数据分析八大模型（九道门数据分析基础）

数据分析八大模型（九道门数据分析基础）步骤 1. 概念数据模型：数据建模的步骤：为什么数据建模很重要？在项目开发过程中实施数据建模非常重要，因为它可以确保一致性、安全性、消除冗余并保持数据库结构不变。一旦建立了数据库，数据模型就可以充当数据如何流入和流出数据库或数据存储系统以及如何存储的数据的在线文档。

什么是数据建模？

数据建模是确定数据在数据存储系统中的存储方式并将其概念化的过程。

数据存储系统可以是NoSQL数据库、数据仓库或数据湖等，它可以帮助我们概念化表、查询甚至系统的外观，以便创建适当的管道，帮助引入、处理和存储业务数据。

数据建模将根据命名约定、规则和语义对数据的管理方式进行结构化。

为什么数据建模很重要？

在项目开发过程中实施数据建模非常重要，因为它可以确保一致性、安全性、消除冗余并保持数据库结构不变。

一旦建立了数据库，数据模型就可以充当数据如何流入和流出数据库或数据存储系统以及如何存储的数据的在线文档。

数据建模的步骤：

步骤 1. 概念数据模型：

该模型提供了一个非常高级的概述，涵盖了各种概念，规则和关系。可以将其视为数据应该流入和流出系统、应用程序或组织的“大图景”。最终，它定义了你的系统应包含的内容。

步骤2. 逻辑数据模型：

此模型确定数据库内容。它将概念模型结构的蓝图放置在数据库中，有助于在实体或表之间建立关系和属性。

步骤3. 物理数据模型：

该模型计算出如何在DMBS（数据库管理系统）上实现逻辑数据模型。这是设置数据库之前的最后一步。完成概念模型和逻辑模型后，将其应用于架构，然后使用该架构将结构设置为新数据库或 DBMS。使用架构建立数据库可确保它不会超出你在概念和逻辑规划阶段设置的规则之外运行。

数据建模基础架构的类型：

层次模型：

这是最古老的数据模型，它是由IBM在1950年代左右开发的。层次模型将数据组织成树状结构。在此模型中，数据被视为表的集合以及表如何形成层次结构。

通常这些模型用作语义模型，此模型的主要缺点是，它限制了表之间的一对一或一对多关系，缺乏灵活性。

网络模型：

创建网络数据模型是为了解决分层数据库的问题。在这里，子节点可以链接到多个父节点。分层模型不支持此功能。父节点是所有者，子节点称为成员。此模型的优点是它支持多对多关系，缺点是它比层次模型更复杂，难以维护，且仍然存在灵活性问题。

实体关系（ER）模型：数据分析优质社群，等你加入哦~

ER 模型定义数据库的概念视图，它充当现实世界的实体以及它们之间的关系。此图很容易被开发人员消化，以了解系统中发生了什么。查看 ER 图时，有三个组件：

• 实体：可以是人、地点、事物或概念。

• 属性：实体具有称为属性的特性。假设有一个名为Dave的人（实体），Dave将具有身高、体重、收入、员工ID、位置等属性...

• 关系：表示观察者两个属性如何相关。

弄清楚如何设计数据库是构建DBMS的一个非常重要的步骤。由于其他系统最终将依赖数据库获取数据，因此应该有一个良好的思维逻辑。