innych środowiskach. VSAM zakłada, że schemat jest znany programom, które go używają, a nie jest przechowywany w samym pliku. DB2 na platformie z/OS pozwalał na zachowanie integralności referencyjnej w kodzie COBOL ze względów wydajnościowych, co miało sens w 1987 roku i obecnie stanowi dług architektoniczny, który musi rozwiązać każdy program modernizacyjny. IMS przechowuje swój schemat w plikach źródłowych DBD, których narzędzia relacyjnych ERD nie są w stanie odczytać.
Mimo to ERD, którego te systemy nigdy formalnie nie utrzymywały, istnieje i jest rozproszony w postaci wpisów FD, kopii, wzorców dostępu do danych PROCEDURE DIVISION, osadzonych klauzul łączenia SQL i definicji DBD IMS. Jego rekonstrukcja wymaga systematycznego odczytania wszystkich tych źródeł i połączenia ich w ujednolicony model danych, który dotychczasowe środowisko baz danych zawierało niejawnie, a nigdy nie było jawnie rejestrowane.
Ta rekonstrukcja jest warunkiem wstępnym każdego poprawnego projektu schematu docelowego migracji. Schemat docelowy zaprojektowany bez niej jest przeznaczony dla starszego modelu danych, którego nikt w pełni nie widział.


