数据库设计思维导图

三分技术，七分管理，十二分基础数据 管理 : 数据库建设项目管理；企业(即应用部门)的业务管理 基础数据: 数据的收集、整理、组织和不断更新 结构(数据)设计和行为(处理)设计相结合 将数据库结构设计和数据处理设计密切结合 传统的软件工程:重 行为设计 忽视对应用中数据语义的分析和抽象，只要有可能就尽量推迟数据结构设计 早期的数据库设计:重 结构设计 致力于数据模型和数据库建模方法研究，忽视了行为设计对结构设计的影响

大型数据库设计是涉及多学科的综合性技术，又是一项庞大的工程项目要求多方面的知识和技术 主要包括: 计算机的基础知识 软件工程的原理和方法 程序设计的方法和技巧 数据库的基本知识 数据库设计技术 应用领域的知识 手工设计法 设计质量与设计人员的经验和水平有直接关系 缺乏科学理论和工程方法的支持，工程的质量难以保证 数据库运行一段时间后常常又不同程度地发现各种问题，增加 了维护代价 规范设计法 典型方法——新奥尔良(New Orleans)方法 将数据库设计分为若干阶段和步骤 采用辅助手段实现每一过程 按设计规程用工程化方法设计数据库 基于E-R模型的设计方法 ：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 UML(Unified Modeling Language)方法 ：面向对象的建模方法

实施与维护

概念设计

将需求分析得到的用户需求抽象为信息结构即概念模型的过程就是概念结构设计 概念结构是现实世界的一个真实模型。是各种数据模型的共同基础，它比数据模型更独立于机器、更抽象，从而更加稳定 概念结构设计是数据库设计的关键

实体与属性的划分原则 作为属性，不能再具有需要描述的性质。 属性不能与其他实体具有联系。 E-R图的集成 设计各个子系统的分E-R图 消除冲突，进行集成 设计基本E-R

对现实世界要处理的对象进行详细调查：这包括对组织、部门、企业等实体进行深入了解，以明确数据库需要处理的具体对象和范围。 收集和分析需求数据，确定系统边界：通过收集用户的需求，包括信息需求、处理需求、安全性和完整性需求等，来确定新系统的功能和边界。 编写系统分析报告：在完成需求调查和分析后，需要编写一份详细的系统分析报告，以记录和总结所有的需求发现和分析结果，作为后续设计和开发的依据。 确定新系统的功能：基于收集到的需求数据，确定新系统需要具备的功能，以满足用户的各种需求。

这阶段的任务是深入了解组织机构情况、系统概况和用户需求，以明确数据库系统的功能和边界，收集基础数据支持系统目标，并确定新系统的发展前景。

逻辑设计

确定数据依赖: 按需求分析阶段所得到的语义，分别写出每个关系模式内部各属性之间的数据依赖以及不同关系模式属性之间数据依赖。 对于各个关系模式之间的数据依赖进行极小化处理，消除冗余的联系。 按照数据依赖的理论对关系模式进行分析，考察是否存在部分函数依赖、传递函数依赖、多值依赖等，确定各关系模式分别属于第几范式。 按照需求分析阶段得到的各种应用对数据处理的要求，分析对于这样的应用环境这些 模式是否合适，确定是否要对它们进行合并或分解。 包括水平分解和垂直分解。

物理设计

对数据库物理设计过程中产生的多种方案进行评价，从中选择一个较优的方案作为数据库的物理结构 评价方法 定量估算各种方案 存储空间 存取时间 维护代价 对估算结果进行权衡、比较，选择出一个较优的合理的物理结构 返回用户征求意见 修改设计