第 7 章. 数据建模与分析

模型介绍(模型是现实的反应)

  1. 逻辑模型：展现系统是怎样的和怎么做的，和具体技术实现是分离的，描述了系统的本质。

  2. 物理模型：不仅仅展现系统是怎样的和怎么做的，同时描述了系统再物理和技术上的实现方式。

    使用逻辑模型的原因

  3. 分隔了逻辑和技术实现，避免系统设计者在技术实现上的偏好。

  4. 降低了业务需求缺失的现象。
  5. 促使和低技术人员或最终使用用户进行交流。

    数据建模

    数据建模也可以叫做 information modeling，最常见的是 ERD（即 ER 图）

key: concatenated key: 租户关键字 alternate key: 未被选为主关键字的候选关键字 subsetting criteria: 子集准则，属性由有限的值进行分割为不同子集 cardinality: 一个实体与另一个实体之间关系的最小和最大数量 recursive relationship: 递归联系，degree = 1，实体和自身本身产生联系 Nonidentifying relationships：非标识性联系，主键没有存在联系 Identifying relationships：标识性联系，父实体的主键变为子实体主键的一部分 Nonsepecific relationship: 非特定联系，n 对 n 联系，需要分解 泛化：将子实体的共同属性集中的技术 超类型实体：实体存储子实体的共同属性

逻辑建模

仅包含实体和关系的问题分析阶段模型，被称作上下文模型。

  1. 建立逻辑数据模型的步骤

    1. 建立上下文模型（建立项目的范围）
    2. 画出基于键的数据模型（模型将转换掉非特定联系，添加联合实体，同时包含主键和候选键）
    3. 建立拥有完整属性的数据模型（该模型包含所有剩余的描述性属性和子集准则）
    4. 规范化（建立规范化的数据模型）

      分析数据模型

      数据分析是将数据模型通过一定过程转化为简单，非冗余，灵活，可适应性强的数据库，具体技术称为规范化技术。

  2. 范式

    1. 属性不可分割
    2. 非主键属性依赖于主键属性而非主键属性其一部分
    3. 非主键属性不依赖于其他的所有非主键属性