以下是小编整理的什么是数据库概念模型（共含7篇），希望能够帮助到大家。同时，但愿您也能像本文投稿人“一个人”一样，积极向本站投稿分享好文章。
把面向对象的方法和数据库技术结合起来可以使数据库系统的分析、设计最大程度地与人们对客观世界的认识相一致。面向对象数据库系统是为了满足新的数据库应用需要而产生的新一代数据库系统。
数据库概念模型实际上是现实世界到机器世界的一个中间层次。数据库概念模型用于信息世界的建模，是现实世界到信息世界的第一层抽象，是数据库设计人员进行数据库设计的有力工具，也是数据库设计人员和用户之间进行交流的语言。建立数据概念模型，就是从数据的观点出发，观察系统中数据的采集、传输、处理、存储、输出等，经过分析、总结之后建立起来的一个逻辑模型，它主要是用于描述系统中数据的各种状态。这个模型不关心具体的实现方式(例如如何存储)和细节，而是主要关心数据在系统中的各个处理阶段的状态。 实际上，数据流图也是一种数据概念模型。
层次模型
图形结构
若用图来表示，层次模型是一棵倒立的树。在数据库中，满足以下条件的数据模型称之为层次模型：① 有且仅有一个结点无父结点，这个结点称之为根结点; ② 其他结点有且仅有一个父结点。 根据层次模型的定义可以看到，这是一个典型的树型结构。结点层次从根开始定义，根为第一层，根的子结点为第二层，根为其子结点的父结点，同一父结点的子结点称为兄弟结点，没有子结点的结点称为叶结点。
层次模型的优缺点
层次模型的主要优点：
层次数据库模型本身比较简单、层次模型对具有一对多的层次关系的部门描述非常自然、直观，容易理解、层次数据库模型提供了良好的完整性支持。
层次模型的主要缺点：
在现实世界中有很多的非层次性的联系，如多对多的联系，一个结点具有多个父结点等，层次模型表示这类联系的方法很笨拙、对于插入和删除操作的限制比较多、查询子结点必须经过父结点、由于结构严密，层次命令趋于程序化。
面向对象的数据库模型
面向对象数据库研究的另一个进展是在现有关系数据库中加入许多纯面向对象数据库的功能。在商业应用中对关系模型的面向对象扩展着重于性能优化，处理各种环境的对象的物理表示的优化和增加SQL模型以赋予面向对象特征。如Versant、UNISQL、O2等， 它们均具有关系数据库的基本功能，采用类似于SQL的语言，用户很容易掌握。
其他应用
还有许多应用要求多媒体数据库。它们要求以集成方式和文本或图形信息一起处理关系数据，这些应用包括高级办公室系统的其它文档管理系统。
人工智能(AI)应用的需要，如专家系统，也推动了面向对象数据库的发展。专家系统常需要处理各种(通常是复杂的)数据类型。与关系数据库不同，面向对象数据库不因数据类型的增加而降低处理效率。
由于这些应用需求，80年代已开始出现一些面向对象数据库的商品和许多正在研究的面向对象数据库。多数这样的面向对象数据库被用于基本设计的学科和工程应用领域。
早期的面向对象数据库
早期的面向对象数据库由于一些特性限制了在一般商业领域里的应用。首先同许多别的商业事务相比较，面向设计假定用户只执行有限的扩充事务;其次，商业用户要求易于使用的查询手段，如结构查询语言(SQL)所提供的手段。 而开发商用于商业领域的数据库定义和操作语言未获成功，使得它们对规模较大的应用完全无法适应。
面向对象数据库的新产品都在试图改变这些状况，使得面向对象数据库的开发从实验室走向市场。面向对象数据库从面向程序设计语言的扩充着手使之成为基于面向对象程序设计语言的面向对象数据库。例如：ONTOS、ORION等，它们均是C++的扩充，熟悉C++的人均能很方便地掌握并使用这类系统。
加入纯面向对象数据库
在现有关系数据库中加入纯面向对象数据库是面向对象数据库研究的另一个进展是在现有关系数据库中加入许多纯面向对象数据库的功能。在商业应用中对关系模型的面向对象扩展着重于性能优化，处理各种环境的对象的物理表示的优化和增加SQL模型以赋予面向对象特征。如Versant、UNISQL、O2等， 它们均具有关系数据库的基本功能，采用类似于SQL的语言，用户很容易掌握。
网状模型
在现实世界中，事物之间的联系更多的是非层次关系的，用层次模型表示非树型结构是很不直接的，网状模型则可以克服这一弊病。网状模型是一个网络。在数据库中，满足以下两个条件的数据模型称为网状模型。
① 允许一个以上的结点无父结点;
② 一个结点可以有多于一个的父结点。 从以上定义看出，网状模型构成了比层次结构复杂的网状结构。
关系模型
在关系模型中，数据的逻辑结构是一张二维表。
在数据库中，满足下列条件的二维表称为关系模型：
① 每一列中的分量是类型相同的数据;
② 列的顺序可以是任意的;
③ 行的顺序可以是任意的;
④ 表中的分量是不可再分割的最小数据项，即表中不允许有子表;
⑤ 表中的任意两行不能完全相同。
关系数据库采用关系模型作为数据的组织方式。 关系数据库因其严格的数学理论、使用简单灵活、数据独立性强等特点，而被公认为最有前途的一种数据库管理系统。它的发展十分迅速，目前已成为占据主导地位的数据库管理系统。自20世纪80年代以来，作为商品推出的数据库管理系统几乎都是关系型的，例如，Oracle，Sybase，Informix，Visual FoxPro，mysql，sqlserver等。
关系模型范式
只有满足一定条件的关系模式，才能避免操作异常。
关系模式要满足的条件称为规范化形式，简称范式。
下面介绍四种不同程度的范式，由低级向高级：
1、第一范式(1NF)
在关系模式R的每一个具体关系r中，如果每个属性值都是不可能再分的最小数据单元，则称R是第一范式。记为R∈1NF。1NF是关系数据库能够保存数据并且正确访问数据的最基本条件。
2、第二范式(2NF)
如果关系模式R(U，F)中的所有非主属性都完全函数依赖于任意一个候选关键字，则称关系R是属于第二范式。记为R∈2NF。
3、第三范式(3NF)
如果关系模式R(U，F)中所有非主属性对任何侯选关键字都不存在传递依赖，则称关系R是属于第三范式。记为R∈3NF。
4、BCNF
如果关系模式R(U，F)R属于1NF，对任何非平凡依赖的函数依赖X→Y(Y!→X)X均包含码。记为R∈BCNF。如果R是BCNF则一定是3NF;反之则不行。
一个低级范式的关系模式，可以通过分解方法转换成若干个高一级范式的关系模式的集合，也可以说任何一个高层的范式，总是能够满足低层的范式。
[什么是数据库概念模型]
农业生态研究文档数据库的概念模型设计
农业生态研究数据含有随时间、空间变化的信息,其数据类型复杂,且数据类型更新频繁.原有的商用数据库系统不能满足数据管理的需要.从用户查询角度,建立以实体-关系(E-R)模型为基础的`农业生态研究文档数据库概念模型,能够管理地图数据、统计数据和野外观测试验数据,满足多种数据类型的管理和查询的需要.本文介绍了实体-关系概念模型的设计,以及根据概念模型建立的农业生态研究文档数据库.
作 者：施建平王德建 Shi Jianping Wang Dejian 作者单位：中国科学院南京土壤研究所,南京,210008 刊 名：土壤 ISTIC PKU英文刊名：SOILS 年，卷(期)： 32(6) 分类号：F3 关键词：农业生态 数据库 概念模型网格计算已经成为热点，它所带来的低成本、高性能以及方便的计算资源共享正是众多企业所追求的，未来的数据库将构筑在网格计算环境之上。
RAC(Real Application Cluster，真正应用集群)是Oracle9i数据库中采用的一项新技术，也是Oracle数据库支持网格计算环境的核心技术。它的出现解决了传统数据库应用中面临的一个重要问题：高性能、高可伸缩性与低价格之间的矛盾，
除了RAC技术，Oracle9i数据库还提供其他功能来支持网格计算，包括支持在数据库之间进行数据快速复制的Transportable Tablespaces、支持数据流更新的Oracle Streams、支持应用可移植性的One Portable Codebase等。Mendelsohn认为，对那些需要建立数据中心的企业来说，Oracle9i RAC加上刀片服务器和Linux操作系统，就完全能够替代传统的基于大型机的数据系统。
准确的说应为支持网格的数据库技术，Oracle10g中的g即为gridding网格。
Microsoft access是一种关系式数据库，关系式数据库由一系列表组成，表又由一系列行和列组成，每一行是一个记录，每一列是一个字段，每个字段有一个字段名，字段名在一个表中不能重复，
什么是Access数据库
。表与表之间可以建立关系（或称关联，连接），以便查询相关联的信息。Access数据库以文件形式保存，文件的扩展名MDB。
Access 数据库由六种对象组成，它们是表、查询、窗体、报表、宏和模块。
表(Table) ――表是数据库的基本对象，是创建其他5种对象的基础。表由记录组成，记录由字段组成，表用来存贮数据库的数据，故又称数据表，
查询(Query)――查询可以按索引快速查找到需要的记录，按要求筛选记录并能连接若干个表的字段组成新表。
窗体(Form)――窗体提供了一种方便的浏览、输入及更改数据的窗口。还可以创建子窗体显示相关联的表的内容。窗体也称表单。
报表(Report)――报表的功能是将数据库中的数据分类汇总，然后打印出来，以便分析。
宏(Macro)――宏相当于DOS中的批处理，用来自动执行一系列操作。Access列出了一些常用的操作供用户选择，使用起来十分方便。
模块(Module)――模块的功能与宏类似，但它定义的操作比宏更精细和复杂，用户可以根据自己的需要编写程序。模块使用Visual Basic编程.
基于XML的概念模型表示
概念模型图等传统概念模型表示方法具有表达直观的`特点,但存在着对模型概念缺乏深入描述,具体图形受绘制者的主观因素影响等诸多不足.针对以上问题,提出了基本概念描述框架,以及基于此框架的用XML表示概念模型的方法.用XML表示的概念模型,实现了模型的概念描述和可视化表达相分离,消除了主观因素对模型的影响,还便于模型的传输和自动管理分析.
作 者：易锋 岳超源 YI Feng YUE Chao-yuan 作者单位：华中科技大学,控制科学与工程系,湖北,武汉,430074 刊 名：华中科技大学学报（城市科学版） ISTIC英文刊名：JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY・URBAN SCIENCE EDITION 年，卷(期)： 23(z1) 分类号：N945.12 TP311.52 关键词：概念模型 概念描述框架 XML海岸带环境承载力概念模型初探
摘要：海岸带环境承载力是海岸带可持续发展研究的重要内容,也是进行海岸带可持续发展评价的'重要基础.简要介绍了环境承载力的概念与内涵,阐述了环境承载力与可持续发展的关系,并根据其实质对海岸带环境承载力的概念、内涵、指标体系和评价概念模型进行了初步探讨.作 者：熊永柱 张美英 XIONG Yong-zhu ZHANG Mei-ying 作者单位：熊永柱,XIONG Yong-zhu(嘉应学院,地理系,广东,梅州,514015)张美英,ZHANG Mei-ying(中国科学院,广州地球化学研究所,广东,广州,510069)
期 刊：资源与产业 PKU Journal：RESOURCES & INDUSTRIES 年，卷(期)：, 10(4) 分类号：X821 关键词：海岸带 环境承载力 可持续发展 模型数据
目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家W.H.Inmon在其著作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策，什么是数据仓库数据库教程
。对于数据仓库的概念我们可以从两个层次予以理解，首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。根据数据仓库概念的含义，数据仓库拥有以下四个特点：
1、面向主题。操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。
2、集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。
3、相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。
4、反映历史变化。操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测，
企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念，只有把信息及时交给需要这些信息的使用者，供他们做出改善其业务经营的决策，信息才能发挥作用，信息才有意义。而把信息加以整理归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。因此，从产业界的角度看，数据仓库建设是一个工程，是一个过程。
整个数据仓库系统是一个包含四个层次的体系结构，具体由下图表示。
数据仓库系统体系结构
·数据源：是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信息包括存放于RDBMS中的各种业务处理数据和各类文档数据。外部信息包括各类法律法规、市场信息和竞争对手的信息等等；
·数据的存储与管理：是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库（通常称为数据集市）。
·OLAP服务器：对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。其具体实现可以分为：ROLAP、MOLAP和HOLAP。ROLAP基本数据和聚合数据均存放在RDBMS之中；MOLAP基本数据和聚合数据均存放于多维数据库中；HOLAP基本数据存放于RDBMS之中，聚合数据存放于多维数据库中。
·前端工具：主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具主要针对数据仓库。
★ 数据库面试题
★ 数据库开题报告
★ 数据库教学总结
★ 数据库开发简历
