数据库中对数据库建模的学习

数据库建模

---

目录

• 数据库建模
  • 三大范式
  • 数据字典
  • 建模工具

三大范式

1. 第一范式（1NF）

定义：

• 第一范式要求关系型数据库中的每个列都必须是原子的，即每列的值不能再分解成其他几列。
• 每一列的数据都是不可分割的，每个字段都应该是不可再拆分的最小单位。

举例说明：

• 在一个订单表格中，每个订单只能有一个订单号，不能存在一列同时存储多个订单号。
• 学生表中的姓名（name）字段，在国内通常理解为一个不可再拆分的单位，符合第一范式；但在国外可能需要拆分为FIRST NAME和LAST NAME，这种情况下原字段就不符合第一范式。

2. 第二范式（2NF）

定义：

• 在满足第一范式的基础上，第二范式要求每列数据完全依赖于主键。
• 如果表中存在非主键部分依赖（即某些字段只依赖于主键的一部分），则不符合第二范式。

举例说明：

• 在一个订单表格中，每个订单只能对应一个客户，客户信息（如客户姓名、地址等）不应该存储在订单表格中，而应该单独建立一个客户表格。
• 假设有一个表格包含学生的学号、姓名、课程和成绩，如果学号加课程号能唯一确定一条记录，但某些字段（如姓名）只依赖于学号而不依赖于课程号，那么这个表就不符合第二范式。

3. 第三范式（3NF）

定义：

• 在满足第二范式的基础上，第三范式要求表中的非主键列之间没有传递依赖关系。
• 即不存在一个非主键列依赖于另一个非主键列的情况。

举例说明：

• 在一个订单表格中，商品名、商品价格和商品数量应该分别存储在一个商品表格中，而不是存储在订单表格中。
• 假设有一个学生表，其中包含学生的学号、姓名、班主任姓名和班主任电话。这里班主任姓名依赖于班主任这个非主键实体，而班主任电话又依赖于班主任姓名，形成了传递依赖，因此这个表不符合第三范式。

数据字典

在数据库建模过程中，数据字典是一个至关重要的组件，它对于理解和定义数据库中的数据结构、数据项、数据流、数据存储以及处理逻辑等方面起着核心作用。以下是关于数据字典在数据库建模中的详细解释：

数据字典的定义

数据字典是对数据的数据项、数据结构、数据流、数据存储、处理逻辑等进行定义和描述的集合。简而言之，它是描述数据库中数据的信息的集合，是对系统中使用的所有数据元素的定义的集合。数据字典不仅包含了数据库中每个数据项的描述，还包括了这些数据项之间的关系、数据类型、约束条件等详细信息。

数据字典的作用

1. 提供详细的定义和描述：数据字典为数据库中的每个数据项、数据结构等提供了详细的定义和描述，使得数据库的设计者和使用者能够清晰地理解数据的含义和用途。
2. 促进数据一致性：通过数据字典，可以确保数据库中所有相关的数据项和数据结构都遵循统一的定义和规范，从而避免数据不一致的问题。
3. 支持数据库设计：在数据库设计过程中，数据字典是进行概念设计、逻辑设计和物理设计的重要基础。它帮助设计者理解数据需求，并据此设计出合理的数据库结构。
4. 便于数据管理和维护：数据字典的存在使得数据库的管理和维护工作变得更加容易。当需要修改数据库结构或数据时，可以通过查询数据字典来了解相关的影响和依赖关系。

数据字典的内容

数据字典通常包含以下几个方面的内容：

1. 数据项：数据库中最小的数据单位，如姓名、年龄等。数据字典中会为每个数据项提供详细的描述，包括数据类型、长度、是否允许为空等。
2. 数据结构：由多个数据项组成的数据结构，如学生信息表、订单表等。数据字典中会描述这些数据结构的组成和关系。
3. 数据流：描述数据在系统中如何流动和转换的过程。数据字典中会定义数据流的起点、终点以及转换规则等。
4. 数据存储：描述数据在数据库中的存储方式和位置。数据字典中会包含关于数据表、索引、视图等存储结构的详细信息。
5. 处理逻辑：描述对数据进行处理（如查询、更新、删除等）的规则和流程。数据字典中会记录这些处理逻辑的定义和实现方式。

数据字典的分类

根据数据字典的更新方式，可以将其分为主动数据字典和被动数据字典。主动数据字典能够在对数据库或应用程序结构进行修改时自动更新内容，而被动数据字典则需要手动进行更新。

建模工具

PowerDesigner建模工具