A. 資料庫概念模型
一、航空物探資料庫定位
資料庫是信息系統的基礎和核心，把大量的數據信息按一定的模型組織起來存儲在資料庫中，提供數據維護、數據檢索等功能，使信息系統能方便、及時、准確地從資料庫中獲得所需的信息。因此，資料庫結構設計是信息系統開發的重中之重。
經分析航空物探數據具有空間性、海量性、多源性和多尺度的特點，這說明航空物探數據具有典型的空間數據的特點，可以採用空間數據管理方式進行管理。
ESRI公司的Geodatabase（空間資料庫）是採用標准關系資料庫技術來表現地理信息的面向對象的高級GIS數據模型，是建立在DBMS之上的統一的、智能化的空間數據模型，是以一組相關聯的表來表達地理要素之間關系、有效性規則和值域。對於多源、海量的航空物探數據，Geodatabase能在一個統一的模型框架下很好地解決多源數據一體化存儲的問題，和採用標准關系資料庫技術來表現海量航空物探數據的地理信息特性。Geodatabase引入了地理空間實體的行為、有效性規則和關系，在處理Geodatabase中對象時，對象的基本行為和必須滿足的規則無需通過程序編碼實現，只需根據需要擴展其有效性規則（Geodatabase面向對象的智能化特性），即可支持航空物探數據模型擴展的需要。
因此，航空物探資料庫是空間資料庫，在航空物探資料庫建模過程中，以空間數據建模為主導，統領屬性數據建模。
二、統一空間坐標框架
為了用數學語言描述地球，人們用規則的幾何形體來替代地球表面，從地球自然表面、大地水準面、旋轉橢球面直到用簡單數學函數表達的參考橢球體，以便通過地圖投影將三維曲面轉化成二維平面。由於地球表面不同地區的地形起伏差異很大，採用單一橢球體勢必會造成某地區的誤差小而其他地區誤差很大的結果。因此，在20世紀初不同國家或地區先後採用了逼近本國或本地區地球表面的橢球體，如中國的克拉索夫斯基橢球體，美國的海福特橢球體、英國的克拉克橢球體等。這又造成了目前世界各國的地理信息空間坐標框架不統一，空間數據信息難以共享被動局面。為此，在實現數字地球計劃中，必須規范和統一世界上不同國家和地區的地球參考橢球體。
在小區域表達地球表面時，通常採用平面的方式，即投影坐標系統。如何科學地選擇投影坐標，一般要根據具體的地學應用、地理區域和范圍、比例尺條件等因素來確定，不同的國家有著不同的規定。
通過對航空物探數據的坐標系統進行分析可知，航空物探圖件的坐標框架與國家對基本比例尺制圖的規定相一致，即小比例尺編圖採用Lambert雙標准緯線等角圓錐投影；中比例尺採用Gauss 6°帶的分帶投影；大比例尺採用Gauss 3°帶的分帶投影（表2-1）；對於低緯度的海上作業區通常採用Mecator等角圓柱投影。地球橢球體分別採用1954北京坐標系的Krassovsky橢球參數、WGS84橢球參數和未來的國家2000坐標系的橢球參數。
表2-1 航空物探地理坐標數據的投影方式
傳統的航空物探數據是按測區管理的，根據測區的測量比例尺來確定相應的坐標框架；因此，勘探目標不同的測區測量比例尺是不一致的，地坐標框架也不同。航空物探資料庫要將不同測區、不同比例尺、不同坐標框架的數據集中管理和可視表達，若沒有統一的空間坐標框架，就不可能正確地表達全國航空物探數據。所以，面對如此復雜的多坐標框架的航空物探數據，如何確定科學合理的空間坐標框架，將全國的航空物探數據整合到統一的空間參考框架下，實現數據的統一存儲和數據間無縫拼接，是航空物探資料庫建設的關鍵所在，是組織和管理多維、多格式、大跨度、跨平台的航空物探數據和多目標數字制圖的數學基礎。
統一的空間坐標框架必須支持我國領土覆蓋的海域和陸域航空物探數據的存儲和表達。我國領土東西跨度達70°，南北達55°，顯然採用任何投影坐標系都是不合適的。Gauss 6°投影適合6°帶內空間數據表達，若全國航物探數據採用6°分帶表達，在高緯度地區會造成6°帶間數據裂縫問題；Lambert投影可滿足數據的無縫表達，但對大比例尺數據變形較大，無法滿足數據制圖的精度要求；Mecator投影也可滿足數據的無縫表達，低緯度地區也能滿足大比例尺數據制圖的精度要求，但在我國中高緯度區存在著嚴重變形問題。所以，航空物探數據模型採用地理坐標（無投影，圖2-1）格式存放，可根據實際應用的需要將航空物探數據變換到任何方式的投影坐標系統。
航空物探資料庫模型採用Beijing_1954地理坐標系，相關參數如下：
角度單位：°（0.017453292519943299rad）
零經線：格林尼治（0.000000000000000000）
基準：D_Beijing_1954
橢球：Krasovsky_1940
長軸半徑：6378245.000 m
短軸半徑：6356863.019 m
建立統一坐標框架是空間資料庫建設的一項基礎性工作，採用Beijing_1954 地理坐標系作為航空物探資料庫統一空間坐標框架具有以下優點。
圖2-1 統一空間坐標框架示意圖
（一）無縫空間數據存儲
統一空間坐標框架解決了復雜的航空物探數據的坐標系統、投影、比例尺等不統一的問題，實現同一性質的物探數據在同一個主題中進行管理。如全國的航磁異常數據可放在一個圖層上進行管理。
（二）適合多尺度表達
按測區管理的多尺度、多框架的航空物探數據是處於一個相對坐標系統中，各個測區間相對位置關系會發生錯位。採用統一的Beijing_1954地理坐標框架，恢復了各測區間正確的位置關系，實現不同尺度數據的集成和正確表達，易於多源異構空間數據的融合。
（三）大區域數據集成
我國海陸面積近1300×104km2，地域跨度較大。在進行小比例尺的航空物探編圖時，需要選用與之相適應的投影坐標；在陸地和海域進行大比例尺制圖時，同樣需要選用合適投影系統。航空物探制圖的實踐也證明了這一點。1995 年6 月由中國、加拿大、美國、愛爾蘭和俄羅斯等國科學家共同編制的1∶1000萬歐亞東北地區磁異常與大地構造圖，採用橫軸Mercator投影。中心編制的1∶500 萬全國航磁圖採用Lambert投影。2008 年，由中國和吉爾吉斯斯坦科學家編制的1∶100萬中吉天山金屬礦產成礦規律圖，採用Lambert投影，將兩個國家不同時期、不同尺度的數據進行了有效的集成，是地質、地球物理等綜合應用的典範。
隨著航空物探數據應用領域的不斷擴展，陸地、海域，甚至於洲際和全球航空物探數據的整體表達都需對坐標投影提出要求。採用統一的地理坐標框架的航空物探數據非常容易變換到指定的投影坐標框架，滿足多樣化的制圖要求。
三、要素類和對象類的劃分
Geodatabase空間資料庫模型結構（圖2-2）分為空間資料庫、要素數據集（Feature dataset）、要素類（Feature classes）、要素（Feature）4個層次。為了建立航空物探Geodatabase空間數據模型，我們依據Geodatabase模型關於要素類和對象類的劃分原則，結合相關的國家標准和地球物理行業標准，制定了《航空物探數據要素類和對象類劃分標准》，對航空物探數據進行數據分類。
圖2-2 空間資料庫模型結構
1）按照航空物探數據的空間特徵，將其劃分為5個要素數據集，即勘查項目概況要素數據集、基礎數據要素數據集、異常要素數據集、解釋要素數據集和評價要素數據集。
2）根據航空物探測量方法、數據處理過程以及推斷解釋方法和過程，進一步把航空物探數據劃分為若干要素類和對象類，定義了要素類的主題特徵和表達方式，確定子類和屬性域；定義對象類的結構和聯接欄位，建立了關系類。
3）定義要素類的內容、欄位名稱和存儲結構。在航空物探數據採集過程中，不同類型的數據采樣率不同，坐標數據采樣2次/s，重力場數據采樣2次/s，磁場數據采樣10次/s，這就造成了場值數據與坐標數據無法一一對應問題。若按場值數據采樣率內插坐標數據，將導致數據量成倍增長；若按坐標數據采樣率抽稀場值數據，將降低航空物探測量對地質體的分辨能力，影響測量效果。在綜合分析航空物探數據應用基礎上，提出了採用要素數據與屬性數據分置的方式，將測線坐標數據與地球物理場數據分離，分別建立獨立共享的航跡線數據要素類模型，磁場、重力場等數據對象類模型（圖2-3），很好地解決了航空物探數據的存儲問題。
圖2-3 要素數據與屬性數據分置示意圖
採用要素數據與屬性數據分置方式，不僅是基於航空物探數據屬性數據的多源性、不同采樣頻率等特點的考慮，還考慮到數據的綜合查詢和檢索的速度，特別是通過ArcSDE訪問空間資料庫的效率的問題。再者，對於大部分用戶來說，需求是屬性數據的綜合應用，因此在資料庫建模過程中，將屬性數據採用對象類的方式進行管理，不但提高了空間數據的操作能力，同時在ArcSDE的配置上採用直接訪問資料庫（對象類）方式，並且加快了數據查詢和統計的速度。
四、資料庫概念模型
用戶需求是資料庫建設的約束條件之一。航空物探數據的空間特性決定航空物探資料庫必須是空間資料庫，採用資料庫管理數據，利用GIS技術提供可視化服務，這是各個層次用戶的一致要求。因此，我們從現實世界出發，對航空物探數據的多源性、多尺度和不同采樣等問題進行了描述，提出了解決方案。此方案是不依賴於任何具體的硬體環境和資料庫管理系統（DBMS），建立了客觀反映現實世界的航空物探資料庫概念模型，把用戶需要管理的信息統一到整體概念結構中，表達了用戶需要。
在全面分析航空物探業務流程和數據流程，以及航空物探數據特性的基礎上，按照《航空物探數據要素類和對象類劃分標准》，以及空間實體點、線、面要素特徵的基本原則，對航空物探資料庫所涉及的實體進行歸類，劃分成12個主題。根據空間數據分主題表達的特點和航空物探空間數據坐標框架的定義，確定航空物探資料庫空間數據概念模型，明確各個主題的用途、數據來源、表達方式、空間參考、比例尺和精度等內容，按照ArcGIS定義空間資料庫的數據分層表達方式（圖2-4），完成航空物探資料庫概念模型設計（圖2-5）。
圖2-4 航空物探資料庫空間數據分層模型
圖2-5 航空物探資料庫空間數據概念模型
B. 資料庫的邏輯結構設計的圖向關系
模型的轉換 E-R圖如何轉換為關系模型呢？我們先看一個例子。
圖2.1是學生和班級的E-R圖，學生與班級構成多對一的聯系。根據實際應用，我們可以做出這個簡單例子的關系模式：
學生（學號，姓名，班級）
班級（編號，名稱）
「學生.班級」為外鍵，參照「班級.編號」取值。
這個例子我們是憑經驗轉換的，那麼裡面有什麼規律呢？在2.2節，我們將這些經驗總結成一些規則，以供轉換使用。 (1)一個實體型轉換為一個關系模式
一般E-R圖中的一個實體轉換為一個關系模式，實體的屬性就是關系的屬性，實體的碼就是關系的碼。
(2)一個1:1聯系可以轉換為一個獨立的關系模式，也可以與任意一端對應的關系模式合並。
圖2.2是一個一對一聯系的例子。根據規則（2），有三種轉換方式。
(i) 聯系單獨作為一個關系模式
此時聯系本身的屬性，以及與該聯系相連的實體的碼均作為關系的屬性，可以選擇與該聯系相連的任一實體的碼屬性作為該關系的碼。結果如下：
職工（工號，姓名）
產品（產品號，產品名）
負責（工號，產品號）
其中「負責」這個關系的碼可以是工號，也可以是產品號。
(ii) 與職工端合並
職工（工號，姓名，產品號）
產品（產品號，產品名）
其中「職工.產品號」為外碼。
(iii) 與產品端合並
職工（工號，姓名）
產品（產品號，產品名，負責人工號）
其中「產品.負責人工號」為外碼。
(3)一個1:n聯系可以轉換為一個獨立的關系模式，也可以與n端對應的關系模式合並。
(i) 若單獨作為一個關系模式
此時該單獨的關系模式的屬性包括其自身的屬性，以及與該聯系相連的實體的碼。該關系的碼為n端實體的主屬性。
顧客（顧客號，姓名）
訂單（訂單號，……）
訂貨（顧客號，訂單號）
(ii) 與n端合並
顧客（顧客號，姓名）
訂單（訂單號，……，顧客號）
(4)一個m:n聯系可以轉換為一個獨立的關系模式。
該關系的屬性包括聯系自身的屬性，以及與聯系相連的實體的屬性。各實體的碼組成關系碼或關系碼的一部分。
教師（教師號，姓名）
學生（學號，姓名）
教授（教師號，學號）
(5)一個多元聯系可以轉換為一個獨立的關系模式。
與該多元聯系相連的各實體的碼，以及聯系本身的屬性均轉換為關系的屬性，各實體的碼組成關系的碼或關系碼的一部分。
(6)具有相同碼的關系模式可以合並。
(7)有些1：n的聯系，將屬性合並到n端後，該屬性也作為主碼的一部分
這類問題多出現在聚集類的聯系中，且部分實體的碼只能在某一個整體中作為碼，而在全部整體中不能作為碼的情況下才出現（其它情況本人還沒碰到，呵呵，歡迎指教）。
比如上篇文章介紹的管理信息系統中訂單與訂單細節的聯系。
關於什麼是聚集，2.3節介紹。 這部分本應在概念設計中介紹的，用到了才想起來，這里補充一下。
關於現實世界的抽象，一般分為三類：
（1） 分類：即對象值與型之間的聯系，可以用「is member of」判定。如張英、王平都是學生，他們與「學生」之間構成分類關系。
（2） 聚集：定義某一類型的組成成分，是「is part of」的聯系。如學生與學號、姓名等屬性的聯系。
（3） 概括：定義類型間的一種子集聯系，是「is subset of」的聯系。如研究生和本科生都是學生，而且都是集合，因此它們之間是概括的聯系。
例：貓和動物之間是概括的聯系，《Tom and Jerry》中那隻名叫Tom的貓與貓之間是分類的聯系，Tom的毛色和Tom之間是聚集的聯系。
訂單細節和訂單之間，訂單細節肯定不是一個訂單，因此不是概括或分類。訂單細節是訂單的一部分，因此是聚集。 有了關系模型，可以進一步優化，方法為：
（1） 確定數據依賴。
（2） 對數據依賴進行極小化處理，消除冗餘聯系（參看範式理論）。
（3） 確定範式級別，根據應用環境，對某些模式進行合並或分解。
以上工作理論性比較強，主要目的是設計一個數據冗餘盡量少的關系模式。下面這步則是考慮效率問題了：
（4） 對關系模式進行必要的分解。
如果一個關系模式的屬性特別多，就應該考慮是否可以對這個關系進行垂直分解。如果有些屬性是經常訪問的，而有些屬性是很少訪問的，則應該把它們分解為兩個關系模式。
如果一個關系的數據量特別大，就應該考 慮是否可以進行水平分解。如一個論壇中，如果設計時把會員發的主貼和跟貼設計為一個關系，則在帖子量非常大的情況下，這一步就應該考慮把它們分開了。因為 顯示的主貼是經常查詢的，而跟貼則是在打開某個主貼的情況下才查詢。又如手機號管理軟體，可以考慮按省份或其它方式進行水平分解。 這部分主要是考慮使用方便性和效率問題，主要藉助視圖手段實現，包括：
（1） 建立視圖，使用更符合用戶習慣的別名。
（2）對不同級別的用戶定義不同的視圖，以保證系統的安全性。
（3）對復雜的查詢操作，可以定義視圖，簡化用戶對系統的使用。
物理設計主要工作是選擇存取方法（索引），以及確定資料庫的存儲結構，這里就不說明了。
C. 如何通過E-R圖設計關系資料庫的概念模式
如果你已經建立了E-R圖，那麼轉化為關系模式的方法是：
1 每個實體轉換為一個關系模式，實體的屬性就是關系的屬性。
2 實體之間的聯系轉換比較復雜，請查閱王珊「資料庫系統概論」（第4版）P225上面有詳細轉換原則。
D. 資料庫表結構設計(如下圖所示)用什麼工具畫
先建空白excel--在左側找到該表，右鍵--設計--然後右側顯示出表結構，滑鼠左鍵單擊右側空白處--Ctrl+A全選--Ctrl+C復制--打開excel--Ctrl+V粘貼。
E. 急求資料庫設計 報刊發行管理系統ER圖
網路一下，找到的~~
另外，校園網用戶使用「知網」上的論文是免費的，另存就好了~
注冊|登錄|我的賬戶高級搜索:用"
郵政管理
計算機..
"到知網平台檢索，點擊這里搜索更多...
《南京郵電大學學報(自然科學版)》
1993年04期
加入收藏
獲取最新
報刊發行管理系統的設計劉一凡
【摘要】:介紹了一個實用的報刊發行管理系統,討論了設計中的問題,並提出解決方法。還詳細描述了系統的資料庫結構、程序框圖和設計。
【作者單位】:
【關鍵詞】:
郵政管理
計算機管理系統
資料庫
【分類號】:TP399;;F614
【DOI】:CNKI:SUN:NJYD.0.1993-04-010
【正文快照】:
1引言!〕.,月衛.叨門Jl.,...
目前,相當一部分郵電局的報刊發行工作還處於手工管理階段。從向用戶征訂報刊起,然後進行分類統計,向省會局要數,直到將報刊分發給用戶,這一工作流程繁瑣復雜,且受到時間的限制。本文所設計的報刊發行微機管理系統可代替人工去完成這些繁瑣復雜的……
這個行嗎?
行就留郵箱……
F. 資料庫技術ER圖如何畫
如何畫資料庫ER圖
資料庫設計中重要的一環首先就是概念設計，也就是說，要從實際問題出發，排除非本質的東西，抽象出現實的數據結構之客觀規律——即畫出數據結構圖——ER圖。這是資料庫設計的重點，也是資料庫設計的難點。
那麼，如何才能正確地反映客觀現實，將ER圖畫好呢？
答案是，必須進行正確的需求分析。那麼如何進行需求分析呢？需求分析一般有兩種方法，一種是結構化分析(SA)，一種是面向對象分析(OOA).通過這兩種方法的實施以後，都可以得到比較正確的ER圖。現在以下面的實際問題為例，通過結構化分析(SA)方法的應用，講述如何得到比較正確的ER圖。
(一)校務管理系統
在要建立的系統中,有以下功能：
1.管理老師的功能：錄入老師情況(姓名.地址.所教課程),老師缺課記錄(名字.時間.原因.課程)
2.管理學生的功能:錄入學生情況(姓名.所選課程.成績)
3.教務主任的功能:查詢統計1:教師情況2:學生總成績3:學生平均成績
要求：
1）用結構化方法畫出系統頂層圖、0層圖，數據字典。
2）畫出該系統的數據模型ER圖。
一、結構化分析的需求分析
1）分析實際情況
根據實際情況，我們得到一下情況：
(一)教師任課流程：
G. 請問這個資料庫表結構怎麼設計
1,A表為銷售表，可拆分為A1（商品表），A2銷售主表，A3銷售從表，結構如下：
A1（商品編號，品名規格,...），A2（銷售單號，銷售時間,....），A3（銷售單號，商品編號，數量，價格,....）
2,B表為統計表，一般通過查詢實現，不用建議實體表。
他們的關系是A2對A3為1對多。