说说数据分析中的数据建模

计算机系统出现以后，人类面临的一个问题，就是将现实世界当中的实体对象或者无形的事件记录到计算机系统当中。随着数据量的不断增加，人们必然面对注入数据定义、数据处理、数据存储、数据安全等各种复杂问题，那么自然而然地数据库这个概念就应运而生了。大数据时代环境下，大数据分析中越来越用到数据建模的应用操作，那数据建模的步骤又是怎么样的呢？首先我们先讲一下什么叫数据库。

当我们在讲大数据库的时候，涉及了大数据库的三个基本的概念：

数据（Date）：现实世界对象或事物的数字化抽象

数据库（Database）：数据的有组织的集合

数据库管理系统（DBMS）：是定义、处理、存储数据库的软件，它还有保证数据安全和数据一致性的功能，并且它为用户使用数据库提供了一系列简单的借口，降低了用户使用数据库的难度。

实际上，人们平常讲到数据库的时候，指的是上面三者构成的整体。

数据库建设可分为7个阶段：

1、规划阶段

2、需求分析阶段

3、概念设计阶段

4、逻辑设计阶段

5、屋里设计阶段

6、数据库实施阶段

7、数据库运行维护阶段

规划阶段的主要任务是分析建立数据库的必要性和可行性。

需求分析阶段过程主要包含：收集与大数据库相关的信息需求和操作需求，做需求分析、写出规格说明书。其中的信息需求指的是定义未来系统所用到的所有信息，操作需求指的是定义未来系统所用到的数据处理操作，包括操作执行的频率、时间、操作与大数据的联系（与功能分析不同）。

那分析完需求之后，就到了概念设计的阶段，概念设计的任务是通过用户的需求（信息需求）进行综合、归纳与抽象，形成一个独立于具体大数据库管理系统的概念模型，而概念模型要求开发人员和用户都能够理解。概念设计也是整个大数据库设计的关键。

那逻辑设计的任务是将概念模型转换为某个数据团里系统所支持的大数据模型，并对其进行优化，逻辑设计还要考虑到大数据的各种完整性约束、业务规则和安全性要求等。

物理设计是根据具体大数据库管理系统的特点，设计出数据库的存储结构、索引、存取路径，设置各种参数。

设计出来后就是大数据库实施阶段，根据逻辑设计和无力设计的结果建立数据库模型，并组织数据入库。

日常的数据库运行维护阶段也是需要有专业的运维人员去负责的，在大数据库系统的运行过程中必须不断的对其进行评价、调整与修改。

以上的步骤整理成图就是下面这样：

数据库概念设计和概念模型，大数据库设计的第一个步骤就是概念设计，即用概念数据模型对应用体现现实世界进行建模。而概念模型是对现实世界基本数据概念的抽象，能充分体现现实世界，易于理解，易于修改，易于向各种数据模型转换，以便于生成相应的逻辑模型是其特点并且概念模型还是一种独立于具体的数据模型。在大数据分析的领域中数据建模应用的越来越广泛，对于大数据建模的方法和具体步骤大家一定要掌握。

END

我知道你在看哦