引言
数据表示模式：
关系模式、
多为模式、
面向对象模式、
事实模式、
时间序列模式、
NoSQL模式。
按描述详细程度（每种模式）：
概念模型、
逻辑模型、
物理模型。
每种模型包含组件：
实体、
关系、
事实、
键、
属性。
业务驱动因素
数据模型对数据管理的重要性：
1）提供有关数据的通用词汇表。
2）获取、记录组织内数据和系统的详细信息。
3）在项目中作为主要的交流沟通工具。
4）提供应用定制、整合、替换起点。
目标和原则
确认、记录不同视角的理解有助于：
1）格式化。
2）范围定义。
3）知识保留记录。
基本概念
1.数据建模和数据模型
数据建模，系统开发生命周期（SDLC）：
1）最常用在系统开发、系统维护。
2）描述组织已经理解、未来需要的数据。
2.建模数据类型
主要类型数据，静态数据：
1）类别信息category information
2）资源信息resource information
3）业务事件信息business event information
4）详细交易信息detail transaction information
动态数据：系统方案
3.数据模型组件
（1）实体entity：有别于其他事物的一个事物。
高质量数据特征：
1）清晰clarity
2）准确accuracy
3）完整completeness
（2）关系relationship：实体之间的关联。
（3）属性attribute：定义、描述、度量实体某方面的性质。
1）属性的图形表示。
实体矩形内的列表。
2）标识符identifiers
键的结构类型：单一键simple key；组合键compound key；复合键composite key。
键的功能类型：超键super key；主键primary key；备用键alternate key。
（4）域domain：代表某一属性可被赋予的全部可能取值。
域，提供一种将属性特征标准化的方法。
定义方式：
1）数据类型data type
2）数据格式data format
3）列表list
4）范围range
5）基于规则rule-based
4.数据建模方法
六种常见数据建模方法：
（1）关系建模relational
表示法，表达实体间的关系：
信息工程法IE、
信息建模集成定义IDEF1X、
巴克表示法Barker、
陈氏表示法Chen。
（2）维度建模dimensional
1）事实表fact table
2）维度表dimension table
渐变类维度，根据变化的速率和类型。
3种主要变化类型，ORC：
覆盖overwrite，新值覆盖旧值。
新行new row，新值写在新行，旧行标记为非当前值。
新列new column。
3）雪花模型snowflaking
将星型模式中的平面、单表、维度结构规范为相应的组件层次/网络结构。
4）粒度grain
事实表中的单行数据的含义/描述，每行最详细信息。
维度建模关键步骤之一，定义一个事实表中的粒度。
5）一致性维度conformed dimensions
6）一致性 事实conformed facts
（3）面向对象建模object-oriented，统一建模语言UML
图形风格建模语言。
（4）基于事实建模fact-based modeling，FBM
（5）基于时间的数据模型time-based
1）数据拱顶data vault
2）锚建模anchor model
（6）非关系型数据库NoSQL
1）文档数据库document databases
2）键值数据库kay-value databases
3）列数据库column-oriented databases
4）图数据库graph databases
5.数据模型级别
（1）概念数据模型conceptual data model，CDM
（2）逻辑数据模型logical data model，LDM
（3）物理数据模型physical data model，PDM
一种详细技术解决方案。
以逻辑数据模型为基础 。
与某类系统硬件、软件、网络工具相匹配。
与特定技术相关。
1）规范模型canonical model
2）视图views
3）分区partitioning
垂直分割、
水平分割。
4）逆规范化denormalization
折叠collapsing、合并combining。
星型模式star schema：每个维度都被折叠成一个结构。
雪花snowflake：维度没有折叠。
6.规范化normalization 7.抽象化abstraction
活动
规划数据建模
数据建模工作交付成果：
1）图表diagram
2）定义definitions
3）争议、悬而未决的问题issues and outstanding questions
4）血缘关系lineage
建立数据模型
1.正向工程
（1）概念数据模型建模
（2）逻辑数据模型建模
1）分析信息需求
2）分析现有文档
3）添加关联实体
4）添加属性
5）指定域
6）指定键：分配给实体的属性，键属性
（3）物理数据建模：修改调整逻辑数据模型
1）解决逻辑抽象
1.子类型吸收subtype absorption
2.超类型分区supertype partition
2）添加属性细节
3）添加参考数据对象
4）指定代理键
5）逆规范化
6）建立索引：用于访问数据库数据的过程中优化查询
7）分区
8）创建视图：用于控制对某些数据元素的访问
2. 逆向工程
直接产物：物理模型
审核数据模型
维护数据模型
工具
数据建模工具
数据血缘工具
数据分析工具
元数据资料库
数据模型模式
行业数据模型
方法
命名约定的最佳实践
名称，唯一且具有描述性。
逻辑名称，对业务用户有意义，完成单词，避免使用除最熟悉的缩写之外的单词。
命名标准，减少跨环境的名称变化。
分类词class word，数量、名称、代码等属性名称中最后一个术语；用于从表名中区分实体、列名的属性；显示哪些属性、列是定量的，而不是定型的。
数据库设计中的最佳实践
PRISM设计原则：
1）性能、易用性performance and ease of use
2）可重用性reusability
3）完整性integrity
4）安全性security
5）可维护性maintainability
