DBMS 中的数据模型
DBMS 中的数据模型
在数据库管理系统（DBMS）中，数据模型是理解数据结构和关系的关键工具。本文将详细介绍DBMS中的各种数据模型类型，包括它们的特点、优势和局限性，帮助读者全面了解这一重要概念。
概述
如今，所有企业都需要正确定义和格式化的数据，以将企业的所有部门（IT、管理等）整合在一起。数据模型在解决这个问题方面发挥着关键作用，因为它们以图形形式表示企业的数据以及它们之间的联系。
在本文中，我们将了解 DBMS 中的数据模型、DBMS 中的数据模型类型及其优缺点。
什么是 DBMS 中的数据模型？
DBMS 中的数据模型有助于在概念、物理和逻辑层面理解设计，因为它提供了清晰的数据图景，使开发人员更容易创建物理数据库。
数据模型用于描述如何在 DBMS 中存储、访问和更新数据。使用一组符号和文本来表示它们，以便组织的所有成员都可以了解数据的组织方式。它提供了一组概念工具，这些工具广泛用于表示数据描述。
行业中使用的数据模型类型多种多样。
DBMS 中的数据模型类型
分层模型
分层数据模型是最古老的数据模型之一，由 IBM 于 1950 年代开发。在此数据模型中，数据以分层树状结构进行组织。此数据模型可以很容易地可视化，因为 DBMS 中的每条记录都有一个父记录和许多子记录（可能是 0），如下图所示。
上面给出的图像代表了车辆数据库的数据模型，车辆分为两种类型，即两轮车和四轮车，然后进一步分类。
我们在这里可以看到的主要缺点是，在这个模型下，我们只能有一个太多的关系，因此现在很少使用分层数据模型。
网络模型
网络模型只不过是分层数据模型的泛化，因为此数据模型允许多对多关系，因此在此模型中，记录也可以具有多个父项。
DBMS中的网络模型可以表示为图形，因此它将分层树替换为图形，其中对象类型是节点，关系是边缘。
例如-
在这里，您可以看到所有三个部门都与主管相关联，这在分层数据模型中是不可能的。
在网络模型中，从根节点到达节点的路径可能有很多（在上述情况下，College是根节点），因此与分层数据模型相比，可以有效地访问数据。但是，另一方面，插入和删除数据的过程非常复杂。
实体关系模型（ER 模型）
实体关系模型是一种高级数据模型，它以图形形式描述数据库的结构，称为 ER 图。简单来说，ER图用于轻松表示数据库的逻辑结构。
ER模型开发了数据的概念视图，因此可以将其用作将来实现数据库的蓝图。
开发人员只需查看 ER 图即可轻松了解系统。 让我们首先看一下 ER 图的组成部分。
- 实体-任何具有独立存在的东西，我们收集数据。要了解有关 DBMS 中实体的更多信息，请单击此处。
它们在 ER 图中表示为矩形。例如 - 汽车、房子、员工。
实体集 -相同类型的实体的集合称为实体集。例如，在大学学习的学生集。
属性-定义实体的属性称为属性。它们由椭圆形表示。
关系-DBMS 中的关系用于描述实体之间的关联。它们在 ER 图中表示为菱形或菱形。
在上面表示的 ER 图中，我们有两个实体，即 Employee 和 Company，以及它们之间的关系。另外，在上面表示的ER图中，我们可以看到员工和公司都有一些属性，并且关系是“工作”类型，这意味着员工在公司工作。
关系模型
这是最广泛接受的数据模型。在此模型中，数据库以二维表的行和列的形式表示为关系的集合。每一行称为一个元组（元组包含单个记录的所有数据），而每一列表示一个属性。 例如-
斯图。同上 名字 分支
101 纳曼 全面性教育
102 萨洛尼 欧洲经委会
103 里沙布 它
104 普尔基特 我
上表显示了具有 Stu 等属性的关系“STUDENT”。Id、Name 和 Branch，由 4 条记录或元组组成。
查看本文，了解有关 DBMS 中的关系模型的更多信息。
面向对象的数据模型
顾名思义，面向对象的数据模型是面向对象编程和关系数据模型的组合。在此数据模型中，数据及其关系以单个结构表示，该结构称为对象。
由于数据是以对象形式存储的，因此我们可以轻松地将音频、视频、图像等存储在数据库中，这在关系模型中是非常困难和不方便的。如下图所示，两个对象通过链接相互连接。
在上图中，我们有两个对象，分别是 Employee 和 Department，其中所有数据都包含在一个单元（对象）中。它们相互关联，因为它们共享一个共同的属性我.𝑒.一世。e.Department_Id。
对象关系数据模型
顾名思义，对象关系数据模型是面向对象模型和关系模型的集成。由于它继承了两个模型的属性，因此它支持对象、类等（如面向对象的模型）和表格结构（如关系模型）。
例如-
它提供了关系模型中使用的数据结构和操作，还提供了面向对象模型的功能，如类、继承等。这种数据模型的唯一缺点是它很复杂，而且很难处理。
浮动数据模型
浮点数据模型由单个二维数据元素数组组成。例如，在二维数组中，我们可以将一列作为用户名，另一列作为密码。这里可以注意的一件事是，表（数组）中不应该有重复的条目。
例如-
该模型的主要缺点是它无法存储大量数据，其次，要访问任何数据，都需要搜索整个表，这使得它效率低下。
半结构化数据模型
半结构化数据模型是关系模型的一种通用形式，它允许以灵活的方式表示数据，因此我们无法在此模型中区分数据和架构，因为在此模型中，某些实体具有缺失的属性，而另一方面，某些实体可能具有一些额外的属性，这反过来又使更新数据库的架构变得容易。
例如，如果在某些属性中我们同时存储原子值（例如，Roll_No不能进一步划分的值）以及值的集合，我们可以说数据模型是半结构化的。
关联数据模型
关联数据模型以与大脑相同的方式查看数据，我.𝑒.一世。e.实体以及它们之间的关系。这种关系表示为“主语-动词-宾语”形式的简单英语句子。
例如 -
从句子
Pulkit 是客户
Pulkit 的客户 ID 为 645。
Neeraj 是客户
Neeraj 的客户 ID 是 784。
我们可以做下表——
Cust_ID 名字
645 普尔基特
784 尼拉杰
上下文数据模型
上下文模型只不过是上面讨论的几个数据模型的组合。例如，上下文模型可以是网络模型、ER 模型等的组合。 这种数据模型允许一个人做很多事情，如果他/她使用单一数据模型，他/她是不可能的。
DBMS中数据模型的优势
数据模型可确保准确表示数据。
数据之间的关系是明确定义的。
DBMS中的数据冗余可以最小化，并且可以很容易地识别缺失的数据。
最后但并非最不重要的一点是，数据的安全性不会受到损害。
DBMS中数据模型的缺点
数据模型最大的缺点是，必须了解物理数据的特征才能构建数据模型。
有时在大型数据库中，很难理解数据模型，而且产生的成本也非常高。
结论
DBMS 中的数据模型用于表示数据库的逻辑结构。
存在几种类型的数据模型，它们有其自身的优点和局限性。
ER 模型、关系模型和面向对象模型是 DBMS 中最受欢迎的数据模型之一。