数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究数据架构设计与数据管理
数据架构设计包括一系列标准，这些标准包含了特定规则、策略和数据类型，例如要收集哪些数据、从哪里收集数据、如何存储数据、如何组织数据，以及如何使用这些数据进行进一步分析。数据在成功执行业务战略中起着至关重要的作用。
数据架构设计
它帮助我们展示用户如何在数据库中查看数据。它描述了用于管理数据并简化处理的数据结构类型。DBMS 的概念取决于其架构。它分为三个模型，即概念模型、逻辑模型和物理模型。
概念模型
在这个模型中，表实体及其属性通过 ER 模型（实体关系模型）相关联。它还告诉我们哪些数据存储在数据库中，以及安全性和完整性信息。
示例
学生和奖品是两个由其属性提供的实体。
奖励是实体之间的关系。
逻辑模型
它用于以逻辑形式定义问题。它为概念模型添加了更多细节，例如每个实体的属性存在、键和非键属性的存在，以及主键-外键关系的明确定义。
示例
物理模型
在创建物理模型时，我们应该分别将实体和属性视为表和列。必须存在特定的数据类型来指示要输入的数据类型。如果发生任何更改，则需要比逻辑模型更多的工作量。
示例
数据管理
它是通过执行查找数据、存储数据、处理数据以及确保数据安全等任务来管理数据的方式。
它是每个组织的重要方面，因为它有助于通过帮助做出有效决策来促进行业发展。数据管理与业务生产力的提高成正比。
其中一个目标是使数据安全并得到最佳保护。
健康的数据管理可以通过创建、更新、删除和访问来轻松地更改数据。
大量数据已经存在，因此为了管理这些数据，我们需要 Tableau、Hadoop、Power BI 等工具和技术，这些工具有助于分析数据并进行改进。
数据管理主要由数据库分析师和数据架构师执行。
结论
在本文中，我们首先讨论了数据架构，其中包含三个模型。第一个是概念模型，其中数据之间的关系借助 ER 模型建立。第二个是逻辑模型，它为第一个模型添加了更多细节，例如属性、键和主键-外键的存在。第三个是物理模型，它侧重于数据库的类型。第二部分是数据管理，其中我们讨论了如何在数据分析师使用的工具的帮助下大规模管理数据。
1K+ 浏览量
