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：
- 先用概念模型理解业务需求；
- 再转化为逻辑模型，明确表的结构；
- 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。
