数据模型
数据建模是规划信息系统以及多个部分如何连接的过程。 数据模型通常用关系数据库的实体关系图来说明
数据建模使开发人员和其他利益相关者可以更轻松地查看和理解数据库或数据仓库中数据之间的关系。 一个好的数据模型还可以带来以下好处：
- 减少软件和数据库开发中的错误。
- 提高整个企业文档和系统设计的一致性。
- 提高应用程序和数据库性能。
- 简化整个组织的数据映射。
- 改善开发人员和商业智能团队之间的沟通。
- 简化并加速概念、逻辑和物理层面的数据库设计过程。
提供系统将包含什么、如何组织以及涉及哪些业务规则的总体视图。 概念模型通常是作为收集初始项目需求过程的一部分创建的。 通常，它们包括实体类（定义对业务在数据模型中表示的重要事物的类型）、它们的特征和约束、它们之间的关系以及相关的安全性和数据完整性要求
它们不那么抽象，并提供了有关所考虑领域中的概念和关系的更多细节。 遵循几种形式数据建模符号系统之一。 这些指示数据属性，例如数据类型及其相应的长度，并显示实体之间的关系。 逻辑数据模型不指定任何技术系统要求。 在敏捷或 DevOps 实践中，这个阶段经常被省略。 逻辑数据模型在高度程序化的实施环境中非常有用，或者对于本质上面向数据的项目（例如数据仓库设计或报告系统开发）非常有用。
它们提供了如何在数据库中物理存储数据的模式。 因此，它们是最不抽象的。 他们提供了可以作为关系数据库实现的最终设计，包括说明实体之间关系的关联表以及用于维护这些关系的主键和外键。 物理数据模型可以包括数据库管理系统（DBMS）特定的属性，包括性能调整。