數據模型概念及類型劃分

2020-11-23 電子產品世界
數據(data)是描述事物的符號記錄。模型(Model)是現實世界的抽象。數據模型(Data Model)是數據特徵的抽象,是資料庫管理的教學形式框架。資料庫系統中用以提供信息表示和操作手段的形式構架。數據模型包括資料庫數據的結構部分、資料庫數據的操作部分和資料庫數據的約束條件

  內容  

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。

  1)數據結構:數據模型中的數據結構主要描述數據的類型、內容、性質以及數據間的聯繫等。數據結構是數據模型的基礎,數據操作和約束都建立在數據結構上。不同的數據結構具有不同的操作和約束。

  2)數據操作:數據模型中數據操作主要描述在相應的數據結構上的操作類型和操作方式。

  3)數據約束:數據模型中的數據約束主要描述數據結構內數據間的語法、詞義聯繫、他們之間的制約和依存關係,以及數據動態變化的規則,以保證數據的正確、有效和相容。

  類型

  數據模型按不同的應用層次分成三種類型:分別是概念數據模型、邏輯數據模型、物理數據模型。

  1、概念數據模型(Conceptual Data Model):簡稱概念模型,是面向資料庫用戶的實現世界的模型,主要用來描述世界的概念化結構,它使資料庫的設計人員在設計的初始階段,擺脫計算機系統及DBMS的具體技術問題,集中精力分析數據以及數據之間的聯繫等,與具體的數據管理系統(Database Management System,簡稱DBMS)無關。概念數據模型必須換成邏輯數據模型,才能在DBMS中實現。

  2、邏輯數據模型(Logical Data Model):簡稱數據模型,這是用戶從資料庫所看到的模型,是具體的DBMS所支持的數據模型,如網狀數據模型(Network Data Model)、層次數據模型(Hierarchical Data Model)等等。此模型既要面向用戶,又要面向系統,主要用於資料庫管理系統(DBMS)的實現。

  3、物理數據模型(Physical Data Model):簡稱物理模型,是面向計算機物理表示的模型,描述了數據在儲存介質上的組織結構,它不但與具體的DBMS有關,而且還與作業系統和硬體有關。每一種邏輯數據模型在實現時都有起對應的物理數據模型。DBMS為了保證其獨立性與可移植性,大部分物理數據模型的實現工作又系統自動完成,而設計者只設計索引、聚集等特殊結構。

  在概念數據模型中最常用的是E-R模型、擴充的E-R模型、面向對象模型及謂詞模型。在邏輯數據類型中最常用的是層次模型、網狀模型、關係模型。

  資料庫領域採用的數據模型有層次模型、網狀模型和關係模型,其中應用最廣泛的是關係模型。

  層次模型:它的特點是將數據組織成一對多關係的結構。

  層次結構採用關鍵字來訪問其中每一層次的每一部分。

  優點:

  存取方便且速度快

  結構清晰,容易理解

  數據修改和資料庫擴展容易實現

  檢索關鍵屬性十分方便

  缺陷:

  結構呆板,缺乏靈活性

  同一屬性數據要存儲多次,數據冗餘大(如公共邊)

  不適合於拓撲空間數據的組織

  網狀模型用連接指令或指針來確定數據間的顯式連接關係,是具有多對多類型的數據組織方式

  優點:

  能明確而方便地表示數據間的複雜關係

  數據冗餘小

  缺陷:

  網狀結構的複雜,增加了用戶查詢和定位的困難。

  需要存儲數據間聯繫的指針,使得數據量增大

  數據的修改不方便(指針必須修改)

  關係資料庫模型是以記錄組或數據表的形式組織數據,以便於利用各種地理實體與屬性之間的關係進行存儲和變換,不分層也無指針,是建立空間數據和屬性數據之間關係的一種非常有效的數據組織方法

  優點:

  結構特別靈活,滿足所有布爾邏輯運算和數學運算規則形成的查詢要求

  能搜索、組合和比較不同類型的數據

  增加和刪除數據非常方便

  缺陷:

  資料庫大時,查找滿足特定關係的數據費時

  對空間關係無法滿足

  數據結構

  數據結構是目標類型的集合。目標類型是資料庫的組成成分,一般可分為兩類:數據類型、數據類型之間的聯繫。數據類型如DBTG(資料庫任務組)網狀模型中的記錄型、數據項,關係模型中的關係、域等。聯繫部分有DBTG網狀模型中的系型等。數據操作部分是操作算符的集合,包括若干操作和推理規則,用以對目標類型的有效實例所組成的資料庫進行操作。數據約束條件是完整性規則的集合,用以限定符合數據模型的資料庫狀態,以及狀態的變化。約束條件可以按不同的原則劃分為數據值的約束和數據間聯繫的約束;靜態約束和動態約束;實體約束和實體間的參照約束等。

  概念的發展

  隨著資料庫學科的發展,數據模型的概念也逐漸深入和完善。早期,一般把數據模型僅理解為數據結構。其後,在一些資料庫系統中,則把數據模型歸結為數據的邏輯結構、物理配置、存取路徑和完整性約束條件等四個方面。現代數據模型的概念,則認為數據結構只是數據模型的組成成分之一。數據的物理配置和存取路徑是關於數據存儲的概念,不屬於數據模型的內容。此外,數據模型不僅應該提供數據表示的手段,還應該提供數據操作的類型和方法,因為資料庫不是靜態的而是動態的。因此,數據模型還包括數據操作部分。

  三種重要模型

  層次模型、網狀模型和關係模型是三種重要的數據模型。這三種模型是按其數據結構而命名的。前兩種採用格式化的結構。在這類結構中實體用記錄型表示,而記錄型抽象為圖的頂點。記錄型之間的聯繫抽象為頂點間的連接弧。整個數據結構與圖相對應。對應於樹形圖的數據模型為層次模型;對應於網狀圖的數據模型為網狀模型。關係模型為非格式化的結構,用單一的二維表的結構表示實體及實體之間的聯繫。滿足一定條件的二維表,稱為一個關係(見關係資料庫)。

  格式化模型可以描述複雜的數據結構,用存取路徑實現數據間的聯繫。從60年代後期以來,在各種計算機系統上建立了許多層次模型和網狀模型的資料庫管理系統。這些系統成功地應用於數據處理。但這類系統具有以下缺點。首先是使用了許多與數據操作任務無關的概念,如DBTG系統中的系,用戶必須按照存取路徑存取資料庫中的數據。其次,不支持集合處理,即未提供一次處理多個記錄的功能。第三,沒有充分認識端點用戶直接與資料庫對話的需求,缺乏為適應非預期查詢而增加系統設施的能力。這些缺點降低了程序和數據的獨立性,影響應用程式員的工作效率,限制端點用戶對資料庫的使用。

  關係模型嚴格符合現代數據模型的定義。數據結構簡單清晰。存取路徑完全向用戶隱蔽,使程序和數據具有高度的獨立性。關係模型的數據語言非過程化程度較高,用戶性能好,具有集合處理能力,並有定義、操縱、控制一體化的優點。關係模型中,結構、操作和完整性規則三部分聯繫緊密。關係資料庫系統為提高程式設計師的生產率,以及端點用戶直接使用資料庫提供了一個現實基礎。

  關係模型研究的一個課題,是擴展關係模型和把數據模型形式化。1981年提出可把數據模型看成是抽象的程序設計語言。資料庫是變量,資料庫模式是變量的類型。資料庫狀態是某類變量所取的值。數據定義語言給出說明資料庫變量的語法,數據操縱語言是數據模型中操作類型的具體實現,而資料庫管理系統是某個數據定義語言和數據操縱語言的具體實現。這樣,就可以用程序設計語言的形式概念和方法來研究數據模型。

相關焦點

  • 理解資料庫與數據模型的概念
    信息世界是對現實世界的抽象,人們把事物的特徵和聯繫通過符號記錄下來,並用規範化的語言描述現實世界的事物,從而構成一個基於現實世界的信息世界,這個信息世界就是概念模型。概念模型主要用來描述顯示世界的概念化結構,它使資料庫的設計人員在設計的初始階段,擺脫計算機系統及資料庫管理系統的具體技術問題,集中精力分析數據以及數據之間的聯繫。
  • 2018年自考資料庫原理知識點:SQL的數據關係模型的基本概念
    2.1.1 二維表格的基本術語考核要求:達到「識記」層次知識點:主要是一些基本概念(1)二維表格 在關係模型中,一張二維表格對應一個關係。(2)元組(tuple) 表中的一行(即一個記錄),表示一個實體;關係是由元組組成的。
  • 大數據分析模型有哪幾種類型
    4、分類   分類算法根據對己知類型訓煉集的測算和剖析,從文中發覺類型標準,為此分折新統計數據的類型的類別優化算法。分類算法是解決分類問題的一種方法,是數據挖掘、機器學習和模式識別的一個重要研究領域。
  • 數據倉庫模型設計與工具
    數據模型對於數倉是最核心的東西,數據模型是數據組織和存儲方法,模型的好壞,決定了數倉能支撐企業業務多久。為什麼大多數企業,數倉都要重建,這不僅僅是業務拓展、發展迅速,很大一部分是因為模型建的很爛。
  • 利用無人機劃分榆樹疏林草原植被類型
    植被覆蓋度是評估生態環境質量與植被生長的重要指標,也是全球眾多陸面過程模型和生態系統模型中表達植被動態的重要參數。衛星遙感和地面測量是估算植被覆蓋度的常見方法。然而,如何精確估計榆樹疏林草原上木本、草本不同類型植被的覆蓋度仍然具有挑戰性。無人機飛行系統有效的補充了區域尺度低空間解析度的衛星遙感影像與樣地尺度實地調查之間的缺口,為精確的監測、評估疏林草原的植被動態提供了新途徑。
  • 引用數據類型的概念_引用數據類型有哪幾種
    引用數據類型的概念   「引用」(reference)是c++的一種新的變量類型,是對C的一個重要補充。它的作用是為變量起一個別名。假如有一個變量a,想給它起一個別名,可以這樣寫:   int a;int &b=a;   這就表明了b是a的「引用」,即a的別名。
  • 助你成為模型的設計高手:目標-抽取本質-概念-內涵-定義-模型!
    任何一個模型,都是要對複雜的一類事物進行簡化,從複雜的一類事物之中抽取出本質屬性,用這個本質屬性來指代這類事物,這樣子才能從複雜走向簡單。抓住事物的本質特徵,捨棄掉次要的非本質特徵,才能達到簡單。從一類事物之中抽取出關鍵的本質特徵,捨棄掉次要的特徵,以達到對一類事物的共同抽象。
  • 臨床預測模型:模型的建立
    開發臨床預測模型是一項複雜的系統工程,涉及研究問題、數據集、變量、模型以及結果報告諸多環節,儘管有眾多文獻討論過其中的方法學問題[1-5],《個體預後與診斷的多變量預測模型透明報告》(TRIPOD)研究組也給出了報告規範[6],但仍有很多臨床預測模型在方法學上存在缺陷。在本系列文章開篇文章的基礎上[7],本文將臨床預測模型建立的全過程歸納總結為8個步驟,並將其中的概念及重要原則做一系統介紹。
  • 在概念數據模型中,屬性的取值範圍稱為該屬性的( )。
    在概念數據模型中,屬性的取值範圍稱為該屬性的( )。 A. 實體 B. 聯繫 C. 域 D.本題知識點:關係模型的數據結構和基本要求,  自考365網小編精心為廣大自考學員整理的相關歷年試題及答案解析,想了解相關自考試題請持續關注自考365網校。  讓自考更有氛圍,想加入自考365交流群請添加小編微信zbzikao365
  • BIM模型精度怎麼劃分的?LOD等級有哪些?
    關於BIM模型精度文章筆者之前寫過很多了,但是鑑於很多小夥伴還是在詢問相關的問題,以及對於BIM模型精度劃分還不是很清楚,今天筆者就與各位聊聊BIM模型精度怎麼劃分的?LOD等級有哪些?此模型細緻等級可將非圖形的數據加入到組件裡。並且將項目主要的對象如牆、樓板、天花板、屋頂及開口等加入至項目。至於組件所使用的材質及樣式在此階段並未明確定義。某些情況下部分組件已確定尺寸,部分則還未確定。
  • 數據結構基本概念
    一、什麼是數據結構1、用計算機解決一個具體問題的步驟(1)分析問題,確定數據模型。(2)設計相應的算法。(3)編寫程序,運行並調試程序直至得到正確的結果。數據元素:是數據的基本單位(例如,A班中的每個學生記錄都是一個數據元素),也就是說數據元素是組成數據的、有一定意義的基本單位,在計算機中通常作為整體處理數據項:是具有獨立含義的數據最小單位,也稱為成員或域(例如,A班中每個數據元素即學生記錄是由學號、姓名、性別和班號等數據項組成)。
  • RFID倉儲管理信息系統資料庫類型及E-R模型圖
    1 資料庫類型  倉儲管理信息系統採用的資料庫是SQL Server 2000,通過JDBC接口直接實現系統與資料庫之間的數據通信。
  • 資料|數據挖掘:概念、模型、方法和算法(第2版)/ 國外計算機科學...
    from=leiphonecolumn_res0602以下書籍介紹來自圖書商城內容簡介 · · · · · ·隨著數據規模和複雜度的持續上升,分析員必須利用更高級的軟體工具來執行間接的、自動的智能化數據分析。
  • 地質地球所得到基於機器學習的深層碳酸鹽巖的測井相劃分模型
    隨著大數據時代的到來,數據挖掘算法被廣泛使用,其優勢可概括為:識別數據中的隱藏模式;捕獲複雜的非線性關係;自動學習模型;無需定義完整的輸入和輸出變量之間基於物理的數學關係。在勘探地球物理學中,巖石物理響應多解性使地球物理數據與地質分類間存在複雜的非線性關係。
  • 數據建模中分類與預測模型
    因此,本文基於上期數據預處理部分之後,介紹如何在清洗過後的數據基礎之上建立分類與預測模型,為此種模型的構建方法進行簡單介紹,輔助投資者對自身分析邏輯中的分析框架進行量化分析,方便其多元化的交易分析。  一、分類與預測的介紹  數據建模中分類與預測模型主要是尋求合適的分類模型並在此基礎之上進行未來預測。
  • 計算機網絡(OSI模型物理層的相關知識點及概念)
    物理層的基本概念(物理層要解決哪些問題?物理層的主要特點?)在計算機網絡體系結構中,我們知道,採用分層結構是為了減少計算機網絡通信的複雜度,每一層都有特定的任務,各層之間都互不影響,同時,處於計算機網絡體系結構中下層結構會上層結構提供接口服務。
  • 資料庫的體系結構是如何劃分
    本篇將介紹的是資料庫的體系結構是如何劃分,有興趣的朋友可以了解一下!什麼是資料庫?可以從它的字面意思理解,資料庫是數據的集合。比如:我們在筆記本上把圖片或者文檔、電影等資料放到一個文件夾下,那麼這個文件夾就是一個資料庫。那麼如果運用在系統開發的時候呢?它所存儲的便是應用系統內的數據,數據的重要性不言而喻。資料庫的概念需要掌握才能更好的使用和發揮資料庫存儲數據的功能。
  • 長毛兔兔毛類型的劃分
    兔毛纖維按其粗細、長短、彎曲形態和髓層的發達程度,可將兔毛纖維大體分為細毛(絨毛)、兩型毛和粗毛(槍毛)3種類型。    細毛又稱絨毛。    兩型毛是指單根毛纖維上有兩種纖維類型。纖維的上半段平直無捲曲,髓質層發達,具有粗毛特徵,纖維的下半段則較細,有不規則的捲曲,只由單排髓細胞組成,具有細毛特徵。兩型毛細度為15-30微米,平均23.11微米。在被毛中含量較少,一般僅佔1%~5%。兩型毛因粗細交接處直徑相差很大,極易斷裂,毛紡價值較低。    粗毛又稱槍毛或針毛。
  • 一個概念所指的事物就是外延了,對外延分類就是劃分,如何劃分呢
    啥是劃分呢,針對啥劃分呢,當然是對概念的外延進行劃分,首先要弄懂啥是概念的外延,一個概念所指的事物就是概念的外延了,舉兩個例子,一個採取性質屬性來對外延劃分的例子,一個採取關係屬性來對外延劃分的例子。劃分就是對外延進行分類,分成成更小的子類,劃分中容易出現的一些問題,比如遺漏,比如沒有窮盡,比如沒有相互獨立。舉個採取性質屬性來講劃分的例子。劃分有什麼要求,劃分的要求是根據什麼來的呢?
  • 關鍵概念:每個數據科學家都應了解的5個概念
    圖源:unsplash本文將重點介紹一些數據科學領域的關鍵概念,掌握它們對於你今後的職業生涯大有益處。這些概念或許你已經了解,或許你還未掌握。不論你現在是否清楚,筆者的目的是向你專業地解釋為何它們至關重要。