数据建模
世界上有千万种物品，各种各样的信息层出不穷。 每个信息都有自己的格式和表示方法，如何描述信息，以一定的方式进行转换，形成适合存储的数据格式称为建模。 常用的有实体建模法、维度建模法、范式建模法三种数据建模方法，两种数据建模方法都是信息结构清晰、pgddgs和读数。
(1)实体建模法
实体是现实世界中存在的或发生的事件，是现实世界中存在的可识别的、可区分的。 实体无论是人还是物，都可能发生了像篮球比赛这样的事情。 每个实体都必须具有区分各个实体的特性。 这些特性称为属性，每个实体可以由几个属性表示，每个属性都有值类型和范围。 属性是变量，值的范围是属性的值域。 实体建模法是根据客观世界中一个个实体与实体之间的关系，在数据建模过程中引入这一区分方法，将整个业务划分为一个个实体建立数据模型。 实体建模可以比较容易地实现模型的划分，抽象出具体的业务概念，建立符合自己需求的数据库模型。 由于实体建模是对客观世界的抽象，因此用这种方法创建的模型有一定的限制，适合特定领域。
)2)维度建模法
维度是数学上独立参数的数据，在数据分析领域是描述事物的角度和侧面，是数据库中描述某种事物的方法和属性的数量。 维度建模是对给定事物，用不同的描述方法记录该事物不同分类方法中各属性的值。 对人进行维度建模时，按性别维度分为男性和女性，按年龄段分为儿童、少年、青年、中年、老年，按收入水平分为3000以下、3000-6000、6000-3000、10000以上等集中类别
维度建模法的优点是，对某些东西，可以在各维度进行预处理，进行统计、分类、排序等，提高数据库的可操作性。 另外，用维度建模法建立的数据模型直观，能够紧密围绕业务需求建立模型，直观地应对业务中的问题。 建模方法简单，不需要进行特殊的抽象处理。 但是，维度建模法也有缺点。 一种是数据建模时需要预处理，存在很多预处理工作。 此外，如果业务需求发生变化，则必须重新定义维，然后重新对新维进行数据预处理。 在数据预处理过程中，许多数据往往是冗馀的，而且在维建模时只对维进行建模不能保证数据源的正确性和一致性，不适合在数据库基础上使用。
)3)范式转换法
范式是一种规则，是符合一定层次关系模式的集合，建立数据库时必须遵循一定的规则。 关系数据库中的关系必须满足一定的规则，也就是不同的范式。
范式建模法将原始数据信息在一定的数据结构和转换模型的基础上，转换为分解、规范的格式，使数据遵守一定的约束条件，每个数据项表示的含义明确，不产生歧义，同时各数据之间相互独立，依赖关系