我们都知道，数据一般有两种目的：操作型记录的保存和分析型决策的制定。前者反映数据的最新状态，按单条记录事务性来处理；后者反映数据一段时间的状态变化，按大批量方式处理数据。
数据有不同的用途，为了更好地满足数据使用需求，通常会选择数据建模。什么是数据建模呢？下面，宜信普惠来为大家讲解。
据宜信普惠了解，操作型记录的保存优化的核心是更快地处理事务；分析型决策的制定其核心是高性能、多维度处理数据。数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。将经过系统分析后抽象出来的概念模型转化为物理模型后，在visio或erwin等工具建立数据库实体和各实体之间关系的过程。
在宜信普惠看来，数据模型是数据特征的抽象。数据是描述事物的符号记录，模型是现实世界的抽象。也就是说，数据模型从抽象层次上描述了系统的静态特征、动态行为和约束条件，从而为数据库系统的信息表示与操作提供一个抽象的框架。
宜信惠普指出，数据模型所描述的内容有三部分，即数据结构、数据操作和数据约束。在建模过程中，人们经常用到星型模型。它是指维度模型在关系型数据库上的一种实现。该模型表示每个业务过程包含事实表，事实表存储事件的数值化度量，围绕事实表的多个维度表，维度表包含事件发生时实际存在的文本环境。星型模型重点关注用户如何更快速完成需求分析，同时具有较好的大规模复杂查询的响应性能。
宜信惠普认为，数据建模的过程中，涉及到的专业数据建模工作，与企业的利益和用户的信息系统密切相关，希望广大用户能利用数据建模为企业和自身赢得更大的帮助。
