数据字典如何表示数据的层次关系

1. 鏁版嵁缁撴瀯镄勪笁涓灞傛

鏁版嵁缁撴瀯镄勪笁涓灞傛℃槸锛氶昏緫缁撴瀯锛堟娊璞″眰锛夈佺墿鐞嗙粨鏋勶纸缁撴瀯灞傦级銆佽繍绠楃粨鏋勶纸瀹炵幇灞傦级銆

鏁版嵁缁撴瀯鏄甯︽湁缁撴瀯鐗规х殑鏁版嵁鍏幂礌镄勯泦钖堬纴瀹幂爷绌剁殑鏄鏁版嵁镄勯昏緫缁撴瀯鍜屾暟鎹镄勭墿鐞嗙粨鏋勪互鍙婂畠浠涔嬮棿镄勭浉浜掑叧绯伙纴骞跺硅繖绉岖粨鏋勫畾涔夌浉阃傚簲镄勮繍绠楋纴璁捐″嚭鐩稿簲镄勭畻娉曪纴骞剁‘淇濈粡杩囱繖浜涜繍绠椾互钖庢墍寰楀埌镄勬柊缁撴瀯浠崭缭鎸佸师𨱒ョ殑缁撴瀯绫诲瀷銆傜亩钥岃█涔嬶纴鏁版嵁缁撴瀯鏄鐩镐簰涔嬮棿瀛桦湪涓绉嶆垨澶氱岖壒瀹氩叧绯荤殑鏁版嵁鍏幂礌镄勯泦钖堬纴鍗冲甫钬灭粨鏋勨濈殑鏁版嵁鍏幂礌镄勯泦钖堛

3銆佹暟鎹椤癸细涓涓鏁版嵁鍏幂礌鍙鐢辫嫢骞蹭釜鏁版嵁椤圭粍鎴愶纴渚嫔傦纴渚1-1涓涓链涔︾殑涔︾洰淇℃伅涓轰竴涓鏁版嵁鍏幂礌锛岃屼功鐩淇℃伅涓镄勬疮涓椤(濡备功钖嶃佷綔钥呭悕绛)涓轰竴涓鏁版嵁椤广傛暟鎹椤规槸鏁版嵁镄勪笉鍙鍒嗗壊镄勬渶灏忓崟浣嶃

2. 如何使用数据字典

为了对数据流程图中的各个元素作出详细的说明，有必要建立数据字典 (Data dictionary) 。数据字典的内容主要是对数据流程图中的数据项、数据结构、数据流、处理逻辑、数据存储和外部实体等六个方面进行具体的定义。数据流程图配以数据字典，就可以从图形和文字两个方面对系统的逻辑模型进行完整的描述。

一、数据项的定义

数据项又称数据元素，是数据的最小单位。分析数据特性应从静态和动态两个方面去进行。在数据字典中，仅定义数据的静态特性，具体包括： (1) 数据项的名称、编号、别名和简述； (2) 数据项的长度； (3) 数据项的取值范围；

例：数据项定义

数据项编号： I02 －01

数据项名称：材料编号

别名：材料编码

简述：某种材料的代码

类型及宽度：字符型， 4 位

取值范围：“0001 ”－“ 9999 ”

二、数据结构的定义

数据结构描述某些数据项之间的关系。一个数据结构可以由若干个数据项组成；也可以由若干个数据结构组成，还可以由若干个数据项和数据结构组成。例如表 5.l 所示订货单就是由三个数据结构组成的数据结构，表中用 DS 表示数据结构，用 I 表示数据项。

数据字典中对数据结构的定义包括以下内容： (1) 数据结构的名称和编号； (2) 简述；(3) 数据结构的组成。如果是一个简单的数据结构，只要列出它所包含的数据项。如果是一个嵌套的数据结构 ( 即数据结构中包含数据结构 ) ，则需列出它所包含的数据结构、的名称，因为这些被包含的数据结构在数据字典的其他部分已有定义。

例：数据结构定义

数据结构编号： DS03 － 08

数据结构名称：用户订货单

简述：用户所填用户情况及订货要求等信息

数据结构组成： DS03 － 02 + DS03 － 03 + DS03 －04

三、数据流的定义
数据流由一个或一组固定的数据项组成。定义数据流时，不仅要说明数据流的名称、组成等，还应指明它的来源、去向和数据流量等。

例：数据流定义

数据流编号： FD3 － 08

数据流名称：领料单

简述：车间开出的领料单

数据流来源：车间

数据流去向：发料处理模块

数据流组成：材料编号 + 材料名称 + 领用数量+ 日期 + 领用单位

数据流量： 10 份／时

高峰流量： 20 份／时 ( 上午9 ： 00 －11 ： 00)

四、处理逻辑的定义

处理逻辑的定义仅对数据流程图中最底层的处理逻辑加以说明。编写数据字典是系统开发的一项重要的基础工作。一旦建立，并按编号排序之后，就是一本可供查阅的关于数据的字典，从系统分析一直到系统设计和实施都要使用它。在数据字典的建立、修正和补充过程中，始终要注意保证数据的一致性和完整性。

数据字典可以用人工建立卡片的办法来管理，也可存储在计算机中用一个数据字典软件来管理。

3. 数据库管理系统常见的数据模型有层次模型，网状模型和什么

数据库管理系统常见的数据模型有层次模型、网状模型和【关系模型 】3种

数据模型是对现实世界数据的模拟，是一个研究工具，利用这个研究工具我们可以更好地把现实中的事物抽象为计算机可处理的数据。

层次模型：

层次模型以“树结构”表示数据之间的联系

层次模型是数据库系统最早使用的一种模型，它的数据结构是一棵“有向树”。根结点在最上端，层次最高，子结点在下，逐层排列。

层次模型的特征是：

在一个层次模型中的限制条件是：

（1）有且仅有一个节点，无父节点，它为树的根；（有且仅有一个结点没有双亲，该节点就是根结点。）

（2）其他节点有且仅有一个父节点。（根以外的其他结点有且仅有一个双亲结点
）这就使得层次数据库系统只能直接处理一对多的实体关系。

（3）任何一个给定的记录值只有按照其路径查看时，才能显出它的全部意义，没有一个子女记录值能够脱离双亲记录值而独立存在。

比如：一个教师学生层次模型。该层次模型有4个记录类型，即实体。

2、关系模型的数据操作与完整性约束

关系数据模型的操作主要包括查询、插入、删除和修改数据;这些操作必须满足关系的完整性约束条件。

关系模型中数据操作的特点是集合操作方式，即操作对象和操作结果都是集合，这种操作方式也称为一次一集合的方式。

相应地，非关系数据模型的操作方式是一次一记录的方式。

关系的完整性约束条件包括三大类：

实体完整性、参照完整性和用户定义的完整性。

实体完整性定义数据库中每一个基本关系的主码应满足的条件，能够保证元组的唯一性。参照完整性定义表之间的引用关系，即参照与被参照关系。用户定义完整性是用户针对具体的应用环境制定的数据规则，反映某一具体应用所涉及的数据必须满足的语义要求。

3、关系模型的优缺点

优点

(1) 关系模型与非关系模型不同，它是建立在严格的数学理论基础上的。

(2) 关系模型的概念单一，实体与实体间的联系都用关系表示，对数据的检索结果也是关系(即表)，所以其数据结构简单、清晰，用户易懂易用。

(3) 关系模型的物理存储和存取路径对用户透明，从而具有更高的数据独立性、更好的安全保密性，简化了程序员的数据库开发工作。

缺点

(1) 由于存取路径对用户透明，查询效率往往不如非关系数据模型高。因此，为了提高性能，必须对用户的查询请求进行优化，这就增加了开发数据库管理系统的难度和负担。

(2) 关系数据模型不能以自然的方式表示实体集间的联系，存在语义信息不足、数据类型过少等弱点。

4. 数据字典是什么

一、数据字典的概念

数据字典（Data dictionary）是可以供用户访问、记录数据库和应用程序元数据的记录。一般可以分为主动数据字典和被动数据字典。主动数据字典，在对数据库或应用程序结构进行修改时，其内容可以自动更新。被动数据字典，修改时必须手工更新其内容。

二、数据字典的用户

数据字典是对数据的描述，描述数据模型中的数据对象、或项目描述的集合。数据字典有利于开发人员、分析师、算法工程师等其他需要参考的用户，以较快的速度了解数据。

当开发人员用到数据模型的程序时，数据字典可以帮助理解数据项适合结构中的哪个地方、可能包含什么数值、以及数据项表示现实中的什么意思。

例如，看到学历代码时，我们看到的是01、02、03…… ，需要知道具体的意思时，可以从字典中得知，01表示小学，02表示初中，03表示高中……

总之，数据字典的目标是更好地将公司的数据资产进行整合、融会贯通，也是对业务的全面梳理。

数据字典的目标用户将越来越广，除了技术开发人员，还有分析师、算法工程师、风控策略工程师，将来包括业务运营人员，也可以根据业务发展，查询可以使用的数据资产、以帮助进行更好的拓展业务。从数据字典中看到的，不仅是数据字段的解释，更能够从中解读出业务含意。

(4)数据字典如何表示数据的层次关系扩展阅读

数据字典最重要的作用是作为分析阶段的工具。任何字典最重要的用途都是供人查询对不了解的条目的解释，在结构化分析中，数据字典的作用是给数据流图上每个成分加以定义和说明。

换句话说，数据流图上所有的成分的定义和解释的文字集合就是数据字典，而且在数据字典中建立的一组严密一致的定义，很有助于改进分析员和用户的通信。

数据库数据字典不仅是每个数据库的中心，而且对每个用户也是非常重要的信息。用户可以用SQL语句访问数据库数据字典。

5. 业务数据标准的三个层次

业务数据标准的三个层次如下。
1、数据抽象层：它是抽象层，它描述了业务数据之间的关系。
2、数据字典层：它是字典层，它提供了业务数据的详细定义，包括数据的名称、数据类型、数据长度、数据范围等。
3、数据实现层：它是实现层，它提供了如何将业务数据实现为技术数据的具体实现步骤。

6. 数据字典一般怎么写

数据字典要包括在以下六个部分吧：

1、编写数据项：

数据项描述={数据项名，数据项含义说明，别名，数据类型，长度，取值范围，取值含义，与其他数据项的逻辑关系}。

其中“取值范围”、“与其他数据项的逻辑关系”定义了数据的完整性约束条件，是设计数据检验功能的依据。

2、编写数据结构：

数据结构描述={数据结构名，含义说明，组成:{数据项或数据结构}}。

3、编写数据流：

数据流描述={数据流名，说明，数据流来源，数据流去向，组成:{数据结构}，平均流量，高峰期流量}。

其中“数据流来源”是说明该数据流来自哪个过程，即数据的来源。“数据流去向”是说明该数据流将到哪个过程去，即数据的去向。“平均流量”是指在单位时间（每天、每周、每月等）里的传输次数。“高峰期流量”则是指在高峰时期的数据流量。

4、编写数据存储：

数据存储描述={数据存储名，说明，编号，流入的数据流，流出的数据流，组成:{数据结构}，数据量，存取方式}。

其中“数据量”是指每次存取多少数据，每天（或每小时、每周等）存取几次等信息。“存取方法”包括是批处理，还是联机处理；是检索还是更新；是顺序检索还是随机检索等。

5、编写处理过程：

处理过程描述={处理过程名，说明，输入:{数据流}，输出:{数据流}，处理:{简要说明}}。

6、编写外部实体：

简单设计即可。

(6)数据字典如何表示数据的层次关系扩展阅读：

数据字典最重要的作用是作为分析阶段的工具。任何字典最重要的用途都是供人查询对不了解的条目的解释，在结构化分析中，数据字典的作用是给数据流图上每个成分加以定义和说明。

换句话说，数据流图上所有的成分的定义和解释的文字集合就是数据字典，而且在数据字典中建立的一组严密一致的定义，很有助于改进分析员和用户的通信。