跳到主要内容

数据模型基础

在前两节中，你了解了数据库的基本定义以及数据库系统的组成。现在，是时候进一步探索数据库中如何组织和描述数据了。无论你使用哪种数据库，数据模型都是核心概念之一。本节将带你认识什么是数据模型，为什么它很重要，以及常见的三种数据模型类型：层次模型、网状模型和关系模型。你还将了解“概念模型”、“逻辑模型”和“物理模型”的区别，帮助你从不同角度理解数据的表示方式。

什么是数据模型？​

数据模型（Data Model） 是一种用于描述数据结构、数据之间的关系、约束规则和操作方式的抽象工具。

通俗地说，数据模型就像建筑蓝图：

  • 它定义了你要存储什么（例如客户信息、订单记录）；
  • 说明了这些信息之间的关联关系（例如一个客户有多个订单）；
  • 并且告诉数据库该如何存储、操作和验证这些数据。

数据模型不仅帮助你设计数据库结构，还决定了数据库系统内部是如何理解和组织数据的。

数据模型的三种层次​

在数据库设计中，数据模型通常可以分为三个层次，分别是概念模型（Conceptual Model）、逻辑模型（Logical Model）、物理模型（Physical Model）。每个层次关注的内容不同，它们的关系如下图所示。

概念模型（Conceptual Model）​

  • 关注：业务层面的数据结构和关系
  • 面向对象：业务人员、系统分析师
  • 举例：一个“学生”有“学号”、“姓名”、“班级”，并“选修”若干门“课程”
  • 表示方式：E-R 图（实体-关系图）

你可以把它看作是面向“人”的数据蓝图，不涉及数据库的具体实现。

逻辑模型（Logical Model）​

  • 关注：如何将概念模型转化为数据库中的表结构
  • 面向对象：数据库设计人员
  • 举例：将“学生”实体转为一个“Student”表，包含字段 id、name、class_id 等
  • 表示方式：表结构、字段名、主键/外键、数据类型等

逻辑模型是从概念到实现的过渡阶段，它依然与具体数据库软件无关。

物理模型（Physical Model）​

  • 关注：数据库系统如何在底层物理存储数据
  • 面向对象：数据库管理员（DBA）、高级开发者
  • 举例：某个表在磁盘上如何分区、如何索引、是否压缩等

物理模型紧密依赖于具体的数据库系统，它涉及性能、存储优化、查询效率等因素。

常见的数据模型类型​

在数据库发展的历史中，出现了几种不同的数据模型。每种模型都有各自的特点和应用场景。

层次模型（Hierarchical Model）​

  • 数据呈树形结构，一对多（1:N）关系；
  • 每个子节点只能有一个父节点；
  • 早期 IBM 的 IMS 数据库就是这种结构；
  • 缺点是灵活性差，不适合复杂关系的数据。

举例：组织结构图、文件系统目录结构。

网状模型（Network Model）​

  • 支持多对多（N:M）关系；
  • 通过“指针”连接不同记录；
  • 灵活性强于层次模型，但使用复杂；
  • 结构依然比较固定，开发难度大。

举例：学生与课程的选修关系（一个学生选多门课，一门课也有多名学生）。

关系模型（Relational Model）​

  • 使用表（关系）来组织数据；
  • 每张表包含若干行（记录）和列（字段）；
  • 用主键和外键来建立表之间的关联；
  • 语法统一，使用 SQL 查询语言；
  • 是目前最常见和广泛使用的数据模型。

举例：用户表、订单表、商品表，通过主键和外键连接。

你学习数据库时接触最多的，基本都是关系模型（尤其在 MySQL、PostgreSQL、SQLite 等系统中）。

NoSQL 数据库的数据模型​

NoSQL 是 "Not Only SQL" 的缩写，强调不只限于传统的关系型数据库模型。NoSQL 并不是一种单一类型的数据库，而是一个总称，主要包括以下几种数据模型类型：

类型数据模型特点示例数据库
键值模型使用键（Key）访问对应的值（Value）Redis、Riak
文档模型用 JSON、BSON、XML 等格式存储文档MongoDB、CouchDB
列族模型数据按列族存储，适合大规模数据分析Apache Cassandra、HBase
图模型节点与边表示数据及其关系Neo4j、Amazon Neptune

时序数据库的数据模型​

时序数据库（Time-Series Database）是专门用于存储和查询“时间序列数据”的数据库，比如温度传感器记录、电表读数、股票价格等。在时序数据库中，每条数据都有时间戳，数据常常是按时间递增写入，并且其存储结构往往做了时间优化（如压缩、列式存储、分片）。

虽然时序数据库可能用类表结构表示数据，但它们往往使用的是专门设计的“时序数据模型”，这通常包括：

元素说明
时间戳每条记录的唯一标识
标签（Tag）用于标记数据来源（如设备名、位置等）
字段（Field）存储测量值（如温度、电压、速度等）
度量（Metric）一类数据的集合，如“温度”就是一个度量

数据模型与数据库设计的关系​

数据模型是数据库设计的基础，你在设计数据库之前，应该：

  1. 先用概念模型理解业务需求；
  2. 再转化为逻辑模型，明确表的结构；
  3. 最后根据实际系统，调整为物理模型，提高性能。

这样的分层设计，可以让你的数据库既贴合业务，又具备良好的可维护性和扩展性。

小结​

在本节中，你学习了数据模型的基础知识，包括数据模型的定义、三种常见模型类型（层次、网状、关系），以及三种设计层次（概念模型、逻辑模型、物理模型）。你应该已经明白：

  • 数据模型是设计数据库结构的指南；
  • 不同类型的数据模型适用于不同的场景；
  • 在设计数据库时，应该从业务出发，逐步落地为实际的表结构。

此外，你还了解了非关系型数据库（NoSQL）和时序数据库的数据模型。理解数据模型，将帮助你在数据库学习之路上走得更远。下一节，我们将正式进入关系型数据库的世界，深入了解它的结构和原理。