很多朋友对于数据库设计和数据库设计分为哪几个阶段不太懂，今天就由小编来为大家分享，希望可以帮助到大家，下面一起来看看吧！
在信息技术飞速发展的今天，数据库作为数据管理的重要工具，已经渗透到了各行各业。一个优秀的数据库设计，不仅能提高数据处理的效率，还能保证数据的准确性和完整性。如何进行数据库设计呢？本文将带你一步步走进数据库设计的奇妙世界。
一、数据库设计概述
我们先来了解一下什么是数据库设计。数据库设计是指根据实际应用需求，对数据存储、组织、管理等方面进行合理规划的过程。一个好的数据库设计，可以带来以下好处：
- 提高数据访问效率：通过合理的数据库结构，可以快速检索、查询和更新数据。
- 保证数据完整性：通过数据约束、完整性约束等手段，确保数据的正确性和一致性。
- 降低维护成本：合理的数据库设计可以降低数据维护的难度，节省人力物力。
二、数据库设计流程
数据库设计流程可以分为以下几个阶段：
1. 需求分析
需求分析是数据库设计的首要阶段，主要是了解用户对数据库的需求。以下是一些需求分析的方法：
- 访谈：与用户进行面对面交流，了解他们的业务流程和数据需求。
- 问卷调查：通过问卷调查的方式收集用户对数据库的需求。
- 数据分析：对现有数据进行分析，找出潜在的需求。
2. 概念设计
概念设计阶段主要是根据需求分析的结果，建立数据库的概念模型。常用的概念模型有：
- 实体-关系模型（ER模型）：通过实体、属性和关系来描述数据之间的关系。
- 层次模型：通过层次结构来组织数据。
以下是一个简单的ER模型示例：
| 实体 | 属性 | 关系 |
|---|---|---|
| 用户 | 用户名、密码、邮箱等 | 与订单实体存在一对多关系 |
| 订单 | 订单号、下单时间、商品等 | 与用户实体存在一对多关系 |
| 商品 | 商品名称、价格、库存等 | 与订单实体存在多对多关系 |
3. 逻辑设计
逻辑设计阶段将概念模型转化为逻辑模型，常用的逻辑模型有：
- 关系模型：通过表、字段、索引等来描述数据。
- 网络模型：通过图结构来描述数据。
以下是一个简单的关系模型示例：
| 表名 | 字段 | 说明 |
|---|---|---|
| 用户 | 用户名、密码、邮箱等 | 存储用户信息 |
| 订单 | 订单号、下单时间、用户名等 | 存储订单信息 |
| 商品 | 商品名称、价格、库存等 | 存储商品信息 |
4. 物理设计
物理设计阶段是将逻辑模型转化为具体的数据库表结构，包括字段类型、索引、存储过程等。以下是一些物理设计的方法：
- 字段类型选择：根据数据的特点选择合适的字段类型，如数字、字符串、日期等。
- 索引设计：根据查询需求设计索引，提高查询效率。
- 存储过程设计：根据业务需求设计存储过程，提高数据操作的效率。
5. 数据库实施
数据库实施阶段是将物理设计转化为实际的数据库系统。以下是一些实施方法：
- 数据库软件选择：选择合适的数据库软件，如MySQL、Oracle等。
- 数据库安装：安装数据库软件，配置数据库参数。
- 数据导入：将现有数据导入到新数据库中。
6. 测试与优化
测试与优化阶段是检查数据库系统的性能和稳定性，并对数据库进行优化。以下是一些测试与优化的方法：
- 性能测试：对数据库进行性能测试，找出性能瓶颈。
- 稳定性测试：对数据库进行稳定性测试，确保其正常运行。
- 优化：根据测试结果对数据库进行优化，提高性能。
三、数据库设计注意事项
在进行数据库设计时，需要注意以下事项：
- 规范化：避免数据冗余和更新异常，提高数据的完整性。
- 一致性：保证数据的准确性和一致性。
- 可扩展性：设计可扩展的数据库，方便后续的修改和扩展。
- 安全性：保护数据安全，防止数据泄露。
四、总结
数据库设计是一个复杂而繁琐的过程，需要我们耐心和细致地分析需求、设计模型、实施数据库，并进行测试和优化。通过本文的介绍，相信大家对数据库设计有了更深入的了解。在今后的工作中，让我们共同努力，打造高效、稳定的数据库系统。
数据库设计的基本步骤
数据库设计的基本步骤
按照规范设计的方法，考虑数据库及其应用系统开发全过程，将数据库设计分为以下6个阶段
1.需求分析
2.概念结构设计
3.逻辑结构设计
4.物理结构设计
5.数据库实施
6.数据库的运行和维护
在数据库设计过程中，需求分析和概念设计可以独立于任何数据库管理系统进行，逻辑设计和物理设计与选用的DAMS密切相关。
1.需求分析阶段（常用自顶向下）
进行数据库设计首先必须准确了解和分析用户需求（包括数据与处理）。需求分析是整个设计过程的基础，也是最困难，最耗时的一步。需求分析是否做得充分和准确，决定了在其上构建数据库大厦的速度与质量。需求分析做的不好，会导致整个数据库设计返工重做。
需求分析的任务，是通过详细调查现实世界要处理的对象，充分了解原系统工作概况，明确用户的各种需求，然后在此基础上确定新的系统功能，新系统还得充分考虑今后可能的扩充与改变，不仅仅能够按当前应用需求来设计。
调查的重点是，数据与处理。达到信息要求，处理要求，安全性和完整性要求。
分析方法常用SA(StructuredAnalysis)结构化分析方法，SA方法从最上层的系统组织结构入手，采用自顶向下，逐层分解的方式分析系统。
数据流图表达了数据和处理过程的关系，在SA方法中，处理过程的处理逻辑常常借助判定表或判定树来描述。在处理功能逐步分解的同事，系统中的数据也逐级分解，形成若干层次的数据流图。系统中的数据则借助数据字典（data dictionary，DD）来描述。数据字典是系统中各类数据描述的集合，数据字典通常包括数据项，数据结构，数据流，数据存储，和处理过程5个阶段。
2.概念结构设计阶段（常用自底向上）
概念结构设计是整个数据库设计的关键，它通过对用户需求进行综合，归纳与抽象，形成了一个独立于具体DBMS的概念模型。
设计概念结构通常有四类方法：
自顶向下。即首先定义全局概念结构的框架，再逐步细化。
自底向上。即首先定义各局部应用的概念结构，然后再将他们集成起来，得到全局概念结构。
逐步扩张。首先定义最重要的核心概念结构，然后向外扩张，以滚雪球的方式逐步生成其他的概念结构，直至总体概念结构。
混合策略。即自顶向下和自底向上相结合。
3.逻辑结构设计阶段（E-R图）
逻辑结构设计是将概念结构转换为某个DBMS所支持的数据模型，并将进行优化。
在这阶段，E-R图显得异常重要。大家要学会各个实体定义的属性来画出总体的E-R图。
各分E-R图之间的冲突主要有三类：属性冲突，命名冲突，和结构冲突。
E-R图向关系模型的转换，要解决的问题是如何将实体性和实体间的联系转换为关系模式，如何确定这些关系模式的属性和码。
4.物理设计阶段
物理设计是为逻辑数据结构模型选取一个最适合应用环境的物理结构（包括存储结构和存取方法）。
首先要对运行的事务详细分析，获得选择物理数据库设计所需要的参数，其次，要充分了解所用的RDBMS的内部特征，特别是系统提供的存取方法和存储结构。
常用的存取方法有三类：1.索引方法，目前主要是B+树索引方法。2.聚簇方法（Clustering）方法。3.是HASH方法。
5.数据库实施阶段
数据库实施阶段，设计人员运营DBMS提供的数据库语言（如sql）及其宿主语言，根据逻辑设计和物理设计的结果建立数据库，编制和调试应用程序，组织数据入库，并进行试运行。
6.数据库运行和维护阶段
数据库应用系统经过试运行后，即可投入正式运行，在数据库系统运行过程中必须不断地对其进行评价，调整，修改。
数据库如何设计
数据库设计的基本步骤
按照规范设计的方法，考虑数据库及其应用系统开发全过程，将数据库设计分为以下6个阶段
1.需求分析
2.概念结构设计
3.逻辑结构设计
4.物理结构设计
5.数据库实施
6.数据库的运行和维护
数据库设计通常分为6个阶段1分析用户的需求，包括数据、功能和性能需求；2概念结构设计：主要采用E-R模型进行设计，包括画E-R图；3逻辑结构设计：通过将转换成表，实现从E-R模型到关系模型的转换；4：主要是为所设计的数据库选择合适的和存取路径；5数据库的实施：包括编程、测试和试运行；6数据库运行与维护：系统的运行与数据库的日常维护。）,主要讨论其中的第3个阶段,即逻辑设计。
在数据库设计过程中，需求分析和概念设计可以独立于任何数据库管理系统进行，逻辑设计和物理设计与选用的DAMS密切相关。
1.需求分析阶段（常用自顶向下）
进行数据库设计首先必须准确了解和分析用户需求（包括数据与处理）。需求分析是整个设计过程的基础，也是最困难，最耗时的一步。需求分析是否做得充分和准确，决定了在其上构建数据库大厦的速度与质量。需求分析做的不好，会导致整个数据库设计返工重做。
需求分析的任务，是通过详细调查现实世界要处理的对象，充分了解原系统工作概况，明确用户的各种需求，然后在此基础上确定新的系统功能，新系统还得充分考虑今后可能的扩充与改变，不仅仅能够按当前应用需求来设计。
调查的重点是，数据与处理。达到信息要求，处理要求，安全性和完整性要求。
分析方法常用SA(Structured Analysis)结构化分析方法，SA方法从最上层的系统组织结构入手，采用自顶向下，逐层分解的方式分析系统。
数据流图表达了数据和处理过程的关系，在SA方法中，处理过程的处理逻辑常常借助判定表或判定树来描述。在处理功能逐步分解的同事，系统中的数据也逐级分解，形成若干层次的数据流图。系统中的数据则借助数据字典（data dictionary，DD）来描述。数据字典是系统中各类数据描述的集合，数据字典通常包括数据项，数据结构，数据流，数据存储，和处理过程5个阶段。
2.概念结构设计阶段（常用自底向上）
概念结构设计是整个数据库设计的关键，它通过对用户需求进行综合，归纳与抽象，形成了一个独立于具体DBMS的概念模型。
设计概念结构通常有四类方法：
自顶向下。即首先定义全局概念结构的框架，再逐步细化。
自底向上。即首先定义各局部应用的概念结构，然后再将他们集成起来，得到全局概念结构。
逐步扩张。首先定义最重要的核心概念结构，然后向外扩张，以滚雪球的方式逐步生成其他的概念结构，直至总体概念结构。
混合策略。即自顶向下和自底向上相结合。
3.逻辑结构设计阶段（E-R图）
逻辑结构设计是将概念结构转换为某个DBMS所支持的数据模型，并将进行优化。
在这阶段，E-R图显得异常重要。大家要学会各个实体定义的属性来画出总体的E-R图。
各分E-R图之间的冲突主要有三类：属性冲突，命名冲突，和结构冲突。
E-R图向关系模型的转换，要解决的问题是如何将实体性和实体间的联系转换为关系模式，如何确定这些关系模式的属性和码。
4.物理设计阶段
物理设计是为逻辑数据结构模型选取一个最适合应用环境的物理结构（包括存储结构和存取方法）。
首先要对运行的事务详细分析，获得选择物理数据库设计所需要的参数，其次，要充分了解所用的RDBMS的内部特征，特别是系统提供的存取方法和存储结构。
常用的存取方法有三类：1.索引方法，目前主要是B+树索引方法。2.聚簇方法（Clustering）方法。3.是HASH方法。
5.数据库实施阶段
数据库实施阶段，设计人员运营DBMS提供的数据库语言（如sql）及其宿主语言，根据逻辑设计和物理设计的结果建立数据库，编制和调试应用程序，组织数据入库，并进行试运行。
6.数据库运行和维护阶段
数据库应用系统经过试运行后，即可投入正式运行，在数据库系统运行过程中必须不断地对其进行评价，调整，修改。
数据库设计5步骤
Five Steps to design the Database
1.确定entities及relationships
a)明确宏观行为。数据库是用来做什么的？比如，管理雇员的信息。
b)确定entities。对于一系列的行为，确定所管理信息所涉及到的主题范围。这将变成table。比如，雇用员工，指定具体部门，确定技能等级。
c)确定relationships。分析行为，确定tables之间有何种关系。比如，部门与雇员之间存在一种关系。给这种关系命名。
d)细化行为。从宏观行为开始，现在仔细检查这些行为，看有哪些行为能转为微观行为。比如，管理雇员的信息可细化为：
·增加新员工
·修改存在员工信息
·删除调走的员工
e)确定业务规则。分析业务规则，确定你要采取哪种。比如，可能有这样一种规则，一个部门有且只能有一个部门领导。这些规则将被设计到数据库的结构中。
====================================================================
范例：
ACME是一个小公司，在5个地方都设有办事处。当前，有75名员工。公司准备快速扩大规模，划分了9个部门，每个部门都有其领导。
为有助于寻求新的员工，人事部门规划了68种技能，为将来人事管理作好准备。员工被招进时，每一种技能的专业等级都被确定。
定义宏观行为
一些ACME公司的宏观行为包括：
●招聘员工
●解雇员工
●管理员工个人信息
●管理公司所需的技能信息
●管理哪位员工有哪些技能
●管理部门信息
●管理办事处信息
确定entities及relationships
我们可以确定要存放信息的主题领域(表)及其关系，并创建一个基于宏观行为及描述的图表。
我们用方框来代表table，用菱形代表relationship。我们可以确定哪些relationship是一对多，一对一，及多对多。
这是一个E-R草图，以后会细化。
细化宏观行为
以下微观行为基于上面宏观行为而形成：
●增加或删除一个员工
●增加或删除一个办事处
●列出一个部门中的所有员工
●增加一项技能
●增加一个员工的一项技能
●确定一个员工的技能
●确定一个员工每项技能的等级
●确定所有拥有相同等级的某项技能的员工
●修改员工的技能等级
这些微观行为可用来确定需要哪些table或relationship。
确定业务规则
业务规则常用于确定一对多，一对一，及多对多关系。
相关的业务规则可能有：
●现在有5个办事处；最多允许扩展到10个。
●员工可以改变部门或办事处
●每个部门有一个部门领导
●每个办事处至多有3个电话号码
●每个电话号码有一个或多个扩展
●员工被招进时，每一种技能的专业等级都被确定。
●每位员工拥有3到20个技能
●某位员工可能被安排在一个办事处，也可能不安排办事处。
2.确定所需数据
要确定所需数据：
a)确定支持数据
b)列出所要跟踪的所有数据。描述table(主题)的数据回答这些问题：谁，什么，哪里，何时，以及为什么
c)为每个table建立数据
d)列出每个table目前看起来合适的可用数据
e)为每个relationship设置数据
f)如果有，为每个relationship列出适用的数据
确定支持数据
你所确定的支持数据将会成为table中的字段名。比如，下列数据将适用于表Employee，表Skill，表Expert In。
Employee
Skill
Expert In
ID
ID
Level
Last Name
Name
Date acquired
First Name
Description
Department
Office
Address
如果将这些数据画成图表，就像：
需要注意：
●在确定支持数据时，请一定要参考你之前所确定的宏观行为，以清楚如何利用这些数据。
●比如，如果你知道你需要所有员工的按姓氏排序的列表，确保你将支持数据分解为名字与姓氏，这比简单地提供一个名字会更好。
●你所选择的名称最好保持一致性。这将更易于维护数据库，也更易于阅读所输出的报表。
●比如，如果你在某些地方用了一个缩写名称Emp_status，你就不应该在另外一个地方使用全名(Empolyee_ID)。相反，这些名称应当是Emp_status及Emp_id。
●数据是否与正确的table相对应无关紧要，你可以根据自己的喜好来定。在下节中，你会通过测试对此作出判断。3.标准化数据
标准化是你用以消除数据冗余及确保数据与正确的table或relationship相关联的一系列测试。共有5个测试。本节中，我们将讨论经常使用的3个。
关于标准化测试的更多信息，请参考有关数据库设计的书籍。
标准化格式
标准化格式是标准化数据的常用测试方式。你的数据通过第一遍测试后，就被认为是达到第一标准化格式；通过第二遍测试，达到第二标准化格式；通过第三遍测试，达到第三标准化格式。
如何标准格式：
1．列出数据
2．为每个表确定至少一个键。每个表必须有一个主键。
3．确定relationships的键。relationships的键是连接两个表的键。
4．检查支持数据列表中的计算数据。计算数据通常不保存在数据库中。
5．将数据放在第一遍的标准化格式中：
6．从tables及relationships除去重复的数据。
7．以你所除去数据创建一个或更多的tables及relationships。
8．将数据放在第二遍的标准化格式中：
9．用多于一个以上的键确定tables及relationships。
10．除去只依赖于键一部分的数据。
11．以你所除去数据创建一个或更多的tables及relationships。
12．将数据放在第三遍的标准化格式中：
13．除去那些依赖于tables或relationships中其他数据，并且不是键的数据。
14．以你所除去数据创建一个或更多的tables及relationships。
数据与键
在你开始标准化（测试数据）前，简单地列出数据，并为每张表确定一个唯一的主键。这个键可以由一个字段或几个字段（连锁键）组成。
主键是一张表中唯一区分各行的一组字段。Employee表的主键是Employee ID字段。Works In relationship中的主键包括Office Code及Employee ID字段。给数据库中每一relationship给出一个键，从其所连接的每一个table中抽取其键产生。
RelationShip
Key
Office
*Office code
Office address
Phone number
Works in
*Office code
*Employee ID
Department
*Department ID
Department name
Heads
*Department ID
*Employee ID
Assoc with
*Department ID
*EmployeeID
Skill
*Skill ID
Skill name
Skill description
Expert In
*Skill ID
*Employee ID
Skill level
Date acquired
Employee
*Employee ID
Last Name
First Name
Social security number
Employee street
Employee city
Employee state
Employee phone
Date of birth
将数据放在第一遍的标准化格式中
●除去重复的组
●要测试第一遍标准化格式，除去重复的组，并将它们放进他们各自的一张表中。
●在下面的例子中，Phone Number可以重复。（一个工作人员可以有多于一个的电话号码。）将重复的组除去，创建一个名为Telephone的新表。在Telephone与Office创建一个名为Associated With的relationship。
将数据放在第二遍的标准化格式中
●除去那些不依赖于整个键的数据。
●只看那些有一个以上键的tables及relationships。要测试第二遍标准化格式，除去那些不依赖于整个键的任何数据（组成键的所有字段）。
●在此例中，原Employee表有一个由两个字段组成的键。一些数据不依赖于整个键；例如，department name只依赖于其中一个键（Department ID）。因此，Department ID，其他Employee数据并不依赖于它，应移至一个名为Department的新表中，并为Employee及Department建立一个名为Assigned To的relationship。
将数据放在第三遍的标准化格式中
●除去那些不直接依赖于键的数据。
●要测试第三遍标准化格式，除去那些不是直接依赖于键，而是依赖于其他数据的数据。
●在此例中，原Employee表有依赖于其键（Employee ID）的数据。然而，office location及office phone依赖于其他字段，即Office Code。它们不直接依赖于Employee ID键。将这组数据，包括Office Code，移至一个名为Office的新表中，并为Employee及Office建立一个名为Works In的relationship。
4.考量关系
当你完成标准化进程后，你的设计已经差不多完成了。你所需要做的，就是考量关系。
考量带有数据的关系
你的一些relationship可能集含有数据。这经常发生在多对多的关系中。
遇到这种情况，将relationship转化为一个table。relationship的键依旧成为table中的键。
考量没有数据的关系
要实现没有数据的关系，你需要定义外部键。外部键是含有另外一个表中主键的一个或多个字段。外部键使你能同时连接多表数据。
有一些基本原则能帮助你决定将这些键放在哪里：
一对多在一对多关系中，“一”中的主键放在“多”中。此例中，外部键放在Employee表中。
一对一在一对一关系中，外部键可以放进任一表中。如果必须要放在某一边，而不能放在另一边，应该放在必须的一边。此例中，外部键（Head ID）在Department表中，因为这是必需的。
多对多在多对多关系中，用两个外部键来创建一个新表。已存的旧表通过这个新表来发生联系。
5.检验设计
在你完成设计之前，你需要确保它满足你的需要。检查你在一开始时所定义的行为，确认你可以获取行为所需要的所有数据：
●你能找到一个路径来等到你所需要的所有信息吗？
●设计是否满足了你的需要？
●所有需要的数据都可用吗？
如果你对以上的问题都回答是，你已经差不多完成设计了。
最终设计
最终设计看起来就像这样：
设计数据库的表属性
数据库设计需要确定有什么表，每张表有什么字段。此节讨论如何指定各字段的属性。
对于每一字段，你必须决定字段名，数据类型及大小，是否允许NULL值，以及你是否希望数据库限制字段中所允许的值。
选择字段名
字段名可以是字母、数字或符号的任意组合。然而，如果字段名包括了字母、数字或下划线、或并不以字母打头，或者它是个关键字（详见关键字表），那么当使用字段名称时，必须用双引号括起来。
为字段选择数据类型
SQL Anywhere支持的数据类型包括：
整数（int, integer, smallint）
小数（decimal, numeric）
浮点数（float, double）
字符型（char, varchar, long varchar）
二进制数据类型（binary, long binary）
日期/时间类型（date, time, timestamp）
用户自定义类型
关于数据类型的内容，请参见“SQL Anywhere数据类型”一节。字段的数据类型影响字段的最大尺寸。例如，如果你指定SMALLINT，此字段可以容纳32,767的整数。INTEGER可以容纳2,147,483,647的整数。对CHAR来讲，字段的最大值必须指定。
长二进制的数据类型可用来在数据库中保存例如图像(如位图)或者文字编辑文档。这些类型的信息通常被称为二进制大型对象，或者BLOBS。
关于每一数据类型的完整描述，见“SQL Anywhere数据类型”。
数据库设计怎么做
两个不同实体间的1:n关系
上图中表示的是一辆汽车与零件之间的1:n关系，一辆汽车由许多个零件构成。“汽车”这个实体具有型号、单价和牌号等属性，“零件”这个实体具有名称、单价和厂家等属性，“数量”是它们之间的关系“组成”的一个属性。
当然E-R图还可以表示1:1关系，例如夫妻关系以及姓名与学号间的关系等。
E-R图还可以表示m:n关系，例如教材中中讲的“学生”与“课程”之间通过“学习”联系，一个学生要学习多门课程，反之同一门课程有很多学生在学习。
在E-R图中，有时为了使其简洁明了，图中可以略去各属性，着重表示实体间的联系情况，而属性可以单独以表格形式单独列出。
4.E-R图的设计
E-R图的设计虽然没有一个绝对固定的方法，但一般来说应遵循以下两条基本原则：
（1）首先要针对每一个用户做出该用户信息的局部E-R图，确定该用户视图的实体、属性和联系。
[注意]
在设计E-R图时，能作为属性的就不要作为实体，这样有利于E-R图的简化。
（2）把每一个局部的E-R图综合起来，产生出总体的E-R图。
[注意]
在E-R图的综合的过程中，同名实体只能出现一次，还要去掉不必要的联系，这样才能消除冗余。
一般来说，从总体E-R图必须能导出原来所有局部E-R视图，包括所有的实体、属性和联系。
任何一个系统的E-R图都不是惟一的，强调的侧面不同，所作出的E-R图就可能差别很大。总体的E-R图所表示的实体联系模型，只能说明实体间的联系关系，还需要把它转换成数据模型才能被实际的DBMS所接受。
2.3.3从E-R图导出关系模型
E-R图是现实世界各实体的具体反映，与数据库具体实现毫无关系，但它却是构造数据模型的主要依据。本章的重点也是难点是：正确地应用E-R图反映实体间联系并从E-R图中导出关系模型。
1.从E-R图中导出关系模型的原则
（1）对于E-R图中的每一个实体，都应转换为一个关系，该关系应包括对应实体的全部属性，并应根据关系所表达的语义确定哪个属性（或哪几个属性组合）作为“主键”。键在关系模型中是实现联系的主要手段。
（2）对于E-R图中的联系，情况比较复杂，要根据实体联系的方式的不同，采取不同的手段加以实现。
2.从E-R图中导出关系模型
（1）两实体间1:n联系
对于两实体间1:n联系，导出关系模型的原则是：可以将“1”方实体的“主键”纳入“n”方实体对应的关系中作为“外部键”，同时把联系的属性也一并纳入“n”方对应的关系中。
（2）同一实体内部个体间1:n联系
对于同一实体集内部个体间的1:n联系，导出关系模型的原则是：可在这个实体所对应的关系中多设一个属性，用来作为与该实体相联系的另一个体的“主键”。
（3）两实体间m:n联系
对于两实体间的m:n联系，导出关系模型的原则是：必须对“联系”单独建立一个关系，用来联系双方实体；该关系的属性中至少要包括被它所联系的双方实体的“主键”，并且如果联系有属性，也要归入这个关系中。
（4）同一实体内部存在m:n的联系
如果同一实体内部存在m:n的联系，那么从E-R图导出关系模型的原则是“为这个联系单独建立一个关系；该关系中至少应包括被它所联系的双方实体的“主键”，如果联系有属性，也要归入这个关系中。
（5）两个以上实体间m:n多元联系
对于两个以上实体之间的m:n多元联系，从E-R图导出关系模型的原则是：必须为联系单独建立一个关系，该关系中最少应包括被它联系的各个实体的“主键”，若是联系有属性，也要归入这个关系中。
（6）两实体间1:1联系
对于两实体间1:1联系，只需在一个关系模型中增加另一个关系模型的主键，并可省略两实体间的联系模型。例如：书中所讲到的厂家与工厂的关系，可以省去“管理”这个模型，在“工厂”模型中加入属性“姓名”或在“厂长”模型中加入“工厂”的主键“厂号”，这样关系模型就形成了。
关于数据库设计和数据库设计分为哪几个阶段的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
