文档介绍：XML 和数据模型的扩展性
数据模型分为两种类型:
一种是独立于任何计算机系统实现的,如实体联系模型,这类模型完全不涉及信息在计算机系统中的表示,只是用来描述某个特定组织所关心的信息结构,因而又被称作“概念数据模型”。
另一类数据模型则是直接面向数据库中数据逻辑结构的,例如有关系、网状、层次、面向对象等模型。这类模型涉及到计算机系统,一般又称为“基本数据模型”或“结构数据模型”。
现实世界 →(抽象)→ 信息世界 →(转化)→ 数据世界
    (建立概念模型)        (建立数据模型)
概念模型必须具有:
(1)抽象的真实性:是对现实世界本质的、确实存在的内容的抽象。而忽略了现实世界中非本质的和与研究主题无关的内容。
(2)完整、精确的语义表达力,能够模拟现实世界中本质的、与研究主题有关的各种情况
(3)易于理解和修改
(4)易于向DBMS所持的数据模型转换,现实世界抽象成信息世界的目的,是为了用计算机处理现实世界中的信息。
概念模型,作为从现实世界到其数据世界转换的中间模型,它不考虑数据的操作,而只是用比较有效的、自然的方式来描述现实世界的数据及其联系。
E-R模型。
数据模型和业务系统之间的关系
业务层面:这个层次是我们客观世界中真实的业务层面的问题。
数据模型层面:这个层次是将真实的业务层面的个体抽象成抽象的,独立的实体和概念。
业务模板层面:这个层次介于业务层面和业务层面之间,通过该层面来实现数据模型层对业务层面的具体问题的映射。
数据和业务关系图
数据模型层其实是一个个抽象的,独立的概念和实体。实体与实体之间发生的关系是实体组合,组成了不同的业务模板。在这三个层次中,数据模型层的一个个实体就是整个数据模型的基础,通过实体间不同组合生成的业务模板,可以解决具体的业务中的相应问题。
理论上来说,如果一个完美的数据模型应该包含了所有的业务问题,所有的业务层的业务问题,都能通过相应的业务模板层找到相对应的业务模板。但是,在实际的数据建模的过程中,由于各种条件的限制,对业务理解的不够深入,以及业务本身的发展,往往会导致数据模型随着时间的推移也需要做出符合业务需要的修改。那么,在数据建模的过程中,必须要充分考虑到未来数据模型的扩展可能。
数据模型面临的挑战
业务发展的挑战
业务整合的挑战
业务的发展包含两个层面:
业务过程发生变化,指随着新的业务规则的变化,可能会影响到旧有的业务过程,需要按照新的业务规则生成相应的数据模型。
业务主体发生变更,指随着业务的发展,出现了新的事物主体或者原有的事物主体的新的属性的增加,需要我们按照新的业务主体修改我们原有的数据模型。
图 2. 业务流程的变化