2.1.1 二维表格的基本术语
考核要求：达到“识记”
层次知识点：主要是一些基本概念
(1)二维表格 在关系模型中，一张二维表格对应一个关系。
(2)元组(tuple) 表中的一行(即一个记录)，表示一个实体；关系是由元组组成的。
(3)关系：是一个元数为K(K>=1)的元组的集合。 一张二维表格对应一个关系。表中的一行称为关系的一个元组；表中的一列称为关系的一个属性。
在关系模型中，对关系作了下列规范性的限制： 关系中每一个属性值都是不可分解的；
关系中不允许出现相同的元组(没有重复元组)；
不考虑元组间的顺序，即没有行序；在理论上，属性间的顺序(即列序)也是不存在的；
但在使用时按习惯考虑列的顺序。
(4)超键(Super Key)：在关系中能唯一标识元组的属性集称为关系模式的超键；
(5)候选键(Candidate Key)：不含有多余属性的超键称为候选键；
(6)主键(Primary Key)：用户选作元组标识的一个候选键。
在以上概念中，主键一定可作候选键，候选键一定可作超键；反之，则不成立。
比如，在学生表中，如果有“学号”、“姓名”、“出生年月”等字段， 其中学号是唯一的，那么(学号)属于超键，(学号，姓名)的组合也是超键。 同时，(学号)是候选键，而(学号，姓名)由于含有多余属性，所以不是候选键。 在这三个概念中，主键的概念最为重要，它是用户选作元组标识的一个关键字。 如果一个关系中有两个或两个以上候选键，用户就选其中之一作为主键。
2.1.2 关系模式、关系子模式和存储模式
考核要求：达到“识记”
层次知识点：三种模式的理解
(1)关系模式：关系模型的定义包括：模式名，属性名，值域名以及模式的主键。它仅仅是对数据特性的描述，不涉及到物理存储方面的描述。
(2)子模式： 子模式是用户所用到的那部分数据的描述。除了指出用户数据外，还应指出模式和子模式之间的对应性。
(3)存储模式：关系存储时的基本组织方式是文件，元组是文件中的记录。
几个模式的理解(教材30页的例子)：
在教学模型中，有实体类型“学生”，其属性有学号S#、SNAME、AGE、SEX分别表示学生的学号、姓名、年龄、性别；实体类型“课程”的属性C#、CNAME、TEACHER分别表示课程号、课程名和任课教师名。学生用S表示，课程用C表示，S和C之间有M：N联系，联系类型SC的属性是GRADE.
关系模式为：
学生关系S (S#、SNAME、AGE、SEX)
课程关系C(C#、CNAME、TEACHER)
学习关系SC(S#、C#、GRADE)
以下则为关系子模式：
成绩关系子模式G (S#、SNAME、C#、GRADE，GRADE)，它对应的数据来自关系S和SC.
2.1.3 关系模型的三类完整性规则
考核要求：达到“领会”
层次知识点：三类完整性规则的理解
(1)实体完整性规则 要求关系中元组在组成主键的属性上不能有空值。如果出现空值， 那么主键值就起不了唯一标识元组的作用。(对关系主键的约束)
(2)参照完整性规则 要求外键值必须是另一个关系的主键的有效值，或者是空值。 (对关系外键的约束) 外键：(外来关键字)将一个关系的主键(比如 学生关系S中的S#) 放到另一个关系(比如SC)中，此时称S#是关系SC的外键。
注意事项：
外键和相应的主键可以不同名，只要定义在相同值于域上即可；
两个关系可以是同一个关系模式，表示了属性之间的联系。
外键值是否允许空，应视具体情况而定
假设数据库有如下关系：
学生关系S (S#、SNAME、AGE、SEX)
课程关系C(C#、CNAME、TEACHER)
学习关系SC(S#、C#、GRADE)
那么(1)S#是关系S的主键，因此在关系S中不能为空；(实体完整性规则)
(2)C#是关系C的主键，因此在关系C中不能为空；(实体完整性规则)
关系SC中：
S#、C#的组合为主键，因此S#、C#不能为空；(实体完整性规则)
S#是来自S的外键，因此它必须和关系S中某个元组的S#相同。(参照完整性规则)
C#是来自C的外键，因此它必须和关系C中某个元组的C#相同。(参照完整性规则)
(3)用户定义的完整性规则：这是针对某一具体数据的约束条件，由应用环境决定， 例如，学生的年龄限制为15~30周岁。 用户定义的完整性规则反映某一具体应用涉及的数据必须满足的语义要求。 系统提供定义和检验这类完整性的机制。
2.1.4 关系模型的形式定义
考核要求：达到“识记”
层次知识点：三个组成部分的了解
关系模型有三个组成部分：
数据结构、数据操作和完整性规则关系模型的的数据结构是关系；
关系模型提供一组完备的高级关系运算(关系代数+关系演算)，支持数据库的各种操作；
关系模型包括三类完整性规则。

文章目录
0.思维导图
1.数据模型的概念
2.两大类数据模型
客观对象的抽象过程---两步抽象
3.数据模型的组成要素
(1)数据结构
(2)数据操作
(3)数据的完整性约束条件
4.概念模型
(1)用途与基本要求
(2) 信息世界中的基本概念
(3)两个实体型之间的联系
① 一对一联系（1:1）
② 一对多联系（1:n）
③ 多对多联系（m:n）
(4)两个以上实体型之间的联系
① 一对多联系（1:m||1:n）
② 一对一联系（1:1:1）
③ 多对多联系（m:n:p）
(5)单个实体型内的联系
① 一对多联系（1:n）
② 一对一联系（1:1）
③ 多对多联系 （m:n）
(6)概念模型的一种表示方法
① 实体－联系方法(E-R方法)
② 实体型
③ 属性
④ 联系
⑤ 联系的表示方法
⑥ 联系的表示方法示例
⑦ 联系的属性
⑧ 一个实例
5.非关系模型
（1）层次模型(Hierarchical Model)
① 数据结构
② 特点
③ 多对多联系在层次模型中的表示
④ 数据操纵与完整性约束
⑤ 存储结构
❶ 子女-兄弟链接法
❷ 层次序列链接法
⑥ 优缺点
（2）网状模型(Network Model)
① 数据结构
② 网状数据模型的操纵与完整性约束（续）
③ 存储结构
④ 优缺点
6.关系模型
（1）数据结构
（2）关系数据模型的操纵与完整性约束
（3）存储结构
（4）优缺点
7.面向对象数据模型
8.对象关系模型


0.思维导图

1.数据模型的概念

在数据库中用数据模型这个工具来抽象、表示和处理现实世界中的数据和信息。
通俗地讲数据模型就是现实世界的模拟。

数据模型应满足三方面要求：

能比较真实地模拟现实世界
容易为人所理解
便于在计算机上实现

2.两大类数据模型
数据模型分为两类（分属两个不同的层次）

(1) 概念模型 也称信息模型，它是按用户的观点来对数据和信息建模，用于数据库设计。
(2) 逻辑模型和物理模型

逻辑模型主要包括网状模型、层次模型、关系模型、面向对象模型等，按计算机系统的观点对数据建模，用于DBMS实现。

物理模型是对数据最底层的抽象，描述数据在系统内部的表示方式和存取方法，在磁盘或磁带上的存储方式和存取方法。

客观对象的抽象过程—两步抽象

现实世界中的客观对象抽象为概念模型；
把概念模型转换为某一DBMS支持的数据模型。



3.数据模型的组成要素
(1)数据结构
数据结构是所研究的对象类型的集合。这些对象是数据库的组成成分，数据结构指对象和对象间联系的表达和实现，是对系统静态特征的描述，包括两个方面：

（1）数据本身：类型、内容、性质。例如关系模型中的域、属性、关系等。

（2）数据之间的联系：数据之间是如何相互关联的，例如关系模型中的主码、外码联系等。
(2)数据操作
数据操作

对数据库中各种对象(型)的实例(值)允许执行的操作，及有关的操作规则

数据操作的类型

查询
更新(包括插入、删除、修改)

(3)数据的完整性约束条件

数据的完整性约束条件是一组完整性规则的集合，规定数据库状态及状态变化所应满足的条件，以保证数据的正确性、有效性和相容性。


完整性规则：给定的数据模型中数据及其联系所具有的制约和储存规则

4.概念模型
(1)用途与基本要求
概念模型的用途:

概念模型用于信息世界的建模
是现实世界到机器世界的一个中间层次
是数据库设计的有力工具
数据库设计人员和用户之间进行交流的语言

对概念模型的基本要求:

较强的语义表达能力
能够方便、直接地表达应用中的各种语义知识
简单、清晰、易于用户理解

(2) 信息世界中的基本概念

(1) 实体（Entity）

客观存在并可相互区别的事物称为实体。

可以是具体的人、事、物或抽象的概念。
(2) 属性（Attribute）

实体所具有的某一特性称为属性。

一个实体可以由若干个属性来刻画。
(3) 码（Key）

唯一标识实体的属性集称为码。

(4) 域（Domain）

属性的取值范围称为该属性的域。
(5) 实体型（Entity Type）

用实体名及其属性名集合来抽象和刻画同类实体称为实体型
(6) 实体集（Entity Set）

同一类型实体的集合称为实体集
(7) 联系（Relationship）

现实世界中事物内部以及事物之间的联系在信息世界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
实体之间的联系通常是指不同实体集之间的联系



(3)两个实体型之间的联系

① 一对一联系（1:1）
实例

一个班级只有一个正班长
一个班长只在一个班中任职



定义：

如果对于实体集A中的每一个实体，实体集B中至多有一个（也可以没有）实体与之联系，反之亦然。则称实体集A与实体集B具有一对一联系，记为1:1
② 一对多联系（1:n）
实例

一个班级中有若干名学生，
每个学生只在一个班级中学习



定义：

如果对于实体集A中的每一个实体，实体集B中有n个实体（n≥0）与之联系，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联系，则称实体集A与实体集B有一对多联系，记为1:n

③ 多对多联系（m:n）
实例

课程与学生之间的联系：
一门课程同时有若干个学生选修
一个学生可以同时选修多门课程



定义：

如果对于实体集A中的每一个实体，实体集B中有n个实体（n≥0）与之联系，反之，对于实体集B中的每一个实体，实体集A中也有m个实体（m≥0）与之联系，则称实体集A与实体B具有多对多联系，记为m:n

(4)两个以上实体型之间的联系
① 一对多联系（1:m||1:n）

若实体集E1，E2，…，En存在联系，对于实体集Ej（j=1，2，…，i-1i+1，…，n）中的给定实体，最多只和Ei中的一个实体相联系，则我们说Ei与E1E2，…，Ei-1，Ei+1，…，En之间的联系是一对多的。

实例

课程、教师与参考书三个实体型

一门课程可以有若干个教师讲授，

使用若干本参考书，

每一个教师只讲授一门课程，

每一本参考书只供一门课程使用


② 一对一联系（1:1:1）
实例

一个独生子女只有一个父亲，一个母亲
一个父亲也只有一个独生子女
一个母亲也只有一个独生子女



③ 多对多联系（m:n:p）
实例

供应商、项目、零件三个实体型

一个供应商可以供给多个项目多种零件

每个项目可以使用多个供应商供应的零件

每种零件可由不同供应商供给


(5)单个实体型内的联系
① 一对多联系（1:n）
实例

职工实体型内部具有领导与被领导的联系

某一职工（干部）“领导”若干名职工

一个职工仅被另外一个职工直接领导

这是一对多的联系

② 一对一联系（1:1）

身份证可以唯一确认一个人的身份，人与身份证有确认和被确认的关系
一个身份证唯一确定一个人
一个人也唯一确认一个身份证



③ 多对多联系 （m:n）

饮料和厂商之间有制造和被制造的关系
多个饮料可以被多个厂商制造
多个厂商可以制造出多种饮料



(6)概念模型的一种表示方法
① 实体－联系方法(E-R方法)

E-R图也称实体-联系图(Entity Relationship Diagram)，提供了表示实体类型、属性和联系的方法，用E-R图来描述现实世界的概念模型
E-R方法也称为E-R模型

② 实体型
用矩形表示，矩形框内写明实体名。


③ 属性
用椭圆形表示，并用无向边将其与相应的实体连接起来


④ 联系

联系本身：

用菱形表示，菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边旁标上联系的类型（1:1、1:n或m:n）



⑤ 联系的表示方法

⑥ 联系的表示方法示例

⑦ 联系的属性

联系本身也是一种实体型，也可以有属性。如果一个联系具有属性，则这些属性也要用无向边与该联系连接起来



⑧ 一个实例
用E-R图表示某个工厂物资管理的概念模型

实体

仓库： 仓库号、面积、电话号码

零件 ：零件号、名称、规格、单价、描述

供应商：供应商号、姓名、地址、电话号码、帐号

项目：项目号、预算、开工日期

职工：职工号、姓名、年龄、职称

实体之间的联系如下：

(1)一个仓库可以存放多种零件，一种零件可以存放在多个仓库中。仓库和零件具有多对多的联系。用库存量来表示某种零件在某个仓库中的数量。

(2)一个仓库有多个职工当仓库保管员，一个职工只能在一个仓库工作，仓库和职工之间是一对多的联系。职工实体型中具有一对多的联系

(3)职工之间具有领导-被领导关系。即仓库主任领导若干保管员。

(4)供应商、项目和零件三者之间具有多对多的联系



5.非关系模型
（1）层次模型(Hierarchical Model)

层次模型是数据库系统中最早出现的数据模型
层次数据库系统的典型代表是IBM公司的IMS（Information Management System）数据库管理系统
层次模型用树形结构来表示各类实体以及实体间的联系

① 数据结构
满足下面两个条件的基本层次联系的集合为层次模型

有且只有一个结点没有双亲结点，这个结点称为根结点
根以外的其它结点有且只有一个双亲结点

层次模型中的几个术语

根结点，双亲结点，兄弟结点，叶结点


② 特点

结点的双亲是唯一的
只能直接处理一对多的实体联系
每个记录类型可以定义一个排序字段，也称为·码字段
任何记录值只有按其路径查看时，才能显出它的全部意义
没有一个子女记录值能够脱离双亲记录值而独立存在




③ 多对多联系在层次模型中的表示
方法：

将多对多联系分解成一对多联系

分解方法：

冗余结点法
虚拟结点法

④ 数据操纵与完整性约束
层次模型的数据操纵：

查询
插入
删除
更新

层次模型的完整性约束条件：

无相应的双亲结点值就不能插入子女结点值
如果删除双亲结点值，则相应的子女结点值也被同时删除
更新操作时，应更新所有相应记录，以保证数据的一致性

⑤ 存储结构
邻接法：

按照层次树前序遍历（T-L-R）的顺序把所有记录值依次邻接存放，即通过物理空间的位置相邻来实现层次顺序。又可分为：子女－兄弟链接法和层次序列链接法。

❶ 子女-兄弟链接法

每个记录设两类指针，分别指向最左边的子女（每个记录型对应一个）和最近的兄弟



❷ 层次序列链接法

按树的前序穿越顺序链接各记录值



⑥ 优缺点

优点：

层次模型的数据结构比较简单清晰

查询效率高，性能优于关系模型，不低于网状模型

层次数据模型提供了良好的完整性支持
缺点：

多对多联系表示不自然

对插入和删除操作的限制多，应用程序的编写比较复杂

查询子女结点必须通过双亲结点

由于结构严密，层次命令趋于程序化

（2）网状模型(Network Model)
网状数据库系统采用网状模型作为数据的组织方式


典型代表是DBTG系统：

亦称CODASYL系统

70年代由DBTG提出的一个系统方案

奠定了数据库系统的基本概念、方法和技术
实际系统:

Cullinet  Software  Inc.公司的 IDMS

Univac公司的 DMS1100

Honeywell公司的IDS/2

HP公司的IMAGE


① 数据结构
网状模型:

满足下面两个条件的基本层次联系的集合：

允许一个以上的结点无双亲；
一个结点可以有多于一个的双亲。

表示方法(与层次数据模型相同):

实体型：用记录类型描述

每个结点表示一个记录类型（实体）

属性：用字段描述

每个记录类型可包含若干个字段

联系：用结点之间的连线表示记录类型（实体）之

间的一对多的父子联系
网状模型与层次模型的区别:

网状模型允许多个结点没有双亲结点
网状模型允许结点有多个双亲结点
网状模型允许两个结点之间有多种联系（复合联系）
网状模型可以更直接地去描述现实世界
层次模型实际上是网状模型的一个特例

网状模型中子女结点与双亲结点的联系可以不唯一

要为每个联系命名，并指出与该联系有关的双亲记录和子女记录




多对多联系在网状模型中的表示:

方法：将多对多联系直接分解成一对多联系
例如：一个学生可以选修若干门课程，·某一课程可以被多个学生选修，学生与课程之间是多对多联系 ·

引进一个学生选课的联结记录，由3个数据项组成

学号

课程号

成绩

表示某个学生选修某一门课程及其成绩


② 网状数据模型的操纵与完整性约束（续）
网状数据库系统（如DBTG）对数据操纵加 了一些限制，提供了一定的完整性约束

码：唯一标识记录的数据项的集合
一个联系中双亲记录与子女记录之间是一对多联系
支持双亲记录和子女记录之间某些约束条件

③ 存储结构
关键：

实现记录之间的联系

常用方法：

单向链接
双向链接
环状链接
向首链接


④ 优缺点


优点

能够更为直接地描述现实世界，如一个结点可以有多个双亲；

具有良好的性能，存取效率较高；


缺点

结构比较复杂，而且随着应用环境的扩大，数据库的结构就变得越来越复杂，不利于最终用户掌握；

DDL、DML语言复杂，用户不容易使用；


6.关系模型
关系数据库系统采用关系模型作为数据的组织方式

1970年美国IBM公司San Jose研究室的研究员E.F.Codd首次提出了数据库系统的关系模型

计算机厂商新推出的数据库管理系统几乎都支持关系模型
（1）数据结构
在用户观点下，关系模型中数据的逻辑结构是一张二维表，它由行和列组成。

几个名词解释：


关系（Relation）

一个关系对应通常说的一张表


元组（Tuple）

表中的一行即为一个元组


属性（Attribute）

表中的一列即为一个属性，给每一个属性起一个名称即属性名


主码（Key）

表中的某个属性组，它可以唯一确定一个元组。


域（Domain）

属性的取值范围。


分量

元组中的一个属性值。


关系模式

对关系的描述

关系名（属性1，属性2，…，属性n）

学生（学号，姓名，年龄，性别，系，年级）



举几个例子：


例1

学生、系、系与学生之间的·一对多联系：

学生（学号，姓名，年龄，性别，系号，年级）

系 (系号，系名，办公地点)


例2

系、系主任、系与系主任间的一对一联系


例3

学生、课程、学生与课程之间的多对多联系：

学生（学号，姓名，年龄，性别，系号，年级）

课程（课程号，课程名，学分）

选修（学号，课程号，成绩）


规范化：

关系必须是规范化的，满足一定的规范条件
最基本的规范条件：关系的每一个分量必须是一个不可分的数据项, 不允许表中还有表
图1.27中工资和扣除是可分的数据项 ,不符合关系模型要求




（2）关系数据模型的操纵与完整性约束


数据操作是集合操作，操作对象和操作结果都是关系

查询

插入

删除

更新


数据操作是集合操作，操作对象和操作结果都是关系，即若干元组的集合存取路径对用户隐蔽，用户只要指出“干什么”，不必详细说明“怎么干”


关系的完整性约束条件

实体完整性

参照完整性

用户定义的完整性


（3）存储结构

实体及实体间的联系都用表来表示
表以文件形式存储

有的DBMS一个表对应一个操作系统文件；

有的DBMS自己设计文件结构；

（4）优缺点

优点

建立在严格的数学概念的基础上;
概念单一:

实体和各类联系都用关系来表示;

对数据的检索结果也是关系;
关系模型的存取路径对用户透明;

具有更高的数据独立性，更好的安全保密性

简化了程序员的工作和数据库开发建立的工作;


缺点

存取路径对用户透明导致查询效率往往不如非关系数据模型;
为提高性能，必须对用户的查询请求进行优化,增加了开发DBMS的难度;



7.面向对象数据模型


将语义数据模型和面向对象程序设计方法结合起来，用面向对象观点来描述现实世界实体(对象)的逻辑组织、对象间限制、联系等的模型。


一系列面向对象核心概念构成了面向对象数据模型( Object Oriented Data Model, 00模型)的基础，主要包括以下一些概念:

(1)现实世界中的任何事物都被建模为对象。每个对象具有一个唯一的对象标识

(OID)。
(2)对象是其状态和行为的封装，其中状态是对象属性值的集合，行为是变更对象状

态的方法集合。
(3)具有相同属性和方法的对象的全体构成了类，类中的对象称为类的实例。
(4)类的属性的定义域也可以是类，从而构成了类的复合。类具有继承性，一个类可以继承另一个类的属性与方法，被继承类和继承类也称为超类和子类。类与类之间的复合与继承关系形成了一个有向无环图，称为类层次。
(5)对象是被封装起来的，它的状态和行为在对象外部不可见，从外部只能通过对象显式定义的消息传递对对象进行操作。



面向对象数据库(OODB)的研究始于20世纪80年代，有许多面向对象数据库产品相继问世，较著名的有Object Store、02、ONTOS等。


与传统数据库一样，面向对象数据库系统对数据的操纵包括数据查询、增加、删除、修改等，也具有并发控制、故障恢复、存储管理等完整的功能。不仅能支持传统数据库应用，也能支持非传统领域的应用，包括CAD/CAM、OA、CIMS、GIS以及图形、图像等多媒体领域、工程领域和数据集成等领域。


尽管如此，由于面向对象数据库操作语言过于复杂，没有得到广大用户，特别是开发人员的认可，加上面向对象数据库企图完全替代关系数据库管理系统的思路，增加了企业系统升级的负担，客户不接受，·面向对象数据库产品终究没有在市场上获得成功。


8.对象关系模型

对象关系数据库系统(Object Relational DataBase System, ORDBS) 是关系数据库与面向对象数据库的结合。
它保持了关系数据库系统的非过程化数据存取方式和数据独立性，继承了关系数据库系统已有的技术，支持原有的数据管理，又能支持00模型和对象管理。各数据库厂商都在原来的产品基础上进行了扩展。
1999 年发布的SQL标准(也称为SQL99)，增加了SQL/Object Language Binding, 提供了面向对象的功能标准。SQL99对ORDBS标准的制定滞后于实际系统的实现。所以各个ORDBS产品在支持对象模型方面虽然思想一致，但是所采用的术语、语言语法、扩展的功能都不尽相同。

制作高模基本流程

1，粗模阶段：

物体大概形状的搭建阶段，重点关注比例和层次关系，确定基本的大结构。

2，高模阶段

最终的模型细化，重点是模型的剪影结构和比例准确到位，布线整齐，卡线、倒角合理，zb中进行细节雕刻。具体风格按项目要求制作。造型结构精确，细节刻画合理，原画中的结构还原度高。

3，拓扑阶段

根据高模的最终效果，还原出一套游戏中能用的中等面数模型（选角界面用角色），可导出zb中的低级别模型进行调整，也可用拓扑的方式重新建立贴合的模型。保证剪影效果的流畅度。

4，uv阶段

合理分配uv的大小，区分纹理细节多和细节少的 uv面积。uv尽量拉直，节省uv空间。

5，烘焙阶段

把高模的细节效果，烘培到拓扑模型上。主要生成生法线贴图，AO贴图以及世界法线贴图。

6，贴图阶段

色彩还原度高，色彩丰富，包括引擎中要用到的其它贴图。贴图风格，根据具体项目要求而定。

7，引擎调试

把通过的模型导入引擎，贴上材质，进行参数调节（项目方一般会提供相关的参数说明）、得到相应的质感效果。

8，低面版本

用最终模型减面，得到一个游戏内的版本。控制在8-10K 三角面（依难度而定）。

每个阶段都会要得到项目方的检查确认。

流程各阶段注意要点：

粗模阶段：

传统max/maya制作粗模

或用ZB中的dynamesh功能雕模型大结构。

最重要的目的是确定比例与层次关系，基本大型结构，不用细化、卡线制作高模。粗模这个阶段零件只要表达比例大小、轮廓，起到占位作用。

高模阶段：

高模的难点主要有2个：衣褶和头发。褶皱衣纹工整概括，避免凹凸不平的问题。了解zb的一些常用功能，提高效率。

一次性导入全部obj模型功能，

合理的高模导出面数，10万面以内，能提高后期烘焙效率。




近年来游戏行业一直呈现火热的发展态势，人才紧缺的现象也随之越发明显。在游戏建模行业中做到两年月薪10k+不是梦。欢迎你加入一起学习，3d建模群：809 +870+691 合在一起。

 

（次世代游戏制作流程）

模型制作

次世代游戏角色的制作是一个非常繁琐的过程。像高模烘培制作贴图都是比较花时间的活儿，有时候光调整法线就会用去大半时间。

所以为了实现不加班的幸福生活，在一开始的模型的制作上讲究用尽量少的面数表现更多的细节，原则是布线尽量均匀、合理，以保证在ZBrush中细分后模型都能刷上细节。总结一句话，就是以精简的低模表现出高模的效果。

虽然一开始做出的低精度模型可能会有点类似于以往网络游戏中的角色效果。但在这个简模中，物体的结构可以做得非常概括，但是所有结构的位置一定要非常非常的准确。这样才能确保后面制作的高精度模型的整体形状非常到位。

切记模型布线要合理规范，并且尽量节省。角色的制作也要配合动画合理布线，每个点每条边都要有存在的意义。

 



制作软件：MAYA、3Dmax、ZBrush等

进入ZB雕刻

随着次世代游戏的发展，游戏角色的美术制作也迎来了全新的制作理念。像数字雕刻软件ZBrush、Mudbox等的出现，就解放了美术师们的双手和思维，使我们告别了依靠鼠标和参数来建模的机械模式。

经过第一步的模型建设之后，就可以将建模好的游戏角色导入ZBrush等软件进行雕刻高模。雕刻这一步还是蛮需要建模师的美感值，但这需要天赋、积累和培养。

在这里我给大家支个招→_→刚开始刷高模的时候，多注意原画带给你的感觉。就像画素描一样，先画出整体大型，从整体入手不断丰富细节（建模也是这样的流程）。比如《ConvictVR》这个游戏主角是一个战士身份，身穿钢铁盔甲出现，动作利落表情冷酷。即在雕刻的过程中，抓住角色的特征，表现出不同的质感。

拓扑低模

在ZB雕刻完毕之后的模型是高模，由于面数太多很考验电脑性能，画面不仅会卡的动不了，电脑配置不好会直接死机，所以现在要做的就需要将高细分的模型拓扑出所需要的低模。

低模主要是以比较少的面数表现出一个高模的大体造型，细节的结构主要靠法线体现出来。这里用几张图示就能做比较好的说明了。

 



（低模效果，展示低模面数少）

 



（加法线的效果）

 



（加法线的线框图）

 



（加法线和ao的效果）

 



（在低模上贴图上法线后的效果）

拆分UV

UV的分法有很多，这里不一一列举。但最终目的都是要UV在不拉伸的情况下以最大的像素来显示贴图。所以我们来聊下拆分UV需要注意的几个事项，前方高能不打码↓

拆分UV注意事项

1. UV不要拆得太碎

现在市面上有部分软件已经非常智能，如果拆的太碎，边缘磨损没办法显示出来。

2. UV切割线放在较为隐蔽的地方

切割尽量放在看不见的地方，若切割线放在明显的地方，会影响到后期的贴图效果。

3. 图像大小要一样

尽量每个UV的图像大小要一样大，因为UV的大小影响到贴图的分辨率。如果有部分UV像素大，有的像素小，这样制作出来的场景或人物会有部分清晰，部分模糊。

4. 摆放要合理

UV的摆放要合理，尽量节省空间。因为这将决定以后贴图的像素和质量。

 



制作软件：Unfold3D，UVLayout

烘焙法线

那么什么是法线呢？

始终垂直于某平面的虚线，公正无私，像个法官一样，故取名为法线。

我们学过物理都知道表示光线射向平面的角度时通常使用光线和该点法线角度来表示。这也就意味着，如果我们将一个贴图上所有点的法线记录起来的话，就不难再利用这些信息实现后期的假的凹凸效果了。

 



 



 



（游戏形象拆分UV）

绘制贴图

接下来到了贴图程序，那次世代贴图有什么特点呢？

次世代贴图是由彩色贴图（Color map）、法线贴图（Normal map）、高光贴图（Specular map）、凹凸贴图（Bump map）的组合而成的一整套贴图。

次世代的贴图相当强调真实度，它所要营造出来的是一个虚拟的游戏世界，用来构建这个想象世界的元素需要和真实的世界有一定的关联，美术人员除了要有很好的审美能力之外，还要对这个真实世界的细节有很好的观察力，把有趣的元素和细节表现在贴图上。

可用软件有

Substance Painter .

Quixel SUITE.

mari.

Bodypaint.

Mudbox,等

 



（贴图合并）

 



（在3D模型上贴上颜色贴图后的效果）

进入引擎

等所有模型和贴图都完成制作后，就可以导入到引擎里了。将贴图连接到对应的节点上，根据灯光对材质的质感开始进行参数上的调整。到这里，角色建模的任务就算是完成了。

 



可能会有小伙伴有疑问，这流程和不少VR商业项目一样嘛~没错，很多VR商业项目的制作，的确要参照次世代游戏的流程，但是两者间还是有很大的区别。举个栗子：拿目前很火的VR地产应用来说，和VR次世代游戏所呈现的画面效果大不一样。VR样板房制作的往往是全新的建筑，还原未来美好家居的居住环境，所以制作出的效果干净、整洁。



（VRoom恒大山水城项目）

而次世代游戏制作则会还原现实世界里的一切东西，比如窗外破旧的老房子、脏乱的街道、锈迹斑斑的战斗机、有些年岁的轮船等等。





 

目录

属性处理

实体集处理

联系集处理

将基本 E-R图转换成关系模式

E-R模型和关系模型都是现实世界抽象的逻辑表示

E-R模型并不被 DBMS直接支持，更适合对现实世界建模
	
关系模型是 DBMS直接支持的数据模型
基本 E-R图中的元素包括实体集、联系集、属性

椭圆框表示属性，矩形框表示实体集，菱形框表示联系



属性处理

关系模型要求关系的所有属性都是原子的。然而 E-R模型中的复合属性和多值属性不是原子的，E-R模型还允许出现派生属性，这三种属性需要特殊处理

（1）派生属性

派生属性的值可以通过计算得到，它的值不在数据库中存储，转换时直接忽略

（2）复合属性

采用"展平"技术：忽略复合属性本身，直接考虑它的成分属性。如果某个成分属性仍然是复合的，用相同方法处理

例如，考虑实体集职工复合属性"家庭住址"，它包含成分属性省、城市、街道、邮政编码。在将该实体集转换成关系模式时，忽略复合属性"家庭住址"，而直接使用成分属性省、城市、街道、邮政编码作为关系模式的属性

（3）多值属性

需要为每个多值属性 M创建一个关系 

如果多值属性 M是实体集 E的属性，K是 E的主码，则关系 的属性由 M和 K组成
	
如果多值属性 M是联系集 R的属性，并且 R涉及实体集 E1，…，En，它们的主码分别是 K1，…，Kn，则关系 的属性由 M和 K1，…，Kn组成
注意：如果 M还是复合属性，则需要按复合属性的处理方法对 M做"展平"处理。关系 的码需要根据实际问题的语义确定。此外一旦为多值属性创建了关系，后续处理就不再考虑多值属性

例1、多值属性转换

如总图，Phones 是实体集 Departments 的多值属性，为其创建一个关系。由于 Phones还是复合属性，需要对它做"展平"处理：直接使用其成分属性 Office 和 Phone#。实体集 Departments 的码是 Dno。由此得到多值属性 Phones 的关系模式为：Phones(Phone#, Dno, Office)

假定每部电话都在一个院系的办公室，因此 Phone# 可以作为 Phones 的码

注意，这里把为多值属性 Phones 创建的关系用 Phones 命名。原则上如何命名没有规定，但是采用容易记忆的名字有助于理解，并且当多值属性是复合属性时，直接使用多值属性名作为关系名是方便的

 

实体集处理


强 / 弱实体集

一般地，如果一个实体集的任何属性集都不足以形成该实体集的码，则称该实体集为弱实体集。与此相对，存在码的实体集称为强实体集

弱实体集中的任何实体（简称弱实体）都不能独立地存在于系统中，即每个弱实体必须依赖于一个强实体。例如每个家属必须存在依赖于一个特定的职工（只有这样他才被公司视为家属），当一位职工离开公司，他的配偶和子女都不再被公司视为家属

弱实体集必须与另一个称为标识实体集或属主实体集的强实体集相关联才有意义
	
称标识实体集拥有它所标识的弱实体集，将弱实体集与其标识实体集相关联的的联系称为标识性联系
	
标识性联系是从弱实体集到标识实体集的多对一联系，并且弱实体集对该联系的参与是全部参与
在弱实体集中，如果它的一个属性集可以唯一确定 存在依赖于同一个强实体的弱实体，则称该属性集为弱实体集的分辨符。弱实体集的标识实体集的码和该弱实体集的分辨符共同形成弱实体集的码，弱实体集的分辨符又称弱实体集的部分码


每个强实体集用一个关系表示。实体集名可以作为关系名，实体集的全部属性构成关系的属性（复合属性按照前面的方法"展平"），实体集的码作为关系的码

每个弱实体集用一个关系表示。弱实体集名可以作为关系名，弱实体集存在依赖的标识实体集的主码和弱实体集的全部属性构成关系的属性（复合属性按照前面的方法"展平"），标识实体集的码和弱实体集的分辨符组合成关系的码。下图给出了强实体集职工和弱实体集家属转换后的关系模式



 

联系集处理

每个联系集用一个关系表示，但弱实体集与其标识实体集之间的存在依赖关系忽略

联系集名可以作为关系名，参与联系的诸实体集的主码和联系集的属性（复合属性按照前面的方法"展平"）形成关系的属性

关系的码根据联系的类型按如下方法确定



联系集转关系时，先找到一个联系集，然后顺着连线找到关联的多个实体集。观察实体集间的连线：

连线的两端都有箭头，说明是一对一的联系，新的主码是两关系的候选码中的一个（两个候选码都画有下划线，但下划线不相连，具体哪个是主码，自定）
	
连线的一端有箭头，说明是一对多的联系，箭头一端是"单端"，新的主码由"多端"实体集的码组成
	
连线两端都没箭头，说明是多对多的联系，新的主码由所有实体集的码组成
 

将基本 E-R图转换成关系模式

为了将联系转换成关系模式，要求参与同一联系的任何两个不同的实体集的主码都不包含相同的属性（这一点容易做到，属性是局部于实体集的，必要时可以对某些属性重命名）

假定复合属性已经"展平"，多值属性创建了对应的关系。将 E-R模型转换成关系模式的方法如下

每个强实体集用一个关系表示
	
每个弱实体集用一个关系表示
	
将联系集用相应的方法转换成关系表示
	
如果两个关系具有相同的码，可以合并它们（这一步并非必须，但可以减少码重复存放空间开销，使查询可以更有效的求值）
例2、将总图转换成关系模式

总图的多值复合属性 Phones 得到关系模式：Phones(Phone#, Dno, Office)

总图没有弱实体集，由强实体集得到如下关系模式：

Departments(Dno, Dname)

Teachers(Tno, Tname, Sex, Birthday, Title)

Students(Sno, Sname, Sex, Birthday, Enrollyear, Speciality)

Courses(Cno, Cname, Perid, Credit)

其中每个关系模式都源于同名实体集，码用下划线标记。多值属性 Phones 不包含在关系模式 Departments 中，已经将它转换成关系模式

由联系集得到如下关系模式：

Manades(Dno,  Tno)

Works_in(Tno, Dno)

Studies_in(Sno, Dno)

Teaches(Tno, Cno)

SC(Sno, Cno, Grade)

Evalues(Sno, Tno, Cno, Escore)

其中每个关系模式都源于同名联系集，码用下划线标记。Manages 和 Works_in 包含相同的属性，但它们含义不同，前者 Tno 表示作为系主任的教师对特定的"系"（用 Tno 表示）的管理，后者表示每位教师在一个特定的系工作

最后一步，合并具有相同码的关系模式（合并时可根据实际情况，也可根据题设要求）

Manages 可以和 Departments 合并，也可以与 Teachers 合并，前者有利于回答 "某系的主任是谁" 之类的问题，后者有利于回答 "某教师的系主任是谁" 之类的问题。前一类问题更常出现，采用前一种方法，得到关系模式 Departments(Dno, Dname, Dheadno)（把表示系主任的职工号的属性名 Tno 改为 Dheadno，使得属性的语义更清楚）

还有两对关系具有相同的码，Teachers 和 Works_in，Students 和 Studies_in，都可以直接合并。最终得到关系模式：

Departments(Dno, Dname, Dheadno)

Teachers(Tno, Tname, Sex, Birthday, Title, Tno)

Students(Sno, Sname, Sex, Birthday, Enrollyear, Speciality, Dno)

Courses(Cno, Cname, Perid, Credit)

Teaches(Tno, Cno)

SC(Sno, Cno, Grade)

Evalues(Sno, Tno, Cno, Escore)

Phones(Phone#, Dno, Office)