在數據倉庫建設中，概念數據模型設計與邏輯數據模型設計、物理數據模型設計是數據庫及數據倉庫模型設計的三個主要步驟。

conceptual data model

概念數據模型是最終用戶對數據存儲的看法，反映了最終用戶綜合性的信息需求，它以數據類的方式描述企業級的數據需求，數據類代表了在業務環境中自然聚集成的幾個主要類別數據。

概念數據模型的內容包括重要的實體及實體之間的關系。在概念數據模型中不包括實體的屬性，也不用定義實體的主鍵。這是概念數據模型和邏輯數據模型的主要區別。

概念數據模型的目標是統一業務概念，作為業務人員和技術人員之間溝通的橋梁，確定不同實體之間的最高層次的關系。

在有些數據模型的設計過程中，概念數據模型是和邏輯數據模型合在一起進行設計的。

logical data model

邏輯數據模型反映的是系統分析設計人員對數據存儲的觀點，是對概念數據模型進一步的分解和細化。邏輯數據模型是根據業務規則確定的，關于業務對象、業務對象的數據項及業務對象之間關系的基本藍圖。

邏輯數據模型的內容包括所有的實體和關系，確定每個實體的屬性，定義每個實體的主鍵，指定實體的外鍵，需要進行范式化處理。

邏輯數據模型的目標是盡可能詳細的描述數據，但并不考慮數據在物理上如何來實現。

邏輯數據建模不僅會影響數據庫設計的方向，還間接影響最終數據庫的性能和管理。如果在實現邏輯數據模型時投入得足夠多，那么在物理數據模型設計時就可以有許多可供選擇的方法。

physical data model

物理數據模型是在邏輯數據模型的基礎上，考慮各種具體的技術實現因素，進行數據庫體系結構設計，真正實現數據在數據庫中的存放。

物理數據模型的內容包括確定所有的表和列，定義外鍵用于確定表之間的關系，基于用戶的需求可能進行范式化等內容。在物理實現上的考慮，可能會導致物理數據模型和邏輯數據模型有較大的不同。

物理數據模型的目標是指定如何用數據庫模式來實現邏輯數據模型，以及真正的保存數據。

總結

以上是生活随笔為你收集整理的数据仓库模型之CDM、LDM与PDM的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。