4.1  數據模型體系

數據庫設計是一項龐大的工程項目，數據庫設計質量的好壞直接影響系統中各個處理過程的性能和質量。為了更好地進行數據庫設計，業界提出各種數據庫設計方法，并運用軟件工程的思想和方法，提出各種設計準則和規范。其中關鍵一點就是數據模型體系的設計。商45銀行數據治理業銀行的數據模型體系一般分為4層，包括：企業級概念數據模型、企業級邏輯數據模型、應用級邏輯數據模型、應用級物理數據模型。

一個典型的數據模型項目或新系統開發項目中的數據庫設計工作可包括以下階段：需求收集階段、分析與設計階段、，實現階段。

1．需求收集階段

概念數據模型( Conceptual Data Model，CDM)是需求收集階段的階段性結果，它包含了重要的業務概念以及需求，并且通過相應的方法論將這些高級的業務概念關聯起來。

2．分析與設計階段

邏輯數據模型( Logic Data Model，LDM)是分析與設計階段的產物，將高級的業務概念以數據實體或屬性及其關系的形態在邏輯層面更詳細地表達出來，主要的表現形式是ERD（實體關系圖）。

3．實現階段

物理數據模型( Physical Data Model，PDM)是考慮到物理實現上效率的實現以及很多限制而獲得的數據模型，是最終結合數據庫系統實現的產物。

企業級概念數據模型指導企業級邏輯數據模型，企業級邏輯數據模型指導應用級邏輯數據模型，應用級邏輯數據模型反向指導與完善企業級邏輯數據模型，并指導生成應用級物理數據模型。

設計一個完善的數據庫應用系統不是一蹴而就的，它往往是上述幾個階段的循環反復。

如果沒有科學的數據庫設計方法，數據庫設計質量難以保證，往往使數據庫運行一段時間后出現各種不同程度的功能或性能問題，無形之中增加了系統維護的代價。為保證數據模型的設計質量，數據模型的設計應遵循先概念數據模型，再邏輯數據模型，最后物理數據模型的順序。

圖4-1所示為數據模型體系。