数据模型概念

为什么要设计数据模型

由一张或者多张数据表（你可以想象就是一张张Excel表），数据表之间建立了引用关系的就叫做数据模型，开发应用软件之前，设计合理的数据模型能够让开发效率事半功倍！ 在设计应用软件时，需要考虑应用需要呈现哪些数据或者保存哪些用户的交互数据，这些数据需要保存在哪些表中，每张表中有哪些数据字段（表头），表与表之间是否有引用关系，此时需要设计数据模型来明确数据表、数据字段以及表关系。 创建了数据模型之后，相当于定义了保存数据的数据表的形式。

什么是数据表

数据表是明确规定了字段名称、字段类型，每一行数据都严格按照字段顺序与类型记录的表。更进一步的，数据表一般会有一个无意义的、静态的字段来为每条数据编号，这个字段被称为主键字段。在大多数表中，会将主键字段命名为“id”，id 的特性是一个随着数据量增加而自增的一个整数。 成绩表A

如上表，该表的字段有id、姓名、班级、科目、成绩 5个，其中id为该表主键，姓名、班级、科目是文本字段，成绩为数字字段。表格的9条数据，每一条数据都严格按照这几个字段的先后顺序、类型记录了各字段下的值。比如，成绩字段中就不允许出现“不合格”这样的文本值。

区分什么是“坏的”的数据表

在知道数据表会经常遭遇统计需求后，我们来区分什么是坏的数据表。 成绩表B

【表B】和【表A】的信息量是一致的，但是为什么要将其称为“坏的”数据表？ 因为一般而言，我们会要求数据表在设计好后就尽量少的改动自身的字段结构，表B的设计延展性不够强，会导致遭遇后续的新需求时要对数据表的维护升级工作成本更高。 比如，后续的考试增加一个新科目 “物理”，在【表A】中我只需要在记录每个人的成绩时多记录一条科目=物理的成绩即可，而【表B】我则必须要去为整张表增加一个字段。 更抽象地说：在承载相同信息量且无重复信息的情况下，一张数据表的字段设计，应该以数据条数最大化为原则。

为什么要拆分数据表并建立数据关系？

在上一阶段我们讨论了【表B】是不合格的，这一阶段我们要进一步指出：【表A】其实也是不合格的。 可以假象几种情况： 如果某名同学发生了转班，那么【表A】原先所记录的该同学的班级就是错误的，必须要统一进行修改； 如果某个科目改了名（比如“英语”改为“外语”），那么【表A】的记录同样会出错需要修改； 又如要从【表A】中统计每个班级有几个人，也许可以对姓名去重后，以班级为分组字段统计计数量。但这也未必能得到真实的数据：可能有人缺席了这次考试、可能有人在这次考试后退学/才刚入学。 总之，成绩表尽管有人员字段，但其延展性依然成问题，无法准确记录人员、科目的变化情况。 这个意义上，我们需要拆分数据表，以应对更全面和深入的需求。 (拆分数据表的另一个核心作用是减少调用数据时对服务器的压力，这点不做展开) 比如【表A】就理应被拆分为人员表、科目表以及成绩表 (可以进一步拆分班级表，但因为班级相对比较固定，不进行该操作) 。 人员表person

科目表course

但是一个问题是，从成绩表拆分出人员、科目后，成绩表现在应该变为什么样？如果没有了姓名、科目字段，要如何确定每个成绩的记录是哪个科目哪个人员的？ ——通过建立关系，也就是在成绩表中插入对应的人员表id和科目表id： 成绩表grade

我们可以通过person_id查询人员表的信息，通过course_id引用course表的信息，从而让成绩表grade承载的信息量和成绩表A完全一致。 建立关系的本质是使对方表可以引用当前表的数据，而数据模型，就是带有关系的数据表。关系主要以1:N（一对多）关系为主，1:1查漏补缺用。

数据模型关系

1:1（一对一）关系

如果表A与表B建立了1:1关系，A表中的某一条数据只跟B表的某一条数据相关联。 比如我们有一张很大的用户信息表，由于字段过多，不方便管理，于是根据业务需求将其拆分成了A、B两张表，其中A表为user表，B表为user_auth表，user表主要存放的字段为用户基本的信息(用户ID、真实姓名、昵称、真实头像、性别、职位、教育程度、专业、创建该用户的时间等)，而在user_auth表主要用存储验证用户的信息（用户ID、用户密码、邮箱、手机号等信息。） 1:1关系实际上就是将一张较大的表但是这些数据字段不容再拆分时，拆分成了两张或者多张表，通过1:1的关系相关联，方便数据的查询以及管理。

1:N（一对多）关系

如果A表对B表建立了1：N关系，我们将A称为B的上级表，比如上面的学生表对学生成绩表就建立了1：N关系。 建立关系的本质，是在下级表中插入一个记录上级表id的字段，表示这个下级表条目属于哪个上级表条目，比如学生成绩表的该条数据：

就表示其属于学生表中id=1的条目，也就是林总的成绩

我们一般将N表中表示1表id的字段称为外键。在zion中建立关系后，会自动在下级表中添加外键。 那么，如何判断两张表是否要建立关系、以及怎么建立关系呢？

- 从属视角

亦即判断：B表条目是否只能从属于一条A表条目，如是，则A表对B表可建立关系。 比如 一个学生只能在一个班级内，而一个班级里有多个学生，那么班级对学生就可以建立1：N关系； 又比如一条学生成绩只能从属于一个学生，而一个学生可以有多条成绩记录，那么学生表对学生成绩表就可以建立1：N关系。

- 引用视角

N表可以通过关系引用到1表的信息。可以将关系看做是一扇门/一个链接，通过这扇门N表可以找到对应1表的信息。 对应在 Zion，这种引用体现为建立关系后，绑定时出现的侧拉框。比如，我在学生成绩列表中，想知道各条成绩对应的学生的学号：

当涉及复杂数据模型，对关系感到混乱时，也可以从引用的角度进行思考：这张表需要哪些信息？哪部分信息是其他表中就已经有了的？这些信息可以通过关系引用得到，那么怎么建立关系才能做到这点？

特别的 1:N 关系：自关联表

自关联指数据表自己对自己建立了一对多关系，通常运用在带有层级结构的信息中 在电商案例中，“分类”就是一个自关联表，通过“父级分类”来确定自己的上级分类是什么。 并且通过这一个关联字段就可以添加更多的层级。

除了分类，其他的常用场景有：

1. 公司员工层级
2. 游戏任务线
3. 内容下一页### 特别的 1:N 关系：双关联表 被引用的对象向引用方建立2个关系字段的架构，典型的运用场景是聊天数据模型被引用对象为用户，引用方是聊天消息。 聊天消息数据表中引用两次用户表的id，分别用来表示发送消息的用户和接收消息的用户

“sender_id”是发送消息的用户，“receiver_id”是接受消息的用户

N:N（多对多）关系

有时我们会遇到两个实体之间存在多对多关系的情况，比如 报名（例：用户表，活动表，用户可以报名多个活动，一个活动也可以被多个用户报名） 收藏（例：用户表，商品表，用户可以收藏多个商品，一个商品也可以被多个用户收藏） 点赞（例：用户表，文章表，用户可以点赞多篇文章，一篇文章也可以被多个用户点赞） 这种情况下，我们会采用在两个实体表之间建一个中间表，然后让两个实体表分别对其建立1：N关系，来实现两个实体多对多关系的实现。以活动报名为例：

其他类似的常用场景有：

1. 活动报名
2. 图书收藏
3. 视频点赞
4. 内容标签# 什么是统计表？数据表和统计表的意义是什么 统计表是对源数据表进行统计后产生的表，统计表没有主键，其他的记录原则和数据表一致。 比如针对上一节的成绩表，我想知道各班级各同学的总分情况，那么可以得到如下的统计表：

统计表会有明确的分组字段 (黄色表示) 和统计字段 (无底色表示) ，一个统计字段只能由源数据表的单个字段统计得到，可执行的常见的统计操作一般有计数、求和、求平均、最大值、最小值几种。数据表的信息对于一般人而言太多太杂，提炼出针对性的统计表是非常常见的需求。 对于初学者，一个典型的场景是：在没有任何源数据表的情况下，我接到一个统计需求，我可以直接绕过数据表，直接制作统计表吗？ 回答是不建议。统计过程，本质是提炼信息的过程，这个过程会损失信息量。比如仅看总分统计表，我们无法知道每个人各科的成绩是什么，甚至不知道有哪几门科目。这样在下一次遭遇其他的统计需求时，我们可能就无法满足，比如，各科成绩的平均分情况。 因此标准的流程是，先数据采集做出数据表，再通过数据表统计出统计表。