随着数字时代的发展，人类生产生活中的很多活动可以通过数据建模技术建立数字模型，数据建模技术可以帮助还原事物结构风貌、未来空间变化、事物发展趋势等，可以帮助更形象、更直观的展现事物的本质特征。本文，星云联动具体从数据建模技术三大应用模式分类和数据建模的目标两个模块介绍什么是数据建模。

（图片来源于网络，侵删！）

数据建模的概念

数据建模（Data Modeling）,是对现实物理世界的事物的各维度数据进行抽象组织，将经过系统分析后抽象出来的概念模型转化为物理模型，其过程是一种用于定义和分析数据的要求和其需要的相应支持的讯息系统的过程。

根据 DAMA 国际数据管理知识库（DMBOK），数据建模是：分析和设计的方法，用于定义和分析数据需求和定义支持这些。需求的逻辑和物理结构，数据模型是反映数据要求和设计的一组数据规范和相关图表。

数据建模在概念上包括以下3个部分：

• 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和数据业务的实施。数据模型可确保命名约定、默认值、语义、安全性和一致性，同时确保数据质量。其强调的是数据的选择和数据的组织形式，不关注需要对数据执行的操作。数据模型就像是架构师设计的架构，它有助于为数据构建概念模型并且设置数据中不同项之间的关联。

(图片来源于网络，侵删！)

数据建模技术三大应用模式

大多数数据建模讨论的数据模型主要有三种类型，它们分别是：概念模型、逻辑模型、物理模型。

概念模型

概念模型的主要目标是建立实体及其属性和实体之间的关系，不会涉及数据库结构的详细信息。例如：客户和产品是两个实体，客户的编号和名称是它的属性，产品的名称和价格是产品的属性，销售是客户和产品之间的关系。

逻辑模型

应用程序和数据建模是为应用程序确定、记录和实现数据和进程要求的过程。包括查看现有数据模型和进程，并判断其状态，创建新的数据模型和进程，以满足应用程序的独特要求。

逻辑数据结构将更多的信息添加到概念模型中，定义了元素的结构并设置了元素之间的关系。

物理模型

物理数据模型是使用计算机等技术描述物体和他们之间的空间关系，描述数据模型的数据库实现，提供了数据库的抽象，包含了丰富的信息。这种类型的数据模型还有助于可视化数据库结构。它有助于为数据库列建模键，约束，索引，触发器和其他RDBMS功能。

(图片来源于网络，侵删！)

数据建模的目标

1、确保准确表示数据库所需要的所有数据对象。

2、帮助在概念、物理跟逻辑三个层面上设计数据库

3、助力定义关系表、主键和外键以及存储过程。

4、提供清晰的数据图像，可以基于其创建物理数据库，识别确实像和冗余数据。

5、帮助数据基础架构便于升级和维护。

以上是成都星云联动的分享，更多行业资讯可以持续关注星云联动。成都星云联动是一家专注于工业物联网、农业物联网的公司，目前有设备智能运维系统、智慧能源云平台和智慧农业云平台等，如果您有相关需求，可以点击右侧资讯按钮获取相关系统功能和具体案例噢！