一、数据建模技术包含的类型

数据建模技术是指创建不同数据模型的各种方法。由于数据库概念和数据管理的创新，这些方法也会随之不断变化。以下是数据建模的主要类型：

1、分层数据建模

在分层数据建模中，您可以用树状格式来表示各种数据元素之间的关系。分层数据模型表示一对多关系，其中父数据类或根数据类会映射到多个子数据类。

在汽车经销商示例中，父类展厅拥有子类实体车辆和销售人员，因为一个展厅中会停放多辆汽车并配备销售人员。

2、图形数据建模

分层数据建模会逐渐演变为图形数据建模。图形数据模型表示平等对待实体的数据关系。无需任何父或子概念，实体即可以一对多或多对多关系相互链接。

例如，一个展厅可以配备多名销售人员，如果他们按地点排班，则一名销售人员也可以在多个展厅工作。

3、关系数据建模

关系数据建模是一种热门的建模方法，它将数据类可视化为表格。它使用代表现实实体关系的键将不同的数据表连接或关联起来。您可以使用关系数据库技术来存储结构化数据，并使用关系数据模型来表示关系数据库结构。

4、实体关系数据建模

实体关系（ER）数据建模使用示意图来表示数据库中实体间的关系。数据架构师使用多种 ER 建模工具来表示数据。

5、面向对象的数据建模

面向对象的编程使用数据结构（称作“对象”）来存储数据。这些数据对象是使用软件抽象化的现实实体。例如，在面向对象的数据模型中，汽车经销商拥有客户等数据对象，包括姓名、地址和电话号码等属性。您将存储客户数据，以便将每个现实客户表示为客户数据对象。

面向对象的数据模型摒除了关系数据模型的许多限制，在多媒体数据库中应用广泛。

6、维度数据建模

现代企业计算使用数据仓库技术存储大量数据进行数据分析。您可以通过维度数据建模项目从数据仓库中进行高速数据存储和检索。维度模型使用重复或冗余数据，它会优先考虑性能，而不是使用更少的数据存储空间。

例如，在维度数据模型中，汽车经销商具有“汽车”、“展厅”和“时间”等维度。“汽车”维度具有名称和品牌等属性，而“展厅”维度则具有州、城市、街道名称和展厅名称等层次结构。

二、数据建模流程包括的步骤

数据建模过程会遵循一系列步骤，您必须一直重复执行这些步骤，直到创建完成一个全面的数据模型。在任何组织中，不同的利益相关者通过共同协作创建一个完整的数据视图。尽管步骤会因数据建模的类型而有所差异，但通常大体如下所示。

1、确定实体及其属性

确定您数据模型中的所有实体。每个实体的逻辑应该都与所有其他实体不同，可以表示人、地点、事物、概念或事件。各个实体各不相同，因为每个实体都具有一个或多个独特的属性。您可以将实体视作数据模型中的名词，将属性视作数据模型中的形容词。

2、确定实体间的数据关系

不同实体间的关系是数据建模的核心。业务规则先在概念级定义这些关系。您可以将关系视作数据模型中的动词。例如，销售人员销售多辆汽车，或者展厅雇佣了大量销售人员。

3、确定数据建模技术

了解了实体及其关系的概念后，您就可以确定最适合您使用案例的数据建模技术了。例如，您可以在结构化数据中使用关系数据建模，在非结构化数据中使用维度数据建模。

4、优化和迭代

您可以进一步优化数据模型，以符合技术和性能要求。

以上就是关于数据建模技术包含的类型以及数据建模流程包括的步骤的全部内容了，希望对你有所帮助。

上一篇

什么是 MQTT?

下一篇

面部识别如何运作的?