数据库设计基本步骤
演讲人：
日期:
目录
CATALOGUE
02.
概念结构设计
04.
物理结构设计
05.
数据库实施部署
01.
03.
逻辑结构设计
06.
运维优化迭代
需求分析阶段
01
需求分析阶段
PART
业务场景数据收集
包括业务场景中的数据流向、数据量、数据特点等。
收集业务场景中的相关数据
如采用问卷调查、访谈、观察等方式，并选择适当的工具进行记录。
确定数据收集方式和工具
对数据进行分类、定义、命名等，以便后续的开发和管理。
建立数据字典
业务流程模型拆解
模型拆解
将业务流程拆解为若干个子模型，以便更好地进行数据分析和设计。
03
采用流程图等方式，直观地展示业务流程的各个环节及其关系。
02
绘制业务流程图
业务流程梳理
明确业务流程的各个环节、参与人员、涉及的数据等。
01
用户需求确认机制
建立用户反馈渠道
如用户调研、用户访谈等，及时收集用户对需求的反馈。
01
需求确认和评审
组织相关人员对需求进行评审和确认，确保需求的准确性和可行性。
02
需求变更管理
在需求变更时，及时进行变更申请、审批和记录，确保项目顺利进行。
03
02
概念结构设计
PART
实体关系模型构建
识别业务中需要抽象为实体的对象，如客户、商品、订单等。
实体识别
关系定义
实体属性描述
确定实体之间的关系，如客户与商品之间的购买关系。
为每个实体定义属性，如客户的姓名、地址、电话号码等。
确定业务中最重要、最常用的实体。
识别核心实体
确定这些实体的核心属性，如商品的编号、名称、价格等。
定义核心实体的关键属性
去除不必要的、重复的属性，以提高数据的一致性和准确性。
消除冗余属性
核心实体属性定义
模型冲突验证方法
关联验证
检查实体之间的关系是否符合业务逻辑，是否存在遗漏或错误的关系。
03
检查同一实体的不同属性之间是否存在冲突，如数据类型不匹配、取值范围冲突等。
02
属性冲突验证
实体冲突验证
检查模型中是否存在重复的实体或实体之间的关系是否清晰。
01
03
逻辑结构设计
PART
数据范式化处理
第一范式
确保每列都保持原子性，即列中的值是不可再分的。
01
第二范式
在满足第一范式的基础上，确保每个非主键列都完全依赖于主键，消除部分依赖。
02
第三范式
在满足第二范式的基础上，消除传递依赖，使每个非主键列只依赖于主键。
03
关系模式转换规则
将实体和关系转换为关系模式，通常使用实体-关系图（ER图）进行描述。
实体-关系模型转换
规范化处理
逆规范化
通过范式理论对关系模式进行优化，减少数据冗余和提高数据一致性。
在特定情况下，为了提高查询效率，可以适当增加冗余数据，但需注意维护数据一致性。
完整性约束设置
确保每个实体都有唯一标识，通常通过主键约束来实现。
实体完整性
确保引用关系中的外键有效性，即外键必须指向被引用表中的有效记录。
参照完整性
根据具体业务需求，设置独特的约束条件，如字段值范围、唯一性约束等。
用户自定义完整性
04
物理结构设计
PART
存储引擎选型策略
存储引擎特性
了解选定存储引擎的具体特性，如MySQL的InnoDB存储引擎支持事务、行级锁定等。
03
数据一致性、可用性、性能、事务支持、可扩展性等。
02
选型考虑因素
存储引擎类型
选择关系型数据库（如MySQL、PostgreSQL）或NoSQL数据库（如MongoDB、Cassandra）。
01
索引与分区方案
索引设计
根据查询模式，为表创建合适的索引（如B-tree索引、哈希索引）以提高查询性能。
01
分区策略
根据数据大小或查询需求，将数据水平或垂直分区，以优化查询性能和存储效率。
02
索引与分区结合
考虑在分区上建立索引，以进一步提高查询效率。
03
安全权限控制设计
实施严格的访问控制策略，如基于角色的访问控制（RBAC）或最小权限原则（PLP）。
访问控制
数据加密
安全审计
对敏感数据进行加密存储，以确保数据安全。
记录数据库操作日志，以便追踪和审计潜在的安全事件。
05
数据库实施部署
PART
采用统一的脚本模板，包括创建表、索引、视图等语句。
脚本模板
通过数据库设计工具或手写生成，确保脚本的正确性和可读性。
脚本生成方式
对生成的建表脚本进行严格的审核，确保符合规范并满足业务需求。
脚本审核流程
建表脚本生成规范
初始数据迁移流程
数据迁移验证
迁移后进行数据验证，确保数据的完整性和准确性。
03
选择适合的数据迁移工具，确保数据迁移过程的稳定性和效率。
02
数据迁移工具选择
数据迁移计划
制定详细的数据迁移计划，包括迁移的数据量、迁移方式、迁移时间等。
01
压力测试执行标准
测试方案设计
根据业务需求设计测试方案，包括测试场景、测试数据等。
01
测试环境准备
搭建独立的