数据建模和设计章节考试考点及关系梳理

一、核心考点分类及具体内容

（一）数据建模基础定义与核心目标

1. 核心定义
   数据建模是“发现、分析、表示和传达数据需求的过程”，通过构建数据模型（对数据结构、关系及规则的抽象描述），将业务需求转化为可落地的数据结构设计，为数据库开发、数据集成等提供蓝图。

• • 关键辨析：

• • • 与数据架构：数据架构是“宏观蓝图”（如企业级数据模型规划），数据建模是“微观实现”（如具体业务域的逻辑模型设计）；
    • 与数据库设计：数据建模侧重“业务需求转化为数据结构”（如实体关系设计），数据库设计侧重“技术落地”（如索引、分区设计，属于物理建模的子集）。

1. 核心目标

• • 统一业务与IT认知：通过可视化模型（如ER图）消除业务与技术团队的沟通歧义（如“客户”在业务中定义为“付费用户”，建模时转化为包含“客户ID、付费状态”等属性的实体）；
  • 支撑数据一致性：定义数据实体间的关系（如“订单”关联“客户”和“产品”），避免数据冗余与冲突；
  • 指导技术落地：为数据库创建、ETL开发、应用系统设计提供依据（如物理模型直接用于创建数据库表）。

1. 核心组件

• • 实体（Entity）：业务对象的抽象（如“客户”“订单”），对应数据库中的“表”；
  • 属性（Attribute）：实体的特征（如“客户”的“姓名”“手机号”），对应表中的“字段”；
  • 关系（Relationship）：实体间的关联（如“客户-订单”为一对多关系），对应表中的“外键”；
  • 业务规则（Business Rule）：数据的约束条件（如“客户手机号必须为11位”），对应表中的“约束”（如CHECK约束）。

1. 考试高频题型：单选题（区分数据建模与数据库设计的差异）、多选题（选择数据模型的核心组件）、判断题（数据建模是否需要业务参与）。

（二）数据模型的层级（高频核心考点）

数据模型按抽象程度从高到低分为概念模型、逻辑模型、物理模型，构成“业务需求→数据结构→技术实现”的转化链条，层级间不可跳跃（需先有概念模型，再推导逻辑模型，最后落地为物理模型）。

模型层级	抽象程度	技术相关性	面向用户	核心任务	输出物示例
概念数据模型（CDM）	最高（业务视角）	无，与技术无关	业务管理者、业务分析师	1. 识别核心业务实体（如“客户”“产品”“订单”）； 2. 定义实体间的核心关系（如“客户下单”对应一对多关系）； 3. 描述实体的关键属性（如“客户”含“客户ID、姓名”）	实体关系图（ER图）、业务术语表
逻辑数据模型（LDM）	中等（数据结构视角）	无，仅定义数据结构，不依赖数据库技术	数据模型师、数据架构师	1. 细化实体属性（如“客户”补充“手机号、注册时间”）； 2. 明确属性约束（如“客户ID为主键”“手机号唯一”）； 3. 处理多对多关系（如“产品-订单”多对多，新增“订单产品”中间表）； 4. 定义域（如“性别”域包含“男/女/未知”）	详细ER图（含属性约束）、数据字典（字段定义）