概念數(shù)據(jù)模型(數(shù)據(jù)庫)

時間：2022-12-23 18:30:02 | 來源：信息時代

時間：2022-12-23 18:30:02 來源：信息時代

    概念數(shù)據(jù)模型 : 現(xiàn)實世界到信息世界的、主要用于數(shù)據(jù)庫設計的抽象模型,簡稱概念模型。概念模型是劃分客觀世界概念、描述概念的性質(zhì)以及概念間聯(lián)系的語義模型。它是從用戶觀點對數(shù)據(jù)和信息建模,是數(shù)據(jù)庫設計者與用戶之間交流的工具,是數(shù)據(jù)庫邏輯模型的基礎。概念模型具有豐富的語義表達能力和易理解性,獨立于具體的邏輯模型,又易于向邏輯模型轉換。
概念模型首先在1976由P.Chen提出,其初始模型為E-R模型,此后,Smith(1977年)與Haymmer(1981年)等提出了擴充的E-R模型,20世紀80年代后又出現(xiàn)了面向?qū)ο竽Ｐ图捌渌喾N語義模型。目前概念模型已成為數(shù)據(jù)庫的一種基礎模型。
對客觀世界實體及其聯(lián)系的語義抽象是概念建模的基礎。概括(generalization)/特化(specialization)、聚集(aggregation)/分解(decomposition)、聯(lián)合(association)/隸屬(membership)是大多數(shù)概念模型的基本語義抽象概念。概括是從兩個以上的對象中抽取概念更一般的、范圍更廣的高層對象,高層對象具有低層對象的共性。高層對象與低層對象間的關系被稱為“是一個(is-a)”關系。例如,動物、植物和微生物被概括為生物,生物具有動物、植物、微生物的共有特征。與概括語義相反的是特化語義,特化是概括的逆過程。聚集是將不同的成分組合成高一層的對象(或稱聚集類),各成分反映了聚集類的特性。聚集類與其組成成分之間的關系被稱為 “部分(is-part-of)”關系。例如,車輪、引擎、制動等成分組合起來構成汽車。分解是聚集的逆過程,它將聚集類分解為各個組成部分。聯(lián)合是將一組具有相同性質(zhì)的對象(或稱成員)看作一類,構成一個集合,類與其成員之間的關系被稱為“成員(is-memberof)”關系。例如,每個同學是學生群體的成員,每個教師是教師群體的成員。隸屬是聯(lián)合的逆過程。不同的概念模型還包括各自的語義抽象概念及不同的描述方法。
常用的概念模型有E-R模型(entity-relationship model,ER模型)、擴充E-R模型(extended entityrelationship model)、面向?qū)ο竽Ｐ?object- oriented model)和各種語義數(shù)據(jù)模型(semantic data model)。在實體-聯(lián)系模型中,現(xiàn)實世界中可區(qū)別的客觀存在的事物被看作是一個數(shù)據(jù)對象,稱為實體。實體之間的關聯(lián)關系用“聯(lián)系”表示。實體和聯(lián)系的特性通過“屬性”來描述。E-R模型是一個圖示化模型,它用矩形表示實體,菱形表示聯(lián)系,橢圓表示屬性。E-R模型有時難以表達實際應用中復雜的客觀語義,為此,人們從不同的方面擴展E-R模型的語義表現(xiàn)力,形成擴充的E-R模型。擴充E-R模型通過實體型的擴充表達概括/特化語義,通過聚集建模將實體及它們之間的聯(lián)系當作一個整體看待,即看成一個聚集起來的新實體,新實體又通過聯(lián)系與其他實體建立關系。為了增強模型的語義表達能力,除擴充E-R模型之外,人們還提出了面向?qū)ο竽Ｐ?它具有比擴充E-R模型更多的語義,此外還有多種語義數(shù)據(jù)模型,例如,函數(shù)模型、NF2模型及謂詞模型等。
E-R模型由于其易理解性且容易向關系模型轉換,成為數(shù)據(jù)庫概念設計的最一般的模型。隨著對象關系數(shù)據(jù)庫的發(fā)展,擴充E-R模型成為它的概念設計工具。根據(jù)不同的應用要求,在概念設計中也采用具有針對性的語義數(shù)據(jù)模型。