# 一、软件工程
# 二、数据库设计步骤
# 需求分析
输入：用户需求
输出：数据字典、数据流图、需求文档
数据字典：
- 数据项：数据项是数据的最小组成单位，是不可再分的数据单位，若干个数据项可以组成一个数据结构。可以认为是对表的字段的描述。
数据项描述 = {数据项名,数据项含义说明,别名, 数据类型,长度,取值范围,取值含义,与其他数据项的逻辑关系k, 数据项之间的联系 }
数据项： 学号 含义说明：唯一标识每个学生 别名： 学生编号 类型： 字符型 长度： 9 取值范围：0000 00 000至9999 99 999 取值含义：前4位标别该学生入学年份，第5第6位所在专业系编号，后3位按顺序编号，例如202015008 与其他数据项的逻辑关系：学号的值确定了其他数据项的值1
2
3
4
5
6
7
8- 数据结构：数据结构反映了数据之间的组合关系。可以认为是对表（类）的描述。
数据结构描述 = {数据结构名，含义说明，组成: {数据项或数据结构} }
数据结构：学生 含义说明：学籍管理子系统的主体数据结构，定义了一个学生的有关信息 组成： 学号，姓名，性别，年龄，所在系，年级1
2
3- 数据流：数据流是数据结构在系统内部传输的路径。
数据流描述 = { 数据流名,说明,数据流来源,数据流去向, 组成: {数据结构}, 平均流量,高峰期流量 }
- 数据流来源：说明该数据流来自哪个处理过程/数据存储
- 数据流去向：说明该数据流将到哪个处理过程/数据存储区
- 平均流量：在单位时间（每天、每周、每月等）里的传输次数
- 高峰期流量：在高峰时期的数据流量
数据流： 体检结果后的流程 说明： 学生参加体格检查的最终报告 数据流来源：体检（处理过程） 数据流去向：批准（处理过程） 组成： { 学号， {血常规}，{尿常规}，{血液生化}，{心电图}，{B超}, … … {其他体检} } 平均流量： 每天200 高峰期流量：每天4001
2
3
4
5
6
7- 数据存储：数据存储是数据结构停留或保存的地方，也是数据流的来源和去向之一。可以由此确定数据表的量、读写频率、索引位置等。
数据存储描述 = {数据存储名,说明,编号,输入的数据流 ,输出的数据流, 组成: {数据结构}, 数据量, 存取频度, 存取方式}
- 存取频度：每小时、每天或每周存取次数，每次存取的数据量等信息
- 存取方法：批处理 / 联机处理；检索 / 更新；顺序检索 / 随机检索
- 输入的数据流：数据来源
- 输出的数据流：数据去向
数据存储： 学生登记表 说明： 记录学生的基本情况 流入数据流：每学期5000 流出数据流：每学期5000 组成： {学号，姓名，性别，年龄，所在系，年级，{学习成绩}，{体检结果}，{奖惩记录} … … } 数据量： 每年10000张 存取方式： 随机存取+按照专业系/班级打印1
2
3
4
5
6
7- 处理过程：具体处理逻辑一般用判定表或判定树来描述。数据字典中只需要描述处理过程的说明性信息。此词条可以辅助开发过程的业务流程处理，可以认为是业务规则。
处理过程描述 = { 处理过程名, 说明, 输入:{数据流}, 输出:{数据流}, 处理:{简要说明} }
处理过程：分配宿舍 说明：为所有新生分配学生宿舍 输入：学生，宿舍 输出：宿舍安排 处理：在新生报到后，为所有新生分配学生宿舍。 要求同一间宿舍只能安排同一年级同一性别的学生。 一个学生只能安排在一个宿舍中。 每个学生的居住面积不小于6平方米。 安排新生宿舍其处理时间应不超过15分钟。1
2
3
4
5
6
7
8
9
# 三大范式
- 为了建立冗余较小、结构合理的数据库，设计数据库时必须遵循一定的规则。在关系型数据库中这种规则就称为范式。范式是符合某一种设计要求的总结。要想设计一个结构合理的关系型数据库，必须满足一定的范式。
第一范式(确保每列保持原子性)： 第一范式是最基本的范式。如果数据库表中的所有字段值都是不可分解的原子值，就说明该数据库表满足了第一范式，如地址字段，可以拆分为省，市，详细地址三个字段，便于数据的获取及查询。
第二范式(确保表中的每列都和主键相关)： 第二范式是在第一范式的基础上，确保数据表上的每一列都与主键相关，而不能只是主键（联合主键）的某一部分相关（主要针对于联合主键的表，通常是新增一个自增ID）。
第三范式(确保每列都和主键列直接相关,而不是间接相关) 第三范式是在第二范式的基础上，需要确保数据表中的每一列数据都和主键直接相关，而不能间接相关。