数据模型设计与抽象思维的关系

 对于数据模型设计人员来讲面对一个新的项目或者模块，如何进行思考，是否有规律可循呢？

 

  数据模型设计的第一步就是进行概念模型的设计，概念模型的设计主要解决两个问题：

    1：找出现实世界的实体。

    2：确定实体间的关系。

 

 抽象思维要解决的问题：

    1：找出概念

    2：确定概念之间的关系

 

 其实数据模型设计的中的实体不就是抽象思维中的概念吗？也就是说数据模型设计其实就是抽象思维的过程。那么抽象思维的方法必然适用于数据模型设计，抽象思维有哪些方法呢？

   【分析】把事物分解为各个部分分别加以考察(把事物分开考察)

   【归纳】找出多个特殊性的具体事物的共同性（归类）

   【综合】把事物的各个部分用形成的各个概念分别代表，形成原来的整体事物的概念或确定这些各个部分的概念的关系(回归问题)

   【演绎】从事物的一般性返回到事物的具体的个别性（细化）。

 

具体到数据模型设计过程中如何使用这些方法呢？

 

    首先通过分析现有材料（如需求文档、项目规划书）整理出材料中表达的事与物 ，接着通过归纳把分析的结果进行归类，然后在归类到基层上确定实体以及实体间的关系。

 

 

一句话数据模型设计的过程就是抽象思维的过程，一个人的抽象能力决定了一个人的数据模型设计能力，因此在日常工作的过程中要有意识到提高自己的抽象思维能力。

 

以上是本人非常浅薄的认识，希望高人多多指教。