数据库设计

数据库设计

数据库设计是指对于一个给定的应用环境，构造（设计）优化的数据库逻辑模式和物理结构，并据此建立数据库及其应用系统，使之能够有效地存储和管理数据，满足各种用户的应用需求，包括信息管理要求和数据操作要求。

• 目标：为用户和各种应用系统提供一个信息基础设施和高效率的运行环境

数据库建设的基本规律：

• 三分技术，七分管理，十二分基础数据
• 结构（数据）设计和行为（处理）设计相结合

数据库设计方法：

• 手工与经验相结合方法
  设计质量与设计人员的经验和水平有直接关系
  数据库运行一段时间后常常不同程度地发现各种问题，增加了维护代价

• 规范设计法
  基本思想：过程迭代和逐步求精

• 新奥尔良（New Orleans）方法
  将数据库设计分为若干阶段和步骤
  自顶向下、分层实现、逐步求精

• 基于E-R模型的数据库设计方法
  概念设计阶段广泛采用

• 3NF（第三范式）的设计方法
  逻辑阶段可采用的有效方法

• ODL（Object Definition Language）方法
  面向对象的数据库设计方法

数据库设计的基本步骤

• 需求分析
• 概念结构设计
• 逻辑结构设计
• 物理结构设计
• 数据库实施
• 数据库运行和维护

需求分析和概念结构设计独立于任何数据库管理系统
逻辑设计和物理设计与选用的DBMS密切相关

需求分析

结构化分析方法（Structured Analysis，简称SA方法）：一种简单实用的方法从最上层的系统组织机构入手

• 自顶向下、逐层分解分析系统

结构化分析方法的基本思想是“分解”和“抽象”。

• 分解：对于一个复杂的系统，为了将复杂性降低到可以掌握的程度，可以把大问题分解成若干小问题，然后分别解决
• 抽象：分解可以分层进行，即先考虑问题最本质的属性，暂把细节略去,以后再逐层添加细节，直至涉及到最详细的内容，这种用最本质的属性表示一个系统的方法就是“抽象”

SA法的步骤：

• 建立当前系统的“具体模型”
• 抽象出当前系统的逻辑模型
• 建立目标系统的逻辑模型
• 为了对目标系统做完整的描述，还需要考虑人机界面和其他一些问题

SA法的描述方法：

• 分层的数据流图
• 数据词典
• 描述加工逻辑的结构化语言、判定表及判定树

数据字典：

• 数据字典是各类数据描述的集合
• 数据字典是进行详细的数据收集和数据分析所获得的主要结果
• 数据字典在数据库设计中占有很重要的地位

数据字典的内容：

• 数据项
• 数据结构
• 数据流
• 数据存储
• 处理过程

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。
数据字典通过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。
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，数据项之间的			联系 ｝

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

数据结构反映了数据之间的组合关系
一个数据结构可以由若干个数据项组成，也可以由若干个数据结构组成，或由若干个数据项和数据结构混合组成。
对数据结构的描述：

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｝｝

数据流是数据结构在系统内传输的路径
对数据流的描述：

　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

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。
处理过程说明性信息的描述

　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｝｝

数据字典是关于数据库中数据的描述，即元数据，而不是数据本身。数据本身将存放在物理数据库中，由数据库管理系统管理。数据字典有助于这些数据的进一步管理和控制，为设计人员和数据库管理员在数据库设计、实现和运行阶段控制有关数据提供依据。