1.4 数据模型
模型，是对客观事物、现象、过程或系统的简化描述。所有的数据库系统都为它所要描述的世界建立了模型。数据模型是数据库系统的核心和基础。各种机器上实现的DBMS软件都是基于某种数据模型的。
1.4.1 信息的三种世界及其描述
为了把现实世界中的具体事物抽象、组织为某一DBMS支持的数据模型，人们常常首先将现实世界抽象为信息世界，然后将信息世界转换为机器世界。也就是说，首先把现实世界中的客观对象抽象为某一种信息结构，这种信息结构并不依赖于具体的计算机系统，不是某一个DBMS支持的数据模型，而是概念级的模型；然后把概念模型转换为计算机上某一DBMS支持的数据模型。这一过程如图1.3所示。
图1.3 信息化过程
1.4.2 常见的数据模型
根据数据模型应用目的不同，数据模型有以下几种。
（1）概念（数据）模型（Conceptual Data Model，CDM）
面向现实世界建模，主要用来描述现实世界的概念化结构，与具体的DBMS无关。现实世界的事物经过人脑的抽象加工，提取出对用户有用的信息，经过组织整理加工形成介于现实世界和计算机世界之间的中间模型。最常用的概念模型是E-R模型。
（2）逻辑（数据）模型（Logical Data Model，LDM）
面向用户建模，用户从数据库所看到的数据模型。
逻辑模型是具体的DBMS所支持的数据模型（网状/层次/关系/面向对象）；既要面向用户，也要面向系统。
（3）物理（数据）模型（Physical Data Model，PDM）
面向具体的DBMS，面向机器，描述数据在存储介质上的组织结构。
1.4.3 概念模型
概念模型是用于信息世界的建模，是现实世界到信息世界的第一层抽象，是用户与数据库设计人员之间进行交流的语言，因此概念模型一方面应该具有较强的语义表达能力，能够方便、直接地表达应用中的各种语义知识；另一方面它还应该简单、清晰、易于用户理解。
1. 基本概念
（1）实体（Entity）
客观存在并可相互区别的事物称为实体。实体可以是人、事、物，也可以是抽象的概念或联系，例如，一个学生、一名教师、一棵树、一只狗、一块肉、狗与肉的吃与被吃的关系等都是实体。
（2）属性（Attribute）
实体所具有的某一特性称为属性。一个实体可以由若干属性来刻画。例如，狗实体可以由编号、昵称、性别、出生日期、产地、品种编号等属性组成。（2012615001，美美，女，06/12/2011，西藏，zang 40123238）这些属性组合起来表征了一只狗。
（3）码（Key）
所谓码，是指在实体属性中，可用于区别实体中不同个体的一个属性或几个属性的组合，称为该实体集的“码”，有时也称为关键字。例如，在“狗”实体中，能作为码的属性可以是“编号”，因为一旦码有一取值，便唯一地标识了实体中的某一个实体；当然，“昵称”也可以作为“码”，但如果有重名现象，“昵称”这个属性就不能作为码了。当有多个属性可作为码而选定其中一个时，则称它为该实体的“主码”。若在实体诸属性中，某属性虽非该实体主码，却是另一实体的主码，则称此属性为“外部码”或简称“外码”。如“狗”实体中的“品种编号”就是“狗”实体的“外码”。
（4）域（Domain）
属性的取值范围称为该属性的域。例如，性别的域为（女，男），编号的域为10位整数，昵称的域为长度小于12个字符的字符串集合或汉字。
（5）实体型（Entity Type）
具有相同属性的实体必然具有共同的特征和性质。用实体名及其属性名集合来抽象和刻画同类实体，称为实体型。
实体型是概念的内涵，而实体值是概念的实例。例如，狗（编号，昵称，性别，出生日期，产地，品种编号）就是一个实体型，它通过编号、姓名、性别、出生日期、产地、品种编号等属性表明狗的特性。而每只狗的具体情况，则称实体值。可见，实体型表达的是个体的共性，而实体值是个体的具体内容。通常属性是个变量，属性值是该变量的取值。
（6）实体集（Entity Set）
同型实体的集合称为实体集。例如，全世界的狗就是一个实体集。
2. 实体-联系表示法（E-R方法）
概念模型中最常用的方法为实体-联系方法（Entity-Relationship Approach），简称E-R方法。该方法直接从现实世界中抽象出实体和实体间的联系，然后用E-R图来表示数据模型。在E-R图中实体用方框表示；联系用菱形表示，同时用无向边将其与相应的实体连接起来，并在边上标上联系的类型；属性用椭圆表示，并且用无向边将其与相应的实体连接起来。对于有些联系，其自身也会有某些属性，用无向边将联系与其属性连接起来。
遇到实际问题时，应先设计一个E-R图，再把它转换成为计算机能接受的数据模型。
3. 实体间的联系方式
在现实世界中，事物内部以及事物之间是有联系的，这些联系在信息世界中反映为实体（型）内部的联系和实体（型）之间的联系。实体内部的联系通常是指组成实体的各属性之间的联系。实体之间的联系通常是指不同实体集之间的联系。两个实体型之间的联系可以分为以下三类。
（1）一对一联系（1∶1联系）
如果对于实体集A中的每一个实体，实体集B中至多有一个（也可以没有）实体与之联系，反之亦然，则称实体集A与实体集B具有一对一联系，记为1∶1，用图1.4表示。
图1.4 1∶1联系
例如，实体集学院与实体集院长之间的联系就是1∶1的联系，因为一个院长只领导一个学院，而且一个学院也只有一个院长。再如学校里，实体集班级与实体集班长之间也具有1∶1联系，一个班级只有一个班长，而一个班长只在一个班中任职。
（2）一对多联系（1∶n联系）
如果对于实体集A中的每一个实体，实体集B中有n个（n≥0）实体与之联系，反之，对于实体集B中的每一个实体，实体集A中至多有一个实体与之联系，则称实体集A与实体集B具有一对多联系，记为1∶n，用图1.5表示。
图1.5 1∶n联系
例如，学校与校内多个教师之间的“属于”联系、工厂里的车间和车间内多个工人之间的“工作”联系等，都是1∶n的联系。一所学校有多个教师，每个教师只能属于一所学校；同样，一个车间内有多个工人，每个工人只能属于一个车间。
（3）多对多联系（m∶n联系）
如果对于实体集A中的每一个实体，实体集B中有n个（n≥0）实体与之联系。反之，对于实体集B中的每一个实体，实体集A中也有m个（m≥0）实体与之联系，则称实体集A与实体集B具有多对多联系，记为m∶n，用图1.6表示。
图1.6 m∶n联系
例如，学生和课程之间的联系，一个学生可以选修多门课程，每门课程有多个学生选修；零件供应商和零件之间的联系，一个供应商可供应多种零件，每种零件可以由多个供应商提供等。
4. 怎样设计E-R图
在数据分析的基础上，就可以着手设计概念结构，即设计E-R图。E-R图的设计分两步来完成，首先设计初步E-R图，其次，对初步E-R图中的冗余进行消除得到基本E-R图。
设计初步E-R图的步骤如下。
（1）先设计局部E-R图，也称用户视图，步骤如下：
① 确定局部概念模型的范围；
② 定义实体；
③ 定义联系；
④ 确定属性；
⑤ 逐一画出所有的局部E-R图，并附以相应的说明文件。
（2）综合各局部E-R图，形成总的E-R图，即用户视图的集成。步骤如下：
① 确定公共实体类型；
② 合并局部E-R图；
③ 消除不一致因素；
④ 优化全局E-R图；
⑤ 画出全局E-R图，并附以相应的说明文件。
局部概念模型设计是从用户的观点出发，设计符合用户需求的概念结构。局部概念模型设计的就是组织、分类收集到的数据项，确定哪些数据项作为实体，哪些数据项作为属性，哪些数据项是同一实体的属性等。确定实体与属性的原则如下。
（1）能作为属性的尽量作为属性而不要划为实体。
（2）作为属性的数据元素与所描述的实体之间的联系只能是1∶n的联系。
（3）作为属性的数据项不能再用其他属性加以描述，也不能与其他实体或属性发生联系。
例如，一个机械制造厂的简单管理系统。首先按工厂技术部门和工厂供应部门设计两个局部E-R图。工厂技术部门关心的是产品的性能参数及由哪些零件组成，零件的材料和耗用量等；工厂供应部门关心的是产品的价格，使用材料的价格及库存量等。
按照部门划分，先单独设计某个部门的E-R图，如图1.7和图1.8所示。
图1.7 技术部门
图1.7和图1.8所示为局部E-R图，综合这两个分E-R图，得到初步E-R图，如图1.9所示。
图1.8 供应部门
图1.9 初步E-R图
初步E-R图是现实世界的纯粹表示，可能存在冗余的数据和实体间冗余的联系。所谓冗余的数据是指可由基本数据导出的数据，冗余的联系是指可由基本联系导出的联系。
初步E-R图由于存在冗余的信息，会破坏数据库的完整性，给数据库的管理带来麻烦，以至引起数据不一致的错误。因此，必须消除数据上的冗余和联系上的冗余，消除冗余后的E-R图称为基本E-R图。消除冗余的方法，我们将在后续有关范式的章节中叙述。