概念数据模型,逻辑数据模型,物理数据模型 (原创)
数据库逻辑模型和物理模型
数据库逻辑模型和物理模型数据库是一个组织数据的集合，可以用来存储和处理各种类型的数据。
在数据库设计过程中，逻辑模型和物理模型是非常重要的概念。
本文将详细介绍数据库逻辑模型和物理模型的定义、区别和应用。
一、数据库逻辑模型数据库逻辑模型是指数据库设计人员在数据库设计过程中所采用的一种抽象模型，用来描述数据之间的逻辑关系。
逻辑模型通常是由实体、属性、关系和约束条件组成。
其中，实体是指现实世界中的一个独立存在的事物，属性是指实体的特征或者属性，关系是指实体之间的联系，约束条件是指对数据的限制和要求。
常见的逻辑模型有层次模型、网状模型、关系模型等。
其中，关系模型是最常用的逻辑模型。
在关系模型中，数据被组织成表格的形式，每个表格代表一个实体，表格中的每一行代表实体的一个实例，每一列代表实体的一个属性。
逻辑模型的优点是可以清晰地描述数据之间的逻辑关系，方便数据库设计人员进行数据库设计和维护。
但是，逻辑模型并不考虑数据的存储方式和物理结构，因此在实际应用中，需要将逻辑模型转换为物理模型。
二、数据库物理模型数据库物理模型是指数据库设计人员在数据库设计过程中所采用的一种具体的模型，用来描述数据在计算机硬件中的存储方式和物理结构。
物理模型通常是由数据块、文件、索引和存储结构组成。
在物理模型中，数据被组织成数据块的形式，数据块是物理存储单元的最小粒度。
数据块可以被组织成文件的形式，文件是一组数据块的集合。
为了提高检索效率，需要对文件进行索引，索引是一种数据结构，可以加速数据的检索速度。
物理模型的优点是可以直接反映数据在计算机硬件中的存储方式和物理结构，方便数据库管理员进行数据库的管理和维护。
但是，物理模型并不考虑数据之间的逻辑关系，因此需要在设计过程中保持逻辑模型和物理模型的一致性。
三、逻辑模型和物理模型的区别逻辑模型和物理模型是两个不同的概念，其主要区别如下：1.定义不同：逻辑模型是用来描述数据之间的逻辑关系的一种抽象模型，而物理模型是用来描述数据在计算机硬件中的存储方式和物理结构的具体模型。
数据模型的3个层次及其组成要素
数据模型的3个层次及其组成要素数据模型是对现实世界的抽象和描述，它可以是物理的也可以是概念性的。
数据模型通常分为三个层次：概念模型、逻辑模型和物理模型。
1.概念模型：概念模型是对现实世界中一组概念的描述，它的构建依赖于现实世界的实体、关系和约束。
以下是概念模型的组成要素：(1) 实体（Entity）：实体是现实世界中具有独立存在和独立属性的事物。
实体包括人、地点、物品等。
实体通常被表示为一个矩形，矩形内写有实体的名称。
例如，一个学生可以被建模为一个实体。
(2) 属性（Attribute）：属性是实体的性质或特征，用来描述实体的特点。
属性通常被表示为实体的椭圆形或矩形中的文字。
例如，一个学生实体可以有姓名、年龄、性别等属性。
(3) 关系（Relationship）：关系是实体之间的相互作用，用来描述实体之间的依赖或连接。
关系通常被表示为箭头，箭头指向实体的表示。
例如，学生与课程之间可以建立一种“选修”关系。
(4) 约束（Constraint）：约束是对实体、属性和关系的限制条件的描述，用来规定数据的有效性和完整性。
约束可以包括唯一性约束、参照完整性约束等。
例如，一个学生的学号必须是唯一的。
2.逻辑模型：逻辑模型是对概念模型的拓展和细化，它将概念模型转化为更加具体和可操作的结构。
以下是逻辑模型的组成要素：(1) 实体类型（Entity Type）：实体类型是对实体集合的描述，它定义了一组具有相同属性的实体。
实体类型通常用实体集合的名称表示，例如，“学生”实体类型。
(2) 属性集合（Attribute Set）：属性集合是对实体类型中所有属性的集合描述，它定义了实体类型所包含的属性和属性之间的依赖关系。
属性集合通常用属性的集合表示。
例如，“学生”实体类型的属性集合包括姓名、年龄、性别等属性。
(3) 关系类型（Relationship Type）：关系类型是对关系集合的描述，它定义了实体类型之间的关联和依赖关系。
概念模型 逻辑模型 物理模型
概念模型逻辑模型物理模型
概念模型、逻辑模型、物理模型是三种不同类型的模型，分别用于不同的领域和目的。
1. 概念模型：概念模型是描述事物或现象的抽象概念表示形式，通常用于理解和分析复杂系统。
概念模型重点在于提供概念性的理解和思考，而不是具体的实现和操作。
概念模型通常以图形、文字或符号等形式表达。
2. 逻辑模型：逻辑模型是对问题、系统或流程进行抽象和描述的一种模型，它强调事物之间的关系和逻辑结构，通常用于描述系统的输入、处理和输出等逻辑关系。
逻辑模型通常采用流程图、数据流图、层次图、决策树等形式表达，并且可以通过计算机程序来实现。
3. 物理模型：物理模型是对现实世界中物体、系统或过程进行建模和描述的一种模型，它通常依据实际物理规律和实验结果进行构建和验证。
物理模型可以是实物模型、仿真模型、数学模型等形式，用于研究和预测物理系统的性质和行为。
总之，概念模型、逻辑模型和物理模型是三种不同类型的模型，它们各自适用于不同的领域和目的，可以帮助人们更好地理解、分析和解决问题。
概念模型+逻辑模型+物理模型 简书
概念模型、逻辑模型和物理模型是软件开发和数据库设计中的三个重要概念。
下面我会尽量用简洁明了的语言来解释这三个概念：
概念模型（Conceptual Model）：
概念模型是对现实世界的抽象和简化，它描述了系统中的实体、实体之间的关系以及实体的属性。
它不依赖于任何特定的数据库管理系统（DBMS）或编程语言。
主要用于沟通和交流，帮助开发者和用户理解系统的需求。
常见的工具有实体-关系图（ER图）和统一建模语言（UML）。
逻辑模型（Logical Model）：
逻辑模型是在概念模型的基础上，根据特定的DBMS或数据库理论进一步细化的模型。
它描述了数据库的逻辑结构，包括表、列、主键、外键、索引等。
逻辑模型仍然是抽象的，与具体的物理存储和访问方法无关。
它主要用于数据库设计和优化，确保数据的一致性和完整性。
物理模型（Physical Model）：
物理模型描述了数据在物理存储介质上的存储方式和访问方法。
它考虑了硬件的性能和特点，如磁盘的读写速度、CPU的处理能力、内存的容量等。
物理模型包括数据的存储结构、索引的实现、数据块的划分等。
它主要用于数据库的物理设计和性能调优。
简而言之，概念模型关注业务需求和数据之间的关系，逻辑模型关注数据在数据库中的逻辑结构，而物理模型关注数据在物理存储介质上的具体实现。
这三个模型在数据库的设计和开发过程中起着重要的作用，确保系统能够高效地存储、检索和管理数据。
关于数据库建模，概念模型、逻辑模型、物理模型的区别和转化
关于数据库建模，概念模型、逻辑模型、物理模型的区别和转
化
一、关于数据库理论中概念模型、逻辑模型、物理模型之间的区别。
二、数据库建模是对现实世界进行分析、抽象、并从中找出内在联系，进而确定数据库的结构。
1、概念模型：就是从现实世界到信息世界的第一层抽象，确定领域实体属性关系等，使用E-R图表示，E-R图主要是由实体、属性和联系三个要素构成的。
2、逻辑模型：是将概念模型转化为具体的数据模型的过程，即按照概念结构设计阶段建立的基本E-R图，按选定的管理系统软件支持的数据模型（层次、网状、关系、面向对象），转换成相应的逻辑模型。
这种转换要符合关系数据模型的原则。
目前最流行就是关系模型（也就是对应的关系数据库）
E-R图向关系模型的转换是要解决如何将实体和实体间的联系转换为关系，并确定这些关系的属性和码。
这种转换一般按下面的原则进行：
（1）一个实体转换为一个关系，实体的属性就是关系的属性，实体的码就是关系的码。
（2）一个联系也转换为一个关系，联系的属性及联系所连接的实体的码都转换为关系的属性，但是关系的码会根据联系的类型变化，如果是：
1：1联系，两端实体的码都成为关系的候选码。
1：n联系，n端实体的码成为关系的码。
m：n联系，两端实体码的组合成为关系的码。
3、物理模型就是根据逻辑模型对应到具体的数据模型的机器实现。
物理模型是对真实数据库的描述。
如关系数据库中的一些对象为表、视图、字段、数据类型、长度、主键、外键、索引、约束、是否可为空、默认值。
数据库中的数据模型与设计
数据库中的数据模型与设计摘要本文将介绍数据库中的数据模型与设计，包括概念模型、逻辑模型和物理模型，以及如何进行数据库设计。
数据模型是数据库设计的基础，它可以帮助我们理解数据的结构、关系和用途。
1.数据模型的定义数据模型是一种描述系统中数据组织、存储和处理方式的形式化表示。
它是数据库设计的基础，用于描述数据模式和数据结构，以及数据之间的关系。
其中，数据模式是指数据在数据库中的存储方式，包括实体、属性和关系，而数据结构则是指数据的组织方式，包括表、字段和索引等。
数据之间的关系包括一对一、一对多和多对多等。
2.数据模型的分类数据模型可以分为三个层次：概念模型、逻辑模型和物理模型。
其中，概念模型是最高层次的数据模型，用于描述数据的概念和业务规则；逻辑模型是中间层次的数据模型，用于描述数据的结构和关系；而物理模型则是最低层次的模型，用于描述数据在计算机系统中的存储和表示方式。
3.概念模型概念模型是数据库设计的第一步，它用于描述问题域中的概念和业务规则，不涉及到具体的数据库管理系统。
概念模型通常用E-R图表示，其中，E-R图基于实体-关系模型，用于描述实体、属性和关系之间的联系。
实体指问题域中的某个对象，例如学生、教师和课程等；属性指实体所具有的某个特征，例如学生的姓名、年龄和性别等；而关系指实体之间的某种联系，例如学生和课程之间的选课关系等。
4.逻辑模型逻辑模型是在概念模型基础上进一步精细化的数据模型，可以转化为具体的数据库管理系统。
逻辑模型通常用关系模型表示，其中，关系模型基于关系代数和谓词逻辑，用于描述数据的结构和关系。
关系模型由表、字段和索引组成，其中，表用于存储数据，字段用于定义数据的属性，索引用于优化数据的访问。
5.物理模型物理模型是数据库设计的最后一步，用于确定数据在计算机系统中的存储和表示方式。
物理模型通常用DDL语言表示，其中DDL是数据定义语言的缩写，用于定义数据库中的表、字段、索引和约束等。
数据模型
1.1 数据模型数据模型是对现实世界数据特征的一种抽象。
一个完整的数据模型包括数据结构、数据操作和完整性约束三部分。
在数据模型多级描述中，主要包括概念模型、逻辑数据模型和物理数据模型。
概念模型是以客户的观点和想法为基础，对现实世界事物的抽象；逻辑数据模型是指用户看到的数据库中的数据模型，常用的是关系数据模型；物理数据模型是用来表示数据的存储结构的。
这一小节主要介绍概念模型和关系数据模型。
1.1.1 概念模型在关系数据库的设计中，概念模型通常是通过E-R图来描述的。
其中，E表示实体的以上；R表示关系的意思。
因此E—R图也叫做实体—关系图。
在E-R图中的E是英文单词Entity的缩写，表示实体的意思。
这里所说的实体可以理解为现实世界中的事物，例如，高等院校中的院系、教师等。
E-R图中的R是英文单词Relationship的缩写，表示关系的意思。
这里所说的关系可以理解为实体与实体之间的相互联系。
例如，高等院校中院系与教师之间的相互联系。
在E-R图中还涉及到的一个概念是属性，英文单词为Attribute，它用来描述实体的特征。
例如，高等院校中院系的编号、名称；教师的姓名、编号、工资、所在院系等。
在E-R图中，关系是用来表示实体与实体之间相互联系的。
关系可以分为一对一，一对多和多对多三种类型。
下面通过例子来讲解关系中的这三种类型。
❑一对一（1：1）：在高等院校中，校长和学校的关系就是一对一的关系。
每一个学校只有一名校长，一名校长只能管理一个学校。
❑一对多（1：n）：在高等院校中，院系和学生之间就是一对多的关系。
一个院系中可以对应多个学生，而每一个学生只是其中某一个院系中的成员。
❑多对多（n：m）：在高等院校中，课程与授课教师之间就是多对多关系。
一门课程可以由几个不同的教师来讲授，一名教师也可以讲授多门不同的课程。
在E-R图共有三种符号：矩形、椭圆（或者圆形）和菱形。
其中，矩形用来表示实体，椭圆或者圆形用来表示属性，菱形用来表示关系。
数据模型的3个层次及其组成要素
数据模型的3个层次及其组成要素
数据模型是数据管理领域中最重要的概念之一，它主要指的是数据在计算机系统中的表示方式，可以帮助我们更好地理解和管理数据。
一般来说，数据模型可以分为三个层次，它们分别是：
1. 概念层数据模型
概念层数据模型是从用户的角度出发，对现实世界中的数据进行抽象和模拟的模型。
它主要关注的是数据的逻辑结构和数据之间的关系，而不关心具体的物理实现方式。
在概念层数据模型中，我们会使用一些实体、关系、属性等概念来描述数据。
其中，实体表示现实世界中的某些对象，关系表示实体之间的联系，属性则是实体的特征。
2. 逻辑层数据模型
逻辑层数据模型是将概念层数据模型转化为计算机系统中的实
现方式的模型。
它主要关注的是数据的组织方式和存储方式，并且会考虑到数据的完整性、安全性等因素。
在逻辑层数据模型中，我们会使用一些表格、字段等概念来描述数据。
其中，表格表示实体，字段表示属性。
3. 物理层数据模型
物理层数据模型是将逻辑层数据模型进一步转化为计算机系统
中的具体实现方式的模型。
它主要关注的是数据在磁盘上的存储方式和访问方式。
在物理层数据模型中，我们会使用一些磁盘块、索引等概念来描述数据的存储方式和访问方式。
综上所述，数据模型的三个层次分别是概念层数据模型、逻辑层
数据模型和物理层数据模型。
它们分别关注不同的数据表示层次，涉及到的组成要素也不尽相同。
熟练掌握这些概念，对于数据管理工作将是非常有帮助的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
概念数据模型设计与逻辑数据模型设计、物理数据模型设计是数据库及数据仓库模型设计的三个主要步骤。
在数据仓库领域有一个概念叫conceptual data model，中文一般翻译为“概念数据模型”。
概念数据模型是最终用户对数据存储的看法，反映了最终用户综合性的信息需求，它以数据类的方式描述企业级的数据需求，数据类代表了在业务环境中自然聚集成的几个主要类别数据。
概念数据模型的内容包括重要的实体及实体之间的关系。
在概念数据模型中不包括实体的属性，也不用定义实体的主键。
这是概念数据模型和逻辑数据模型的主要区别。
概念数据模型的目标是统一业务概念，作为业务人员和技术人员之间沟通的桥梁，确定不同实体之间的最高层次的关系。
在有些数据模型的设计过程中，概念数据模型是和逻辑数据模型合在一起进行设计的。
在数据仓库领域有一个概念叫logical data model，中文一般翻译为“逻辑数据模型”。
逻辑数据模型反映的是系统分析设计人员对数据存储的观点，是对概念数据模型进一步的分解和细化。
逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。
逻辑数据模型的内容包括所有的实体和关系，确定每个实体的属性，定义每个实体的主键，指定实体的外键，需要进行范式化处理。
逻辑数据模型的目标是尽可能详细的描述数据，但并不考虑数据在物理上如何来实现。
逻辑数据建模不仅会影响数据库设计的方向，还间接影响最终数据库的性能和管理。
如果在实现逻辑数据模型时投入得足够多，那么在物理数据模型设计时就可以有许多可供选择的方法。
在数据仓库领域有一个概念叫physical data model，中文一般翻译为“物理数据模型”。
物理数据模型是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放。
物理数据模型的内容包括确定所有的表和列，定义外键用于确定表之间的关系，基于用户的需求可能进行发范式化等内容。
在物理实现上的考虑，可能会导致物理数据模型和逻辑数据模型有较大的不同。
物理数据模型的目标是指定如何用数据库模式来实现逻辑数据模型，以及真正的保存数据。