隨著分析工具的進步，現在不懂技術的HR也可以自己做數據分析。以主流數據分析工具FineBI為例，其主要特點是專業、好用、易上手。與其顯示整個屏幕的數據讓你眼花繚亂，不如引導你逐步接近目標，而且不用敲代碼，用鼠標操作就可以完成各種數據處理，比Excel更好用，更適合于非技術人群。下面就有小編為您帶來數據庫設計的相關介紹。

Snowflake

3.2

42條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

3

一、數據庫設計的6個階段

    按照規范設計的方法，考慮數據庫及其應用系統開發全過程，將數據庫設計分為以下6個階段

1.需求分析

2.概念結構設計

3.邏輯結構設計

4.物理結構設計

5.數據庫實施

6.數據庫的運行和維護

在數據庫設計過程中，需求分析和概念設計可以獨立于任何數據庫管理系統進行，邏輯設計和物理設計與選用的DAMS密切相關。

數據庫設計

二、數據庫設計的幾個階段

1.需求分析階段（常用自頂向下）

      進行數據庫設計首先必須準確了解和分析用戶需求（包括數據與處理）。需求分析是整個設計過程的基礎，也是最困難，最耗時的一步。需求分析是否做得充分和準確，決定了在其上構建數據庫大廈的速度與質量。需求分析做的不好，會導致整個數據庫設計返工重做。

      需求分析的任務，是通過詳細調查現實世界要處理的對象，充分了解原系統工作概況，明確用戶的各種需求，然后在此基礎上確定新的系統功能，新系統還得充分考慮今后可能的擴充與改變，不僅僅能夠按當前應用需求來設計。

     調查的重點是，數據與處理。達到信息要求，處理要求，安全性和完整性要求。

     分析方法常用SA(Structured  Analysis) 結構化分析方法，SA方法從最上層的系統組織結構入手，采用自頂向下，逐層分解的方式分析系統。

      數據流圖表達了數據和處理過程的關系，在SA方法中，處理過程的處理邏輯常常借助判定表或判定樹來描述。在處理功能逐步分解的同事，系統中的數據也逐級分解，形成若干層次的數據流圖。系統中的數據則借助數據字典（data dictionary，DD）來描述。數據字典是系統中各類數據描述的集合，數據字典通常包括數據項，數據結構，數據流，數據存儲，和處理過程5個階段。

2.概念結構設計階段（常用自底向上）

       概念結構設計是整個數據庫設計的關鍵，它通過對用戶需求進行綜合，歸納與抽象，形成了一個獨立于具體DBMS的概念模型。

      設計概念結構通常有四類方法：

自頂向下。即首先定義全局概念結構的框架，再逐步細化。
自底向上。即首先定義各局部應用的概念結構，然后再將他們集成起來，得到全局概念結構。
逐步擴張。首先定義最重要的核心概念結構，然后向外擴張，以滾雪球的方式逐步生成其他的概念結構，直至總體概念結構。
混合策略。即自頂向下和自底向上相結合。

3.邏輯結構設計階段（E-R圖）

      邏輯結構設計是將概念結構轉換為某個DBMS所支持的數據模型，并將進行優化。

       在這階段，E-R圖顯得異常重要。大家要學會各個實體定義的屬性來畫出總體的E-R圖。

       各分E-R圖之間的沖突主要有三類：屬性沖突，命名沖突，和結構沖突。

       E-R圖向關系模型的轉換，要解決的問題是如何將實體性和實體間的聯系轉換為關系模式，如何確定這些關系模式的屬性和碼。

4.物理設計階段

       物理設計是為邏輯數據結構模型選取一個最適合應用環境的物理結構（包括存儲結構和存取方法）。

        首先要對運行的事務詳細分析，獲得選擇物理數據庫設計所需要的參數，其次，要充分了解所用的RDBMS的內部特征，特別是系統提供的存取方法和存儲結構。

        常用的存取方法有三類：1.索引方法，目前主要是B+樹索引方法。2.聚簇方法（Clustering）方法。3.是HASH方法。

5.數據庫實施階段

      數據庫實施階段，設計人員運營DBMS提供的數據庫語言（如sql）及其宿主語言，根據邏輯設計和物理設計的結果建立數據庫，編制和調試應用程序，組織數據入庫，并進行試運行。

6.數據庫運行和維護階段

       數據庫應用系統經過試運行后，即可投入正式運行，在數據庫系統運行過程中必須不斷地對其進行評價，調整，修改。

   數據分析是指利用合適的工具在統計學理論的支撐下，對數據進行一定程度的預處理，然后結合具體業務分析數據，幫助相關業務部門監控、定位、分析、解決問題，從而幫助企業高效決策，提高經營效率，發現業務機會點，讓企業獲得持續競爭的優勢。 以上就是小編為您介紹的數據庫設計的步驟，希望對您有所幫助。