层次数据模型
 
    定义：层次数据模型是用树状<层次>结构来组织数据的数据模型。
 
    满足下面两个条件的基本层次联系的集合为层次模型
     1. 有且只有一个结点没有双亲结点，这个结点称为根结点
     2. 根以外的其它结点有且只有一个双亲结点
 
其实层次数据模型就是的图形表示就是一个倒立生长的树，由基本数据结构中的树（或者二叉树）的定义可知，每棵树都有且仅有一个根节点，其余的节点都是非根节点。每个节点表示一个记录类型对应与实体的概念，记录类型的各个字段对应实体的各个属性。各个记录类型及其字段都必须记录。
 　　
 　　层次模型的特点：
     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
 　　实例：
 　　　　
 　　　　
 　　　　
     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
 
    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
     结点之间的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
     层次命令趋于程序化
 
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
 

 
网状数据模型
 
    定义：用有向图表示实体和实体之间的联系的数据结构模型称为网状数据模型。
     满足下面两个条件的基本层次联系的集合称为网状数据模型：
     1. 允许一个以上的结点无双亲；
     2. 一个结点可以有多于一个的双亲。
 
 　　其实，网状数据模型可以看做是放松层次数据模型的约束性的一种扩展。网状数据模型中所有的节点允许脱离父节点而存在，也就是说说在整个模型中允许存在两个或多个没有根节点的节点，同时也允许一个节点存在一个或者多个的父节点，成为一种网状的有向图。因此节点之间的对应关系不再是1:n，而是一种m:n的关系，从而克服了层次状数据模型的缺点。
 　　特征：
 　　　　 1. 可以存在两个或者多个节点没有父节点；
 　　　　 2. 允许单个节点存在多于一个父节点；
 　　网状数据模型中的，每个节点表示一个实体，节点之间的有向线段表示实体之间的联系。网状数据模型中需要为每个联系指定对应的名称。
 　　实例：　　
 
 
    优点：
     网状数据模型可以很方便的表示现实世界中的很多复杂的关系；
     修改网状数据模型时，没有层次状数据模型的那么多的严格限制，可以删除一个节点的父节点而依旧保留该节点；也允许插入一个没有任何父节点的节点，这样的插入在层次状数据模型中是不被允许的，除非是首先插入的是根节点；
     实体之间的关系在底层中可以借由指针指针实现，因此在这种数据库中的执行操作的效率较高；
 
    缺点：
      网状数据模型的结构复杂，使用不易，随着应用环境的扩大，数据结构越来越复杂，数据的插入、删除牵动的相关数据太多，不利于数据库的维护和重建。
      网状数据模型数据之间的彼此关联比较大，该模型其实一种导航式的数据模型结构，不仅要说明要对数据做些什么，还说明操作的记录的路径；
     DDL、DML语言复杂，用户不容易使用
     记录之间联系是通过存取路径实现的，用户必须了解系统结构的细节
 
    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描述现实世界
     层次模型实际上是网状模型的一个特例
 
典型代表是DBTG系统，亦称CODASYL系统，是20世纪70年代由DBTG提出的一个系统方案。实际系统：Cullinet Software公司的 IDMS、Univac公司的 DMS1100、Honeywell公司的IDS/2、HP公司的IMAGE。
 

 
三、关系型数据模型
 　　关系型数据模型对应的数据库自然就是关系型数据库了，这是目前应用最多的数据库。
 　　定义：使用表格表示实体和实体之间关系的数据模型称之为关系数据模型。
 　　关系型数据库是目前最流行的数据库，同时也是被普遍使用的数据库，如MySQL就是一种流行的数据库。支持关系数据模型的数据库管理系统称为关系型数据库管理系统。
 　　特征：
 　　　　 1. 关系数据模型中，无论是是实体、还是实体之间的联系都是被映射成统一的关系—一张二维表，在关系模型中，操作的对象和结果都是一张二维表，它由行和列组成；
 　　　　 2. 关系型数据库可用于表示实体之间的多对多的关系，只是此时要借助第三个关系—表，来实现多对多的关系；
 　　　　 3. 关系必须是规范化的关系，即每个属性是不可分割的实体，不允许表中表的存在；
 　　实例：
 
 
    优点：
      结构简单，关系数据模型是一些表格的框架，实体的属性是表格中列的条目，实体之间的关系也是通过表格的公共属性表示，结构简单明了；
     关系数据模型中的存取路径对用户而言是完全隐蔽的，是程序和数据具有高度的独立性，其数据语言的非过程化程度较高；
     操作方便，在关系数据模型中操作的基本对象是集合而不是某一个元祖；
      有坚实的数学理论做基础，包括逻辑计算、数学计算等；
 
    缺点：
     查询效率低，关系数据模型提供了较高的数据独立性和非过程化的查询功能（查询的时候只需指明数据存在的表和需要的数据所在的列，不用指明具体的查找路径），因此加大了系统的负担；
     由于查询效率较低，因此需要数据库管理系统对查询进行优化，加大了DBMS的负担；
 
    相关概念：
     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）：也称码键。表中的某个属性组，它可以唯一确定一个元组
     域（Domain）：是一组具有相同数据类型的值的集合。属性的取值范围来自某个域。
     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），如：学生（学号，姓名，年龄，性别，系名，年级）
 
    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
 
    术语对比
 
 
    关系的完整性约束条件
     实体完整性
     实体完整性是指实体的主属性不能取空值。实体完整性规则规定实体的所有主属性都不能为空。实体完整性针对基本关系而言的，一个基本关系对应着现实世界中的一个主题，例如上例中的学生表对应着学生这个实体。现实世界中的实体是可以区分的，他们具有某种唯一性标志，这种标志在关系模型中称之为主码，主码的属性也就是主属性不能为空。
     参照完整性
     在关系数据库中主要是值得外键参照的完整性。若A关系中的某个或者某些属性参照B或其他几个关系中的属性，那么在关系A中该属性要么为空，要么必须出现B或者其他的关系的对应属性中。
     用户定义的完整性
     用户定义完整性是针对某一个具体关系的约束条件。它反映的某一个具体应用所对应的数据必须满足一定的约束条件。例如，某些属性必须取唯一值，某些值的范围为0-100等。
 
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
 

 

关系模型
 
关系模型组成的三要素
 
关系数据结构
 
基本概念 
 
  
关系
关系模式 
 
    
什么是关系模式 
 
      
关系模式（Relation Schema）是型
关系是值 
 
      
关系模式是对关系的描述
关系数据库
 
关系操作集合
 
关系完整性约束
 
关系模型的完整性规则是对关系的某种约束条件
实体完整性和参照完整性是关系模型必须满足的完整性约束条件，被称作是关系的两个不变性，应该由关系系统自动支持。
 
基本关系的六大性质
 
① 列是同质的（Homogeneous）
 
每一列中的分量是同一类型的数据，来自同一个域
 
② 不同的列可出自同一个域
 
其中的每一列称为一个属性
不同的属性要给予不同的属性名
 
③ 列的顺序无所谓
 
列的次序可以任意交换
遵循这一性质的数据库产品(如ORACLE)，增加新属性时，永远是插至最后一列。但也有许多关系数据库产品没有遵循这一性质，例如FoxPro仍然区分了属性顺序
 
④ 任意两个元组的候选码不能完全相同
 
候选码是可以惟一标识一个元组的属性或属性组。若一个关系中的候选码有多个，则选择一个作为主码
 
⑤ 行的顺序无所谓
 
行的次序可以任意交换
遵循这一性质的数据库产品(如ORACLE)，插入一个元组时永远插至最后一行。但也有许多关系数据库产品没有遵循这一性质，例如FoxPro仍然区分了元组的顺序
 
⑥ 分量必须取原子值
 
每一个分量都必须是不可分的数据项。
 
关系模型中的三类完整性约束
 
实体完整性
 
参照完整性
 
外码（Foreign Key）
 
用户定义的完整性
 

什么是关系模型：
    用二维表格表示实体集，用码进行数据导航的数据模型称为关系模型
关系模型的三要素：
    关系数据结构

    关系操作

    关系的完整性

    模型是现实世界特征的模拟和抽象。在数据库技术中，用数据模型的概念描述数据库的结构和语义，是对现实世界的数据抽象。数据模型是研究数据库技术的核心和基础。
 


 
文章目录
 
1.概念数据模型（CDM）
2.逻辑数据模型（LDM）
3.物理数据模型（PDM）
     
    
   
  
 

 

 

 
1.概念数据模型（CDM）
 
    现实世界主要涉及以下一些概念：
     （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）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
     （5）实体集（Entity Set）
     同一类型实体的集合称为实体集
     （6）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（型）内部的联系和实体（型）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
     实体之间的联系有一对一、一对多和多对多等多种类型
 
    概念数据模型是现实世界到信息世界的第一层抽象，主要是在高水平和面向业务的角度对信息的一种描述，通常作为业务人员和技术人员之间沟通的桥梁。作为现实世界的概念化结构，这种数据模型使得数据库的设计人员在最初的数据库设计阶段将精力集中在数据之间的联系上，而不用同时关注数据的底层细节（如所用的计算机系统的特性以及数据库管理系统—DBMS的特性）。
 
    概念数据模型主要的贡献在于分析数据之间的联系，它是用户对数据存储的一种高度抽象，反应的是用户的一种业务层面的综合信息需求。
 
    在这个阶段一般会形成整个数据模型或者是软件系统中的实体的概念以及实体之间的联系，为构建逻辑数据模型奠定基础。下图中描述了现实世界和信息世界以及最终转换成计算机世界信息的转换流程。
 

 
 
    设计概念数据模型的主要工具是E-R图，扩展的E-R图。
     概念模型的表示方法最常用的是P.P.Chen于1976年提出的"实体-联系图方法（Entity-Relationship Approach），简称E-R模型"。E-R实体联系图是直观表示概念模型的工具，其中包含了实体、联系、属性三个成分，联系的方法为一对一（1:1）、一对多（1:N）、多对多（M:N）三种方式，联系属于哪种方式取决于客观实际本身。
     E-R模型图，既表示实体，也表示实体之间的联系，是现实世界的抽象，与计算机系统没有关系，是可以被用户理解的数据描述方式。通过E-R模型图可以使用户了解系统设计者对现实世界的抽象是否符合实际情况，从某种程度上说E-R模型图也是用户与系统设计者进行交流的工具，E-R模型图已成为概念模型设计的一个重要设计方法。
 　　
 
 

 
 
2.逻辑数据模型（LDM）
 
数据模型由三部分组成：数据结构、数据操作和数据约束。
 　　(1)数据结构：数据结构主要描述数据的类型、内容、性质、以及数据之间的联系，是整个数据模型的基础，而针对数据的操作和数据之间的约束都是建立在数据结构的基础上的；
 　　(2)数据操作：主要定义了在相应的数据结构上的操作类型和操作方式（数据库中的增删改查等）；
 　　(3)数据约束：数据约束主要用来描述数据库中数据结构之间的语法、词义联系以及彼此之间的相互约束和制约关系（如MySQL中使用外键保证数据之间的数据完整性）
 
逻辑数据模型是对概念数据模型进一步具体化，在概念数据模型定义实体的基础上定义了各个实体的属性，是用户从数据库的角度能够看到的数据的模型，是所使用的数据库管理系统（Database Management System，DBMS）所支持的数据类型（网状数据模型、层次数据模型、关系数据模型）。这种数据模型架起了用户和系统之间的桥梁，既要面向用户，同时也考虑到了所用的DBMS所支持的特性。
 
逻辑数据模型反映了系统分析设计人员针对数据在特定的存储系统（如MySQL）的观点，是对概念数据模型的进一步细化和划分。逻辑数据模型是根据业务之间的规则产生的，是关于业务对象、业务对象数据以及业务对象彼此之间关系的蓝图。
 
逻辑数据模型的内容包括所有的实体、实体的属性、实体之间的关系以及每个实体的主键、实体的外键（用于维护数据完整性）。其主要目标是尽可能详细的描述数据，但是并不涉及这些数据的具体物理实现。逻辑数据模型不仅会最终影响数据库的设计方向，并最终会影响到数据库的性能（如主键设计、外键等都会最终影响数据库的查询性能）。
 
逻辑数据模型是开发物理数据库的完整文档，逻辑数据模型主要采用的是层次模型、网状模型、关系模型，其中最常用的是关系模型，对应的数据库称之为关系型数据库，如MySQL。
 　　常用的结构数据模型是关系模型和面向对象模型，关系模型的理论基础是数学理论，数据的操作通过关系运算实现。在关系模型中用二维表表示实体及实体之间的联系，关系模型的实例称为关系。从数学的观点上看，关系是集合，其元素是元组（记录）。遵循一定的规则后，可以将E-R模型图转换成关系模型。
 

     将E-R模型图转换成关系模型的规则：
 E-R模型图中的主要成分是实体及实体之间的联系，对于实体的转换方式是：
 　　1) 将一个实体转换成一个关系模型。实体的属性为关系模型的属性，实体的标识符为关系模型的关键字，如上图所示的E-R模式中有两个实体：学生、课程，可以分别转换学生模型和课程模型：
     学生模型（学号,姓名,性别,年龄），学号是学生模型的关键字
     课程模型（课程号，课程名，学时数），课程号是课程模型的关键字
     2) 联系转换为关系模型。联系转换成关系模型时，要根据联系方式的不同采用不同的转换方式：
     若联系的方式是一对一的(1:1)，可以在两个实体关系模型中的任意一个关系模型中加入另一个关系模型的关键字和联系类型的属性。
     若联系方式是一对多的(1:N)，则在N端（为多的一端）实体的关系模型中加入1端实体关系模型的关键字和联系类型的属性
     若联系方式是多对多的（M:N），则将联系也转换成关系模型，其属性是互为联系的两个实体的关键字和联系的属性
 
 

 

 
3.物理数据模型（PDM）
 
物理数据模型，又称为物理模型，是概念数据模型和逻辑数据模型在计算机中的具体表示。该模型描述了数据在物理存储介质上的具体组织结构，不但与具体的数据库管理系统相关，同时还与具体的操作系统以及硬件有关，但是很多工作都是由DBMS自动完成的，用户所要做的工作其实就是添加自己的索引等结构即可。
 
物理数据模型是在逻辑数据模型的基础上，综合考虑各种存储条件的限制，进行数据库的设计，从而真正实现数据在数据库中的存放。其主要的工作是根据逻辑数据模型中的实体、属性、联系转换成对应的物理模型中的元素，包括定义所有的表和列，定义外键以维持表之间的联系等，具体例子如下：