精华内容
下载资源
问答
  • 数据模型

    2018-07-20 22:20:16
    现实世界的事物反映到人的大脑,人们这些事物抽象为一种既不依赖于具体的计算机系统又不为某一数据库管理系统支持的概念模型,然后再概念模型转换为计算机上某一数据库管理系统支持的数据模型。 数据描述 ...

    数据库需要根据应用系统中数据的性质、内在联系,按照管理的要求来设计和组织。数据模型就是从现实世界到机器世界的一个中间层。现实世界的事物反映到人的大脑,人们把这些事物抽象为一种既不依赖于具体的计算机系统又不为某一数据库管理系统支持的概念模型,然后再把概念模型转换为计算机上某一数据库管理系统支持的数据模型。

    数据描述

    所谓数据描述,就是以数据符号的形式,从满足用户需求出发,对客观事物属性和运动状态进行描述
    这里写图片描述

    数据的转换

    数据的描述既要符合客观现实,又要适应数据库原理与结构,同时也适应计算机原理与结构。进一步说, 由于计算机不能够直接处理现实世界中的具体事物,所以人们必须将客观存在的具体事物进行有效的描述与刻画 ,转换成计算机能够处理的数据,这一转换过程可分为三个数据范畴: 现实世界、
    信息世界和计算机世界。

    实体描述

    现实世界中存在各种事物,事物之间存在着联系,而且这种联系是客观存在的 ,是由事物本身的性质所决定的。人们从现实世界抽象各种事物到信息世界(概念模型)时,通常采用实体来描述现实世界中具体的事物或事物之间的联系。

    实体

    客观存在并可相互区别的事物称为实体。实体可以是具体的人、事、物,也可以是抽象的概念或联系。例如学生、课程、教师都是属于实际存在的事物,而学生选课就是比较抽象的事物,是由学生和课程之间的联系而产生的等等。

    实体的属性

    描述实体的特性称为属性。一个实体可以由若干个属性来刻画,如一个学生实体有学号、姓名、性别、出生日期等方面的属性。属性有属性名和属性值,属性的具体取值称为属性值。例如,对某一学生的“性别”属性取值“女”,其中“性别”为属性名,“女”为属性值。

    实体集和实体型

    同类型的实体的集合称为实体集。例如,对于“学生”实体来说,全体学生就是一个实体集。属性的集合表示一个实体的类型,称为实体型。例如,学生(学号,姓名,性别,出生日期)就是一个实体型。属性值的集合表示一个实体。例如,属性值的集合(200901001,张三,男,1983-11-23,计算机系)就是代表一个具体的学生。

    实体间的的联系及分类

    现实世界中事物内部以及事物之间是有联系的,在概念模型中反映为实体内部的联系和实体之间的联系。实体内部的联系通常是指组成实体的各属性之间的联系,而实体之间的联系通常是指不同实体集之间的联系。

    实体间的的联系及分类

    两个实体之间的联系可分为如下三种类型:
    (1)一对一联系(1 :1)
    实体集 A 中的一个实体至多与实体集 B 中的一个实体相对应,反之亦然,则称实体集 A 与实体集 B 之间为一对一的联系,记作 1 : 1。例如,一个学校只有一个校长,一个校长只能管理一个学校。
    (2)一对多联系(1 :n)
    如果对于实体集 A 中的每一个实体,实体集 B 中有多个实体与之对应,反之,对于实体集 B 中的每一个实体,实体集 A 中至多只有一个实体与之对应,则称实体集 A 与实体集 B 之间为一对多联系,记为 1 : n。例如,学校的一个系有多个专业,而一个专业只属于一个系。
    (3)多对多联系(m : n)
    如果对于实体集 A 中的每一个实体,实体集 B 中有多个实体与之对应,反之,对于实体集 B 中的每一个实体,实体集 A 中也有多个实体与之对应,则称实体集 A 与实体集 B 之间为多对多联系,记为 m : n。例如,一个学生可以选修多门课程,一门课程可以被多名学生选修。

    展开全文
  • 数据模型是指数据库的组织形式,它决定了数据库中数据之间联系的表达方式,即在计算机中表示客观事物及其联系的数据及结构称为数据模型。本文详细讲述传统三大数据模型和空间数据模型。 一、数据模型概述 数据模型...

    数据模型是指数据库的组织形式,它决定了数据库中数据之间联系的表达方式,即把在计算机中表示客观事物及其联系的数据及结构称为数据模型。本文详细讲述传统三大数据模型和空间数据模型。

     

    一、数据模型概述


    数据模型是指数据库的组织形式,它决定了数据库中数据之间联系的表达方式,即把在计算机中表示客观事物及其联系的数据及结构称为数据模型

    组织方式的不同,常见的有四种:

    1、传统数据模型(层次模型、网状模型、关系模型)

    2、面向对象模型

    3、时态GIS模型

    4、三维数据模型

     

    二、传统数据模型


    1. 层次模型

    层次模型是一种结构模型,它把数据按自然的层次关系组织起来,以反映数据间的隶属关系。

    2. 网状模型

    网状模型是将数据组织成有向图的结构,图中的节点代表数据记录,连线描述不同节点数据间的联系。

    3. 关系模型

    关系模型的基本数据机构是二维表,是一种非格式化的模型。实体跟实体之间的联系用关系来表示,满足一定规范化条件的集合就构成了一个关系模型

     

    三、面向对象数据模型


    面向对象数据模型是一种新兴的数据模型,它采用面向对象的方法来设计数据库。

    面向对象的数据库存储对象是以对象为单位,每个对象包含对象的属性和方法,具有类和继承等特点。

    1. 面向对象的基本思想

    面向对象是模拟人类认识客观世界的方式,将现实世界的一切事物或现象(或称为实体)模型化为对象或对象的集合来表达。实体的静态特征(可以用数据来表达的特征用对象的属性来表示;实体的动态特征(事物的行为)用对象的方法来表示。

    2. 面向对象的几个基本概念

    (1)对象

    对象是现实世界中实际存在的实体.是构成系统的基本单位。-个对象由-组属性和对这组属性进行操作的方法构成。属性用来描述对象的静态特征,方法用来描述对象的动态特征。每个对象都有一个标识号(ID)来唯一标识。

    (2)类

    类是具有相同属性和方法的一组对象的集合,它为属于该类的全部对象提供了统- -的抽象描述,其内部包括属性和方法两个主要部分。类给出了属于该类的全部对象的抽象定义,而对象则是符合这种定义的一个实例。例如,每条河流均具有名称、长度、流域面积等属性,以及查询、计算长度、求流域面积等操作方法,因此可以抽象为河流类。

    (3)继承

    类对象可继承另类对象的特性和能力。子类继承父类的共性,继承不仅可以把父类的特征传递给中间类,还可以向下传递给中间类的子类。例如,建筑物类具有业主、地址.建筑时间等属性,以及显示、删除等(操作)方法,而酒店也属于建筑物,也具有以上属性和方法。因此,建筑物类是酒店类的父类酒店类是建筑物类的子类,若在建筑物类中定义了以上属性和方法,则酒店类会自动继承这些属性和方法,不需要重新定义。

    3. 面向对象数据模型的概念

    面向对象的数据模型即用面向对象的方法建立的数据模型,包括数据模式、建立在模式上的操作和建立在模式上的约束。

    (1)数据模式(数据结构):对象与类结构。

    (2)模式上的操作(数据操作):用对象与类中的方法来构建模式上的操作,这种操作语义范围比传统数据模型更具优势。例如,构建一个矩形类,其操作包括查询、增加、删除、修改,还可以包括放大、缩小、平移、拼接等。因此,面向对象的数据模型比传统的数据模型功能更强。

    (3)模式上的约束(数据约束):与关系模型等传统的数据模型相同,模式上的约束包括实体完整性、参照完整性和用户定义完整性。

    在面向对象的数据模型中,可以采用面向对象中的对象、方法和继承等概念来表示以上三个组成部分。例如,汽车类具有车窗、车门、方向盘、座椅等属性和行驶、刹车、停止、启动等方法,是小汽车类、公共汽车类、大卡车类的父类,其属性和方法均可以被小汽车类、公共汽车类、大卡车类所继承。

     

    四、时态GIS模型


    为了能够表示时空过程,近年来,作为GIS研究和应用的一个领域,时态GIS已经得到GIS界的广泛关注,人们再研究能支持时态GIS产品的时空数据模型。目前有时空数据的四种组织方法。

     参考:【空间数据库】时空数据库,时态数据模型详解

     

    五、三维空间数据模型


    地理空间在本质上是三维的。随着应用的深入和时间的需要,二维GIS逐渐暴露出缺点。现在GIS的研究人员和开发者们不得不重新思考地理空间的三维本质特征及在三维空间概念数据模型下的一系列处理方法。

    从三维GIS的角度出发考虑,地理空间应有如下不同于二维空间的三维特征:

    集合坐标上增加了第三维信息,即垂向坐标信息;

    向坐标信息的增加导致空间拓扑关系的复杂化,其中突出的一点是无论零维、一维、二维还是三维对象,在垂向上都具有复杂的空间拓扑关系;如果说二维拓扑关系是在平面上呈圆状发散伸展的话,那么三维拓扑关系则是在三维空间中呈球状向无穷维方向伸展;

    三维地理空间中的三维对象还具有丰富的内部信息(如属性分布、结构形式等)

    展开全文
  • 更新数据模型

    2019-04-28 08:18:38
    数据模型数据库的表导入到mvc来,是便于用来操作的一个东西,而数据模型里面也有很多从数据库那里映射过来的表,有时候你更改了数据库的东西,不能直接在mvc里面更改,这样是没有用的,如果你真的要改也要在...

    数据模型是把数据库的表导入到mvc来,是便于用来操作的一个东西,而数据模型里面也有很多从数据库那里映射过来的表,有时候你更改了数据库的东西,不能直接在mvc里面更改,这样是没有用的,如果你真的要改也要在数据库里面改了然后再在mvc里面更新数据模型。
    在这里插入图片描述

    那么怎么才能更新数据模型呢?

    首先双击你的数据模型,来到映射的表这里

    在这里插入图片描述

    然后再空白的地方右键,找到“从数据库更新模型”这个字段,然后点击就可以了
    在这里插入图片描述

    但是呢,如果你改的是类型,光靠更新是不行的,一开始你觉得这个数据类型就够了,但是到后面有觉得那个数据类型更加合适,比如你数据库一开始是int类型,到后来有觉得是char或者是nvchar更加合适,那到了这个时候要如何是好呢?
    在这里插入图片描述

    比如你改的是这张表或者改了这张表的某个属性,之后你就先把这张表给删掉,然后在更新一次数据模型,点击那张表右键,再点删除,把它删掉,再更新一次模型
    在这里插入图片描述
    在这里插入图片描述

    勾上那个表就可以了

    展开全文
  • 多维数据模型

    千次阅读 2018-09-18 15:04:33
    这个模型把数据看成是数据立方体形式。多维数据模型围绕中心主题组织,该主题用事实表表示。事实是数值度量的。 数据立方体允许以多维数据建模和观察,它由维和事实定义。 维是关于一个组织想要记录的视角或观点,...

    一、从关系表和电子表格到数据立方体

    数据仓库和数据仓库技术基于多维数据模型。这个模型把数据看成是数据立方体形式。多维数据模型围绕中心主题组织,该主题用事实表表示。实是数值度量的。

    数据立方体允许以多维数据建模和观察,它由维和事实定义。

    维是关于一个组织想要记录的视角或观点,每个维都有一个表与之相关联,称为维表

    事实表包括事实的名称或度量,一个n维的数据立方体叫做基本方体。给定一个维的集合,可构造一个方体的格,每个都在不同的汇总级或不同的数据子集显示数据,方体的格称为数据立方体。0维方体存放在最高层的汇总,称作顶点方体;存放在最底层汇总的方体则称为基本方体

    二、数据仓库的概念模型

    最流行的数据仓库概念模型:多维数据模型。这种模型可以是星型模式、雪花模式、或事实星座模式的形式存在。

    (1)星型模式(star schema):事实表在中心,周围围绕地连接着维表(每一维),事实表含有大量数据,没有冗余。

    维表location 中  city  和 country 属性重叠即属性冗余(造成空间浪费和数据不一致性)

    (2)雪花模式(snowflake schema):是星型模式的变种,其中某些维表是规范化(将冗余字段用新的表来表示)的,因而把数据进一步分解到附加表中,结果,模式图形成类似于雪花的形状。

    (3)事实星座模式(fact constellations):多个事实表共享维表,这种模式可看做星型模式集,因此称为星系模式(galaxy schema,星型模式的集合),或者事实星座(fact constellation)

    三、一种数据挖掘查询语言:DMQL

    DMQL首先包括定义数据仓库和数据集市的语言原语,这包括两种原语定义:一种是立方体定义,一种是维定义

    (1)立方体定义(事实表)

    define cube<cube_name>[<dimension_list>]:

    <measure_list>

    (2)维定义(维表)

    define dimension <dimension_name> as 

    (<attribute_or_subdimension_list>)

    (3)特殊案例(共享维表的定义)

    第一次作为维表定义''cube definition ''

    然后:define dimension<dimension_name> as 

                 <dimension_name_first_time>in cube

                 <cube_name_first_time>

    实例:使用DMQL定义星型模式

    define cube sales_star[time,item,branch,location]:

            dollars_sold=sum(sales_in_dollars),avg_sales=avg(sales_in_dollars),units_sold=count(*)

    define dimension time as (time_key,day,day_of_week,month,quarter,year)

    define dimesion item as (item_key,item_name,brand,type,supplier_type)

    define dimension branch as (branch_key,branch_name,branch_type)

    define dimension location as (location_key,street,city,province_or _state,country)

    实例:使用DMQL定义雪花型模式

    define cube sales_snowflake[time,item,branch,location]:

            dollars_sold=sum(sales_in_dollars),avg_sales=avg(sales_in_dollars),units_sold=count(*)

    define dimension location as (location_key,street,city(city_key,province_or _state,country)) 规范化,用新表去除冗余

    实例:使用DMQL定义事实星座模式

    define cube sales[time,item,branch,location]:

            dollars_sold=sum(sales_in_dollars),avg_sales=avg(sales_in_dollars),units_sold=count(*)

    define dimension time as (time_key,day,day_of_week,month,quarter,year) 第一次定义

    define dimesion item as (item_key,item_name,brand,type,supplier_type)

    define dimension branch as (branch_key,branch_name,branch_type)

    define dimension location as (location_key,street,city,province_or _state,country)

    define cube shipping[time,item,shipper,from_location,to_location]:

            dollar_cost=sum(cost_in_dollars),unit_shipped=count(*)

    define dimension time as time in cube sales   第二次可直接引用

    define dimension item as item in cube sales

    define dimension shipper as(shipper_key,shipper_name,location as location in cube sales,shipper_type)

    define dimension from_location as location in cube sales

    define dimension to_location  as location in cube sales

    四、度量的分类

    一个数据立方体的度量是一个数值函数,该函数可以对数据立方体的每一个点求职。度量可以根据其所用的聚类函数分为三类:

    分布的(distributive):将函数用于n个聚集值得到的结果和将函数用于所有数据得到的结果一样 count(),sum(),min(),max()

    代数的(algebraic):函数可以由一个带M个参数的代数函数计算(M为有界整数),而每个参数值都可以有一个分布的聚集函数求导 avg(),min_N(),standard_deviation()

    整体的(holistic):描述函数的子聚集所需的存储没有一个常数界。median(),mode(),rank()

    五、概念分层和多维数据模型上的OLAP操作

    (1)概念分层:一个概念分层定义一个映射序列,将不同的属性连接成一个整体。利于不同层次的数据进行汇总,按属性进行汇总。

    (2)多维数据模型上的OLAP操作

    上卷(roll-up):汇总数据,通过一个维 的概念分层向上攀升或者通过维规约

    下钻(drill-down):上卷的逆操作,由不太详细的数据到更详细的数据,可以通过沿维的概念分层向下或引入新的维来实现。

    切片和切块(slice and dice):投影和选择操作

    转轴(pivot):立方体的重定位,可视化,或将一个3维立方体转化为一个3维平面序列

    其他OLAP操纵:钻过(drill_across):执行涉及多个事实表的查询

                                   钻透(drill_through):使用关系SQL机制,钻到数据立方体的底层,到后端关系表

    六、数据仓库设计:

    如何设计有效的数据仓库,就需要进行需求分析,则需要构建一个商务分析框架

    (1)数据仓库设计的四种视图

    i:      自顶向下视图:允许我们选择数据仓库所需的相关信息

    ii:     数据源视图:揭示被操作数据库系统所捕获、存储和管理的信息

    iii:     数据仓库视图:有事实表和维表所组成

    iiii:    商务查询视图:从最终用户的角度透视数据仓库中的数据

    (2)数据仓库的设计过程

    i:      自顶向下法(由总体设计和规划开始:成熟)、自底向上法(以实验和原型开始:快速)或者两者结合的混合方法

    ii:     从软件过程的观点:瀑布式方法:在运行下一步前,每一步都进行结构化和系统的分析;

                                                   螺旋式方法:功能渐增的系统的快速产生,相继版本之间间隔很短

    iii:    典型的数据仓库设计过程

    选取待建模的商务过程;选取商务过程的粒度;选取用于每个事实表记录的维;选取将安放在事实表中的度量

    数据仓库服务器大部分都是关系数据库服务器。

    数据仓库也是数据库,但是是分离的数据库。

    (3)三种数据仓库模型

    企业仓库:搜集关于跨越整个组织的主题的所有信息

    数据集市:企业范围数据的一个子集,对于特定的客户是有用的:其范围限于选定的主题,比如一个商场的数据集市 

                          独立的数据集市 VS 非独立的数据集市(数据来自于企业的数据仓库)

    虚拟仓库:操作数据库上的一系列视图,只有一些可能的汇总图被物化

    (4)数据仓库开发- 一个推荐的方法

    七、OLAP  服务器类型

    (1)关系OLAP服务器(POLAP)

    使用关系数据库或扩展的关系数据库存放并管理数据仓库的数据,而用OLAP中间件支持其余部分

    包括每个DBMS 后端优化,聚集导航逻辑的实现,附加的工具和服务

    较大的可扩展性

    (2)多维OLAP服务器(MOLAP)

    基于数组的多维存储引擎(稀疏矩阵技术)

    能对预计算的汇总数据快速索引

    (3)混合OLAP服务器(HOLAP)

    结合上述两种技术,更大的使用灵活性

    (4)特殊的SQL服务器

    在星型和雪花模型上支持SQL查询

     

    展开全文
  • 理解BW数据模型 - 主数据模型

    千次阅读 2013-07-20 11:39:42
    SAP BW主数据分为了三类:属性,文本,层级。每一类都存放在了一个与IO关联的数据库...SAP BW 数据模型,特别是主数据模型大量使用了代键(SORROGATE KEY)的概念。一般代键都是由系统自动产生的,而且是唯
  • flask开发之创建数据模型和表

    千次阅读 2017-09-06 11:37:56
    所以我们一般无须手动的登录到数据库中使用 SQL 语句来创建表, 我们只需把数据模型定义好了之后, 表结构也就有了. 首先要初始化 SQLAlchemy, 在 models.py 中把 app 对象 传入 SQLAlchemy :  #encoding:utf-...
  • 数据模型设计

    2020-08-19 11:40:08
    如果指标⽐喻成⼀棵树上的果实,那模型就是这棵⼤树的躯⼲,想让果实结得好,必须让树⼲变得粗壮。真实场景举例: ⼤多数公司的分析师会结合业务做⼀些数据分析(需要⽤到⼤量的数据),通过报表的⽅式服务于业务...
  • 很高兴见到 Objective-C 的老司机对于 Swift 的新鲜语法结构和新思维方式感到如此兴奋。作为开发者,我们应该永远...另一个例子是我们的数据模型转换为 Struct(结构体)。这是听起来很美好,但在实际运用中,彻底地
  • ArcGIS矢量数据模型

    千次阅读 2017-12-01 14:41:33
    在过去20年中,矢量数据模型是GIS中变化最大的方面,例如,ESRI...Shapefile和Coverage是地理关系数据模型,它利用分离的系统来存储空间数据和属性数据,而Geodatabase是基于对象数据模型,它空间数据和属性数据存
  • 三种数据模型

    千次阅读 2017-10-13 15:32:41
    数据库的类型是根据数据模型来划分的,而任何一个DBMS也是根据数据模型有针对性地设计出来的,这就意味着必须数据库组织成符合DBMS规定的数据模型。目前成熟地应用在数据库系统中的数据模型有:层次模型、网状模型...
  • NoSQL聚合数据模型

    2018-02-23 11:28:03
    http://www.cnblogs.com/me115/p/3809482.htmlNoSQL聚合数据模型内容目录:特点缺点规划数据访问方式面向聚合的数据库相关:关系数据模型附 思维导图参考NoSQL聚合数据模型特点聚合数据模型的特点就是经常访问的...
  • 缓存存储在缓存文件夹下的原因是iCloud(和iTunes)的备份不包括此目录。如果在Documents目录下创建了大尺寸的缓存文件,它们会在备份的时候被上传到iCloud并且很快就用完有限的空间(写作本书时大约为5 GB)。你...
  • ZooKeeper数据模型

    2015-06-02 23:50:17
    下面从三个方面来理解ZooKeeper服务:数据模型、操作、实现 数据模型 可以zookper看成一个文件系统,文件系统中的所有文件形成一个数状结构,zookeeper维护着这样的树形层次结构,树中的节点称为znode。每个...
  • OSI参考模型的各层传输的数据和控制信息具有多种格式,常用的信息格式包括帧、数据包、数据报、段、消息、元素和数据单元。   信息交换发生在对等OSI层之间,在源端机中每一层控制信息附加到数据中,而目的机器...
  • 如前所述,模型(models)...在大多数网络应用中,数据会被存储在一个关系数据库管理系统(RDBMS)中,也就是把数据格式化存储在由行与列组成的表格中,且能够跨表对数据进行比较。例如MySQL,Postgres,Oracle,MSSQL。 ...
  • MongoDB 数据模型设计

    千次阅读 2015-10-01 17:35:03
    一个高效的数据模型能够很好的满足你应用程序的需求。设计一个文档数据结构最关键的考量就是决定是否使用嵌入式还是引用。 1. 内嵌式数据模型 在MongoDB里面,你可以相关的数据包括在一个单个的结构或者文档...
  • 数据模型层Model

    2019-10-05 12:43:20
    因为我们要把数据从数据库获取到的话,需要使用数据模型层Model来获取。模型层Model和Controller一样也是一个类文件。 如果要从数据库里面获取数据的话,第一步需要的是TP框架它关于数据库的这个配置文件给修改掉。...
  • IBM 金融数据模型FSDM

    万次阅读 2016-12-13 15:31:37
     FSDM模型:FSDM是一个企业级数据模型,它囊括了银行约80%的业务数据,并预定义的业务模板连接到核心银行业务数据和数据仓库中; 数据建模介绍 http://www.docin.com/p-5111
  • Teradata天睿公司(纽交所代码:TDC),是美国前十大上市...其提出一种先进的FS-LDM模型(Financial Services LogcialData Model) --企业级数据模型,包括金融机构业务数据,囊括了银行约80%的业务数据,并预定义的...
  • 数据模型与建模

    2017-06-15 16:45:11
    一、数据模型 信息系统是对信息进行收集、传递、存贮、加工、维护的计算机系统。通过信息系统,信息已经变为有标准有规律有组织的数据(数据库)。数据是信息的记录载体,是经过加工并使之可表现的信息。信息是...
  • 在上篇文章里,我列举了一个简单的hive... 关系数据库里有表(table),分区,hive里也有这些东西,这些东西在hive技术里称为hive的数据模型。今天本文介绍hive的数据类型,数据模型以及文件存储格式。这些知识大家可
  • 1.2数据模型-1.2.1数据的三个范畴

    千次阅读 2018-03-16 08:47:28
    在数据库中用数据模型来抽象、表示和处理现实世界中的数据和联系,也就是说,用数据模型来模拟现实世界。数据模型是数据库系统的核心和基础,各种计算机上实现的DBMS软件都是基于某种数据模型而开发的。1.2.1数据的...
  • STATA面板数据模型进行Hausman检验

    万次阅读 多人点赞 2019-04-03 10:21:19
    STATA面板数据模型进行Hausman检验 1、导入数据 可以通过如下多种方式导入 1.1 可以通过点击stata软件的图标,输入数据 1.2 通过点击文件->导入 可以导入各种文本格式的数据 例如我将导入xlsx文件 注意勾选第一...
  • 在成千上万的计算机中,为什么一台计算机能够准确着寻找到另外一台计算机,并且把数据发送给它呢? 可能很多人都听说过网络通信的 5 层模型,但是可能并不是很清楚为什么需要五层模型,五层模型负责的任务也有可能...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 22,753
精华内容 9,101
关键字:

把数据模型