层次数据模型结构图,层次数据模型优缺点分析 _经验知识

今天开始重点介绍数据模型专题。先介绍数据模型的分层框架。欢迎您的阅读转发！欢迎关注！
一、什么是数据模型数据模型是数据需求定义、设计及数据库开发的“蓝图” 。它借助工具通过图形化的方式。向设计人员传达业务数据概念及信息需求。同时在业务信息与物理数据之间起着开发与沟通框架的作用。

文章插图
二、概念数据模型（CDM）概念数据模型(CDM)：对于系统主要实体的高层次业务理解。
自顶向下分类识别关键实体（或者主题领域）包含多对多关系核心实体的主键已定义

文章插图
三、逻辑数据模型（LDM）逻辑数据模型(LDM)：一个比较详细的业务数据信息。
分解多对多关系添加关系类、特征类的实体进行详细属性定义实体尽可能地详细化和范式化(通常是遵循第三范式)包含了删除和更新的约束条件信息

文章插图
四、物理数据模型（PDM）物理数据模型(PDM) 。需考虑具体数据库系统的实现：
考虑具体的数据库系统实现（用什么数据库。怎么分区等）考虑运行性能（规划数据访问路径以及计算运行负荷）考虑使用索引的类型考虑数据安全控制考虑备份/恢复/数据清理机制考虑各个数据库表数据增量情况的分析和预估

文章插图

文章插图
五、企业数据模型企业数据模型是跨企业级的数据生产、消费的统一视图。

文章插图
企业数据模型特征：
企业数据模型应控制所有的数据活动。从而使企业数据模型反映企业的数据精确性和完成性；企业数据模型模型不仅用于描述应用业务的需要。还需要呈现整个企业的业务信息需求；企业数据模型提供一个稳定和整合的企业信息资源视图；企业数据模型促进了数据的整合、减少了数据的孤立性；企业数据模型应独立于“技术”及数据物理上“如何”发源、存储、处理和访问而存在；企业数据模型与应用数据模型除了内容详尽程度不同外。则构建数据模型的技术方法是一致的；企业数据模型作为整合应用开发的框架应尽可能避免应用重复建设和数据冗余；企业数据模型的建设应以提供可重用的对象及提升开发和维护效率为目标。
六、数据模型概念_A级（概念模型）【层次数据模型结构图,层次数据模型优缺点分析】A Level定义了9大数据概念和FSDM的元模型。
根据业界经验。这9大概念已经能够涵盖银行所有业务涉及到的概念。

文章插图
七、数据模型概念_B级（概念模型）B Level在A Level框架下。对9大概念分别在概念分类、概念描述以及概念关系3个维度下进行细化。形成9×3=27个层次结构。特别是在概念分类维度中。严格按照值(Value)和分类(Scheme)相间的方式逐层细化。
B Level描述了银行内大部分信息。包含IT实现的数据以及IT未实现的业务信息的定义方法。
B Level用于准确地定义信息或数据的业务含义。但在该层面。并不建立为IT系统所使用的数据结构。

文章插图
八、数据模型概念_C级（逻辑模型）C 级模型是企业级逻辑数据模型。保证全行统一的数据定义。是具有一定前瞻性、结构化的数据模型。它满足第三范式、无数据冗余。是具体应用进行快捷、规范的数据结构设计。以及多个应用之间进行数据整合的重要参考。
从B 级(分类模型)到C 级(ER模型)不是一个细化的过程。而是用不同的组织方式来表达数据概念和关系。C 级比B 级更面向应用。
实体是对现实世界中客观对象的抽象。每个实体都有用来描述实体特征的一组性质。来区别于其他对象。实体可以是具体的人、事、物。也可以是抽象的概念或联系。