数据库设计与优化
数据库管理系统的设计与优化
数据库管理系统的设计与优化在当今信息时代，数据的管理和处理变得越来越重要。
而数据库管理系统（Database Management System，简称DBMS）的设计和优化对于高效的数据存储和检索影响深远。
本文将探讨数据库管理系统的设计和优化，并提出一些实用的建议。
一、数据库管理系统的设计数据库管理系统的设计是整个数据库系统的基础，它直接关系到数据库的性能和可靠性。
以下是数据库管理系统设计的几个关键步骤：1.需求分析：在设计一个数据库管理系统之前，我们需要明确用户的需求。
通过与用户沟通和了解他们的业务流程，我们可以确定数据库需要存储哪些数据、处理哪些操作，以及对数据的安全性和完整性有何要求。
2.概念设计：在概念设计阶段，我们需要绘制实体关系图（Entity-Relationship Diagram，简称ER图），明确数据库中的实体、属性和实体之间的关系。
这是一个逻辑设计的过程，有助于我们全面理解数据库中数据的组织和联系。
3.逻辑设计：在逻辑设计阶段，我们需要将概念设计转化为具体的数据库表结构。
确定每个表中的字段、数据类型和约束条件，并设计表与表之间的关系，比如主键和外键。
这个阶段需要考虑数据库的查询需求和性能要求。
4.物理设计：在物理设计阶段，我们需要根据具体的数据库管理系统选择合适的存储引擎和索引策略。
此外，还需要考虑数据的备份与恢复、安全性和权限控制等方面的问题。
二、数据库管理系统的优化数据库管理系统的优化是为了提高数据库的性能和效率，从而更好地满足用户的需求。
下面是几种常见的数据库管理系统优化技术：1.索引优化：索引是数据库中的一种数据结构，可以加快数据的检索速度。
合理地创建索引可以提高查询的效率，但过多或不恰当的索引会降低写操作的性能。
因此，我们需要根据实际情况选择适当的索引并定期评估和优化索引的使用。
2.查询优化：查询是数据库管理系统的核心功能之一，因此对查询语句的优化非常重要。
可以通过合理地使用查询语句中的条件、避免全表扫描和不必要的连接操作等手段来提高查询的效率。
数据库设计中的优化问题
数据库设计中的优化问题随着互联网技术的不断发展，数据库的应用越来越广泛。
大型企业、金融机构、电子商务、在线平台等行业和领域都需要数据库作为数据存储和处理的核心。
然而，由于数据库操作的复杂性和数据量的增加，很容易出现性能瓶颈和效率问题。
为此，在数据库设计方面进行优化是非常必要的。
接下来，本文将从数据库设计的角度探讨一些优化技巧，希望能对您的数据库设计有所启发。
一、规范化设计规范化设计是数据库设计的基础，其主要目的是消除冗余数据、建立完整性约束，并将数据拆分成更小、更容易维护的表。
较高的规范化等级可能会增加查询的复杂性，但它能够确保数据的一致性和正确性，避免数据重复和冗余。
在不同规范化级别中，第三范式是最常用的范式级别，因为它能够平衡数据的冗余和查询的实用性。
二、索引的优化索引是数据库表中的一种数据结构，用于提高查询效率。
在数据库中，通常可以通过主键、唯一键或其他列创建索引。
在创建索引时，需要注意以下几个方面：（1）不应该对所有列都进行索引。
较少的索引列能够保持索引的精度，并减少索引维护的开销。
（2）使用最左前缀原则。
即索引的第一列应该是最常查询的列，并且索引的列顺序应与查询语句中列的顺序相同。
（3）注意索引的类型。
不同的索引类型对查询速度和写入性能产生不同的影响。
如B-树索引适用于范围查询，而哈希索引适用于等值查询。
三、查询语句的优化查询语句是数据库访问的核心部分，因此查询语句的优化非常重要。
以下是一些常见的查询优化技巧：（1）尽量减少使用子查询。
在某些情况下，子查询的效率比连接查询低得多。
（2）使用条件语句避免全表扫描。
条件语句可以限制所查询的数据行数，减少不必要的数据读取。
（3）注意使用关联查询。
关联查询是一种连接两个或多个表的技术。
在执行关联查询时，应该通过正确的连接类型、条件和索引来尽量减少数据的冗余读取。
四、存储过程的优化存储过程是一种在数据库服务器上执行的程序。
与传统的客户端应用程序相比，存储过程具有更高的性能和更好的安全性。
数据库中的物理设计与优化策略
数据库中的物理设计与优化策略数据库是一个存储和管理数据的关键工具，它能够提供高效的数据访问和操作。
在数据库的设计和优化过程中，物理设计和优化策略是不可或缺的部分。
本文将详细探讨数据库中的物理设计和优化策略，并介绍一些常用的技巧和方法。
一、物理设计物理设计是指将逻辑设计转化为实际的存储结构和计算机文件表示方式的过程。
在进行物理设计时，主要考虑以下几个方面：1. 存储结构选择存储结构的选择对数据库的性能有着重要的影响。
常见的存储结构包括堆文件、哈希文件和索引文件。
在选择存储结构时，需要考虑数据的访问模式、数据的大小和访问频率等因素。
2. 数据分区为了提高查询效率和降低存储开销，数据可以在物理上进行分区。
常见的数据分区方法包括水平分区和垂直分区。
水平分区是将表中的数据划分为多个子集，每个子集存储在不同的存储设备上。
垂直分区则是将表的列按照某种规则进行分割，每个分区只包含一部分列。
3. 索引设计索引是提高数据库查询效率的重要手段。
在进行索引设计时，需要考虑到索引的选择和建立。
常用的索引包括B树索引、哈希索引和位图索引。
在选择索引时，需要根据查询的特点和数据的分布情况进行优化。
4. 数据复制和冗余为了提高数据库的可用性和容错性，可以对数据进行复制和冗余。
数据复制是将数据存储在多个节点上，从而实现在某个节点失效时仍能使用其他节点的数据。
冗余是指在不同的地方存储相同的数据，以避免数据的丢失和损坏。
二、优化策略在进行数据库的物理设计后，还需要采取一些优化策略来进一步提高数据库的性能和效率。
以下是一些常用的优化策略：1. 查询优化查询是数据库中最常见的操作。
为了提高查询的效率，可以进行查询优化。
查询优化的方法包括使用合适的索引、优化查询语句、减少查询次数和使用缓存等。
2. 硬件优化硬件配置对数据库的性能有着直接的影响。
可以通过升级硬件、调整硬件参数和提高硬件利用率等方式来进行硬件优化。
例如，增加硬盘容量和带宽、提高CPU的运行速度和内存的大小等。
优化数据库的八种方法
优化数据库的八种方法优化数据库是提高数据库性能和效率的重要手段之一。
下面将介绍八种常见的数据库优化方法。
一、合理设计数据库结构数据库结构的设计直接影响数据库的性能和效率。
在设计数据库时，应注意以下几点：1. 表的字段应设置合理的数据类型和长度，避免浪费存储空间和计算资源。
2. 为表添加适当的索引，以加快查询速度。
索引应根据查询的频率和类型进行选择。
3. 合理划分表和字段的关系，避免冗余和重复数据。
使用范式化的设计可以提高数据的一致性和完整性。
二、优化查询语句优化查询语句是提高数据库性能的关键。
以下是一些优化查询语句的方法：1. 调整查询语句的顺序，将最常用和最重要的条件放在前面，以提高查询效率。
2. 避免使用通配符查询，如“%”，会导致全表扫描，影响性能。
3. 使用合适的连接方式，如INNER JOIN、LEFT JOIN等，减少不必要的数据读取。
4. 避免在WHERE子句中使用函数，函数会导致索引失效，影响查询效率。
三、优化索引索引是提高数据库查询效率的重要手段。
以下是一些优化索引的方法：1. 选择合适的索引类型，如B树索引、哈希索引等，根据查询的类型和频率进行选择。
2. 避免在索引列上使用函数或运算符，这会导致索引失效。
3. 定期对索引进行优化和重建，以保证索引的有效性和性能。
四、合理使用缓存缓存是提高数据库访问速度的重要手段。
以下是一些合理使用缓存的方法：1. 使用数据库缓存，如Redis、Memcached等，可以减少对数据库的访问次数。
2. 合理设置缓存时间，避免缓存数据过期或过长时间没有更新。
3. 使用缓存预热，提前加载常用数据到缓存中，减少用户访问时的延迟。
五、分表分库当数据库数据量庞大时，可以考虑进行分表分库操作，以减轻单个数据库的压力。
以下是一些分表分库的方法：1. 根据业务需求和数据特点，将数据划分到不同的表或数据库中。
2. 使用分片技术，将数据按照一定规则分布到多个数据库中。
关系数据库的设计与优化方法
关系数据库的设计与优化方法关系数据库是一种常用的数据库模型，被广泛应用于各个领域的数据管理和处理中。
在设计和优化关系数据库时，需要考虑多个因素，包括数据结构、索引、规范化、查询优化等。
本文将探讨关系数据库的设计与优化方法，旨在帮助读者更好地理解和应用这些方法。
一、关系数据库的设计方法1. 数据建模数据建模是关系数据库设计的重要一环，它主要包括确定实体与实体之间的关系、属性的定义以及建立实体之间的联系。
常用的数据建模方法包括实体-联系模型（ER模型）、层次模型、网络模型等。
在进行数据建模时，需要充分了解业务需求和数据关系，合理划分实体和属性，并定义准确的关系。
2. 规范化数据库规范化是将数据库设计中的冗余和不一致性进行消除或最小化的过程。
通过规范化，可以提高数据存储和查询的效率，并减少数据的重复。
常用的规范化方法包括第一范式（1NF）、第二范式（2NF）、第三范式（3NF）等。
在进行规范化时，需要合理划分和组织表结构，并减少属性之间的冗余。
3. 表设计表设计是关系数据库设计中的关键环节，它涉及表结构的定义、字段的选择和索引的建立。
在进行表设计时，需要考虑数据访问模式、数据关系以及系统性能。
一个好的表设计应具备简洁明了的结构、较高的查询性能和灵活的数据处理能力。
二、关系数据库的优化方法1. 索引优化索引是提高查询性能的重要手段之一，通过在表中创建合适的索引，可以加快查询速度。
在进行索引优化时，需要选择合适的字段和索引类型，并避免重复或不必要的索引。
此外，还可以通过定期维护索引和优化查询语句，进一步提升性能。
2. 查询优化查询优化是关系数据库优化的核心内容，它涉及查询语句的编写和执行计划的生成。
在进行查询优化时，可以采用以下几种方法：- 重写查询语句：通过改写查询语句的形式或逻辑，优化查询性能。
- 选择合适的连接方法：对于多表查询，可以选择合适的连接方法，如内连接、左连接、右连接等。
- 分解复杂查询：对于复杂的查询语句，可以将其分解为多个简单查询，并适时使用子查询或临时表。
分布式数据库设计与优化
分布式数据库设计与优化随着互联网的发展和数据量的不断增长，传统的单机数据库已经无法满足大规模的数据存储和访问需求。
为了解决这一问题，分布式数据库被广泛采用。
本文将着重介绍分布式数据库的设计和优化策略。
一、分布式数据库设计1. 数据划分在分布式数据库中，数据划分是非常重要的一步。
好的数据划分可以提高系统的并发性能和可伸缩性。
其思路是将数据按照某种规则分散到不同的节点上，实现负载均衡和数据的并行处理。
常见的数据划分策略有两种，即垂直划分和水平划分。
垂直划分指的是将一个表按照列进行拆分，将不同的列存储在不同的节点上。
水平划分则是根据某个条件将表中的数据分散到不同的节点上。
2. 数据复制为了保证分布式数据库的高可用性和容错能力，数据复制是必不可少的。
通过将数据复制到多个节点上，可以避免单点故障，提高系统的可靠性。
数据复制有两种方式，即主备复制和多库复制。
主备复制是将一个节点作为主节点，其他节点作为备节点。
主节点负责处理用户的读写请求，备节点则负责同步主节点的数据。
当主节点发生故障时，可以通过自动切换备节点来保证系统的正常运行。
多库复制是将数据复制到多个节点上，每个节点都可以处理用户的读写请求。
通过多库复制可以提高系统的读取性能，但写入操作需要同步到所有节点，对于写入性能有一定的影响。
3. 数据一致性在分布式数据库中，数据一致性是一个复杂而重要的问题。
由于数据被分散存储在不同的节点上，数据的一致性需要得到保证。
在设计分布式数据库时，需要考虑如何解决数据一致性的问题。
常见的保证数据一致性的方法有两种，即强一致性和最终一致性。
强一致性要求所有节点在同一时刻看到的数据是一致的，但会影响系统的性能和可伸缩性。
最终一致性则允许在一段时间内存在数据不一致的情况，但能够保证最终数据的一致性。
二、分布式数据库优化1. 查询优化查询优化是提高分布式数据库性能的关键。
在设计查询时，应尽量减少数据的传输和节点间的通信开销。
可以通过以下方法来进行查询优化：- 使用索引：在查询中使用索引可以加快数据的查找速度，降低系统的负载。
电商平台数据库设计与优化
电商平台数据库设计与优化随着互联网的迅猛发展，电子商务平台已经成为了商业交易的主要形式之一。
对于电商平台来说，数据库的设计与优化至关重要。
一方面，合理的数据库设计能够提高系统的性能和运行效率，保证系统的稳定性和可靠性；另一方面，数据库的优化能够提升用户体验，加快网页加载速度，提高购物流程的顺畅度。
一、数据库设计在进行电商平台数据库设计时，需要考虑以下几个方面：1. 数据库的表结构设计：合理的表结构设计是一个高性能数据库的基础。
根据电商平台的属性，可以设计出包括用户表、商品表、订单表、购物车表等在内的多个表，通过主键、外键等关系进行关联。
2. 数据库的索引设计：索引是提高数据库查询效率的关键。
在电商平台设计中，根据经常查询的字段进行索引的设计，如商品的分类、名称、价格等。
但需要注意的是，过多的索引会增加数据库的存储空间和维护成本，需要考虑权衡。
3. 数据库的数据类型选择：合适的数据类型不仅能节约存储空间，还能提高数据库的查询性能。
在电商平台设计中，可以选择适当的整型、字符型、日期时间型等数据类型，并根据业务需求进行选择。
4. 数据库的范式设计：范式是数据库设计中的一种规范，能够帮助减少数据冗余和提高数据更新的速度。
在电商平台设计中，可以使用第三范式进行表的设计，避免数据的重复存储。
二、数据库优化数据库优化是为了提高系统性能和用户体验，保证电商平台的正常运行。
以下是一些常用的数据库优化方法：1. 优化查询语句：对于经常用到的查询语句，可以使用索引、限制返回结果集的数量、添加合适的过滤条件等方式进行优化。
避免使用SELECT *语句，只查询需要的字段，减少数据库的负载。
2. 合理使用缓存：对于频繁读取但很少修改的数据，可以使用缓存技术，如Redis或Memcached。
将数据缓存在内存中，加快数据的读取速度，减轻数据库的压力。
3. 数据分区和分表：对于数据量较大的表，可以考虑进行数据分区，将数据分散存储在不同的物理磁盘上，提高查询效率。
信息系统建设方案书中的数据库设计与优化
信息系统建设方案书中的数据库设计与优化一、概述信息系统建设方案书是指对于一个信息系统项目进行规划、设计、实施和运营等各个阶段的详细描述和安排，而数据库设计与优化是信息系统建设方案书中至关重要的一部分。
数据库设计的好坏直接影响到系统的性能、稳定性和安全性，因此在信息系统建设方案书中的数据库设计需要特别重视和精心规划。
二、数据库设计1. 数据库选择在信息系统建设方案书中，首先需要明确选择何种类型的数据库来存储系统所需的数据。
根据系统规模、数据量、访问方式等因素，可以选择关系型数据库、非关系型数据库或混合型数据库等不同类型的数据库。
需要综合考虑系统的实际需求和性能要求，选择最适合的数据库软件。
2. 数据库架构数据库设计的核心是确定数据库的架构，包括物理存储结构和逻辑存储结构。
在信息系统建设方案书中，需要详细描述数据库的各种对象，如表、视图、索引等，以及它们之间的关系和约束。
通过良好的数据库架构设计，可以提高数据库的性能和可维护性。
3. 数据库规范为了确保数据库的数据一致性和完整性，信息系统建设方案书中需要提供数据库设计的规范，包括数据命名规范、数据类型规范、约束规范等。
规范的数据库设计有利于提高开发人员的工作效率和减少系统的数据错误。
4. 数据库安全在信息系统建设方案书中，数据库设计还需要考虑数据库的安全性。
包括用户权限管理、数据加密、数据备份和恢复等方面，为了防止数据库被恶意攻击和数据泄露，需要采取相应的安全措施。
三、数据库优化1. 性能优化性能优化是数据库设计与优化中至关重要的一环，通过调整数据库的参数、优化查询语句、合理索引设计等手段，可以提高数据库的响应速度和并发能力。
在信息系统建设方案书中，应该提供详细的性能优化方案，确保系统在高并发和大数据量的情况下依然能够稳定运行。
2. 空间优化数据库的空间利用率对系统的整体性能和运行成本都有很大的影响，因此在信息系统建设方案书中，需要考虑数据库的空间优化。
- 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)。
数据库设计与优化摘要：数据库技术是计算机科学中发展最快的领域之一，也是应用最广的技术之一，它已成为计算机信息系统与应用系统的核心技术和重要基础。
本文讨论数据库设计流程的所有重要方面，包括需求分析阶段；概念设计阶段；逻辑设计阶段；物理设计阶段；数据库实施阶段；数据库运行维护阶段的六个阶段，并提出数据库设计中所出现的各种问题，并归纳分析了解决这些问题的种种途径。
关键词：数据库设计；数据冗余；数据库管理系统引言：近年来，随着多媒体技术、空间数据库技术和计算机网络的飞速发展，数据库系统的发展十分迅速，应用领域愈来愈广，企事业单位、政府部门的行政管理、办公自动化；企业生产计划管理；军队物资管理；银行财务管理；铁路、民航飞机票预定系统；铁路车次调度系统；宾馆、酒店房间预定系统；图书馆管理；政府部门的计划和统计系统；人口普查；气象预报；地震，勘探等大量数据的贮存和统计分析；以及最近google推出的全球卫星定位系统、手机GPRS定位系统，其背后都是一个规模巨大的数据库。
如何合理高效地为政府管理人员或企业高层决策人员、设计数据库管理系统服务已成为当务之急。
好的灵活的数据库设计，既能给前台应用程序的设计带来简便，又能给后台数据库的编码和扩充，和系统的维护带来极大的便利。
现在关系型数据库已成为业界的主流，而我们讨论的也主要是基于关系型数据库的。
目前设计数据库系统主要采用的是以逻辑数据库设计和物理数据库设计为核心的规范设计方法。
其中逻辑数据库设计是根据用户要求和特定数据库管理系统的具体特点，以数据库设计理论为依据，设计数据库的全局逻辑结构和每个用户的局部逻辑结构。
物理数据库设计是在逻辑结构确定之后，设计数据库的存储结构及其他实现细节。
在数据库设计开始之前，数据库设计人员将始终参与数据库设计，他们的水平直接影响了数据库系统的质量：用户在数据库设计中也举足轻重的，他们主要参加需求分析和数据库的运行维护，他们的积极参与不但能加速数据库设计，而且是决定数据库设计的质量的又一因素。
程序员和操作人员则在系统实施阶段参与进来，分别负责编制程序和准备软硬环境。
数据库设计的总流程一、数据库设计的六个阶段各种规范化设计方法在设计步骤上存在差别，各有千秋。
通过分析、比较与综合各种常见的数据库规范化设计方法，一般将数据库设计分为以下六阶段：需求分析阶段；概念设计阶段；逻辑设计阶段；物理设计阶段；数据库实施阶段；数据库运行维护阶段。
（如下图所示）二、需求分析要设计一个有效的数据库，必须用系统工程的观点来考虑问题。
在系统分析阶段，设计者和用户双方要密切合作，共同收集和分析数据管理中信息的内容和用户对处理的需求。
在调研中，首先要了解数据库所管理的数据将覆盖哪些工作部门，每个部门的数据来自何处，它们是依照什么样的原则处理加工这些数据的，在处理完毕后输出哪些信息到其他部门。
其次要确定系统的边界，在与用户充分讨论的基础上，确定计算机数据处理范围，确定哪些工作要由人工来完成，确定人机接口界面。
最后得到业务信息流程图。
信息流程图中的每个子系统都可抽象为以下所示的框图。
在系统分析过程中，要确定数据管理的信息要求和处理要求。
信息要求是指用户需要从数据库中获得信息的内容与性质。
由用户的信息要求可以导出数据要求，即在数据库中需要存储哪些数据。
处理要求是指用户要求完成什么处理功能，对处理的响应时间有什么要求，处理方式是批处理还是联机处理。
新系统的功能必须满足用户的信息要求，处理要求，安全性和完整性要求。
这一阶段的工作是否能准确地反映实际系统的信息流程情况和用户对数据库系统的要求，直接影响到以后各阶段的工作，并影响到数据库系统将来运行的效率，因为分析阶段的工作是整个数据设计的基础。
三、概念设计在需求分析阶段数据库设计人员充分调查并描述了用户的应用需求，但这些应用需求还是现实世界的具体需求，应该首先把他们抽象为信息世界的结构，才能更好地、更准确地用某个DBMS实现用户的这些需求。
将需求分析得到的用户需求抽象为信息结构即概念模型的过程就是概念结构设计。
概念结构独立于数据库逻辑结构，也独立于支持数据库的DBMS。
它是现实世界与机器世界的中介，它一方面能够充分反映现实世界，包括实体和实体之间的联系，同时又易于向关系、网状、层次等各种数据模型转换。
它是现实世界的一个真实模型，易于理解，便于和不熟悉计算机的用户交换意见，使用户易于参与。
当现实世界需求改变时，概念结构可以很容易地作出相应调整。
因此概念结构设计是整个数据库设计的关键所在。
概念结构设计一般需要两个阶段：第一个阶段是根据用户对数据和处理的需求，为产生全局视图，得到每个用户各自的局部视图，对每个用户的局部数据结构进行描述。
第二阶段是在定义了各用户的局部视图的基础上，利用一定的工具分析各个局部视图，并把它们合并成一个统一的全局数据结构，即全局视图。
全局视图被称为数据库概念模型。
实际上，概念设计得到的实体模型。
由于实体模型（如用E-R方法）不易描述，故实体模型通常是用一些原始表格来描述，这样比较直观。
四、逻辑设计概念结构是各种数据模型的共同基础，它比数据模型更独立于机器，更抽象，从而更加稳定。
但为了能够用某一DBMS实现用户需要，还必须将概念结构进一步转化为相应的数据模型，这正是数据库逻辑结构设计所要完成的任务。
从理论上讲，设计逻辑结构应该选择最适于描述与表达相应概念的结构模型，然后对支持这种数据模型的各种DBMS进行比较，综合考虑性能、价格等各种因素，从中选出最合适的DBMS。
但在实际当中，往往是已给定了某台机器，设计人员没有选择DBMS的余地。
目前DBMS产品一般只支持关系、网状、层次3种模型中的某一种，对某一种数据模型，各个机器系统又有许多不同的限制，提供不同的环境与工具。
所以设计逻辑结构的一般要分3步进行：将概念结构转化为一般的关系、网状、层次模型。
将转化来的关系、网状、层次模型向特定DBMS支持下的数据模型转换。
对数据模型进行优化。
一般数据库逻辑设计的结果要符合下面的准则：把以同样方式使用的段类型存储在一起。
按照标准使用来设计系统。
在用于例外的分离区域。
最小化表空间冲突。
将数据字典分离。
五、物理设计对于给定的逻辑数据模型选取一个最适合应用环境的物理结构的过程为物理设计。
数据库的物理结构主要指数据库的存储记录格式、存储记录安排和存储方法，这些都依赖于所使用的系统。
在网状模型和层次模型系统中，这一部分内容较复杂，因为它们是用指针表示记录的联系。
关系模型系统比较简单一些，仅包含索引机制、空间大小、块的大小等内容。
在设计物理结构时，应先确定数据库的物理结构，然后对物理结构进行评价。
评价的重点是时间和空间的效率。
数据的存储决定了数据库占用多少空间，数据的处理决定了操作时间的效率。
物理结构设计应尽量减少存储空间的占用，也应尽量减少操作次数，做到相应时间越快越好。
如果评价结果满足原设计要求，则转向物理实施。
否则，就要重新修改或重新设计物理结构，有时甚至要回到逻辑设计阶段修改数据模型。
物理设计完成之后，就应该得到详细的磁盘分配方案、存储方案、各种基表的详细信息等。
根据这些信息就可以上机建立数据库。
六、数据库实施对数据库的物理设计初步评价完后，就可以开始建立数据库了。
数据库实施主要包括：用DDL定义数据库结构，组织数据入库，编制与调试应用程序，数据库试运行。
所谓使用DDL 定义数据库结构，就是使用DBMS的建库命令建立相应的用户数据库结构。
组织数据库入库就是将装载在其他介质上的数据输入到数据库中去。
为了完成相应的操作和检索，需要编制很多程序，形成一个程序系统来使用该数据库，这部分是程序设计的任务。
一切就绪之后，就可以试运行数据库了。
七、系统管理和维护数据库试运行结果符合设计目标后就可以真正投入运行了。
数据库投入运行标志着开发任务基本完成和维护工作开始，并不意味着设计过程的终结。
由于应用环境在不断地变化，数据库运行过程中物理存储也不会不断变化。
对数据库设计进行评价、调整、修改等维护工作是一项长期的任务，也是设计工作的继续和改进。
在数据库运行的阶，对数据库经常性的维护工作主要由DBA完成，这包括以下内容：数据库的转储和恢复数据库的安全性、完整性控制数据库的性能监督、分析和改进数据库的重组织和重构造解决数据库设计中存在的问题一、需求分析采集设计一个数据库，第一件的事情就是搞好用户需求分析，需求分析是对现实世界深入了解的过程，数据库能否正确地反映现实世界，主要决定于需求分析。
而需求分析的采集主要是由设计人员和该单位有关工作人员合作进行的。
需求分析的结果整理成需求说明。
需求说明是数据库技术人员和应用单位的工作人员取得共识的基础，必须得到有关管理人员确认。
需求说明经过评审后，才成为正式的需求文档，为下一步的数据库设计打好基础。
在定义数据库表和字段需求（输入）时，首先应检查现有的或者已经设计出的报表、查询和视图（输出）以决定为了支持这些输出哪些是必要的表和字段。
假如客户需要一个报表按照邮政编码排序、分段和求和，你要保证其中包括了单独的邮政编码字段而不要把邮政编码糅进地址字段里。
二、考察现有系统在需求分析采集的过程中，不仅要耐心地和用户讨论业务需求而且还要考察现有的系统。
大多数数据库项目都不是从头开始建立的；通常，机构内总会存在用来满足特定需求的现有系统（可能没有实现自动计算）。
显然，现有系统并不完美，否则你就不必再建立新系统了。
三、分析各种可能的变化在具体设计每一个字段时一定要从长远角度考虑它以后的扩充，给出一定的预留空间。
这样你设计的数据库的伸缩性就非常好。
以后在系统升级维护时就非常容易，不至于重构整个系统。
这方面的一个典型例子就是：身份证的长度问题，以前是15位，现在是18位，如果你当时设计成15位的话，为那3位的扩充你将会付出多大代价啊。
四、数据库逻辑性设计键选择原则：1.键设计原则为关联字段创建外键。
所有的键都必须唯一；避免使用复合键。
外键总是关联唯一的键字段。
2.使用系统生成的主键。
设计数据库的时候采用系统生成的键作为主键，那么实际控制了数据库的索引完整性。
这样，数据库和非人工机制就有效地控制了对存储数据中每一行的访问。
采用系统生成键作为主键还有一个优点：当拥有一致的键结构时，找到逻辑缺陷很容易。
五、关系模式规范化的度对数据库进行关系模式规范化不仅有助于消除数据库中的数据冗余、删除、插入等异常出错的可能性，而且，还使你的设计比较科学、规范，同时也使你的系统的伸缩性，以及后期维护特别容易。
3NF通常被认为在性能、扩展性和数据完整性方面达到了最好平衡。
其定义为：关系R 中若不存在这样的码X、属性组Y及非主属性Z(Z包含于Y)使得X决定Y、Y不依赖于X、Y决定Z成立，则称R属于3NF。