传统的基本数据模型有以下三种：
1、层次模型
层次模型是一种树结构模型，它把数据按自然的层次关系组织起来，以反映数据之间的隶属关系。层次模型是数据库技术中发展最早、技术上比较成熟的一种数据模型。它的特点是地理数据组织成有向有序的树结构，也叫树形结构。结构中的结点代表数据记录，连线描述位于不同结点数据间的从属关系(一对多的关系)。
2、网状数据模型
网状模型将数据组织成有向图结构，图中的结点代表数据记录，连线描述不同结点数据间的联系。这种数据模型的基本特征是，结点数据之间没有明确的从属关系，一个结点可与其它多个结点建立联系，即结点之间的联系是任意的，任何两个结点之间都能发生联系，可表示多对多的关系。
3、关系数据模型
由于关系数据库结构简单，操作方便，有坚实的理论基础，所以发展很快，80年代以后推出的数据库管理系统几乎都是关系型的。涉及到的基础知识有：关系模型的逻辑数据结构，表的操作符，表的完整性规则和视图、范式概念。
关系模型可以简单、灵活地表示各种实体及其关系，其数据描述具有较强的一致性和独立性。在关系数据库系统中，对数据的操作是通过关系代数实现的，具有严格的数学基础。
SECI模型的特征
在SECI模型的四个知识转化阶段中前后会经历四种场所（Ba）。每个场所分别提供一个基地，以利于进行某一特定阶段的知识转化程序，并使知识之创造加速进展。将四个场所的四个知识转化程序前后加以连贯起来，就构成一系列不断自我超越的程序，同时也随之显现 了知识转化的螺旋式演进情况。兹将四种场所的特征分别说明如下：
1、原始场所（Originating Ba）
在原始场所，个人之间基于同情，或彼此相爱相惜，因而得以排除自我与他人之间的障碍，彼此交互表露其感觉、情绪、 经验与心态。在此场所反应了Nishida的观点：“我爱，故我在”，而非迪卡儿的说法：“我思，故我在”。因此，从原始场所展现出关怀、爱心、信任与承诺。
原始场所是知识创造过程中之起点，属于社会化阶段。个人之间亲身的面对面之接触经验对隐性知识的移转与转化十分重要。因此，应强调开放式组织设计，使员工能充分接触顾客，以便个人之间的直接交谈及沟通。
2、互动场所（Interacting Ba）
将拥有特殊知识与能力的一些人组成一个计划小组、特案小组，或跨越业务单位的小组。让这些小组的成员在互动场所彼此交换想法，同时也对他们自己本身的想法加以反省及分析。
互动场所代表外表化阶段（the externalization process），大家以开放态度，彼此充分对话，将隐性知识转变为显性知识，以便创造新知识及价值。
3、电脑场所（Cyber Ba）
电脑场所代表组合阶段（the combination phase），利用虚拟世界而非实际的空间与时间，来进行 互动。在组织内部将新的显性知识与现有的资讯与知识组合，以便再产生更新的显性知识，并使之系统化。利用“线上网路”、文件与资料库等资讯来强化这项知识的转化程序。勒内·笛卡尔（Rene Descartes）的逻辑在此获得充分的发挥。
4、练习场所（Exercising Ba）
练习场所代表内化阶段（the internalization phase），能促使显性知识转化为隐性知识。在资深教师与同事的指导下，以观摩或实际演练等方式不断的练习，而非只坐着听教师讲授分析性的教材，能应用实际生活上或进行模拟的显性知识，并持续将这些知识内化。
上述四种场所各自的不同特征将有助于新知识之创造。在每个场所之内所产生的知识终将成为组织的知识基础而归大家共同来分享。然而，组织内的各个场所不仅是累积各种不同的资讯而已。这些场所具有动态性，能将隐性知识转化成显性知识，然后再进而将显性知识转化成隐性知识，并借此一周期循环而持续的创造新知识。
物理模型的特征
以实物或画图形式直观的表达认识对象的特征
在数据仓库项目中，物理模型设计和业务模型设计象两个轮子一样有力地支撑着数据仓库的实施，两者并行不悖，缺一不可。实际上，这有意地扩大了物理模型和业务模型的内涵和外延，因为，在这里物理模型不仅仅是数据的存储，而且也包含了数据仓库项目实施的方法论、资源以及软硬件选型，而业务模型不仅仅是主题模型的确立，也包含了企业的发展战略，行业模本等等更多的内容。
物理模型就像大厦的基础架构，就是通用的业界标准，无论是一座摩天大厦也好，还是茅草房也好，在架构师的眼里，他只是一所建筑，地基—层层建筑—封顶，这样的工序一样也不能少，关系到住户的安全，房屋的建筑质量也必须得以保证，唯一的区别是建筑的材料，地基是采用钢筋水泥还是石头，墙壁采用木质还是钢筋水泥或是砖头；当然材料和建筑细节还是会有区别的，视用户给出的成本而定；还有不可忽视的一点是，数据仓库的数据从几百GB到几十TB不等，面对如此大的数据管理，无论支撑这些数据的RDBMS（关系数据库）多么强大，仍不可避免地要考虑数据库的物理设计。 ◆确定项目资源
根据预算和业务需求，并参考以往的数据仓库项目经验，对该项目的成本周期和资源进行估算。
关于项目周期的估算，主要基于ETL函数功能点以及加权后的复杂度进行估算，通过以往项目经验和专家评估,然后再根据软件生命周期的划分，可以有效的得知项目的整体周期。
关于人员的估算，主要取决于人员的工作经验，素养，对新技术的掌握能力，还要考虑到人员流动等方面的人员备份。 ◆确定软硬件配置
数据仓库项目与其他业务系统不同，尤其需要对数据容量进行估算，这是因为数据仓库是历史的稳定的基于主题的集成的等等特性所决定的，它是对以往历史数据的集成，如果项目初期不加以考虑，很快就会造成灾难性的后果。
所以，首先要得到数据仓库的预计容量，也要考量具体的关系数据库的性能，既要考虑实际的预算，也要视实际的需求而定。在发挥软件作用的同时，兼顾扩展性。 ◆数据仓库存储设计
数据仓库一般采用分层设计，即ODS层，数据仓库层，数据仓库聚合层数据集市等等；数据仓库的分层是灵活的，没有固定的模式，一切视实际情况而定。
物理学是研究物质运动规律的学科，而实际的物理现象和物理规律一般都是十分复杂的，涉及到许多因素。舍弃次要因素，抓住主要因素，从而突出客观事物的本质特征，这就叫构建物理模型。构建物理模型是一种研究问题的科学的思维方法。
全部评论