大数据

数据模型体系

2018-04-27 10:16:41　|　来源：中培企业IT培训网

4.1 数据模型体系

数据库设计是一项庞大的工程项目，数据库设计质量的好坏直接影响系统中各个处理过程的性能和质量。为了更好地进行数据库设计，业界提出各种数据库设计方法，并运用软件工程的思想和方法，提出各种设计准则和规范。其中关键一点就是数据模型体系的设计。商45银行数据治理业银行的数据模型体系一般分为4层，包括：企业级概念数据模型、企业级逻辑数据模型、应用级逻辑数据模型、应用级物理数据模型。

一个典型的数据模型项目或新系统开发项目中的数据库设计工作可包括以下阶段：需求收集阶段、分析与设计阶段、，实现阶段。

1．需求收集阶段

概念数据模型( Conceptual Data Model，CDM)是需求收集阶段的阶段性结果，它包含了重要的业务概念以及需求，并且通过相应的方法论将这些高级的业务概念关联起来。

2．分析与设计阶段

逻辑数据模型( Logic Data Model，LDM)是分析与设计阶段的产物，将高级的业务概念以数据实体或属性及其关系的形态在逻辑层面更详细地表达出来，主要的表现形式是ERD（实体关系图）。

3．实现阶段

物理数据模型( Physical Data Model，PDM)是考虑到物理实现上效率的实现以及很多限制而获得的数据模型，是最终结合数据库系统实现的产物。

企业级概念数据模型指导企业级逻辑数据模型，企业级逻辑数据模型指导应用级逻辑数据模型，应用级逻辑数据模型反向指导与完善企业级逻辑数据模型，并指导生成应用级物理数据模型。

设计一个完善的数据库应用系统不是一蹴而就的，它往往是上述几个阶段的循环反复。

如果没有科学的数据库设计方法，数据库设计质量难以保证，往往使数据库运行一段时间后出现各种不同程度的功能或性能问题，无形之中增加了系统维护的代价。为保证数据模型的设计质量，数据模型的设计应遵循先概念数据模型，再逻辑数据模型，最后物理数据模型的顺序。

图4-1所示为数据模型体系。

标签：数据模型