第十二章 数据库设计方法

12.1 数据库设计概述

　　数据库设计

　　　　数据库设计是指利用现有的数据库管理系统，针对具体的应用对象构建合适的数据模式，建立数据库及其应用系统，使之能有效地收集、存储、操作和管理数据，满足企业中各类用户的应用要求。

　　　　数据库设计主要是进行数据库的逻辑设计，即将数据按一定的分类、分组系统和逻辑层次组织起来，是面向用户的。

　　数据库设计基本步骤

　　　　1．需求分析阶段

　　　　　　进行数据库设计首先必须准确了解与分析用户需求(包括数据与处理需求分析）。

　　　　2．概念设计阶段

　　　　　　它通过对用户需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型。

　　　　3．逻辑设计阶段

　　　　　　将概念结构转换为某个DBMS所支持的数据模型，并对其进行优化。

　　　　4．物理设计阶段

　　　　　　为逻辑数据模型选取一个最适合应用环境的物理结构(包括存储结构和存取方法)。

　　　　5．数据库实施阶段

　　　　　　设计人员运用DBMS提供的数据库语言(如SQL)及其宿主语言，根据逻辑设计和物理设计的结果建立数据库，编制与调试应用程序，组织数据入库，并进行试运行。

　　　　6．数据库运行和维护阶段

　　　　　　对数据库系统进行评价、调整与修改。

　　数据库设计过程中的各级模式

 

　　数据库设计工具

　　　　数据库设计更侧重于数据建模，而程序设计更侧重于业务建模。

　　　　在真实的软件开发环境中，数据建模与业务建模两者是相辅相成的，不可或缺。

　　　　在关系数据库数据建模时，数据库的开发人员经常使用ERwin、PowerDesigner、Rational Rose以及Visio等CASE工具创建E-R图，然后使用ERwin、PowerDesigner以及Visio等工具直接创建数据库或者直接生成SQL脚本文件。

12.2 系统需求分析

　　1.需求分析

　　　　 需求分析是设计数据库的起点，需求分析的结果是否准确反映用户的实际需求，将直接影响到后面各个阶段的设计，并影响到设计结果是否合理和实用。

　　　　需求分析的任务是通过详细调查现实世界处理的对象(如组织、部门、企业等)，充分了解原系统(手工系统或计算机系统)的工作概况，明确用户的各种需求，然后在此基础上确定新系统的功能。新系统必须充分考虑今后可能的扩充和改变，不能仅仅按当前应用需求来设计数据库。

　　　　用户对数据库要求：

　　　　　　信息要求：了解用户获得信息的内容、性质及其联系、存储哪些数据

　　　　　　处理要求：了解用户希望数据库应用系统对数据进行什么处理，对各种数据处理的相应时间，处理的频率。数据处理方式的要求。

　　　　　　安全性要求：了解用户对数据库中存放的信息的安全保密要求。

　　　　　　完整性要求：了解用户对数据库中存放的信息应满足什么样的约束条件。

 

　　2.需求分析的方法

 　　　　需求分析步骤：

　　　　　　收集资料：是数据库设计人员和用户共同完成。确定企业组织的目 标，从这些目标导出数据库的总体要求。

　　　　　　分析整理：对所收集到的数据进行抽象的过程。

　　　　　　分析整理：对所收集到的数据进行抽象的过程。

　　　　　　数据字典：是系统中各类数据描述的集合，包括数据项、数据结构、 数据流、数据存储和处理过程。

　　　　　　用户确认：需求分析得到的数据流图和数据字典要返回给用户，通过反复完善，最终取得用户的认可。

　　　　调查用户需求的方法

　　　　　　跟班作业

　　　　　　开调查会

　　　　　　请专人介绍

　　　　　　询问

　　　　　　问卷调查

　　　　　　查阅记录

 

 

　　3.数据流图

　　　　数据流图表达了数据和处理过程的关系。

　　　　在SA方法中，处理过程的处理逻辑常常借助于判定表或判定树来描述。

　　　　系统中的数据则借助于数据字典(Data Dictionary，DD)来描述。

　　　　对用户需求进行分析与表达后，必须提交给用户，征得用户的认可。

　　　　数据流图符号说明：

　　　　图书管理系统的数据流

　　　　　　(1) 注册。

　　　　　　(2) 借书。

　　　　　　(3)还书。

　　　　　　(4) 图书查询。

 

 

 

 

　　4.数据字典

　　　　数据字典是对数据流图的注释和重要补充，它帮助系统分析人员全面确定用户的要求，并为以后的系统设计提供参考依据。

　　　　数据字典的内容包括：数据项、数据结构、数据流、数据存储和处理过程5个部分。

　　　　其中数据项是数据的最小组成单位，若干个数据项可以组成一个数据结构，数据字典通对数据项和数据结构的定义来描述数据流、数据存储的逻辑内容。

 

　　　　1.数据项

　　　　　　数据项是不可再分的数据单位 】

　　　　　　对数据项的描述：

　　　　　　　　数据项描述＝｛数据项名，数据项含义说明，别名，数据类型，长度，取值范围，取值含义，与其他数据项的逻辑关系｝

　　　　　　取值范围、与其他数据项的逻辑关系定义了数据的完整性约束条件

 

　　　　2.数据结构

　　　　　　数据结构反映了数据之间的组合关系。

　　　　　　数据结构描述＝｛数据结构名，含义说明，组成:｛数据项或数据结构｝｝

　　　　3.数据项

　　　　　　数据流是数据结构在系统内传输的路径。

　　　　　　数据流描述＝｛数据流名，说明，数据流来源，数据流去向，组成:｛数据结构｝，平均流量，高峰期流量｝

　　　　　　数据流来源是说明该数据流来自哪个过程

　　　　　　数据流去向是说明该数据流将到哪个过程去

　　　　　　平均流量是指在单位时间（每天、每周、每月等）里的传输次数

　　　　　　高峰期流量则是指在高峰时期的数据流量

　　　　4.数据存储

　　　　　　数据存储是数据结构停留或保存的地方，也是数据流的来源和去向之一。

　　　　　　数据存储描述＝｛数据存储名，说明，编号，流入的数据流 ，流出的数据流，组成:｛数据结构｝，数据量，存取方式｝

　　　　　　流入的数据流：指出数据来源

　　　　　　流出的数据流：指出数据去向

　　　　　　数据量：每次存取多少数据，每天（或每小时、每周等）存取几次等信息

　　　　　　存取方法：批处理 / 联机处理；检索 / 更新；顺序检索 / 随机检索

　　　　5.处理过程

　　　　　　处理过程的具体处理逻辑一般用判定表或判定树来描述。数据字典中只需要描述处理过程的说明性信息

　　　　　　处理过程描述＝｛处理过程名，说明，输入:｛数据流｝， 输出:｛数据流｝，处理:｛简要说明｝｝

　　　　　　简要说明：主要说明该处理过程的功能及处理要求

　　　　　　　　功能：该处理过程用来做什么

　　　　　　　　处理要求：处理频度要求（如单位时间里处理多少事务，多少数据量）；响应时间要求等

　　　　　　　　处理要求是后面物理设计的输入及性能评价的标准

　　成绩管理系统数据流图的应用举例

　　　　(1)数据项名：成绩。

　　　　　　说明：课程考核的分数值。

　　　　　　别名：分数。

　　　　　　数据类型：数值型，带一位小数。

　　　　　　取值范围：0～100。

　　　　(2)数据结构名：成绩单。

　　　　　　别名：考试成绩。

　　　　　　描述：学生每学期考试成绩单。

　　　　　　定义：成绩清单=学生号+课程号+学期+考试成绩。

　　　　(3)处理过程：选课登记处理。

　　　　　　输入数据流：学期、学生号、课程号。

　　　　　　输出数据流：选课清单。

　　　　　　说明：把选课学生的学生号、所处的学期号、所选的课程号记录在数据库中。

　　　　(4)数据存储名：学生信息表。

　　　　　　说明：用来记录学生的基本情况。

　　　　　　组成：记录学生各种情况的数据项，如学生号、姓名、性别、专业、班级等。

　　　　　　流入的数据流：提供各项数据的显示，提取学生的信息。

　　　　　　流出的数据流：对学生情况的修改、增加或删除。

 

12.3 概念结构设计

　　概念结构设计

　　　　概念结构设计就是将需求分析得到的用户需求抽象为信息结构，即概念模型。

　　　　(1)从逻辑设计中分离出概念设计以后，各阶段的任务相对单一化，设计复杂程度大大降低，便于组织管理。

　　　　(2)概念模型不受特定的DBMS的限制，也独立于存储安排和效率方面的考虑，因而比逻辑模型更为稳定。

　　　　(3)概念模型不含具体的DBMS所附加的技术细节，更容易为用户所理解，因而更有可能准确反映用户的信息需求。

　　概念模型的特点　　

　　　　(1) 语义表达能力丰富

　　　　(2) 易于交流和理解

　　　　(3) 易于修改和扩充

　　　　(4) 易于向各种数据模型转换

　　概念结构设计的方法与步骤

　　　　1 设计方法：

　　　　　　⑴自顶向下。首先定义全局概念结构的框架，然后逐步细化。

　　　　　　⑵自底向上。首先定义各局部应用的概念结构，然后将它们集成起来，得到全局概念结构。

　　　　　　⑶逐步扩张。首先定义最重要的核心概念结构，然后向外扩充，以滚雪球的方式逐步生成其他概念结构，直至总体概念结构。

　　　　　　⑷混合策略。即将自顶向下和自底向上相结合，用自顶向下策略设计一个全局概念结构的框架，以它为骨架集成由自底向上策略中设计的各局部概念结构。

　　　　2 设计步骤

(1)进行数据抽象，设计局部 E-R 模型。

(2)集成各局部 E-R 模型，形成全局 E-R 模型.

　　　　3 数据抽象和局部E-R模型设计

　　　　　　数据抽象

　　　　　　　　1.分类：将一类具有共同特性和行为的对象定义为一种类型，如E-R模型中的实体型。

　　　　　　　　2.聚集：定义某类型的组成成分，对应E-R模型中实体的属性。

 

 

 　　　　　　　　3.概括：定义类型之间的子集联系，形成超(父)类、子类。

　　　　　　　　　　概括的重要性质：继承，即子类集成超类的所有抽象，是E-R模型的抽象机制的扩充。

 

　　局部 E-R 模型设计

　　　　选择局部应用：中层数据流图为依据

　　　　逐一设计局部E-R图

　　　　　　根据数据抽象后所得的DD，并参照DFD

　　　　　　　　标定局部应用中的实体、实体属性、实体码

　　　　　　　　确定实体间的联系及类型

　　　　属性确定原则：

　　　　　　不能再具有需要描述的性质。

　　　　　　不能与其他实体具有联系。

 

　　局部视图必须满足条件：

　　　　(1) 对用户需求是完整的。

　　　　(2) 所有实体、属性、联系都有唯一的名字。

　　　　(3) 不允许有异名同义、同名异义的现象。

　　　　(4) 无冗余的联系。

　　全局E-R模型设计

　　　　全局E-R模型设计两个步骤。

　　　　　　(1)合并，消除各局部 E-R 图之间的冲突，生成初步 E-R 图。

　　　　　　　　依靠协商或应用语义消除各局部E-R图之间的冲突

　　　　　　　　属性冲突：如属性的类型、取值范围冲突，或属性取值单位冲突

　　　　　　　　命名冲突：如同名异义，或一义多名 结构冲突：

　　　　　　　　如不同应用中，同一对象有不同的抽象或同一实体包含的属性不完全相同。

　　　　　　(2)优化，消除不必要的冗余，生成基本 E-R 图。