数据建模是为要存储在数据库中的数据创建数据模型的过程. 该数据模型是概念表示
数据对象
不同数据对象之间的关联
规则.
数据建模有助于数据的可视化表示, 并对数据实施业务规则, 规则遵从性和政府政策. 数据模型可确保命名约定, 默认值, 语义, 安全性的一致性, 同时确保数据质量.
数据模型强调需要哪些数据以及如何组织数据, 而不是需要对数据执行哪些操作. 数据模型就像架构师的构建计划, 它有助于构建概念模型并设置数据项之间的关系.
两种类型的数据模型技术是
实体关系 (ER) 模型
UML(统一建模语言)
为何使用数据模型?
使用数据模型的主要目标是:
准确表示数据库所需的所有数据对象. 丢失数据将导致错误并产生不正确的结果.
数据模型有助于在概念, 物理和逻辑层面设计数据库.
数据模型结构有助于定义关系表, 主键和外键以及存储过程.
它提供了基本数据的清晰图像, 数据库开发人员可以使用它来创建物理数据库.
对 识别丢失和冗余数据也很有帮助.
虽然最初创建数据模型既费力又耗时, 但从长远来看, 它可以使您的 IT 基础架构升级和维护更便宜, 更快捷.
数据模型的类型
主要有三种不同类型的数据模型:
概念: 此数据模型定义系统包含的内容. 此模型通常由业务涉众和数据架构师创建. 目的是组织, 范围和定义业务概念和规则.
逻辑: 定义如何都应该实现系统. 此模型通常由 Data Architects 和业务分析师创建. 目的是制定规则和数据结构.
物理 : 此数据模型描述了如何使用特定的 DBMS 系统实现系统. 此模型通常由 DBA 和开发人员创建. 目的是实际实现数据库.
图片. PNG
概念模型
该模型的主要目的是建立实体, 它们的属性以及它们之间的关系. 在此数据建模级别中, 几乎没有任何实际数据库结构的详细信息.
数据模型的 3 个基本要素:
实体 : 现实世界的东西
属性 : 实体的特征或属性
关系 : 两个实体之间的依赖关系
例如:
Customer 和 Product 是两个实体. Customer 编号和名称是 Customer 实体的属性
Product 名称和价格是 Product 实体的属性
Sale 是客户与产品之间的关系
图片. PNG
概念数据模型的特征
提供组织范围内的业务概念.
此类数据模型是为业务受众设计和开发的.
概念模型的开发独立于硬件规范, 如数据存储容量, 位置或软件规范, 如 DBMS 供应商和技术. 重点是表示用户将在 "现实世界" 中看到的数据.
被称为域模型的概念数据模型通过建立基本概念和范围为所有利益相关者创建了共同的词汇表.
参考资料
python 测试开发项目实战 - 目录 https://china-testing.github.io/practices.html
python 工具书籍下载 - 持续更新 https://china-testing.github.io/python_books.html
python 3.7 极速入门教程 - 目录 https://china-testing.github.io/python3_quick.html
讨论 qq 群 630011153 144081101
来源: http://www.jianshu.com/p/a414e0c9daae