數據字典如何表示數據的層次關系

1. 鏁版嵁緇撴瀯鐨勪笁涓灞傛

鏁版嵁緇撴瀯鐨勪笁涓灞傛℃槸錛氶昏緫緇撴瀯錛堟娊璞″眰錛夈佺墿鐞嗙粨鏋勶紙緇撴瀯灞傦級銆佽繍綆楃粨鏋勶紙瀹炵幇灞傦級銆

鏁版嵁緇撴瀯鏄甯︽湁緇撴瀯鐗規х殑鏁版嵁鍏冪礌鐨勯泦鍚堬紝瀹冪爺絀剁殑鏄鏁版嵁鐨勯昏緫緇撴瀯鍜屾暟鎹鐨勭墿鐞嗙粨鏋勪互鍙婂畠浠涔嬮棿鐨勭浉浜掑叧緋伙紝騫跺硅繖縐嶇粨鏋勫畾涔夌浉閫傚簲鐨勮繍綆楋紝璁捐″嚭鐩稿簲鐨勭畻娉曪紝騫剁『淇濈粡榪囪繖浜涜繍綆椾互鍚庢墍寰楀埌鐨勬柊緇撴瀯浠嶄繚鎸佸師鏉ョ殑緇撴瀯綾誨瀷銆傜畝鑰岃█涔嬶紝鏁版嵁緇撴瀯鏄鐩鎬簰涔嬮棿瀛樺湪涓縐嶆垨澶氱嶇壒瀹氬叧緋葷殑鏁版嵁鍏冪礌鐨勯泦鍚堬紝鍗沖甫鈥滅粨鏋勨濈殑鏁版嵁鍏冪礌鐨勯泦鍚堛

3銆佹暟鎹欏癸細涓涓鏁版嵁鍏冪礌鍙鐢辮嫢騫蹭釜鏁版嵁欏圭粍鎴愶紝渚嬪傦紝渚1-1涓涓鏈涔︾殑涔︾洰淇℃伅涓轟竴涓鏁版嵁鍏冪礌錛岃屼功鐩淇℃伅涓鐨勬瘡涓欏(濡備功鍚嶃佷綔鑰呭悕絳)涓轟竴涓鏁版嵁欏廣傛暟鎹欏規槸鏁版嵁鐨勪笉鍙鍒嗗壊鐨勬渶灝忓崟浣嶃

2. 如何使用數據字典

為了對數據流程圖中的各個元素作出詳細的說明，有必要建立數據字典 (Data dictionary) 。數據字典的內容主要是對數據流程圖中的數據項、數據結構、數據流、處理邏輯、數據存儲和外部實體等六個方面進行具體的定義。數據流程圖配以數據字典，就可以從圖形和文字兩個方面對系統的邏輯模型進行完整的描述。

一、數據項的定義

數據項又稱數據元素，是數據的最小單位。分析數據特性應從靜態和動態兩個方面去進行。在數據字典中，僅定義數據的靜態特性，具體包括： (1) 數據項的名稱、編號、別名和簡述； (2) 數據項的長度； (3) 數據項的取值范圍；

例：數據項定義

數據項編號： I02 －01

數據項名稱：材料編號

別名：材料編碼

簡述：某種材料的代碼

類型及寬度：字元型， 4 位

取值范圍：「0001 」－「 9999 」

二、數據結構的定義

數據結構描述某些數據項之間的關系。一個數據結構可以由若干個數據項組成；也可以由若干個數據結構組成，還可以由若干個數據項和數據結構組成。例如表 5.l 所示訂貨單就是由三個數據結構組成的數據結構，表中用 DS 表示數據結構，用 I 表示數據項。

數據字典中對數據結構的定義包括以下內容： (1) 數據結構的名稱和編號； (2) 簡述；(3) 數據結構的組成。如果是一個簡單的數據結構，只要列出它所包含的數據項。如果是一個嵌套的數據結構 ( 即數據結構中包含數據結構 ) ，則需列出它所包含的數據結構、的名稱，因為這些被包含的數據結構在數據字典的其他部分已有定義。

例：數據結構定義

數據結構編號： DS03 － 08

數據結構名稱：用戶訂貨單

簡述：用戶所填用戶情況及訂貨要求等信息

數據結構組成： DS03 － 02 + DS03 － 03 + DS03 －04

三、數據流的定義
數據流由一個或一組固定的數據項組成。定義數據流時，不僅要說明數據流的名稱、組成等，還應指明它的來源、去向和數據流量等。

例：數據流定義

數據流編號： FD3 － 08

數據流名稱：領料單

簡述：車間開出的領料單

數據流來源：車間

數據流去向：發料處理模塊

數據流組成：材料編號 + 材料名稱 + 領用數量+ 日期 + 領用單位

數據流量： 10 份／時

高峰流量： 20 份／時 ( 上午9 ： 00 －11 ： 00)

四、處理邏輯的定義

處理邏輯的定義僅對數據流程圖中最底層的處理邏輯加以說明。編寫數據字典是系統開發的一項重要的基礎工作。一旦建立，並按編號排序之後，就是一本可供查閱的關於數據的字典，從系統分析一直到系統設計和實施都要使用它。在數據字典的建立、修正和補充過程中，始終要注意保證數據的一致性和完整性。

數據字典可以用人工建立卡片的辦法來管理，也可存儲在計算機中用一個數據字典軟體來管理。

3. 資料庫管理系統常見的數據模型有層次模型，網狀模型和什麼

資料庫管理系統常見的數據模型有層次模型、網狀模型和【關系模型 】3種

數據模型是對現實世界數據的模擬，是一個研究工具，利用這個研究工具我們可以更好地把現實中的事物抽象為計算機可處理的數據。

層次模型：

層次模型以「樹結構」表示數據之間的聯系

層次模型是資料庫系統最早使用的一種模型，它的數據結構是一棵「有向樹」。根結點在最上端，層次最高，子結點在下，逐層排列。

層次模型的特徵是：

在一個層次模型中的限制條件是：

（1）有且僅有一個節點，無父節點，它為樹的根；（有且僅有一個結點沒有雙親，該節點就是根結點。）

（2）其他節點有且僅有一個父節點。（根以外的其他結點有且僅有一個雙親結點
）這就使得層次資料庫系統只能直接處理一對多的實體關系。

（3）任何一個給定的記錄值只有按照其路徑查看時，才能顯出它的全部意義，沒有一個子女記錄值能夠脫離雙親記錄值而獨立存在。

比如：一個教師學生層次模型。該層次模型有4個記錄類型，即實體。

2、關系模型的數據操作與完整性約束

關系數據模型的操作主要包括查詢、插入、刪除和修改數據;這些操作必須滿足關系的完整性約束條件。

關系模型中數據操作的特點是集合操作方式，即操作對象和操作結果都是集合，這種操作方式也稱為一次一集合的方式。

相應地，非關系數據模型的操作方式是一次一記錄的方式。

關系的完整性約束條件包括三大類：

實體完整性、參照完整性和用戶定義的完整性。

實體完整性定義資料庫中每一個基本關系的主碼應滿足的條件，能夠保證元組的唯一性。參照完整性定義表之間的引用關系，即參照與被參照關系。用戶定義完整性是用戶針對具體的應用環境制定的數據規則，反映某一具體應用所涉及的數據必須滿足的語義要求。

3、關系模型的優缺點

優點

(1) 關系模型與非關系模型不同，它是建立在嚴格的數學理論基礎上的。

(2) 關系模型的概念單一，實體與實體間的聯系都用關系表示，對數據的檢索結果也是關系(即表)，所以其數據結構簡單、清晰，用戶易懂易用。

(3) 關系模型的物理存儲和存取路徑對用戶透明，從而具有更高的數據獨立性、更好的安全保密性，簡化了程序員的資料庫開發工作。

缺點

(1) 由於存取路徑對用戶透明，查詢效率往往不如非關系數據模型高。因此，為了提高性能，必須對用戶的查詢請求進行優化，這就增加了開發資料庫管理系統的難度和負擔。

(2) 關系數據模型不能以自然的方式表示實體集間的聯系，存在語義信息不足、數據類型過少等弱點。

4. 數據字典是什麼

一、數據字典的概念

數據字典（Data dictionary）是可以供用戶訪問、記錄資料庫和應用程序元數據的記錄。一般可以分為主動數據字典和被動數據字典。主動數據字典，在對資料庫或應用程序結構進行修改時，其內容可以自動更新。被動數據字典，修改時必須手工更新其內容。

二、數據字典的用戶

數據字典是對數據的描述，描述數據模型中的數據對象、或項目描述的集合。數據字典有利於開發人員、分析師、演算法工程師等其他需要參考的用戶，以較快的速度了解數據。

當開發人員用到數據模型的程序時，數據字典可以幫助理解數據項適合結構中的哪個地方、可能包含什麼數值、以及數據項表示現實中的什麼意思。

例如，看到學歷代碼時，我們看到的是01、02、03…… ，需要知道具體的意思時，可以從字典中得知，01表示小學，02表示初中，03表示高中……

總之，數據字典的目標是更好地將公司的數據資產進行整合、融會貫通，也是對業務的全面梳理。

數據字典的目標用戶將越來越廣，除了技術開發人員，還有分析師、演算法工程師、風控策略工程師，將來包括業務運營人員，也可以根據業務發展，查詢可以使用的數據資產、以幫助進行更好的拓展業務。從數據字典中看到的，不僅是數據欄位的解釋，更能夠從中解讀出業務含意。

(4)數據字典如何表示數據的層次關系擴展閱讀

數據字典最重要的作用是作為分析階段的工具。任何字典最重要的用途都是供人查詢對不了解的條目的解釋，在結構化分析中，數據字典的作用是給數據流圖上每個成分加以定義和說明。

換句話說，數據流圖上所有的成分的定義和解釋的文字集合就是數據字典，而且在數據字典中建立的一組嚴密一致的定義，很有助於改進分析員和用戶的通信。

資料庫數據字典不僅是每個資料庫的中心，而且對每個用戶也是非常重要的信息。用戶可以用SQL語句訪問資料庫數據字典。

5. 業務數據標準的三個層次

業務數據標準的三個層次如下。
1、數據抽象層：它是抽象層，它描述了業務數據之間的關系。
2、數據字典層：它是字典層，它提供了業務數據的詳細定義，包括數據的名稱、數據類型、數據長度、數據范圍等。
3、數據實現層：它是實現層，它提供了如何將業務數據實現為技術數據的具體實現步驟。

6. 數據字典一般怎麼寫

數據字典要包括在以下六個部分吧：

1、編寫數據項：

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}。

其中「取值范圍」、「與其他數據項的邏輯關系」定義了數據的完整性約束條件，是設計數據檢驗功能的依據。

2、編寫數據結構：

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}}。

3、編寫數據流：

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}。

其中「數據流來源」是說明該數據流來自哪個過程，即數據的來源。「數據流去向」是說明該數據流將到哪個過程去，即數據的去向。「平均流量」是指在單位時間（每天、每周、每月等）里的傳輸次數。「高峰期流量」則是指在高峰時期的數據流量。

4、編寫數據存儲：

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}。

其中「數據量」是指每次存取多少數據，每天（或每小時、每周等）存取幾次等信息。「存取方法」包括是批處理，還是聯機處理；是檢索還是更新；是順序檢索還是隨機檢索等。

5、編寫處理過程：

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}}。

6、編寫外部實體：

簡單設計即可。

(6)數據字典如何表示數據的層次關系擴展閱讀：

數據字典最重要的作用是作為分析階段的工具。任何字典最重要的用途都是供人查詢對不了解的條目的解釋，在結構化分析中，數據字典的作用是給數據流圖上每個成分加以定義和說明。

換句話說，數據流圖上所有的成分的定義和解釋的文字集合就是數據字典，而且在數據字典中建立的一組嚴密一致的定義，很有助於改進分析員和用戶的通信。