数据建模理论.pptVIP

高级数据库开发技术 第2章 Data Modeling Theory 从本章开始介绍数据建模,分四个专题: 建模的理论(Data Modeling Theory) 业务需求(Business Requirements) 创建逻辑模型(Creating the Logical Model) 创建物理模型(Creating the Physical Model) References 《A Developers Guide to Data Modeling for SQL Server》by Eric Johnson Joshua jones (《SQL Server 数据建模开发者指南》) Contents 介绍数据建模要用到的理论基础: 概述(为什么正确的数据模型如此重要,数据建模过程) 逻辑数据模型中用到的元素 数据模型中的物理元素 数据模型的规范化 数据建模概况 数据建模是指出怎样把数字化的信息存入数据库的过程。（data modeling is the process of figuring out how to store digitized information in a logically structured computer database.） 建立正确的模型有很多工作要做。包括理解并映射业务信息到能存入数据库的逻辑对象上。 要求建模人员具有多种能力。不仅是能理解建模过程，还得做数据侦探，要善于提问并找出对客户真正有用的内容。 要找出客户怎样使用信息。怎样把逻辑模型转换成物理数据库。 必须知道的概念 数据库 关系数据库管理系统 为什么正确的数据模型那么重要? 数据建模非常的费时，事实上，对于一个应用项目，它是最费时间的部分。有人希望削减建模时间，“一旦可以就建立数据库”，这是不正确的。数据建模极端重要。 数据建模就是建库的方案，如果方案都是错的，显然没法得到好的数据库。 好的数据模型带来的好处包括： 数据一致性（Data Consistency） 可伸缩性( Scalability ) 满足业务需求(Meeting Business Requirement) 方便数据检索(Easy Data Retrieval) 有利于性能调整(Performance tuning) 数据建模的过程 准备通过一个例子Mountain View Music在线商店建模来说明建模过程，最后用Ｍicrosoft SQL Server 2005来实施，不讲太多的理论（本章）。 一些设计决策是与平台有关的，这里基于SQL Server。 建模理论（逻辑元素，物理元素，规范化） 业务需求（需求收集，需求解释） 建立逻辑模型（创建模型，建模中的问题） 建立物理模型（创建模型，索引，建立抽象层） 逻辑数据建模中用到的元素(1) 工欲善其事，必先利其器。 实体(Entities) 属性(Attributes) 数据类型(Data Types) 主码与外码(Primary and Foreign keys) 域(Domains) 单值和多值属性(single-Valued and Multivalued Attributes) 参照完整性(Referential Integrity) 逻辑数据建模中用到的元素(2) 联系(Relationships) 联系类型(Relationship Types) 联系选项(Relationship Options) 标识与非标识联系(Identifying versus Non-Identifying Relationships) 非强制与强制联系(Optional versus Mandatory Relationships) 基数(Cardinality) 使用子类型和超类型(Using Subtypes and Supertypes) 超类型和子类型定义(Supertypes and Subtypes Defined) 何时使用子类型簇(When to Use Subtype Clusters):作为子类型中的一组属性,决定子类型簇可能很费时. 数据模型的物理元素(1) 物理存储(Physical Staorage) 表(Tables) 视图(Views)(也许是sql server中最未充分使用的功能) 数据类型(Data Types) 参照完整性(Referential Integrity) 主码(Primary Keys) 外码(Foreign Keys) 约束(Constraints) 编程(Programming) 存储过程(Stored Procedures) 用户定义函数(User-Defined Functions) 触发器(Triggers) 与.NET框架公共语言运行