数据词典：数据模型（Data Model）

赵老师

数据模型是一种工具，用来描述数据、数据的语义、数据之间的关系，以及数据的约束等。按照应用层次和建模目的，可以把数据模型分为三种基本类型：概念数据模型、逻辑数据模型和物理数据模型。概念数据模型和逻辑数据模型是需求分析的产出，而物理数据模型是设计活动的产出。因此，在实际工作中，需要注意数据模型的层次性，不同类型的人员所说的数据模型可能不在同一个层次之上。当然，不同层次的数据模型之间存在一定的对应关系，可以进行相互转换。

1．概念模型是以现实世界为基础，从普通用户（如业务员、决策人员）视角对数据构建的模型，主要用来描述世界的概念化结构，与具体的数据管理技术无关，即同一个概念模型可以转换为不同的逻辑模型。常用概念模型有：ER图、面向对象模型和谓词模型等。

2．逻辑模型是在概念模型的基础上，从数据科学家视角对数据进一步抽象的模型，主要用于数据科学家之间的沟通和数据科学家与数据工程师之间的沟通。常用的逻辑模型有：关系模型、层次模型、网状模型、键值对、列族和图模型等。

3．物理模型是在逻辑模型的基础上，从计算机物理视角对数据进行建模后得出的模型，主要用于描述数据在存储介质上的组织结构，与具体的平台（包括软硬件）直接相关。常用的物理模型有索引、分区、复制、分片、物化视图、事务、版本戳等。

数据模型中常见的术语如下：

1．实体。现实世界中的对象，可以具体到人、事、物。就一般企业而言，实体是业务专家认知的某种事物，如采购订单、产品、服务、客户等。

2．属性。实体所具有的特性。属性用来描述实体，是组成实体的数据定义、格式和值域，如采购订单编号、产品编号、客户电话等。

3．键属性。可唯一识别数据实体实例和数据库表行记录的属性，如客户编号可识别不同客户。每个实体一般都有主键属性，也可能有外键属性。

4．关系。实体和实体之间的关系。可通过连线表示，关系可帮助识别主键和外键。

5．（5）范式。规范实体中属性之间的依赖和分解关系，如第一范式强调的是属性的原子性，即属性不能够再被分解成其他属性。

【出处】朝乐门.数据科学,清华大学出版社,2016年8月第1版.