資料庫實體細分的過程叫什麼

㈠ 數據建模是什麼意思

問題一：什麼是數據建模 數據建模指的是對現實世界各類數據的抽象組織，確定資料庫需管轄的范圍、數據的組織形式等直至轉化成現實的資料庫。
將經過系統分析後抽象出來的概念模型轉化為物理模型後，在visio或erwin等工具建立資料庫實體以及各實體之間關系的過程・（實體一般是表）。
ke./view/1452242

問題二：根據數據建立分析模型是什麼意思 這是數據分析的一般思路。
但是通常都是在建立分析模型前，一般都是有預先假設的，比如說我假設 銷售人員的學歷、工作經驗、薪資待遇、年齡這幾個方面會對其銷售額產生影響。
之後我就會根據我的假設來收集數據，然後針對數據進行分析，找出一個合適的數據模型，比如說是線性模型的的話 就用線性回歸，如果是非線性模型的話，則建立相應的非線性模型。然後通過模型創建 可以驗證假設中哪些是正確的，同時可以找出影響因素的影響大小等

問題三：數據模型是什麼？ 數據（data）是描述事物的符號記錄。模型（Model)是現實世界的抽象。數據模型（Data Model）是數據特徵的抽象，是資料庫管理的教學形式框架。
數據模型所描述的內容包括三個部分：數據結構、數據操作、數據約束。
1）數據結構:數據模型中的數據結構主要描述數據的類型、內容、性質以及數據間的聯系等。數據結構是數據模型的基礎，數據操作和約束都建立在數據結構上。不同的數據結構具有不同的操作和約束。
2）數據操作:數據模型中數據操作主要描述在相應的數據結構上的操作類型和操作方式。
3）數據約束：數據模型中的數據約束主要描述數據結構內數據間的語法、詞義聯系、他們之間的制約和依存關系，以及數據動態變化的規則，以保證數據的正確、有效和相容。
數據模型按不同的應用層次分成三種類型：分別是概念數據模型、邏輯數據模型、物理數據模型。
1、概念數據模型（Conceptual Data Model）：簡稱概念模型，是面向資料庫用戶的實現世界的模型，主要用來描述世界的概念化結構，它使資料庫的設計人員在設計的初始階段，擺脫計算機系統及DBMS的具體技術問題，集中精力分析數據以及數據之間的聯系等，與具體的數據管理系統（Database Management System，簡稱DBMS）無關。概念數據模型必須換成邏輯數據模型，才能在DBMS中實現。
2、邏輯數據模型（Logical Data Model）:簡稱數據模型，這是用戶從資料庫所看到的模型，是具體的DBMS所支持的數據模型，如網狀數據模型(Network Data Model)、層次數據模型(Hierarchical Data Model)等等。此模型既要面向用戶，又要面向系統，主要用於資料庫管理系統（DBMS）的實現。
3、物理數據模型（Physical Data Model）:簡稱物理模型，是面向計算機物理表示的模型，描述了數據在儲存介質上的組織結構，它不但與具體的DBMS有關，而且還與操作系統和硬體有關。每一種邏輯數據模型在實現時都有起對應的物理數據模型。DBMS為了保證其獨立性與可移植性，大部分物理數據模型的實現工作又系統自動完成，而設計者只設計索引、聚集等特殊結構。
在概念數據模型中最常用的是E-R模型、擴充的E-R模型、面向對象模型及謂詞模型。在邏輯數據類型中最常用的是層次模型、網狀模型、關系模型。

問題四：數據模型的含義是什麼？為什麼要建立數據模型 模型是對現實世界的抽象。在資料庫技術中，表示實體類型及實體類型間聯系的模型稱為「數據模型」。 數據模型是資料庫管理的教學形式框架，是用來描述一組數據的概念和定義，包括三個方面： 1、概念數據模型（Conceptual Data Model）：這是面向數...

問題五：建模是什麼意思？ 分類別 是數學建模還是三維建模
數學建模個人理解就是建立一種關系式：比如一個函數sum（a） = a*a;
該函數就可以是一種模型，輸入a，輸出a*a。
三維建模，就是做出一些虛擬的、可見的模型，比如虛擬的一個杯子，一張桌子....

問題六：數學建模是什麼意思 數學模型就是對實際問題的一種數學表述。 具體一點說：數學模型是關於部分現實世界為某種目的的一個抽象的簡化的數學結構。 更確切地說：數學模型就是對於一個特定的對象為了一個特定目標，根據特有的內在規律，做出一些必要的簡化假設，運用適當的數學工具，得到的一個數學結構。數學結構可以是數學公式，演算法、表格、圖示等。 數學建模就是建立數學模型，建立數學模型的過程就是數學建模的過程（見數學建模過程流程圖）。 數學建模是一種數學的思考方法，是運用數學的語言和方法，通過抽象、簡化建立能近似刻劃並解決實際問題的一種強有力的數學手段。

問題七：什麼是數據建模？數據建模有什麼優點和缺點？ 樓上說的到真的是，可以引用虛擬資料庫里的元素，這樣做的一個優點之一是可以降低開發的難度，因為不用要求開發人員了解數據結構就能開發了，變相的也提高了 開發效率，其二是將業務層與物理層，即需求和存儲切分開來，使系統的架構更易讀、合理。
缺點嘛，因為多了一層，所以在系統運行時會多一層解析，理論上說會降低系統的速度，但實際上也影響不大，其 二是這種手段適用於大中型系統的開發，對數據結構簡單，就用到幾張資料庫表的小系統而言，難免會有畫蛇添足 之嫌。
貼一個我正在做的數據建模圖片。

問題八：java中的建模是什麼？ 建模 1、使用計算機描述一個系統的行為。例如，電子表格程序可以用來處理財務數據，代表公司的行為；開發商業計劃；評估公司經營改變可能造成的影響。請參閱 simulation，spreadsheet program。【英】The use of putersto describe the behavior of a system. Spreadsheet programs, for example, can be used to manipulate financial data,representing the activity of a pany; to develop business projections; or to evaluate the impact of proposedchan激es on the pany』s operations.
2、使用計算機以數學方法描述物體和它們之間的空間關系。例如，計算機輔助設計 (CAD) 程序可在屏幕上生成物體，使用方程式產生直線和形狀，依據它們相互之間及與所在的二維或三維空間的關系精確放置。
3、應用程序和數據建模是為應用程序確定、記錄和實現數據和進程要求的過程。這包括查看現有的數據模型和進程，以確定它們是否可被重復使用，並創建新數據模型和進程，以滿足應用程序的獨特要求。
建模過程中的主要活動包括：
確定數據及其相關過程（如實地銷售人員需要查看在線產品目錄並提交新客戶訂單）。
定義數據（如數據類型、大小和默認值）。
確保數據的完整性（使用業務規則和驗證檢查）。
定義操作過程（如安全檢查和備份）。
選擇數據存儲技術（如關系、分層或索引存儲技術）。
一定要知道建模通常會以意想不到的方式涉及公司的管理。例如，當對哪些數據元素應由哪些組織來維護有新的見解時，數據所有權（以及數據維護、准確性和及時性的隱含責任）通常會遭到質疑。數據設計常常促使公司認識到企業數據系統是如何相互依存的，並且鼓勵公司抓住協調後的數據規劃所帶來的效率提高、成本節約和戰略性機遇。
在結束建模時，您已經完全定義了應用程序的要求，確定了可能被其他企業級應用程序重復使用的數據和服務，並為將來擴展奠定了強有力的基礎。

㈡ 資料庫中的實體,實體型,實體集解析

一、資料庫設計過程

資料庫技術是信息資源管理最有效的手段。

資料庫設計是指：對於一個給定的應用環境，構造最優的資料庫模式，建立資料庫及其應用系統，有效存儲數據，滿足用戶信息要求和處理要求。

資料庫設計的各階段：

A、需求分析階段：綜合各個用戶的應用需求(現實世界的需求)。

B、在概念設計階段：形成獨立於機器和各DBMS產品的概念模式(信息世界模型)，用E-R圖來描述。

C、在邏輯設計階段：將E-R圖轉換成具體的資料庫產品支持的數據模型，如關系模型，形成資料庫邏輯模式。然後根據用戶處理的要求，安全性的考慮，在基本表的基礎上再建立必要的視圖(VIEW)形成數據的外模式。

D、在物理設計階段：根據DBMS特點和處理的需要，進行物理存儲安排，設計索引，形成資料庫內模式。

1. 需求分析階段

需求收集和分析，結果得到數據字典描述的數據需求(和數據流圖描述的處理需求)。

需求分析的重點：調查、收集與分析用戶在數據管理中的信息要求、處理要求、安全性與完整性要求。

需求分析的方法：調查組織機構情況、各部門的業務活動情況、協助用戶明確對新系統的各種要求、確定新系統的邊界。

常用的調查方法有： 跟班作業、開調查會、請專人介紹、詢問、設計調查表請用戶填寫、查閱記錄。

分析和表達用戶需求的方法主要包括自頂向下和自底向上兩類方法。自頂向下的結構化分析方法(Structured Analysis，簡稱SA方法)從最上層的系統組織機構入手，採用逐層分解的方式分析系統，並把每一層用數據流圖和數據字典描述。

數據流圖表達了數據和處理過程的關系。系統中的數據則藉助數據字典(Data Dictionary，簡稱DD)來描述。

2. 概念結構設計階段

通過對用戶需求進行綜合、歸納與抽象，形成一個獨立於具體DBMS的概念模型，可以用E-R圖表示。

概念模型用於信息世界的建模。概念模型不依賴於某一個DBMS支持的數據模型。概念模型可以轉換為計算機上某一DBMS支持的特定數據模型。

概念模型特點：

(1) 具有較強的語義表達能力，能夠方便、直接地表達應用中的各種語義知識。

(2) 應該簡單、清晰、易於用戶理解，是用戶與資料庫設計人員之間進行交流的語言。

概念模型設計的一種常用方法為IDEF1X方法，它就是把實體-聯系方法應用到語義數據模型中的一種語義模型化技術，用於建立系統信息模型。

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

2.1 第零步——初始化工程

這個階段的任務是從目的描述和范圍描述開始，確定建模目標，開發建模計劃，組織建模隊伍，收集源材料，制定約束和規范。收集源材料是這階段的重點。通過調查和觀察結果，業務流程，原有系統的輸入輸出，各種報表，收集原始數據，形成了基本數據資料表。

2.2 第一步——定義實體

實體集成員都有一個共同的特徵和屬性集，可以從收集的源材料——基本數據資料表中直接或間接標識出大部分實體。根據源材料名字表中表示物的術語以及具有 「代碼」結尾的術語，如客戶代碼、代理商代碼、產品代碼等將其名詞部分代表的實體標識出來，從而初步找出潛在的實體，形成初步實體表。

2.3 第二步——定義聯系

IDEF1X模型中只允許二元聯系，n元聯系必須定義為n個二元聯系。根據實際的業務需求和規則，使用實體聯系矩陣來標識實體間的二元關系，然後根據實際情況確定出連接關系的勢、關系名和說明，確定關系類型，是標識關系、非標識關系(強制的或可選的)還是非確定關系、分類關系。如果子實體的每個實例都需要通過和父實體的關系來標識，則為標識關系，否則為非標識關系。非標識關系中，如果每個子實體的實例都與而且只與一個父實體關聯，則為強制的，否則為非強制的。如果父實體與子實體代表的是同一現實對象，那麼它們為分類關系。

2.4 第三步——定義碼

通過引入交叉實體除去上一階段產生的非確定關系，然後從非交叉實體和獨立實體開始標識侯選碼屬性，以便唯一識別每個實體的實例，再從侯選碼中確定主碼。為了確定主碼和關系的有效性，通過非空規則和非多值規則來保證，即一個實體實例的一個屬性不能是空值，也不能在同一個時刻有一個以上的值。找出誤認的確定關系，將實體進一步分解，最後構造出IDEF1X模型的鍵基視圖(KB圖)。

2.5 第四步——定義屬性

從源數據表中抽取說明性的名詞開發出屬性表，確定屬性的所有者。定義非主碼屬性，檢查屬性的非空及非多值規則。此外，還要檢查完全依賴函數規則和非傳遞依賴規則，保證一個非主碼屬性必須依賴於主碼、整個主碼、僅僅是主碼。以此得到了至少符合關系理論第三範式的改進的IDEF1X模型的全屬性視圖。

2.6 第五步——定義其他對象和規則

定義屬性的數據類型、長度、精度、非空、預設值、約束規則等。定義觸發器、存儲過程、視圖、角色、同義詞、序列等對象信息。

3. 邏輯結構設計階段

將概念結構轉換為某個DBMS所支持的數據模型(例如關系模型)，並對其進行優化。設計邏輯結構應該選擇最適於描述與表達相應概念結構的數據模型，然後選擇最合適的DBMS。

將E-R圖轉換為關系模型實際上就是要將實體、實體的屬性和實體之間的聯系轉化為關系模式,這種轉換一般遵循如下原則：一個實體型轉換為一個關系模式。實體的屬性就是關系的屬性。實體的碼就是關系的碼。

數據模型的優化，確定數據依賴，消除冗餘的聯系，確定各關系模式分別屬於第幾範式。確定是否要對它們進行合並或分解。一般來說將關系分解為3NF的標准，即：

表內的每一個值都只能被表達一次。

表內的每一行都應該被唯一的標識(有唯一鍵)。

表內不應該存儲依賴於其他鍵的非鍵信息。

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

4. 資料庫物理設計階段

為邏輯數據模型選取一個最適合應用環境的物理結構(包括存儲結構和存取方法)。根據DBMS特點和處理的需要，進行物理存儲安排，設計索引，形成資料庫內模式。

5. 資料庫實施階段

運用DBMS提供的數據語言(例如SQL)及其宿主語言(例如C)，根據邏輯設計和物理設計的結果建立資料庫，編制與調試應用程序，組織數據入庫，並進行試運行。 資料庫實施主要包括以下工作：用DDL定義資料庫結構、組織數據入庫 、編制與調試應用程序、資料庫試運行 ，(Data Definition Language(DDL數據定義語言)用作開新數據表、設定欄位、刪除數據表、刪除欄位，管理所有有關資料庫結構的東西)

●Create (新增有關資料庫結構的東西，屬DDL)

●Drop (刪除有關資料庫結構的東西，屬DDL)

●Alter (更改結構，屬DDL)

6. 資料庫運行和維護階段

在資料庫系統運行過程中必須不斷地對其進行評價、調整與修改。內容包括：資料庫的轉儲和恢復、資料庫的安全性、完整性控制、資料庫性能的監督、分析和改進、資料庫的重組織和重構造。

7. 建模工具的使用

為加快資料庫設計速度，目前有很多資料庫輔助工具(CASE工具)，如Rational公司的Rational Rose，CA公司的Erwin和Bpwin，Sybase公司的PowerDesigner以及Oracle公司的oracle Designer等。

ERwin主要用來建立資料庫的概念模型和物理模型。它能用圖形化的方式，描述出實體、聯系及實體的屬性。ERwin支持IDEF1X方法。通過使用 ERwin建模工具自動生成、更改和分析IDEF1X模型，不僅能得到優秀的業務功能和數據需求模型，而且可以實現從IDEF1X模型到資料庫物理設計的轉變。ERwin工具繪制的模型對應於邏輯模型和物理模型兩種。在邏輯模型中，IDEF1X工具箱可以方便地用圖形化的方式構建和繪制實體聯系及實體的屬性。在物理模型中，ERwin可以定義對應的表、列，並可針對各種資料庫管理系統自動轉換為適當的類型。

設計人員可根據需要選用相應的資料庫設計建模工具。例如需求分析完成之後，設計人員可以使用Erwin畫ER圖，將ER圖轉換為關系數據模型，生成資料庫結構;畫數據流圖，生成應用程序。

二、資料庫設計技巧

1. 設計資料庫之前(需求分析階段)

1) 理解客戶需求，包括用戶未來需求變化。

2) 了解企業業務類型，可以在開發階段節約大量的時間。

3) 重視輸入(要記錄的數據)、輸出(報表、查詢、視圖)。

4) 創建數據字典和ER 圖表

數據字典(Data Dictionary，簡稱DD)是各類數據描述的集合，是關於資料庫中數據的描述，即元數據，不是數據本身。(至少應該包含每個欄位的數據類型和在每個表內的主外鍵)。

數據項描述: 數據項名，數據項含義說明，別名，數據類型，長度，取值范圍，取值含義，與其他數據項的邏輯關系

數據結構描述: 數據結構名，含義說明，組成:[數據項或數據結構]

數據流描述: 數據流名，說明，數據流來源，數據流去向， 組成:[數據結構]，平均流量，高峰期流量

數據存儲描述: 數據存儲名，說明，編號，流入的數據流，流出的數據流，組成:[數據結構]，數據量，存取方式

處理過程描述: 處理過程名，說明，輸入:[數據流]，輸出:[數據流]，處理:[簡要說明]

ER 圖表和數據字典可以讓任何了解資料庫的人都明確如何從資料庫中獲得數據。ER圖對表明表之間關系很有用，而數據字典則說明了每個欄位的用途以及任何可能存在的別名。對SQL 表達式的文檔化來說這是完全必要的。

5) 定義標準的對象命名規范

資料庫各種對象的命名必須規范。

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

2. 表和欄位的設計(資料庫邏輯設計)

表設計原則

1) 標准化和規范化

數據的標准化有助於消除資料庫中的數據冗餘。標准化有好幾種形式，但Third Normal Form(3NF)通常被認為在性能、擴展性和數據完整性方面達到了最好平衡。簡單來說，遵守3NF 標準的資料庫的表設計原則是：「One Fact in One Place」即某個表只包括其本身基本的屬性，當不是它們本身所具有的屬性時需進行分解。表之間的關系通過外鍵相連接。它具有以下特點：有一組表專門存放通過鍵連接起來的關聯數據。

2) 數據驅動

採用數據驅動而非硬編碼的方式，許多策略變更和維護都會方便得多，大大增強系統的靈活性和擴展性。

舉例，假如用戶界面要訪問外部數據源(文件、XML 文檔、其他資料庫等)，不妨把相應的連接和路徑信息存儲在用戶界面支持的表裡。如果用戶界面執行工作流之類的任務(發送郵件、列印信箋、修改記錄狀態等)，那麼產生工作流的數據也可以存放在資料庫里。角色許可權管理也可以通過數據驅動來完成。事實上，如果過程是數據驅動的，你就可以把相當大的責任推給用戶，由用戶來維護自己的工作流過程。

3) 考慮各種變化

在設計資料庫的時候考慮到哪些數據欄位將來可能會發生變更。

4) 表名、報表名和查詢名的命名規范

(採用前綴命名)檢查表名、報表名和查詢名之間的命名規范。你可能會很快就被這些不同的資料庫要素的名稱搞糊塗了。你可以統一地命名這些資料庫的不同組成部分，至少你應該在這些對象名字的開頭用 Table、Query 或者 Report 等前綴加以區別。如果採用了 Microsoft Access，你可以用 qry、rpt、tbl 和 mod 等符號來標識對象(比如 tbl_Employees)。用 sp_company 標識存儲過程，用 udf_ (或者類似的標記)標識自定義編寫的函數。

欄位設計原則：

1) 每個表中都應該添加的3 個有用的欄位。

dRecordCreationDate，在SQL Server 下默認為GETDATE()

sRecordCreator，在SQL Server 下默認為NOT NULL DEFAULT USER

nRecordVersion，記錄的版本標記;有助於准確說明記錄中出現null 數據或者丟失數據的原因

時效性數據應包括「最近更新日期/時間」欄位。時間標記對查找數據問題的原因、按日期重新處理/重載數據和清除舊數據特別有用。

2) 對地址和電話採用多個欄位

描述街道地址就短短一行記錄是不夠的。Address_Line1、Address_Line2 和Address_Line3 可以提供更大的靈活性。還有，電話號碼和郵件地址最好擁有自己的數據表，其間具有自身的類型和標記類別。

3) 表內的列[欄位]的命名規則(採用前綴/後綴命名)、採用有意義的欄位名

對列[欄位]名應該採用標準的前綴和後綴。如鍵是數字類型：用 _N 後綴;字元類型：_C 後綴;日期類型：_D 後綴。再如，假如你的表裡有好多「money」欄位，你不妨給每個列[欄位]增加一個 _M 後綴。

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

假設有兩個表：

Customer 和 Order。Customer 表的前綴是 cu_，所以該表內的子段名如下：cu_name_id、cu_surname、cu_initials 和cu_address 等。Order 表的前綴是 or_，所以子段名是：

or_order_id、or_cust_name_id、or_quantity 和 or_description 等。

這樣從資料庫中選出全部數據的 SQL 語句可以寫成如下所示：

Select * From Customer, Order Where cu_surname = "MYNAME" ;

and cu_name_id = or_cust_name_id and or_quantity = 1

在沒有這些前綴的情況下則寫成這個樣子(用別名來區分)：

Select * From Customer, Order Where Customer.surname = "MYNAME" ;

and Customer.name_id = Order.cust_name_id and Order.quantity = 1

第 1 個 SQL 語句沒少鍵入多少字元。但如果查詢涉及到 5 個表乃至更多的列[欄位]你就知道這個技巧多有用了。

5) 選擇數字類型和文本類型的長度應盡量充足

假設客戶ID 為10 位數長。那你應該把資料庫表欄位的長度設為12 或者13 個字元長。但這額外占據的空間卻無需將來重構整個資料庫就可以實現資料庫規模的增長了。

6) 增加刪除標記欄位

在表中包含一個「刪除標記」欄位，這樣就可以把行標記為刪除。在關系資料庫里不要單獨刪除某一行;最好採用清除數據程序而且要仔細維護索引整體性。

7) 提防大小寫混用的對象名和特殊字元

採用全部大寫而且包含下劃符的名字具有更好的可讀性(CUSTOMER_DATA)，絕對不要在對象名的字元之間留空格。

8) 小心保留詞

要保證你的欄位名沒有和保留詞、資料庫系統或者常用訪問方法沖突，比如，用 DESC 作為說明欄位名。後果可想而知!DESC 是 DESCENDING 縮寫後的保留詞。表裡的一個 SELECT * 語句倒是能用，但得到的卻是一大堆毫無用處的信息。

9) 保持欄位名和類型的一致性

在命名欄位並為其指定數據類型的時候一定要保證一致性。假如欄位在表1中叫做「agreement_number」，就別在表2里把名字改成 「ref1」。假如數據類型在表1里是整數，那在表2里可就別變成字元型了。當然在表1(ABC)有處鍵ID，則為了可讀性，在表2做關聯時可以命名為 ABC_ID。

10) 避免使用觸發器

觸發器的功能通常可以用其他方式實現。在調試程序時觸發器可能成為干擾。假如你確實需要採用觸發器，你最好集中對它文檔化。

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

3. 選擇鍵和索引(資料庫邏輯設計)

參考：《SQL優化-索引》一文

4. 數據完整性設計(資料庫邏輯設計)

1) 完整性實現機制：

實體完整性：主鍵

參照完整性：

父表中刪除數據：級聯刪除;受限刪除;置空值

父表中插入數據：受限插入;遞歸插入

父表中更新數據：級聯更新;受限更新;置空值

DBMS對參照完整性可以有兩種方法實現：外鍵實現機制(約束規則)和觸發器實現機制用戶定義完整性：

NOT NULL;CHECK;觸發器

2) 用約束而非商務規則強制數據完整性

採用資料庫系統實現數據的完整性。這不但包括通過標准化實現的完整性而且還包括數據的功能性。不要依賴於商務層保證數據完整性;它不能保證表之間(外鍵) 的完整性所以不能強加於其他完整性規則之上。如果你在數據層確實採用了約束，你要保證有辦法把更新不能通過約束檢查的原因採用用戶理解的語言通知用戶界面。

3) 強制指示完整性

在有害數據進入資料庫之前將其剔除。激活資料庫系統的指示完整性特性。這樣可以保持數據的清潔而能迫使開發人員投入更多的時間處理錯誤條件。

4) 使用查找控制數據完整性

控制數據完整性的最佳方式就是限制用戶的選擇。只要有可能都應該提供給用戶一個清晰的價值列表供其選擇。這樣將減少鍵入代碼的錯誤和誤解同時提供數據的一致性。某些公共數據特別適合查找：國家代碼、狀態代碼等。

5) 採用視圖

為了在資料庫和應用程序代碼之間提供另一層抽象，可以為應用程序建立專門的視圖而不必非要應用程序直接訪問數據表。這樣做還等於在處理資料庫變更時給你提供了更多的自由。

6) 分布式數據系統

對分布式系統而言，在你決定是否在各個站點復制所有數據還是把數據保存在一個地方之前應該估計一下未來 5 年或者 10 年的數據量。當你把數據傳送到其他站點的時候，最好在資料庫欄位中設置一些標記，在目的站點收到你的數據之後更新你的標記。為了進行這種數據傳輸，請寫下你自己的批處理或者調度程序以特定時間間隔運行而不要讓用戶在每天的工作後傳輸數據。本地拷貝你的維護數據，比如計算常數和利息率等，設置版本號保證數據在每個站點都完全一致。

7) 關系

如果兩個實體之間存在多對一關系，而且還有可能轉化為多對多關系，那麼你最好一開始就設置成多對多關系。從現有的多對一關系轉變為多對多關系比一開始就是多對多關系要難得多。

8) 給數據保有和恢復制定計劃

考慮數據保存策略並包含在設計過程中，預先設計你的數據恢復過程。採用可以發布給用戶/開發人員的數據字典實現方便的數據識別同時保證對數據源文檔化。編寫在線更新來「更新查詢」供以後萬一數據丟失可以重新處理更新。

9) 用存儲過程讓系統做重活

提供一整套常規的存儲過程來訪問各組以便加快速度和簡化客戶程序代碼的開發。資料庫不只是一個存放數據的地方，它也是簡化編碼之地。

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

5. 其他設計技巧

1) 避免使用觸發器

觸發器的功能通常可以用其他方式實現。在調試程序時觸發器可能成為干擾。假如你確實需要採用觸發器，你最好集中對它文檔化。

2) 使用常用英語(或者其他任何語言)而不要使用編碼

在創建下拉菜單、列表、報表時最好按照英語名排序。假如需要編碼，可以在編碼旁附上用戶知道的英語。

3) 保存常用信息

讓一個表專門存放一般資料庫信息非常有用。在這個表裡存放資料庫當前版本、最近檢查/修復(對Access)、關聯設計文檔的名稱、客戶等信息。這樣可以實現一種簡單機制跟蹤資料庫，當客戶抱怨他們的資料庫沒有達到希望的要求而與你聯系時，這樣做對非客戶機/伺服器環境特別有用。

4) 包含版本機制

在資料庫中引入版本控制機制來確定使用中的資料庫的版本。時間一長，用戶的需求總是會改變的。最終可能會要求修改資料庫結構。把版本信息直接存放到資料庫中更為方便。

5) 編制文檔

對所有的快捷方式、命名規范、限制和函數都要編制文檔。

採用給表、列、觸發器等加註釋的 資料庫工具。對開發、支持和跟蹤修改非常有用。

對資料庫文檔化，或者在資料庫自身的內部或者單獨建立文檔。這樣，當過了一年多時間後再回過頭來做第2 個版本，犯錯的機會將大大減少。

6) 測試、測試、反復測試

建立或者修訂資料庫之後，必須用用戶新輸入的數據測試數據欄位。最重要的是，讓用戶進行測試並且同用戶一道保證選擇的數據類型滿足商業要求。測試需要在把新資料庫投入實際服務之前完成。

7) 檢查設計

在開發期間檢查資料庫設計的常用技術是通過其所支持的應用程序原型檢查資料庫。換句話說，針對每一種最終表達數據的原型應用，保證你檢查了數據模型並且查看如何取出數據。

三、資料庫命名規范

1. 實體(表)的命名

1) 表以名詞或名詞短語命名，確定表名是採用復數還是單數形式，此外給表的別名定義簡單規則(比方說，如果表名是一個單詞，別名就取單詞的前4 個字母;如果表名是兩個單詞，就各取兩個單詞的前兩個字母組成4 個字母長的別名;如果表的名字由3 個單片語成，從頭兩個單詞中各取一個然後從最後一個單詞中再取出兩個字母，結果還是組成4 字母長的別名，其餘依次類推)

對工作用表來說，表名可以加上前綴WORK_ 後面附上採用該表的應用程序的名字。在命名過程當中，根據語義拼湊縮寫即可。注意：將欄位名稱會統一成大寫或者小寫中的一種，故中間加上下劃線。

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

舉例：

定義的縮寫 Sales: Sal 銷售;

Order: Ord 訂單;

Detail: Dtl 明細;

則銷售訂單明細表命名為：Sal_Ord_Dtl;

2) 如果表或者是欄位的名稱僅有一個單詞，那麼建議不使用縮寫，而是用完整的單詞。

舉例：

定義的縮寫 Material Ma 物品;

物品表名為：Material, 而不是 Ma.

但是欄位物品編碼則是：Ma_ID;而不是Material_ID

3) 所有的存儲值列表的表前面加上前綴Z

目的是將這些值列表類排序在資料庫最後。

4) 所有的冗餘類的命名(主要是累計表)前面加上前綴X

冗餘類是為了提高資料庫效率，非規范化資料庫的時候加入的欄位或者表

5) 關聯類通過用下劃線連接兩個基本類之後，再加前綴R的方式命名,後面按照字母順序羅列兩個表名或者表名的縮寫。

關聯表用於保存多對多關系。

如果被關聯的表名大於10個字母，必須將原來的表名的進行縮寫。如果沒有其他原因，建議都使用縮寫。

舉例：表Object與自身存在多對多的關系,則保存多對多關系的表命名為：R_Object;

作者: 小靈, 出處:論壇, 責任編輯: 李書琴, 2007-09-27 15:17

本文詳細解析了資料庫設計過程、設計技巧以及總結了資料庫命名規范……

2. 屬性(列)的命名

1) 採用有意義的列名

表內的列要針對鍵採用一整套設計規則。每一個表都將有一個自動ID作為主健,邏輯上的主健作為第一組候選主健來定義;

A、如果是資料庫自動生成的編碼，統一命名為：ID

B、如果是自定義的邏輯上的編碼則用縮寫加「ID」的方法命名，即「XXXX_ID」

C、如果鍵是數字類型，你可以用_NO 作為後綴;

D、如果是字元類型則可以採用_CODE 後綴

E、對列名應該採用標準的前綴和後綴。

舉例：銷售訂單的編號欄位命名：Sal_Ord_ID;如果還存在一個資料庫生成的自動編號，則命名為：ID。

2) 所有的屬性加上有關類型的後綴

注意，如果還需要其它的後綴，都放在類型後綴之前。

注: 數據類型是文本的欄位，類型後綴TX可以不寫。有些類型比較明顯的欄位，可以不寫類型後綴。

3) 採用前綴命名

給每個表的列名都採用統一的前綴，那麼在編寫SQL表達式的時候會得到大大的簡化。這樣做也確實有缺點，比如破壞了自動表連接工具的作用，後者把公共列名同某些資料庫聯系起來。

3. 視圖的命名

1) 視圖以V作為前綴，其他命名規則和表的命名類似;

2) 命名應盡量體現各視圖的功能。

4. 觸發器的命名(盡量不使用)

觸發器以TR作為前綴，觸發器名為相應的表名加上後綴，Insert觸發器加'_I'，Delete觸發器加'_D'，Update觸發器加'_U'，如：TR_Customer_I，TR_Customer_D，TR_Customer_U。

5. 存儲過程名

存儲過程應以'UP_'開頭，和系統的存儲過程區分，後續部分主要以動賓形式構成，並用下劃線分割各個組成部分。如增加代理商的帳戶的存儲過程為'UP_Ins_Agent_Account'。

6. 變數名

變數名採用小寫，若屬於片語形式，用下劃線分隔每個單詞，如@my_err_no。

7. 命名中其他注意事項

1) 以上命名都不得超過30個字元的系統限制。變數名的長度限制為29(不包括標識字元@)。

2) 數據對象、變數的命名都採用英文字元，禁止使用中文命名。絕對不要在對象名的字元之間留空格。

3) 小心保留詞，要保證你的欄位名沒有和保留詞、資料庫系統或者常用訪問方法沖突

4) 保持欄位名和類型的一致性，在命名欄位並為其指定數據類型的時候一定要保證一致性。假如數據類型在一個表裡是整數，那在另一個表裡可就別變成字元型了。

㈢ 資料庫設計過程包括幾個主要階段哪些階段獨立於資料庫管理系統哪些階段依賴於資料庫管理系統

資料庫設計階段包括五個階段，分別是：需求分析階段、概念結構設計階段、邏輯結構設計階段、物理設計階段、資料庫實施階段、資料庫運行和維護階段。

獨立於資料庫管理系統的是：需求分析階段，概念設計階段，邏輯設計階段，物理設計階段。

依賴於資料庫管理系統的是：實施階段，運行和維護階段。

資料庫設計是建立資料庫及其應用系統的技術，是信息系統開發和建設中的核心技術。由於資料庫應用系統的復雜性，為了支持相關程序運行，資料庫設計就變得異常復雜。

因此最佳設計不可能一蹴而就，而只能是一種「反復探尋，逐步求精」的過程，也就是規劃和結構化資料庫中的數據對象以及這些數據對象之間關系的過程。

(3)資料庫實體細分的過程叫什麼擴展閱讀：

形成過程

1、需求分析階段：綜合各個用戶的應用需求(數據流程圖(DFD)。

2、概念設計階段：形成獨立於機器特點，獨立於各個DBMS產品的概念模式(E-R圖)。

3、邏輯設計階段：首先將E-R圖轉換成具體的資料庫產品支持的數據模型，如關系模型，形成資料庫邏輯模式；然後根據用戶處理的要求、安全性的考慮，在基本表的基礎上再建立必要的視圖(View)，形成數據的外模式。

4、物理設計階段：根據DBMS特點和處理的需要，進行物理存儲安排，建立索引，形成資料庫內模式。

㈣ .資料庫設計分為幾個階段,各階段的任務是什麼

按照規范的設計方法，一個完整的資料庫設計一般分為需求分析、概念結構設計、邏輯結構設計、資料庫物理設計、資料庫的實施、資料庫運行與維護六個階段：

各階段的任務如下：

1、需求分析：分析用戶的需求，包括數據、功能和性能需求；

拓展資料：

資料庫設計(Database Design)是指對於一個給定的應用環境，構造最優的資料庫模式，建立資料庫及其應用系統，使之能夠有效地存儲數據，滿足各種用戶的應用需求(信息要求和處理要求)。在資料庫領域內，常常把使用資料庫的各類系統統稱為資料庫應用系統。

資料庫設計是建立資料庫及其應用系統的技術，是信息系統開發和建設中的核心技術。由於資料庫應用系統的復雜性，為了支持相關程序運行，資料庫設計就變得異常復雜，因此最佳設計不可能一蹴而就，而只能是一種"反復探尋，逐步求精"的過程，也就是規劃和結構化資料庫中的數據對象以及這些數據對象之間關系的過程。

㈤ 什麼是數據倉庫，數據倉庫如何分層

數據倉庫分層的原因
1通過數據預處理提高效率，因為預處理，所以會存在冗餘數據
2如果不分層而業務系統的業務規則發生變化，就會影響整個數據清洗過程，工作量巨大
3通過分層管理來實現分步完成工作，這樣每一層的處理邏輯就簡單了

標準的數據倉庫分層：ods（臨時存儲層），pdw（數據倉庫層），mid（數據集市層），app（應用層）
ods：歷史存儲層，它和源系統數據是同構的，而且這一層數據粒度是最細的，這層的表分為兩種，一種是存儲當前需要載入的數據，一種是用於存儲處理完後的數據。
pdw：數據倉庫層，它的數據是干凈的數據，是一致的准確的，也就是清洗後的數據，它的數據一般都遵循資料庫第三範式，數據粒度和ods的粒度相同，它會保存bi系統中所有歷史數據
mid：數據集市層，它是面向主題組織數據的，通常是星狀和雪花狀數據，從數據粒度將，它是輕度匯總級別的數據，已經不存在明細的數據了，從廣度來說，它包含了所有業務數量。從分析角度講，大概就是近幾年
app：應用層，數據粒度高度匯總，倒不一定涵蓋所有業務數據，只是mid層數據的一個子集。

數據倉庫的目的是構建面向分析的集成化數據環境，為企業提供決策支持。數據倉庫的context也可以理解為：數據源，數據倉庫，數據應用

數據倉庫可以理解為中間集成化數據管理的一個平台
etl（抽取extra，轉化transfer，裝載load）是數據倉庫的流水線，也可以認為是數據倉庫的血液。
數據倉庫的存儲並不需要存儲所有原始數據，因為比如你存儲冗長的文本數據完全沒必要，但需要存儲細節數據，因為需求是多變的，而且數據倉庫是導入數據必須經過整理和轉換使它面向主題，因為前台資料庫的數據是基於oltp操作組織優化的，這些可能不適合做分析，面向主題的組織形式才有利於分析。
多維數據模型就是說可以多維度交叉查詢和細分，應用一般都是基於聯機分析處理（online analytical process OLAP），面向特定需求群體的數據集市會基於多位數據模型構建
而報表展示就是將聚合數據和多維分析數據展示到報表，提供簡單和直觀的數據。
元數據，也叫解釋性數據，或者數據字典，會記錄數據倉庫中模型的定義，各層級之間的映射關系，監控數據倉庫的數據狀態和etl的任務運行狀態。一般通過元數據資料庫來統一存儲和管理元數據。