❶ 資料庫建模的介紹
在設計資料庫時，對現實世界進行分析、抽象、並從中找出內在聯系，進而確定資料庫的結構，這一過程就稱為資料庫建模。它主要包括兩部分內容：確定最基本的數據結構；對約束建模。
❷ 什麼是資料庫建模，為什麼要資料庫建模，有什麼好處
你說的答案不對，我們經理說資料庫建模是指把實際業務邏輯抽離出來，從而變成與資料庫表對應的表結構！所以不能給你分，我自己拿回來了。
❸ 什麼是資料庫概念模型
問題一：資料庫概念模型與什麼有關 數據模型是對現實世界數據特徵的抽象，其三要素是（數據結構，數據操作，數據的約束條件）
最常用的數據模型分為概念數據模型和基本數據模型
概念數據模型是按用戶的觀點對數據和信息建模，是現實世界到信息世界的第一層抽象。
基本數據模型是按計算機系統的觀點對數據建模，是現實世界數據特徵的抽象，用於DBMS的實現（層次模型，網狀模型，關系模型）
問題二：資料庫概念模型的基本概述 把面向對象的方法和資料庫技術結合起來可以使資料庫系統的分析、設計最大程度地與人們對客觀世界的認識相一致。面向對象資料庫系統是為了滿足新的資料庫應用需要而產生的新一代資料庫系統。資料庫概念模型實際上是現實世界到機器世界的一個中間層次。資料庫概念模型用於信息世界的建模，是現實世界到信息世界的第一層抽象，是資料庫設計人員進行資料庫設計的有力工具，也是資料庫設計人員和用戶之間進行交流的語言。建立數據概念模型，就是從數據的觀點出發，觀察系統中數據的採集、傳輸、處理、存儲、輸出等，經過分析、總結之後建立起來的一個邏輯模型，它主要是用於描述系統中數據的各種狀態。這個模型不關心具體的實現方式（例如如何存儲）和細節，而是主要關心數據在系統中的各個處理階段的狀態。 實際上，數據流圖也是一種數據概念模型。
問題三：資料庫中概念模型的含義和作用 數據模型是對現實世界數據特徵的抽象，其三要素是（數據結構，數據操作，數據的約束條件） 最常用的數據模型分為概念數據模型和基本數據模型 概念數據模型是按用戶的觀點對數據和信息建模，是現實世界到信息世界的第一層抽象。 基本數據模型是按計算機系統的觀點對數據建模，是現實世界數據特徵的抽象，用於DBMS的實現（層次模型，網狀模型，關系模型）
問題四：概念模型是什麼？ 也稱信息模型，它是按用戶的觀點來對數據和信息建模。概念模型是現實世界到機器世界的一個中間層次。表示概念模型最常用的是實體-關系圖。概念模型是對真實世界中問題域內的事物的描述，不是對軟體設計的描述。概念的描述包括：記號、內涵、外延，其中記號和內涵（視圖）是其最具實際意義的。概念模型用於信息世界的建模，它是世界到信息世界的第一層抽象，它資料庫設計的有力工具，也是資料庫開發人員與用戶之間進行交流的語言。因此概念模型既要有較強的表達能力，應該簡單、清晰、易於理解。目前最常用的是實體-聯系模型。在管理信息系統中，概念模型：是設計者對現實世界的認識結果的體現，是對軟體系統的整體概括描述。讓讀者更易理解，讀時有個參考的東西。概念模型設計的常用方法是實體關系方法（E-R方法）。用實體關系方法對具體數據進行抽象加工，將實體 *** 抽象成實體類型，用實體間的關系反映現實世界事物間的內在關系。首先可以進行局部E-R模型，然後把各局部E-R模型綜合成一個全局的E-R模型，最後對全局E-R模型進行優化，最後得到的。在數據倉庫中的含義總的來說，數據倉庫的結構採用了三級數據模型的方式，即概念模型、邏輯模型、物理模型。概念模型:也就是業務模型,由企業決策者,商務領域知識專家和IT專家共同研究和分析企業級的跨領域業務系統需求分析的結果。在數據倉庫項目中,物理模型設計和業務模型設計象兩個輪子一樣有力地支撐著數據倉庫的實施,兩者並行不悖,缺一不可。實際上,這有意地擴大了物理模型和業務模型的內涵和外延，因為，在這里物理模型不僅僅是數據的存儲,而且也包含了數據倉庫項目實施的方法論、資源以及軟硬體選型，而業務模型不僅僅是主題模型的確立,也包含了企業的發展戰略,行業模本等等更多的內容。一個優秀的項目必定會兼顧業務需求和行業標准兩個方面,業務需求既包括用戶提出的實際需求,也要客觀分析它隱含的更深層次的需求,但是往往用戶的需求是不明確的,需要加以提煉甚至在商務知識專家引導下加以升華,和用戶一起進行需求分析工作。如果不能滿足用戶的需求,項目也就失去了原本的意義。關於概念模型概念模型設計是在原有的業務資料庫的基礎上建立了一個較為穩固的概念模型。因為數據倉庫是對原有資料庫系統中的數據進行集成和重組而形成的數據 *** ，所以數據倉庫的概念模型設計，首先要對原有資料庫系統加以分析理解，看在原有的資料庫系統中有什麼、怎樣組織的和如何分布的等，然後再來考慮應當如何建立數據倉庫系統的概念模型。一方面，通過原有資料庫的設計文檔以及在數據字典中的資料庫關系模式，我們可以對企業現有的資料庫中的內容有一個完整而清晰的認識;另一方面，數據倉庫的概念模型是面向企業全局建立的，它為集成來自各個面向應用的資料庫的數據提供了統一的概念視圖。它的工作主要是界定系統的邊界和確定主要的主題域。界定系統邊界將決策者的數據分析的需求用系統邊界的定義形式反映出來。確定主題域是對每個主題域的內容進行較明確的數據倉庫建模技術在行業中的應用描述，其內容包括:主題域的公共碼鍵、主題域之間的聯系以及充分代表主題的屬性組。
問題五：資料庫設計概念模型圖，邏輯模型圖分別是什麼？ 1.1.概念模型(E-R圖描述)
概念模型是對真實世界中問題域內的事物的描述，不是對軟體設計的描述。
表示概念模型最常用的是實體-關系圖。
E-R圖主要是由實體、屬性和關系三個要素構成的。在E-R圖中，使用了下面幾種基本的圖形符號。
實體，矩形
E/R圖三要素 屬性，橢圓形
關系，菱形
關系：一對一關系，一對多關系，多對多關系。
E/R圖中的子類(實體)：
1.2.邏輯模型
邏輯數據模型反映的是系統分析設計人員對數據存儲的觀點，是對概念數據模型進一步的分解和細化。
1.3.物理模型
物理模型是對真實資料庫的描述。資料庫中的一些對象如下：表，視圖，欄位，數據類型、長度、主鍵、外鍵、索引、是否可為空，默認值。
概念模型到物理模型的轉換即是把概念模型中的對象轉換成物理模型的對象。
問題六：什麼是資料庫的概念結構 1. 資料庫定義:資料庫是長期儲存在計算機內、有組織的、可共享的大量數據的 *** 。資料庫中的數據按一定的數據模型組織、描述和儲存，具有較小的冗餘度、較高的數據獨立性和易擴展性，並可為各種用戶共享。2. 資料庫管理技術發展的三個階段：人工管理階段，文件系統階段，資料庫系統階段。3. DBMS（資料庫管理系統）是位於用戶與操作系統之間的一層數據管理軟體。主要功能：1，數據定義功能。2，數據組織、存儲和管理。3，數據操縱功能。4，資料庫的事務管理和運行管理。5，資料庫的建立和維護功能。6，其他功能。4. 什麼是數據模型及其要素? (設計題)： 數據模型是資料庫中用來對現實世界進行抽象的工具，是資料庫中用於提供信息表示和操作手段的形式構架。一般地講，數據模型是嚴格定義的概念的 *** 。這些概 念精確地描述系統的靜態特性、動態特性和完整性約束條件。因此數據模型通常由數據結構、數據操作和完整性約束三部分組成。 (1)數據結構：是所研究的對象類型的 *** ，是對系統的靜態特性的描述。 (2)數據操作：是指對資料庫中各種對象(型)的實例(值)允許進行的操作的 *** ，包括操作及有關的操作規則，是對系統動態特性的描述。 (3)數據的約束條件：是完整性規則的 *** ，完整性規則是給定的數據模型中數據及其聯系所具有的制約和依存規則，用以限定符合數據模型的資料庫狀態以及狀態的變化，以保證數據的正確、有效、相容。最常用的數據模型：層次模型，網狀模型，關系模型，面積對象模型，對象關系模型。5.常用的數據模型有哪些（邏輯模型是主要的），各有什麼特徵，數據結構是什麼樣的。答：數據模型可分為兩類：第一類是概念模型，也稱信息模型，它是按用戶的觀點來地數據和信息建模，主要用於資料庫設計。第二類是邏輯模型和物理模型。其中邏輯模型主要包括層次模型、層次模型、關系模型、面向對象模型和對象關系模型等。它是按計算機系統的觀點對數據建模，主要用於DBMS的實現。物理模型是對數據最低層的抽象，它描述數據在系統內部的表示方式和存取方法，在磁碟或磁帶上的存儲方式和存取方法，是面向計算機系統的。物理模型是具體實現是DBMS的任務，資料庫設計人員要了解和選擇物理醋，一般用戶則不必考慮物理級的細節。層次數據模型的數據結構特點：一是：有且只有一個結點沒有雙親結點，這個結點稱為根結點。二是：根 以外的其他結點有且只有一個雙親結點。優點是：1.層次 數據結構比較簡單清晰。2.層次資料庫的查詢效率高。3.層次數據模型提供了良好的完整性支持。缺點主要有：1.現實世界中很多聯系是非層次性的，如結點之間具有多對多聯系。2.一個結點具有多個雙親等 ，層次模型表示這類聯系的方法很笨拙，只能通過引入冗餘數據或創建非自然的數據結構來解決。對插入和刪除操作的限制比較多，因此應用程序的編寫比較復雜。3.查詢子女結點必須通過雙親結點。4.由於結構嚴密，層次命令趨於程序化。可見用層次模型對具有一對多的層次聯系的部門描述非常自然，直觀容易理解，這是層次資料庫的突出優點。網狀模型：特點：1.允許一個以上的結點無雙親2.一個結點可以有多於一個的雙親。網狀數據模型的優點主要有：1.能夠更為直接地描述現實世界，如一個結點可以有多個雙親。結點
之間可以有多種上聯第。2.具有良好的性能，存取效率較高。缺點主要有：1.結構比較復雜，而且隨著應用環境的擴大，資料庫的結構就變得越來越復雜，不利於最終 用戶掌握。2.網狀模型的DDL,DML復雜,並且要嵌入某一種高級語言中，用戶不容易掌握，不容易使用。關系數據模型具有下列優點：1.關系模型與非關系模型不同，它是建立在嚴格的數學......>>
問題七：怎麼用powerdesigner畫資料庫概念模型 怎麼用powerdesigner畫資料庫概念模型方法/步驟
打開PowerDesigner，點擊菜單「File」---->「New Model」
點擊【OK】按鈕後，將進入如下的畫面，
系統將出現一個工具欄如下，用於在設計面板中設計模型，
單擊Entity圖標，然後在主面板中單擊一次便可添加一個實體，
切換回一般滑鼠模式，雙擊已經添加的實體，彈出設置屬性的對話框，
在General選項卡中可以設置實體的Name和Code等屬性，
Code是實體在資料庫中的實際名稱，一般用英文，Name是顯示的名稱，一般用中文，方便理解。
切換到Attributes選項卡可以添加實體的屬性，
問題八：資料庫概念模型的關系模型 在關系模型中，數據的邏輯結構是一張二維表。在資料庫中，滿足下列條件的二維表稱為關系模型：① 每一列中的分量是類型相同的數據；② 列的順序可以是任意的；③ 行的順序可以是任意的；④ 表中的分量是不可再分割的最小數據項，即表中不允許有子表；⑤ 表中的任意兩行不能完全相同。關系資料庫採用關系模型作為數據的組織方式。 關系資料庫因其嚴格的數學理論、使用簡單靈活、數據獨立性強等特點，而被公認為最有前途的一種資料庫管理系統。它的發展十分迅速，目前已成為占據主導地位的資料庫管理系統。自20世紀80年代以來，作為商品推出的資料庫管理系統幾乎都是關系型的，例如，Oracle，Sybase，Informix，Visual FoxPro，mysql，sqlserver等。關系模型範式只有滿足一定條件的關系模式，才能避免操作異常。關系模式要滿足的條件稱為規范化形式，簡稱範式。下面介紹四種不同程度的範式，由低級向高級：1、第一範式（1NF）在關系模式R的每一個具體關系r中，如果每個屬性值都是不可能再分的最小數據單元，則稱R是第一範式。記為R∈1NF。1NF是關系資料庫能夠保存數據並且正確訪問數據的最基本條件。2、第二範式（2NF）如果關系模式R（U，F）中的所有非主屬性都完全函數依賴於任意一個候選關鍵字，則稱關系R是屬於第二範式。記為R∈2NF。3、第三範式（3NF）如果關系模式R（U，F）中所有非主屬性對任何侯選關鍵字都不存在傳遞依賴，則稱關系R是屬於第三範式。記為R∈3NF。4、BCNF如果關系模式R（U，F）R屬於1NF，對任何非平凡依賴的函數依賴X→Y（Y!→X）X均包含碼。記為R∈BCNF。如果R是BCNF則一定是3NF；反之則不行。一個低級範式的關系模式，可以通過分解方法轉換成若干個高一級範式的關系模式的 *** ，也可以說任何一個高層的範式，總是能夠滿足低層的範式。
問題九：模型的概念。資料庫中的數據模型主要有哪些？數據模型的組成的要素有哪些？ 資料庫模型描述了在資料庫中結構化和操縱數據的方法，模型的結構部分規定了數據如何被描述（例如樹、表等）；模型的操縱部分規定了數據的添加、刪除、顯示、維護、列印、查找、選擇、排序和更新等操作。
資料庫模型的分類
1概念模型 2 層次模型
3 網狀模型 4 關系模型
數據模型所描述的內容包括三個部分：數據結構、數據操作、數據約束。
❹ 什麼是資料庫模型
資料庫模型 資料庫模型（Database Model）是描述客觀事物及其聯系的一種手段，這種描述包括數據內容的描述和各類型實體數據之間的描述，它是資料庫設計的基礎。常用的資料庫模型有三種：層次模型（Hierarchical Model）、網路模型（Network Model）、關系模型（Relational Mode）。
❺ 什麼是資料庫建模
資料庫模型一般有3個，前兩個幾乎已經淘汰了，我們現在用的是第3代了，叫「關系資料庫」，用ER圖來表示各個元素之間的關系，ER就是entity-relationship的縮寫。
搞這個東西，要有高等數學和離散數學做基礎。離散數學不行的話，搞高層次的東西就不行了。
❻ 什麼是數據建模
數據建模是一個用於定義和分析在組織的信息系統范圍內支持商業流程所需的數據要求的過程。簡單來說，數據建模是基於對業務數據的理解和數據分析的需要，將各類數據進行整合和關聯，使得數據可以最終以可視化的方式呈現，讓使用者能夠快速地、高效地獲取到數據中有價值的信息，從而做出准確有效的決策。
之所以數據建模會變得復雜且難度大，是因為在建模過程中會引入數學公式或模型，用於確定數據實體之間的關聯關系。不同的業務邏輯和商業需求需要選擇不同的數學公式或模型，而且，一個好的數據模型需要通過多次的測試和優化迭代來完成，這就使得數據建模的難度變得很高。但是，數據分析中的建模並沒有想像中的那麼高深莫測，人人都可以做出適合自己的模型。
數據建模總歸是為了分析數據從而解決商業問題。如下圖數據建模的流程圖，數據建模核心部分是變數處理和模型搭建。
變數處理
模型搭建
在建模之前，首先要決定選擇哪些變數進行建模，主要從業務邏輯和數據邏輯兩方面來考慮。業務邏輯需要了解數據來源的背景，通過了解業務知識來判斷哪些變數在業務上很有價值的，哪些變數是可以選擇的。數據邏輯則是從數據的完整性，集中度，是否與其他變數強相關等角度來考慮。
除了選擇變數，對於一些變數的重構也是需要在建模前進行。例如客戶的滿意度有「滿意」「不滿意」，可以將其重構成數字「0」和「1」，便於後續建模使用。除此以外，還有將變數單獨計算（取平均值）和組合計算（如A*B）也是常用的重構方法，例如，缺失值以數據取平均值的方式替換。
在模型搭建時，會經歷選擇演算法、設定參數、載入演算法、測試結果四個過程。在這個過程中，測試結果會引導調整之前設定的參數，載入演算法會對應調整之前選擇的演算法，而選擇演算法時會考慮到已定的變數，如果變數不滿足演算法要求，還需回到選擇/重構變數，直至得到最合適的模型。
在優化模型的過程中，模型的解釋能力和實用性會不斷地提升。在結果輸出之後，還需接收業務人員的反饋，看看模型是否解決了他們的問題，如果沒有，還需進一步修改和調整。
MicroStrategy在數據領域深挖企業需求，經過多年的研究和沉澱，結合眾多復雜的應用場景，不斷更新體驗，深入開發各種數據輔助功能，使客戶可以一站式鏈接各類型數據資源，完成數據導入和數據建模。在MicroStrategy 平台中，既支持傳統方式數據建模，即通過Project Schema 來進行建模，又支持自助式數據導入的建模方式。