精华内容
下载资源
问答
  • ER Master 是一个用于设计ER模型图的Eclipse插件。提供的功能包括:从数据库导入关系生成ER图,导出设计图,导出DDL数据定义语句等。目前完整支持的数据库包括 MySQL、PostgreSQL 和 -Oracle (developing) -DB2 ...
  • 本软件占用内存极小,非常适合ER模型开发和设计,ER模型设计实体结构设计,逻辑结构设计,数据库模型设计,ER模型使用可视化了实体存储的信息,以及直观的呈现了实体与实体的关系,在我们实际的应用系统开发过程中新建...
  • ER模型转换为关系模型的规则如下 一个实体型转换为一个关系模式实体的属性就是关系的属性实体的码就是关系的码 一个:的联系可以转换为一个独立的关系模式也可以与任意一端对应的关系模式合并如果转换为一个独立的...
  • ER模型实际实例.ppt

    2020-01-30 09:55:40
    概念数据库设计过程 局部E-R模式 确定公共实体类型 合并两个局部E-R模式 检查并消除冲突 全 局 E | R 模 式 设 计 还有未合并的 局部模式 全局E-R模式优化 无 有 概念数据库设计过程消除冲突 属性冲突 属性域的冲突...
  • 库存系统 一个Android项目,用于基于ER模型处理来自数据库的数据。该项目使用PostgreSQL和Java,并与Flutter集成在一起,以提供良好的用户体验和性能。 作者 克莱顿(@gcleiton) (@pedrolemoz)
  • 掌握概念模型(ER模型和UML模型)到关系模型的转化。 对于ER模型和UML模型不是很熟悉的小伙伴和烦恼于如何设计项目的数据库的小伙伴可以看看本文。 数据库设计(DBD):构造最优的数据模型,建立数据库及其应用系统...

    本文根据b站鲁老师的教学视频整理而来,可能会偏理论化,有点枯燥,但是如果认真看完,还是会有所收获哒。
    从本文可以学习到:
    对于一个即将展开的项目,我们应该怎么设计及实现数据库。
    掌握概念模型(ER模型和UML模型)到关系模型的转化。

    对于ER模型和UML模型不是很熟悉的小伙伴和烦恼于如何设计项目的数据库的小伙伴可以看看本文。

    想画出ER模型和UML模型的朋友们可以看看这篇博客(PowerDesigner(CDM)画ER图并导出且在DBMS中运行),里面用到的PowerDesigner还可以直接帮你实现概念模型(ER图)到关系模型(代码)的转化十分方便。两篇博客结合起来,相信你能对数据库的模型设计更加得心应手。

    数据库设计(DBD):构造最优的数据模型,建立数据库及其应用系统的过程。

    一、数据库设计步骤

    1.数据分析
    2.数据建模
    3.关系数据库模型
    4.关系数据库管理
    在这里插入图片描述
    注释:概念模型(ER Model/UML Model)
    上面这个图是我们设计数据库及实现的流程图,大家最好熟悉一下。

    下面这个7个步骤了解就好,编写项目的小伙伴可以试着遵循下面步骤来完成项目的有关数据库设计。

    1.1 规划阶段

    (1)系统调查
    (2)可行性分析
    (3)确定数据库系统的总目标

    1.2 需求分析阶段

    (1)分析用户活动,产生业务流程图
    (2)确定系统范围,产生系统关联图
    (3)分析用户活动范围涉及的数据,产生数据流图
    (4)分析系统数据,参数数据字典

    1.3 概念设计阶段

    目标:产生反映用户需求的数据库概念结构,即概念模型
    (1)进行数据抽象,设计局部概念模型
    (2)将局部概念模型综合成全局概念模型(消除冲突)
    (3)评审(用户评审and 应用开发人员评审)
    方法:实体联系法(ER模型)(与DBMS无关的概念模型)

    1.4 逻辑设计阶段

    目的:将设计好的概念模型转换成与DBMS所支持的数据模型相符合的逻辑结构(包括数据库逻辑模型和外模型)
    步骤:
    (1)把概念模型转化为逻辑模型
    (2)设计外模型
    (3)设计应用程序与数据库的接口
    (4)评价模型
    (5)修正模型

    1.5 物理设计阶段

    物理设计:对于给定的基本数据模型选取一个最合适应用环境的物理结构的过程。
    步骤:
    (1)存储记录结构设计
    (2)确定数据存放的位置
    (3)存取方法的设计
    (以上三个为物理结构设计)
    (4)完整性和安全性考虑
    (5)程序设计

    1.6 数据库的实现

    (1)用DDL定义数据库结构
    (2)组织数据入库
    (3)编制与调试应用程序
    (4)数据库试运行

    1.7 数据库的运行与维护

    由DBA完成
    数据库的转储和恢复
    数据库的安全性、完整性控制
    数据库性能的监督、分析和改进
    数据库的重组织和重构造

    二、ER模型

    2.1 re图的基本元素(略)(这个大家从课本或者很多博客都可以迅速掌握,这里就不在多说明。)
    2.2 联系的设计

    一个联系涉及到的实体集个体,称为该联系的元数度数
    一元联系(递归联系),二元联系,三元联系。
    联系类型:限制参与联系的实体的数目(如二元联系的一对多,一对一等)
    例:
    一元联系的1对1:运动员的顺序联系(每个运动员都有1对1的顺序)
    一元联系的1对n:职工的领导联系(每个领导都有1对n的职工)
    一元联系的m对n:零件的组成联系(多个零件可以组合)

    2.3 采用ER模型的概念设计

    (1)首先设计局部ER模型
    (2)然后把各局部ER模型综合成一个全局ER模型
    (3)最后对全局ER模型进行优化,得到最终的ER模型,即概念模型
    两个准则:
    属性不能再具有需要描述的性质
    属性不能与其他实体具有联系
    主体都要有一个标识符。(独特的)

    设计全局ER模型
    优化原则:
    (1)合并实体类型
    (2)消除冗余属性
    (3)消除冗余联系

    三、ER模型向关系模型的转化

    3.1 ER图转化为关系模式集的算法

    (1)实体类型的转换:将每个实体类型转换成一个关系模式,实体的属性即为关系模式的属性,实体标识符即为关系模式的键。
    (2)转换联系
    不同的情况做不同的处理

    3.2.二元的转换关系:重重点

    (1)若实体间的联系是1:1,可以再两个实体类型转换成的两个关系模式中任意的一个关系模式的属性加入另一个关系模式的键和联系类型的属性。
    (2)若实体间的联系是1:n,则在n端的实体类型转换成的关系模式中加入1端实体类型的键和联系类型的属性。
    (3)若实体间的联系是m:n,则将联系类型也转换成关系模式,其属性为两端实体类型的键加上联系类型的属性,而键为两端实体键的组合。

    实例:(例子更好的加快我们了解概念模型向关系模型转换的公式)

    如三个关系模式
    系(系编号,系名,电话)
    教师(教工号,姓名,性别,学分)
    课程(课程号,课程名,学分)

    联系1: 教师(主管)系(1:1)
    这时候联系转换可以把任意一个的主键作为其中一个的外键,加入关系模式中。
    但是这里我们,系是比教师少的,所以如果我们在教工号里加入一个‘系主任教工号’的话,不是每一个教师都是系主任,所以这里我们要加在系里,因为每一个系都有一个系主任。
    (下面所有的关系模式中,加深代表主键,变红代表外键,加深且变红代表既是主键又是外键。)
    系(系编号,系名,电话,系主任教工号)
    教师(教工号,姓名,性别,学分)
    课程(课程号,课程名,学分)

    联系2: 系(聘用 属性:聘期)教师(1:n)
    1对多关系,所以把一方的主键加到多方去
    系(系编号,系名,电话,系主任教工号)
    教师(教工号,姓名,性别,学分,所在系编号,聘期)
    课程(课程号,课程名,学分)

    联系3: 系(开设)课程(1:n)
    系(系编号,系名,电话,系主任教工号)
    教师(教工号,姓名,性别,学分,所在系编号,聘期)
    课程(课程号,课程名,学分,所在系编号

    联系4: 教师(任教 属性:教材)课程(m:n)
    多对多就要将这个联系自己转化为一个新的关系模式。联系的名字就是关系模式的名字。属性是:联系双方的主键以及本身的属性。且联系双方的主键作为一个联合主键。同时这两个联合主键又是外键。通过教工号,建立起和教工之间的联系,通过课程号,建立起和课程之间的联系。
    系(系编号,系名,电话,系主任教工号)
    教师(教工号,姓名,性别,学分,所在系编号,聘期)
    课程(课程号,课程名,学分,所在系编号
    任教(教工号,课程号,教材)

    二元关系的转换大家一定要掌握!!!

    3.3.三元的转换关系:

    (1)若实体间联系是 1 : 1 : 1 1:1:1 1:1:1,可以在转换成的三个关系模式中任意一个关系模式的属性中加入另外两个关系模式的键(作为外键)和联系类型的属性。
    (2)若实体间联系是 1 : 1 : n 1:1:n 1:1:n,则在n端实体类型转换成的关系模式中加入两个1端实体类型的键(作为外键)和联系类型的属性。
    (3)若实体间联系是 1 : m : n 1:m:n 1:m:n,则将联系关系也转化成关系模式,其属性为三端实体类型的键加上联系类型的属性,而键位m端和n端实体键的组合。
    (4)若实体间联系是 m : n : p m:n:p m:n:p,则将联系类型也转化为关系模式,其属性为三端实体类型的键加上联系类型的属性。而键位三端实体键的组合。

    总结:(这是我总结出的公式)

    1.如果没有n的情况,就在所有的1中挑选一个最合理的关系模式中加入其他的主键作为外键,同时加入联系类型的属性。
    2.如果有n没m的情况,就在n的关系模式中加入所有1的主键作为外键,同时加上联系类型的属性。
    3.如果有m的情况,就生成一个新的关系模式,模式名为联系名,主键为m和n的主键的联合主键,同时若有1则1的主键作为外键,同时加上联系类型的属性。同时主键作为外键。

    其实看完上面的规则,大家就可以总结出各种各样形式的联系转换了。

    3.4.一元联系转换为关系模式


    运动员(编号,姓名,性别,名次)
    联系:运动员(顺序)运动员(1:1)
    运动员(编号,姓名,性别,名次,上一名次编号)

    职工(工号,姓名,年龄,性别)
    联系:职工(领导)职工(1:n)
    职工(工号,姓名,年龄,性别,经理工号)

    零件(零件号,零件名,规格)
    联系:零件(组成 属性:数量)零件(n:m)
    零件(零件号,零件名,规格)
    组成(零件号,子零件号,数量)

    3.5 采用ER模型的逻辑设计的步骤

    (1)导出初始关系模式集
    (2)规范化处理
    逐一考察关系模式
    判断他们是否满足规范要求
    (3)模式评价
    (4)模式修正
    (5)设计子模式

    四、UML模型(面向对象)

    数据建模:对于一个特定的应用程序,如何在数据库中表示数据

    4.1 设计关系模型方法:

    (1)关系模型设计理论
    (2)概念设计模型
    E/R–传统的
    UML子集–目前常用的

    4.2 UML(Unified Modeling Language)统一建模语言

    UML用于面向对象建模,但现在也用于数据库建模
    UML与ER模型类似,但是不提供多元的联系。

    UMLE/R
    Class(类)Entity(实体集)
    Association(关联)Binary relationship(二元联系)
    Association Class(关联类)Attributes on a relationship(联系的属性)
    Subclass(子类)Isa hierarchy(Isa层次关系)
    Aggregation(聚集)Many-one relationship(多对一联系)
    Composition(组成)Many-one relationship with referential integrity(带参照完整性的多对一联系)
    4.3 UML类

    Class Name类名、Attributes属性、Methods方法(封装)

    Movies
    titile:string PK
    year: int PK
    length:int
    genre:string
    <place for methods>

    类是具有相同属性和方法的对象的集合
    属性是静态的,是状态,具有数据类型
    PK表示主键
    方法是动态的,是行为,包括参数的声明和返回值的声明

    当UML用于数据建模时,删除方法,增加主键,属性类型可选。

    4.4 UML关联

    关联:两个类间对象的联系
    表示方法
    两个类间用直线(箭头可选)连接
    连接名字通常写在直线下方
    在这里插入图片描述

    m…n 表示与C2类中一个对象有关的C1类对象的个数最少为m,最多为n
    *表示无上限
    在这里插入图片描述
    每个学生最多能在5个校园申请课程
    每个校园容纳学生数为10000到20000之间

    关联类型的简写和默认值:
    * 是 0…* 的简写
    1 是 1…1 的简写
    默认值为 1…1

    关联也可以有属性称为关联类
    与E/R图中联系的属性类似
    在这里插入图片描述
    也可以有自身关联。

    4.5 子类(Subclasses):

    在这里插入图片描述

    (1)UML类都可以包含下级子类
    (2)子类用连线连接父类,与父类连接除空心三角指向父类
    (3)主键来自父类
    (4)子类继承父类的属性(包括attributes and associations)
    (5)子类可以有子类自己的属性以及与其他类的关联

    UML 允许4种类型的子类
    (1)Complete(完全)(父类中的每个对象都是某个子类的成员)或者partial(部分)
    (2)Disjoint(分散)(一个对象不能包含在两个子类中)或overlapping(重叠)。

    在Object-Oriented系统中,子类dijoint-即两个子类中不存在同一对象
    E/R模型自动允许overlapping子类
    E/R模型和00系统都运行complete或partial子类

    4.6 聚集(Aggregations)组成(Compositions)

    有两种类型的多对一(n:1)关联(many-one associations)
    (1)聚集(Aggregations)
    聚集用连线连接两个类,一方以空心菱形箭头结束
    空心菱形箭头指向一方参与对象的个数必须为0…1,不需要另外标注
    在这里插入图片描述
    一个电影公司可以生产很多电影。(0…*)
    但是一个电影不一定是电影公司生产。(0…1)

    (2)组成(Compositions)
    菱形箭头一方参与对象必须为1…1
    菱形箭头相反一方类的每个对象必须与菱形箭头方的一个对象关联
    组成以实心菱形表示
    在这里插入图片描述

    4.7 UML 转化为关系

    1.类的转换
    2.关联的转换

    E/R风格:每个子类关系只存储其自身属性和码
    OO风格(面向对象):子类关系存储其自身和其父类的所有属性
    基本规则ER模型一样,这里就不再重复了。

    希望这篇博客能让大家更加了解数据库在整个项目的位置和提高数据库建模的能力。

    展开全文
  • 数据库原理-ER模型

    2021-08-24 11:03:37
    ER模型-Entity Relationship Model实体联系模型 1ER模型的基本元素(1) 1.实体 -实体(Entity)是指数据对象,指应用中可以区别的客观存在的事物。 -实体集(Entity Set)是指同一类实体构成的集合。 一般将实体、实体集...

    ER模型-Entity Relationship Model实体联系模型

    1ER模型的基本元素(1)
    1.实体
    -实体(Entity)是指数据对象,指应用中可以区别的客观存在的事物。
    -实体集(Entity Set)是指同一类实体构成的集合。
    一般将实体、实体集等概念统称为实体。ER模型中提到的实体往往是指实体集。
    ER模型中实体用方框表示实体名为名词

    2.属性
    -实体的某一特性称为属性(Attribute)
    -在一个实体中,能够惟一标识实体的属性或属性集称为“实体标识符”
    -一个实体只有一个标识符,没有候选标识符的概念。实体标识符有时也称为实体的主键
    -实体若干属性的一组特定值,确定了一个特定的实体

    -在ER图中,属性用椭圆形框表示加下划线的属性为标识符

    3.联系
    -联系(Relationship)表示一个或多个实体之间的关联关系

    -联系集(Relationship Set)是指同一类联系构成的集合

    -将联系、联系集等统称为联系。

    在ER图中,联系用菱形框表示联系名为动词

    联系也会有属性用于描述联系的特征

    联系的元数
    一个联系涉及到的实体集个数,称为该联系的元数或度数(Degree)

    ·一元联系(递归联系):同一个实体集内部实体之间的联系
    ·二元联系:两个不同实体集实体之间的联系
    ·三元联系:三个不同实体集实体之间的联系

    联系类型
    限制参与联系的实体的数目

    二元联系类型
    1:1
    1:n
    m:n

    采用ER模型进行数据库的概念设计的步骤
    -1.首先设计局部ER模型
    -⒉.然后把各局部ER模型综合成一个全局ER模型
    -3.最后对全局ER模型进行优化,得到最终的ER模型,即概念模型

    1.设计局部ER模型

    设计局部ER模型的步骤

    -确定局部结构范围
    范围的划分要自然,易于管理;界面要清晰;大小要适度

    -确定实体
    采用人们习惯划分;避免冗余;依据用户的需求

    -确定属性
    属性应该是不可再分解的语义单位

    实体与属性之间的关系只能是1:n
    不同实体类型的属性之间应无直接关联关系

    -确定实体间联系
    ·确定联系,联系类型,防止冗余

    两条准则
    属性不能再具有需要描述的性质

    属性不能与其他实体具有联系
     

    2.设计全局ER模型
    -将局部ER模型综合成单一的全局概念结构的步骤

    确定公共实体类型
    根据实体类型名和键来认定公共实体类型

    -合并局部ER模型
    首先进行两两合并,先合并那些现实世界中有联系的局部结构

    合并从公共类型开始,最后再加入独立的局部结构
    -消除冲突
    属性冲突(属性域冲突);结构冲突;命名冲突

    全局EBR模型的优化
    优化原则:
    -合并实体类型-消除冗余属性-消除冗余联系
     

    总结:

    ER-概念设计模型

    ER图的组成元素:实体,属性,联系

    实体(名词),属性(名词)是实体的特征,联系(动词)是实体与实体之间的关系

    ER图的矩形框就是实体,菱形框就是联系,椭圆框就是属性,ER图标识符就一个,用下划线表示,对应关系记得标清楚

    展开全文
  • 1)ER模型 ER模型常用于OLTP数据库建模,应用到构建数仓时更偏重数据整合,站在企业整体考虑,将各个系统的数据按相似性一致性进行合并处理,为数据分析、决策服务,但并不便于直接用来支持分析。 问题: a)需要...

     一、数仓建模的目标

    访问性能:能够快速查询所需的数据,减少数据I/O。
    数据成本:减少不必要的数据冗余,实现计算结果数据复用,降低大数据系统中的存储成本和计算成本。
    使用效率:改善用户应用体验,提高使用数据的效率。
    数据质量:改善数据统计口径的不一致性,减少数据计算错误的可能性,提供高质量的、一致的数据访问平台。

    所以,大数据的数仓建模需要通过建模的方法更好的组织、存储数据,以便在性能、成本、效率和数据质量之间找到最佳平衡点。

    二、关系模式范式

    关系型数据库设计时,遵照一定的规范要求,目的在于降低数据的冗余性和数据的一致性,目前业界范式有:

    第一范式(1NF)
    第二范式(2NF)
    第三范式(3NF)
    巴斯-科德范式(BCNF)
    第四范式(4NF)
    第五范式(5NF)

    第一范式(1NF):

    域都是原子性的,即数据库表的每一列都是不可分割的原子数据项。

    例如下面这张表:

    ID    商品    商家ID    用户ID
    1    4件毛衣    B0001    U00001
    “商品”字段就不是原子性的,可以分割成“4件”和“毛衣”。

    第二范式(2NF):

    在1NF的基础上,实体的属性完全依赖于主关键字,不能存在仅依赖主关键字一部分的属性,也就是不存在局部依赖。

    例如下面这张表:

    学生ID    所属系    系主任    所修课程    分数
    S001    物理系    张三    C001    90
    S001    物理系    张三    C002    100
    主键ID为“学生ID,所修课程”,但是字段“所属系”只依赖于“学生ID”,不符合2NF。

    第三范式(3NF):

    在2NF的基础上,任何非主属性不依赖于其它非主属性,也就是不存在传递依赖。

    例如下面这张表:

    订单ID    商品ID    商品颜色    商家ID    用户ID
    O00001    G0001    白色    B0001    U00001
    主键为“订单ID”,但是字段“商品颜色”依赖于“商品ID”,不符合3NF。

    三、四种建模方法

    1、ER实体模型

    在信息系统中,将事务抽象为“实体”(Entity)、“属性”(Property)、“关系”(Relationship)来表示数据关联和事物描述,这种对数据的抽象建模通常被称为ER实体关系模型。

    1. 实体:通常为参与到过程中的主体,客观存在的,比如商品、仓库、货位、汽车,此实体非数据库表的实体表。
    2. 属性:对主体的描述、修饰即为属性,比如商品的属性有商品名称、颜色、尺寸、重量、产地等。
    3. 关系:现实的物理事件是依附于实体的,比如商品入库事件,依附实体商品、货位,就会有“库存”的属性产生;用户购买商品,依附实体用户、商品,就会有“购买数量”、“金额”的属性产品。

    实体之间建立关系时,存在对照关系:

    1:1:即1对1的关系
    1:n:即1对多的关系
    n:m:即多对多的关系

    在日常建模中,“实体”用矩形表示,“关系”用菱形,“属性”用椭圆形。ER实体关系模型也称为E-R关系图。

    1.场景
    学生选课系统,该系统主要用来管理学生和选修课程,其中包括课程选修、学生管理功能,现需要完成数据库逻辑模型设计。
    2.实现步骤
    ①.抽象出主体 —— 学生,课程;
    ②.梳理主体之间的关系 —— 选修;(学生与选修课程是一个多对多的关系)
    ③.梳理主体的属性;
    ④.画出 E-R 关系图; 

    应用场景:

    1、ER模型是数据库设计的理论基础,当前几乎所有的OLTP系统设计都采用ER模型建模的方式。
    2、Bill Inom提出的数仓理论,推荐采用ER关系模型进行建模。
    3、BI架构提出分层架构数仓底层ods、dwd也多采用ER关系模型进行设计。

    2、维度建模

    维度建模源自数据集市,主要面向分析场景。Ralph Kimball推崇数据集市的集合为数据仓库,同时也提出了对数据集市的维度建模,将数据仓库中的表划分为事实表、维度表两种类型。 

    事实表:

    在ER模型中抽象出了有实体、关系、属性三种类别,在现实世界中,每一个操作型事件,基本都是发生在实体之间的,伴随着这种操作事件的发生,会产生可度量的值,而这个过程就产生了一个事实表,存储了每一个可度量的事件。   事实表包含了与各维度表相关联的外键,并通过JOIN方式与维度表关联。事实表的度量通常是数值类型,且记录数会不断增加,表规模迅速增长。

    维度表:

    维度,顾名思义,看待事物的角度。比如从颜色、尺寸的角度来比较手机的外观,从cpu、内存等角度比较手机性能。

    维度表一般为单一主键,在ER模型中,实体为客观存在的事务,会带有自己的描述性属性,属性一般为文本性、描述性的,这些描述被称为维度。

    比如商品,单一主键:商品ID,属性包括产地、颜色、材质、尺寸、单价等,但并非属性一定是文本,比如单价、尺寸,均为数值型描述性的,日常主要的维度抽象包括:时间维度表、地理区域维度表等。

    维度建模通常又分为星型模型和雪花模型。

    星型模型: 

    图中的订单表就是一个事实表,你可以理解他就是在现实中发生的一次操作型事件,我们每完成一个订单,就会在订单中增加一条记录。我们可以回过头再看一下事实表的特征,在维度表里没有存放实际的内容,他是一堆主键的集合,这些ID分别能对应到维度表中的一条记录。

    首先,我们想一下,如果我们不这样设计的话,我们一般会怎么做?如果设计下面这张表。你信不信,我能列出来50个字段!

    可以看出,星形模式的维度建模由一个事实表和一组维表成,且具有以下特点:

                    a. 维表只和事实表关联,维表之间没有关联;

                    b. 每个维表的主码为单列,且该主码放置在事实表中,作为两边连接的外码;

                    c. 以事实表为核心,维表围绕核心呈星形分布

    星型模型由一个事实表和一组维表组成。每个维表都有一个维作为主键,所有这些维的主键组合成事实表的主键。强调的是对维度进行预处理,将多个维度集合到一个事实表,形成一个宽表。这也是我们在使用hive时,经常会看到一些大宽表的原因,大宽表一般都是事实表,包含了维度关联的主键和一些度量信息,而维度表则是事实表里面维度的具体信息,使用时候一般通过join来组合数据,相对来说对OLAP的分析比较方便。 

    维度模型:

    1. 数据冗余小(因为很多具体的信息都存在相应的维度表中了,比如用户信息就只有一份)
    2. 结构清晰(表结构一目了然)
    3. 便于做OLAP分析(数据分析用起来会很开心)
    4. 增加使用成本,比如查询时要关联多张表
    5. 数据不一致,比如用户发起购买行为的时候的数据,和我们维度表里面存放的数据不一致

    再说我们这张大款表的优点:

    1. 业务直观,在做业务的时候,这种表特别方便,直接能对到业务中。
    2. 使用方便,写sql的时候很方便。

    缺点:

    1. 数据冗余巨大,真的很大,在几亿的用户规模下,他的订单行为会很恐怖
    2. 粒度僵硬,什么都写死了,这张表的可复用性太低。

    雪花模型: 

            雪花模式(Snowflake Schema)是对星形模式的扩展,每个维表可继续向外连接多个子维表。下图为使用雪花模式进行维度建模的关系结构:

    这是一个以客户创建为事实表的售前流程的雪花模型。

    事实表:客户创建信息表

    维度表:销售信息表、店铺信息表、跟进表/约见表/风控通过表/订单表的维度上卷。

    以上面的维度模型可以聚合出创建、跟进、风控等各个维度的上层展现的数据

    preview

    雪花、星型模型对比:

    星型模型和雪花模型的主要区别在于对维度表的拆分,对于雪花模型,维度表的设计更加规范,一般符合3NF;而星型模型,一般采用降维的操作,利用冗余来避免模型过于复杂,提高易用性和分析效率。

    1. 冗余:雪花模型符合业务逻辑设计,采用3NF设计,有效降低数据冗余;星型模型的维度表设计不符合3NF,反规范化,维度表之间不会直接相关,牺牲部分存储空间。
    2. 性能:雪花模型由于存在维度间的关联,采用3NF降低冗余,通常在使用过程中,需要连接更多的维度表,导致性能偏低;星型模型反三范式,采用降维的操作将维度整合,以存储空间为代价有效降低维度表连接数,性能较雪花模型高。
    3. ETL:雪花模型符合业务ER模型设计原则,在ETL过程中相对简单,但是由于附属模型的限制,ETL任务并行化较低;星型模型在设计维度表时反范式设计,所以在ETL过程中整合业务数据到维度表有一定难度,但由于避免附属维度,可并行化处理。

    维度建模是面向分析场景而生,针对分析场景构建数仓模型;重点关注快速、灵活的解决分析需求,同时能够提供大规模数据的快速响应性能。针对性强,主要应用于数据仓库构建和 OLAP 引擎低层数据模型。

    维度建模的特点如下:

    • 不需要完整的梳理企业业务流程和数据;
    • 实施周期根据主题边界而定,容易快速实现 demo 。   

    维度建模的缺点

    • 维度建模之前需要进行大量的数据预处理,因此会导致大量的数据处理工作(ETL)。
    • 当业务发生变化,需要重新进行维度的定义时,往往需要重新进行维度数据的预处理。而在这些与处理过程中,往往会导致大量的数据冗余。
    • 如果只是依靠单纯的维度建模,不能保证数据来源的一致性和准确性,而且在数据仓库的底层,不是特别适用于维度建模的方法。

    浅谈数仓模型(维度建模) - 知乎

    大数据和传统关系型数据库的计算框架不一样,例如对比Hive和oracle, Hive 的分析通过 MapReduce 实现,在mapreduce里面,每多一个表的关联,就多一个job。对于雪花模型,由于存在着很多维度表之间的关联,这就会导致一次分析对应多个 MapReduce 任务,而星型模型由于不存在维度表的关联,因此一个 MapReduce 就可以实现分析任务。

    MapReduce 本身是一个支持高吞吐量的任务,mapreduce的每个任务进来,要申请资源,分配容器,各节点通信等。由于相互关联的维度表本身会很小,join 操作用时很少,有可能YARN调度时长大于任务运行时间(例如调度需要5秒才能申请到资源,而表之间的join只需要2秒)。因此hive优化里面,要尽可能减少job任务数,也就是减少表之间的关联,可以用适当的冗余来避免低效的查询方式,这是和oracle等其他关系型数据库不同的地方。还有一点,雪花模型中拆分出的维度表,每个表对应至少一个文件,这就涉及到 I/O 方面的性能损耗。 

    在实际项目中,不会刻意地去考虑雪花模型,而是刻意地去考虑星型模型,特别是大数据领域的建模,倾斜于使用数据冗余来提高查询效率,倾向于星型模型;雪花模型只会应用在一些我们要求模型的灵活性,要求保证模型本身稳定性的场景下,但是雪花模型并不是首选

    3、Data Vault模型

    Data Vault是在ER模型的基础上衍生而来,模型设计的初衷是有效的组织基础数据层,使之易扩展,灵活应对业务变化,同时强调历史性、可追溯性和原子性,不要求对数据进行过度的一致性处理,并非针对分析场景所设计。

    Data Vault模型是一种中心辐射式模型,其设计重点围绕着业务键的集成模式。这些业务键是存储在多个系统中的、针对各种信息的键,用于定位和唯一标识记录或数据。

    Data Vault模型包含三种基本结构:

    1)中心表-Hub:唯一业务键的列表,唯一标识企业实际业务,企业的业务主体集合。

    2)链接表-Link:表示中心表之间的关系,通过链接表串联整个企业的业务关联关系。

    3)卫星表-Satellite:历史的描述性数据,数据仓库中数据的真正载体。

    Data Vault是对ER模型更进一步的规范化,由于对数据的拆解更偏向于基础数据组织,在处理分析类场景时相对复杂,适合数仓底层构建,目前实际应用场景较少。

    4、Anchor

    Anchor是对Data Vault模型做了更进一步的规范化处理,初衷是为了设计高度可扩展的模型,核心思想是所有的扩张只添加而不修改,于是设计出的模型基本变成了K-V结构的模型,模型范式达到了6NF。

    由于过度规范化,使用中牵涉到太多的join操作,目前没有实际案例,仅作了解。

    几种基本建模方法对比:

    当前主流建模方法为:ER模型、维度建模。

    1)ER模型

    ER模型常用于OLTP数据库建模,应用到构建数仓时更偏重数据整合,站在企业整体考虑,将各个系统的数据按相似性一致性进行合并处理,为数据分析、决策服务,但并不便于直接用来支持分析。

    问题:
    a)需要全面梳理企业所有的业务和数据流;
    b)实施周期长
    c)对建模人员要求高

    2)维度模型

    维度建模是面向分析场景而生,针对分析场景构建数仓模型,重点关注快速、灵活的解决分析需求,同时能够提供大规模数据的快速响应性能。针对性强,主要应用于数据仓库构建和OLAP引擎底层数据模型。

    维度建模的有优点:

    1. 不需要完整的梳理企业业务流程和数据;
    2. 实施周期根据主题边界而定,容易快速实现 demo 。 
    3. 业务直观结构清晰(表结构一目了然),在做业务的时候,这种表特别方便,直接能对到业务中。
    4. 便于做OLAP分析,使用方便,写sql的时候很方便。(数据分析用起来会很开心)使用方便,写sql的时候很方便。

    维度建模的缺点

    • 维度建模之前需要进行大量的数据预处理,因此会导致大量的数据处理工作(ETL)。
    • 业务发生变化,需要重新进行维度的定义时,往往需要重新进行维度数据的预处理。而在这些与处理过程中,往往会导致大量的数据冗余。
    • 如果只是依靠单纯的维度建模,不能保证数据来源的一致性和准确性,而且在数据仓库的底层,不是特别适用于维度建模的方法。
    • 数据冗余巨大,真的很大,在几亿的用户规模下,他的订单行为会很恐怖
    • 粒度僵硬,什么都写死了,这张表的可复用性太低。

    模型选择和设计的原则:

    a)数仓模型的选择是灵活的,不局限于某一种模型方法;
    b)数仓模型的设计也是灵活的,以实际需求场景为导向
    c)模型设计要兼顾灵活性,可扩展,而对终端用户透明性;
    d)模型设计要考虑技术可靠性和实现成本

    四、数据库及数据仓库模型设计的三个主要步骤

    概念模型设计 , 逻辑模型设计 , 物理模型设计 是数据库及数据仓库模型设计的三个主要步骤

    1. 概念模型

    《数据建模工具ERwin产品技术交流资料》

    概念模型就是在了解了用户的需求 , 用户的业务领域工作情况以后 , 经过分析和总结 , 提炼出来的用以描述用户业务需求的一些概念的东西 ; 如销售业务中的 客户 和 定单 , 还有就是 商品 , 业务员 , 用 USE CASE 来描述就是 : 业务员 与 客户 就购买 商品 之事签定下 定单 , 概念模型使用 E-R 图表示 , E-R 图主要是由实体 , 属性和联系三个要素构成的 , 该阶段需完成 :

    • 1. 该系统的商业目的是什么 , 要解决何种业务场景
    • 2. 该业务场景中 , 有哪些人或组织参与 , 角色分别是什么
    • 3. 该业务场景中 , 有哪些物件参与 , 
    • 4. 此外需要具备相关行业经验 , 如核心业务流程 , 组织架构 , 行业术语
    • 5. 5w1h:who ,  what , when , where , why,  how

    2. 逻辑模型

    逻辑模型是将概念模型转化为具体的数据模型的过程 , 即按照概念结构设计阶段建立的基本 E-R 图 , 按选定的管理系统软件支持的数据模型 (层次/网状/关系/面向对象) , 转换成相应的逻辑模型 , 这种转换要符合关系数据模型的原则 ;
    还以销售业务为例 : 客户 信息基本上要包括 : 单位名称 , 联系人 , 联系电话 , 地址等属性
    商品 信息基本上要包括 : 名称 , 类型 , 规格 , 单价等属性
    定单 信息基本上要包括 : 日期和时间属性 ; 并且 定单 要与 客户 , 业务员 和商品 明细关联 , 该阶段需完成 :

    • 1. 分多少个主题 , 每个主题包含的实体
    • 2. 每个实体的属性都有什么
    • 3. 各个实体之间的关系是什么
    • 4. 各个实体间是否有关系约束

    3. 物理模型

    物理模型就是针对上述逻辑模型所说的内容 , 在具体的物理介质上实现出来 , 系统需要建立几个数据表 : 业务员信息表 , 客户信息表 , 商品信息表 , 定单表 ; 系统要包括几个功能 : 业务员信息维护 , 客户信息维护 , 商品信息维护 , 建立销售定单 ; 表 , 视图 , 字段 , 数据类型 , 长度 , 主键 , 外键 , 索引 , 约束 , 是否可为空 , 默认值 , 该阶段需完成 :

    • 1. 类型与长度的定义
    • 2. 字段的其他详细定义 , 非空 , 默认值
    • 3. 却准详细的定义 , 枚举类型字段 , 各枚举值具体含义
    • 4. 约束的定义 , 主键 , 外键

    这三个过程 , 就是实现一个数据库设计的三个关键的步骤 , 是一个从抽象到具体的一个不断细化完善的分析 , 设计和开发的过程 ;
     

    五、数据模型工具:ERwin & PownerDesigner

            当今的商业决策对基于海量 的数据依赖越来越强烈,正确而连贯的数据流对商业用户做出快速、灵活的决策起到决定性的作用。建立正确的数据流和数据结构才能保证最好的结果,这个过程叫做数据建模。在实际行业运用的过程中,为了避免认为错误并且加快进度,我们需要使用专业的软件来帮助我们建立数据逻辑模型和物理模型、生成DDL,并且能够生成报告来描述这个模型,同时分享给其他伙伴。下面所列出的工具都是精挑细选的数据建模工具,推荐给大家使用。

    1、PowerDesigner
      PowerDesigner是目前数据建模业界的领头羊。功能包括:完整的集成模型,和面向包含IT为中心的、非IT为中心的差异化建模诉求。支持非常强大的元数据信息库和各种不同格式的输出。PowerDesigner拥有一个优雅且人性化的界面,非常易懂的帮助文档,快速帮助用户解决专业问题。

    2、ER/Studio
      ER/Studio 是一个支持多平台环境的直观数据建模工具,并且本地集成了用于处理大数据平台,例如-MongoDB和Hadoop Hive。它能够进行正向和逆向工程,并且拥有“比较合并”功能,能够输出例如XML、PNG、JPEG等格式文档。内建自动执行任务功能支持当前流行数据库平台。ER/Studio功能非常强大,拥有直观的界面和很好的用户支持特别易于马上开始工作。

    3、Sparx Enterprise Architect
      Enterprise Architect是一个拥有丰富功能的数据建模工具。自诩是高性价比的明智之选。Enterprise Architect帮助企业用户快速建立强大的可维护的系统,而且很容易在共享项目中扩展到大型的协作团队中去。 Enterprise Architect 同样有动态运行模拟模型的能力,用以验证模型和更加正确和深入的理解原来商业系统运作的方式。

    4、CA ERwin
      ERwin 也是业界领先的数据建模解决方案,能够为用户提供一个简单而优雅的界面同时处理复杂的数据环境问题。Erwin的解决方案提提供敏捷模型,同时元数据可以放在普通的数据库中进行处理,这样就能够保证数据的一致性和安全性。Erwin支持高度自定义的数据类型、APIs,允许自动执行宏语言等等。Erwin还建有一个很活跃的用户讨论社区,使得用户之间可以分享知识和各种经验。

            erwin是一个数据库关系实体模型(ER Model)设计工具,与Power Designer(Sybase公司开发)成为最常用的两种数据库设计工具。目前该工具被CA收购,成为CA数据库解决方案中的一个关键部分。与微软的Vision相比,erwin只能设计er model,而且设计界面选项较多,相对来说并不那么友好,增加了使用的难度。

            但如果你是一个出色的数据库应用开发者,那你一定会发现erwin的好处。因为在设计模型层次和复杂度提高以后,visio难以应付众多的数据对象设计和对象之间的关系设计。而且erwin提供了数据库正向工程、逆向工程和文档正向工程功能,可以把设计直接实施到数据库后者把数据库中的对象信息读到erwin设计中,也可以生成设计文档,格式还可以自动定义。在本教程中,将告诉大家我是怎样简单的使用erwin来进行数据库设计的。这里强调了简单二字,就是说有很多只有20%机会用到的80%的功能本教程是不会介绍的。本文用到的erwin版本是4.0。

    5、IBM - InfoSphere Data Architect
      InfoSphere 是一个很创新的、运行在开源平台-Eclipse上的数据建模工具。Infopshere主要聚焦于一下三个主要的特性:高效、简洁、高度集成。InfoSphere能够帮助商业用户建立逻辑、物理模型图,并且之后能非常方便的在各种不同的应用和系统中进行使用。InfoSphere是一个端到端的解决方案,可以快速高效地用在建立、部署、更新数据模型。同时也非常简易的集成了IBM的其他相关产品。


     

    展开全文
  • 22. ER 模型向关系模型的转换: ER 模型中的主要成分是实体类型和联系类型。 对实体类型, 将每个实体类型转换成一个关系模式, 实体的属性即为关系模式的属性, 实体标识符即为关系模式的键。 对联系类型, 就视 1...

    1.什么是软件生存期: 软件生存期是软件工程的一个重要概念。 是指从软件的规划、 研制、 实现、 投入运行后的维护, 直到它被新的软件所取代而停止使用的整个期间。 通常分为六个阶段:

                (1) 规划阶段

               (2) 需求分析阶段

                (3) 设计阶段

                (4) 程 序 编制阶段

               (5) 调试阶段

               (6) 运行维护阶段
    2.数据库系统的生存期:

               一般分为七个阶段, 即:

                 (1) 规划阶段

                  (2) 需求分析阶段

                  (3) 概念设计阶段

                  (4) 逻辑设计阶段

                  (5) 物理设计阶段

                  (6)实现阶段

                   (7) 运行维护阶段

    3.规划阶段的具体工作: 1) 系统调查 2) 可行性分析 3) 确定数据库系统的总目标, 并对应用单位的工作流程进行优化和制定项目开发计划。

    4.规划阶段的具体工作: 1) 系统调查 2) 可行性分析 3) 确定数据库系统的总目标, 并对应用单位的工作流程进行优化和制定项目开发计划。


    5.需求分析阶段的主要工作: 1) 分析用户活动, 产生业务流程图 2) 确定系统范围, 产生系统关联图 3) 分析用户活动设计的数据, 产生数据流图 4) 分析系统数据, 产生数据字典


    6.概念设计的目标和主要步骤: 目标: 产生反映用户单位信息需求的数据库概念结构,即概念模型 主要步骤有三步: 1) 进行数据抽象, 设计局部概念模型 2) 将局部概念模型综合成全局概念模型 3) 评审


    7.逻辑设计的目的和步骤: 目的是把概念设计阶段设计好的概念模型转换成与选用的具体机器上的 DBMS 所支持的数据模型相符合的逻辑结构。 步骤有五步: 1) 把概念模型转换成逻辑模型 2) 设计外模型 3) 设计应用程序与数据库的接口 4) 评价模型 5) 修正模型


    8.物理设计阶段的主要步骤: 1) 存储记录结构设计 2) 确定数据存放位置 3) 存取方法的设计 4) 完整性和安全性考虑 5) 程序设计


    9.数据库的实现工作: 1) 用 DDL 定义数据库结构 2) 组织数据入库 3) 编制与调试应用程序 4) 数据库运行


    10.数据库运行与维护的工作: 1) 数据库的转储与恢复 2) 数据库安全性、 完整性控制 3)数据库性能的监督、 分析和改进 4) 数据库的重组织和重构造


    11. 数据库设计过程的输入有哪些内容: (1) 总体信息需求 ( 2) 处理需求 (3)DBMS 的特征 (4) 硬件和 OS 特征


    12. 数据库设计过程的输出有哪两部分: 一部分是完整的数据库结构, 其中包括逻辑结构与物理结构。 另一部分是基于数据库结构和处理要求的应用程序的设计原则。


    13. 常见的数据库设计方法有:  视图模式化及视图汇总设计方法

    14. 一种设计方法学需要有三种基本类型的描述机制: (1) 实现设计过程的最终结果将用 DBMS 的 DDL 表示。 (2) 信息输入的描述。 (3) 在信息输入和 DDL 描述之间的其它中间步骤的结果的描述。


    15. 数据库设计中的规划阶段的主要任务: 是进行建立数据库的必要性及可行性分析, 确定数据库系统在组织中和信息系统中的地位, 以及各个数据库之间的联系。


    16. 数据字典由哪几部分组成: ( 1) 数据项 ( 2) 数据结构 ( 3) 数据流 ( 4)数据存储 (5) 加工过程


    17. 数据抽象: 抽象是对实际的人、 物、 事或概念的人为处理, 它抽取人们关心的共同特性, 忽略非本质的细节, 并把这些特性用各种概念精确地加以描述, 这些概念组成了某种模型。 抽象有两种形式, 系统状态抽象(抽象对象)和系统转换抽象(抽象运算)。

    18. 对象的两种形式: (1) 聚集: 的数学意义就是笛卡尔积的概念。 通过聚集, 形成对象之间的一个联系对象。 (2) 概括: 是从一类其它对象形成一个对象。 对于一类对象{O1,O2, ……, On}可以概括成对象 O, 那么 Oi 称为 O 的其中一个。


    19. 依赖联系: 在现实世界中, 常常有某些实体对于另一些实体具有很强的依赖关系, 即一个实体的存在必须以另一个实体的存在为前提。 我们通常把前者称为弱实体。 在 ER 图中,用双线框表示弱实体, 用指向弱实体的箭头表明依赖联系。


    20. 子类、 超类: 某个实体类型中所有实体同时也是另一实体类型中的实体。 此时, 我们称前一实体类型是后一实体类型的子类, 后一实体类型称为超类。 在 ER 图中, 带有子类的实体类型(超类) 以两端双线的矩形框表示, 并用加圈的弧线与其子类相连, 子类本身仍用普通矩形框表示。 子类具有一个很重要的性质: 继承性。 它可继承超类上定义的全部属性, 其本身还可包含其它另外的属性。模式: 1) 确定公共实体类型 ;2) 局部 ER 模式的合并 ;3) 消除冲突。 (3) 全局 ER 模式的优化: 1) 实体类型的合并 ;2) 冗余属性的消除 ;3) 冗余联系的消除


    21.冲突分为哪三种: 属性冲突, 包括属性域的冲突、 属性取值单位冲突。 结构冲突, 包括: 1) 同一对象在不同应用中的不同抽象。 (2) 同一实体在不同局部 ER 图中属性组成不同。(3) 实体之间的联系在不同的局部 ER 图中呈现不同的类型。 命名冲突, 包括属性名,实体名, 联系名之间的冲突: 同名异义、 异名同义


    22. ER 模型向关系模型的转换: ER 模型中的主要成分是实体类型和联系类型。 对实体类型, 将每个实体类型转换成一个关系模式, 实体的属性即为关系模式的属性, 实体标识符即为关系模式的键。 对联系类型, 就视 1: 1、 1: N、 M: N 三种不同的情况做不同处理。 (1) 对 1: 1 可在两个实体类型转换成的两个关系模式中任意一个关系模式的属性中加入另一个关系模式的键和联系类型的属性。(2) 对 1: N, 则在 N 端实体类型转换成的关系模式中加入 1 端实体类型转换成的关系模式的键和联系类型的属性。(3) 对 M: N,则将联系类型也转换成关系模式, 其属性为两端实体类型的键盘加上联系类型的属性, 而键为两端实体键的组合。


    23. 在数据库系统生存期中, 生存期的总开销可分为几项: 规划开销、 设计开销、实现与测试开销、 操作开销、 维护开销。


    24. 用户使用和计算机资源的操作开销是: (1) 查询响应时间 (2) 更新事务的开销 (3) 报告生成的开销 (4) 改组频率和开销 (5) 主 存 储空间 (6) 辅助存储空间


    25. 数据库的重新组织设计: 对数据库的概念模式、 逻辑结构或物理结构的改变称为重新组织, 其中改变概念模式或逻辑结构又称为重新构造, 改变物理结构则称为重新格式化

     

    展开全文
  • er模型转关系模式_ER模型到关系模型

    千次阅读 2020-07-27 18:50:15
    er模型转关系模式 ER模型到关系模型 (ER Model to Relational Model) As we all know that ER Model can be represented using ER Diagrams which is a great way of designing and representing the database ...
  • 本章内容最重要的两件事就是掌握:ER模型的设计和ER模型向关系模型的转化 本章的知识结构 幕布链接 概念模型 稍微区分下概念模型和数据模型,两者本质上都是对现实世界事物的抽象描述,但是概念模型侧重于以简单...
  • 浅析ER模型与关系模型

    千次阅读 热门讨论 2018-03-28 10:31:16
    前言: 实体联系模型(ER模型)是广泛被采用的概念设计方法,此博客介绍ER模型的基本元素、属性的分类和联系的设计,以及才用ER模型的概念设计步骤。 ER模型与关系模型的区别以及转换是“数据库系统原理”中常考的...
  • ER图转换成关系模式集的算法(联系类型的转换):不同的情况做不同的处理。(二元联系类型的转换) ①若实体间联系是1:1,可以在两个实体类型转换成的两个关系模式中任意一个关系模式的属性中加入另一个关系模式的键和...
  • 本文转载自:...fps=1 超级感谢博主分享本篇博文中的例题只涉及到N:M和N:M:P的转换,大家看完后可以再去看下下面的这几个例题。https://blog.csdn.net/Flora_SM/article/details/84645752如何把ER模...
  • 2.2ER模型

    千次阅读 2018-03-01 11:07:06
    一、ER模型的基本元素:实体、联系、属性。 二、属性的分类 1、按属性类别分 简单属性:不可分割的属性。 复合属性:可以再分解为其他属性的属性。 2、按取值特点分 单值属性:同一实体的属性只能取一个值,如“年龄...
  • 增强型ER模型

    2020-07-27 11:00:57
    关系型数据库中的er模型 增强型ER模型 (The Enhanced ER Model) As the complexity of data increased in the late 1980s, it became more and more difficult to use the traditional ER Model for database ...
  • 维度建模和ER模型的对比

    千次阅读 2020-12-17 14:58:37
    ER模型是用实体加关系描述的数据模型描述企业业务架构,在范式理论上符合3NF,是以业务功能为出发构建数据模型,而不是针对某个具体业务流程的,面向功能性模块开发。 维度建模以分析决策的需求为出发点构建模型,...
  • ER模型

    千次阅读 热门讨论 2014-04-20 17:14:23
    一、什么是ER模型  实体-联系图(Entity-RelationDiagram)用来建立数据模型,在数据库系统概论中属于概念设计阶段,形成一个独立于机器,独立于DBMS的ER图模型。通常将它简称为ER图,相应地可把用ER图描绘的数据模型...
  • 数据库系统及其概论-ER模型
  • 【数据库】ER模型的简单例子

    千次阅读 2021-05-03 10:42:59
    某个工厂物资管理的概念模型 物资管理涉及的实体有: 仓库:属性有仓库号、面积、电话号码 零件:属性有零件号、名称、规格、单价、描述 供应商:属性有供应商号、姓名、地址、电话号码、账号 项目:属性有项目号、...
  • 数据库实验—ER模型

    2021-05-03 10:45:02
    【例】用E-R图表示某个工厂物资管理的概念模型。 物资管理设计一下几个实体 仓库:属性有仓库号、面积、电话号码 零件:属性有零件号、名称、规格、单价、描述 供应商:属性有供应商号、姓名、地址、电话号码、账号...
  • 2ER模型与关系模型.ppt

    2020-02-12 10:02:21
    第二章 ER模型与关系模型;本章要点;1 数据模型Data Model组成要素;1 数据模型的三要素;1 数据模型的三要素;本章要点;2 概念模型;2.1 概念模型的表示Entity-Relation图;客户;2.1 ER图与ER模型;2.1 ER模型基本概念;2.1...
  • ER模型转word

    2021-01-08 21:07:09
    今天就介绍一款可以根据在线制图ER模型转word数据库设计文档自动生成设计文档的工具,还提供在线存储,查看历史记录的功能. 快速上手 具体操作: 进入(https://www.freedgo.com/erd.html) 在线Freedgo在线制图ER模型转...
  • ER模型、ER分析介绍

    万次阅读 2015-04-11 19:03:24
    以建筑房屋的例子,说明建筑师、建筑工人和原材料商的作用,强调数据库规划师、数据库操作人员和数据库管理系统的作用,指出ER模型是种基于关系模型的数据库整体规划方法。 1.2ER模型的概念 模型来源于数据概念...
  • * 精品PPT可编辑借鉴 * 精品PPT可编辑借鉴 学生运动会模型 (1)有若干班级,每个班级包括: 班级号,班级名,专业,人数 (2)每个班级有若干运动员,运动员只能属于一个班,包括:运动员号,姓名,性别,年龄 (3)有若干比赛项目,...
  • 数据库设计(一):ER模型概念介绍

    千次阅读 2020-08-31 12:12:31
    在这一步中,我们需要将人可以读懂的ER模型转化为机器可以读懂的逻辑模型,即我们需要书写数据库模式(SQL schema)来实现我们的模型。 物理模型设计(physical model)。物理模型关乎于数据库在储存器中如何存放,
  • 数仓ER模型

    2019-08-23 00:34:07
    https://www.jianshu.com/p/19610fafcc2b
  • dbms 面向对象模型 DBMS中ER模型的基本概念 (Basic Concepts of ER Model in DBMS) As we described in the tutorial Database models, Entity-relationship model is a model used for design and representation ...
  • 数据库设计及ER模型

    2020-03-07 11:39:45
    再拆 再拆:将间接关联的信息再创建表,每个表的字段信息都是直接关联的 最终实现的目标 E-R模型 E-R模型的基本元素是:实体、联系和属性 实体:现实生活中任何可以被认知,区分的事物。 联系:实体之间的关系,可以...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 22,512
精华内容 9,004
关键字:

er模型