物理数据模型：你需要了解的知识

物理数据模型是描述数据在数据库中实际存储方式的框架或模式。

在开始物理数据模型之前，让我们先了解什么是数据建模。

什么特征使用户能够有效使用数据库？您如何确保您正在开发的数据库将满足您的所有需求？将数据建模概念视为获取数据并将其转换为可用数据库的答案。

什么是数据建模？

Data Modeling是生成软件应用程序及其包含的数据组件的简化表示的过程，使用文本和符号描绘信息以及其流动方式。

它是一种为软件程序或应用程序存储数据的所有不同位置以及这些不同的信息源如何集成和流动到彼此的技术。

数据建模是data management的重要方面。它通过提供数据点及其行为模式的可视化表示，有助于识别工作流程的信息需求。

它使人们能够确定和了解数据将如何在组织中进行管理、修改、查看和分发。

数据建模的重要性

现代组织从多个来源收集大量数据。为了做出有效的战略决策，您必须对数据进行实际洞察的分析。

为了进行准确的data analysis，需要进行有效的数据收集、存储和计算。根据数据类型，例如结构化、半结构化、序数等，使用多种工具进行有效的分析。

数据建模使您能够理解您的数据并选择最佳解决方案进行管理和控制。公司在为其业务开发数据库系统之前创建数据模型，就像建筑师在建造房屋之前创建计划一样。

数据建模的主要优势如下：

• 为流程和部署提供快速有效的解决方案。
• 促进公司内数据报告和开发工作的统一性

此外，实施数据建模概念有助于分析团队和数据库工程师之间的互动。

数据建模的类型

数据建模人员使用三种不同类型的数据模型来描述营销概念和程序、相关数据项及其属性和关系以及实际数据管理框架。

随着公司创建功能程序和数据库，数据模型通常逐步开发。以下是各种数据模型类型及其含义：

#1. 概念数据建模

它基本上是数据库概念及其关系的有组织的视图或可视化表示。它作为数据建模的传统起点，定义组织内的不同数据来源和数据流。

它是创建逻辑和物理模型的高级指南，是数据架构的文档化证据的重要组成部分。

概念数据模型仅描述整体布局和内容，而不是每个对象的细节。概念数据模型描述了公司的整个组织结构和数据。

它用于组织您的专业人员指定的业务概念。它侧重于设计实体、定义实体属性和定义对象之间的关系，而不仅仅是数据库结构的细节。

例如，您可能拥有有关商店、时间和产品的数据。这些数据集或实体都与其他实体有连接。在这个概念性数据模型中，实体和实体之间的连接都得到了指定。

#2. 逻辑数据建模

逻辑数据模型在概念模型的基础上扩展了每个实体的精确内容属性和详细的属性之间的连接。可以使用概念数据模型作为指南来创建一个低复杂度的逻辑数据模型。

数据项之间的关系显示在逻辑数据模型中，同时还提供了数据的技术描述。例如，客户A从商店C购买物品B。

该模型进一步定义了数据对象的排列和它们之间的连接。由于目标是创建一张标准和数据结构的详细图表，逻辑数据模型通常用于特定项目。

逻辑数据模型提供了关于概念模型整体设计的更多信息，但由于该模型可用于描述各种数据库产品和服务，所以忽略了关于数据库本身的详细信息。

它作为数据工程师所确定的原则和数据结构的技术模型，并有助于决定满足您的操作和数据要求所需的物理数据模型。

#3. 物理数据建模

一般来说，将数据模型在数据库中实现是通过物理数据模型来描述的。数据库工程师使用物理数据模型来开发数据库的布局和架构。

物理数据模型通过模拟RDBMS组件（包括表、字段、索引、列键、约束、触发器等）极大地帮助可视化数据库的设计。

它指定数据库或文件系统用于捕获和处理数据的组织流程。物理数据模型解释了逻辑模型将如何实现的相关细节。

它提供数据库抽象，并帮助创建模式或布局。这是因为物理数据模型提供了广泛的元数据。

本文主要讨论物理数据建模的概念。

让我们开始吧！

什么是物理数据模型？

物理数据模型是描述数据在数据库中实际存储的框架或架构。使用此物理数据模型设计数据库的实际模式。这包括所有的多个表、它们的列以及它们之间的连接。

使用物理模型设计数据库的内部模式。目标是将数据库投入使用。这个物理模型可以直接转换为实际的数据库设计，支持信息管理的进一步发展。当使用多个数据库系统时，可以从相同的逻辑数据模型创建不同的物理模型。

物理数据模型的特点

• 它涵盖了特定项目或计划的数据需求，尽管根据项目的目标可能与其他物理模型合并。
• 应指定列的特定数据类型、分配大小和默认值。
• 定义了视图（基于结果集的虚拟表）、索引、事务和其他概念，包括主键和外键。

在将最终的数据库模式应用到操作之前，数据库工程师会构建物理数据模型。为了确保考虑到了每个架构组件，他们还使用全面的数据建模方法。

设计物理数据模型所需的步骤

以下是创建物理数据模型所需的步骤。

• 使用已存在的逻辑数据模型构建物理数据模型。
• 向物理数据模型添加数据库属性和属性。
• 将实体转换为表，将实体关系转换为外键。
• 将属性转换为列。
• 通过比较数据库和数据模型来验证一切是否符合要求。
• 如果当前和之前的数据模型迭代之间有任何更改，请生成更改日志记录。

物理与概念与逻辑数据模型

在这里，我们比较了这三种不同类别的数据模型。下表对比了各种特征。

特征	概念	逻辑	物理
实体名称	✓	✓
实体关系	✓	✓
属性		✓
主键		✓	✓
外键		✓	✓
表名称			✓
列名称			✓
列数据类型			✓

概念数据模型中表示实体和连接。它不包括特性和主键。它仅涵盖高级设计，包括应存在哪些表以及它们之间的关联。

在概念模型之后，创建逻辑模型。逻辑数据模型显示数据项之间的关系，并提供数据的技术描述。此外，还有一个物理数据模型，扩展了逻辑数据模型，并为每个字段分配了其数据类型、大小等。

数据建模学习资源

您可以在网上找到许多资源来帮助您理解数据建模，但很难选择好的资源。数据建模是一项有价值的技能，但必须以正确的方式学习。

如果您想提高个人或商业用途的数据管理或分析技能，可以看一下这个列表中的顶级数据建模课程和书籍。

#1. 掌握数据建模基础

通过这个Udemy course，您可以学习为您的组织创建包含实体、特性、关联、结构和其他语义准确的建模元素的数据模型所需的方法。

学习者只需要对数据管理术语和结构有基本的理解，例如关系型数据库表以及不同数据集之间的概念关系。

#2. 高级数据建模

这个Coursera course非常适合那些希望提升职业的人。通过这门课程，您将对如何使用基本的数据建模技术和遍历数据库系统的现代存储解决方案有扎实的理解。学习者不需要先前的数据库工程知识。

#3. OBIEE 12c数据建模课程

这个Udemy course适用于对OBIEE数据建模职业感兴趣的任何人，包括学生、IT专业人员和项目经理。

通过这门课程，您将能够实施多个时间序列函数和数据建模概念，包括数据去规范化、维度数据建模和星型模式建模。

#4. Excel商业智能：数据建模101

在这个LinkedIn course中，培训师介绍了数据库架构和规范化的基础知识，演示了Excel的数据模型界面，并提供了经过验证的技巧。

通过学习本课程中介绍的主题，您可以提高对表格链接、拓扑结构和其他概念的理解。开始学习本课程不需要任何先修知识。

#5. 数据仓库工具包

在这本书中，作者介绍了维度建模方法，如开票、客户互动和基本数据库建设。此外，还讨论了新的和改进的星型模式维度建模模式。

预览	产品	评分	价格
	The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling		$50.29	Buy on Amazon

此外，本书还包括与企业利益相关者进行高级模拟会议的指南。不需要对数据建模有先前的了解。即使是初学者也可以通过阅读本书轻松学习数据建模概念。

#6. 数据建模简化，第二版

本书以对话的方式编写，鼓励用户学习关键目标，如了解何时需要数据模型以及哪种形式最有益，创建归一化的关系数据库系统，使用方法将数据模型转化为数据库的有影响力的物理布局。

预览	产品	评分	价格
	Data Modeling Made Simple, 2nd Edition: A Practical Guide for Business and IT Professionals		$34.30	Buy on Amazon

本书为业务或IT目的提供了对数据建模原则和最佳实践的实用功能性理解。

#7. 数据建模要义，第三版

本书教授数据建模的基本原理，强调技术发展而不仅仅是熟悉“原则”。

预览	产品	评分	价格
	Data Modeling Essentials, Third Edition		$69.00	Buy on Amazon

本书通过权衡各种选择的利弊，利用反映行业标准的语言和图形分析技术，探讨了在现实世界环境中创建系统的复杂性。这鼓励学习者将数据建模的基本原理应用到实际模型中。

结论

组织和公司不断努力赢得客户，为此，他们必须制定能推动业务发展的策略。这些策略涉及使用数据模型来改善业务运营。

一个好的数据模型将帮助您节省时间和金钱，并提高生产力。运用数据建模概念可以确保一家公司可以根据收集到的数据来实施调整，从而提升竞争力。

如今，对具有数据建模技能的专业人员有很大需求。在这个行业找到一份工作可能会有很多机会，因为数据始终可以供学习和存储。希望您能在学习数据建模相关概念方面找到本文有帮助。

您可能还对学习 SQL Triggers 感兴趣。