數據建模的軟件工程是創建的過程數據模型為信息系統通過應用某種形式的技術。

數據建模是一個過程用來定義和分析數據的需求，以支持所需的業務流程，在組織相應的信息系統的范圍之內。因此，數據建模的過程涉及專業的數據建模者與業務利益相關者以及信息系統的潛在用戶密切合作。

在從需求到用于信息系統的實際數據庫的過程中，產生了三種不同類型的數據模型。數據需求最初被記錄為概念數據模型，它本質上是一組關于數據的技術獨立規范，用于與業務利益相關者討論初始需求。然后將概念模型轉換為邏輯數據模型，該模型記錄了可以在數據庫中實現的數據結構。一個概念數據模型的實現可能需要多個邏輯數據模型。數據建模的最后一步是將邏輯數據模型轉換為物理數據模型將數據組織成表格，并說明訪問、性能和存儲細節。數據建模不僅定義了數據元素，還定義了它們的結構和它們之間的關系。

數據建模技術和方法用于以標準、一致、可預測的方式對數據進行建模，以便將其作為資源進行管理。強烈建議對所有需要在組織內定義和分析數據的標準方法的項目使用數據建模標準，例如，使用數據建模：

• 協助業務分析師、程序員、測試員、手冊編寫者、IT包選擇者、工程師、經理、相關組織和客戶理解和使用商定的半正式模型，該模型包含組織的概念及其相互之間的關系
• 將數據作為資源進行管理
• 整合信息系統
• 設計數據庫/數據倉庫（又名數據存儲庫）

可以在各種類型的項目期間和項目的多個階段中執行數據建模。數據模型是漸進式的；沒有業務或應用程序的最終數據模型這樣的東西。相反，數據模型應該被視為活文檔，它會隨著業務的變化而變化。理想情況下，數據模型應該存儲在存儲庫中，以便隨著時間的推移可以檢索、擴展和編輯它們。惠頓等人。(2004)確定了兩種類型的數據建模：

• 戰略數據建模：這是創建信息系統戰略的一部分，它定義了信息系統的整體愿景和架構。信息技術工程是一種包含這種方法的方法論。
• 系統分析期間的數據建模：在系統分析中，邏輯數據模型是作為新數據庫開發的一部分創建的。

數據建模還用作詳細說明特定數據庫的業務需求的技術。它有時被稱為數據庫建模，因為數據模型最終是在數據庫中實現的。

在業務流程集成的背景下，數據建模是對業務流程建模的補充，最終產生數據庫。

設計數據庫的過程涉及生成前面描述的三種類型的模式-概念、邏輯和物理。這些模式中記錄的數據庫設計通過數據定義語言進行轉換，然后可用于生成數據庫。全屬性數據模型包含其中每個實體的詳細屬性（描述）。術語“數據庫設計”可以描述整個數據庫系統設計的許多不同部分。主要并且最正確的是，它可以被認為是用于存儲數據的基本數據結構的邏輯設計。在關系模型中，這些是表和視圖。在對象數據庫中實體和關系直接映射到對象類和命名關系。然而，術語“數據庫設計”也可用于設計整個過程，不僅是基本數據結構，還包括用作數據庫管理系統或DBMS中整個數據庫應用程序一部分的表單和查詢。

在此過程中，系統接口占當前系統開發和支持成本的25%至70%。造成這種成本的主要原因是這些系統不共享通用數據模型。如果在一個系統一個系統的基礎上開發數據模型，那么不僅在重疊區域重復相同的分析，而且必須執行進一步的分析以創建它們之間的接口。組織內的大多數系統都包含相同的基本數據，并為特定目的重新開發。因此，有效設計的基本數據模型可以針對組織內不同系統的目的，通過最少的修改xxx限度地減少返工

數據模型表示感興趣的信息領域。雖然創建數據模型的方法有很多，但根據LenSilverston(1997)的說法，只有兩種建模方法脫穎而出，自頂向下和自底向上：

• 自下而上模型或視圖集成模型通常是重新設計工作的結果。它們通常從現有的數據結構表單、應用程序屏幕上的字段或報告開始。從企業的角度來看，這些模型通常是物理的、特定于應用程序的并且是不完整的。它們可能不會促進數據共享，特別是如果它們是在未參考組織其他部分的情況下構建的。
• 另一方面，自上而下的邏輯數據模型是通過從了解主題領域的人那里獲取信息以抽象方式創建的。系統可能不會實現邏輯模型中的所有實體，但該模型可用作參考點或模板。

有時模型是以兩種方法的混合創建的：通過考慮應用程序的數據需求和結構，以及通過始終引用主題領域模型。不幸的是，在許多環境中，邏輯數據模型和物理數據模型之間的區別是模糊的。此外，一些CASE工具不區分邏輯數據模型和物理數據模型。

數據建模有幾種表示法。實際模型通常稱為“實體-關系模型”，因為它根據數據中描述的實體和關系來描述數據。實體關系模型(ERM)是結構化數據的抽象概念表示。實體-關系建模是一種關系模式數據庫建模方法，用于軟件工程中以自頂向下的方式生成系統的一種概念數據模型（或語義數據模型），通常是關系數據庫及其需求。

這些模型用于需求分析期間信息系統設計的xxx階段，以描述信息需求或將存儲在數據庫中的信息類型。該數據建模技術可以用來描述任何本體（即一個概述和使用的術語及其關系的分類）有一定的話語宇宙的興趣，即區域。

已經開發了多種技術來設計數據模型。雖然這些方法指導數據建模人員的工作，但使用相同方法的兩個不同的人通常會得出截然不同的結果。最值得注意的是：

• 巴赫曼圖
• 巴克符號
• 陳的注解
• 數據庫建模
• 擴展巴科斯-諾爾形式
• IDEF1X
• 對象關系映射
• 對象角色建模和完全面向通信的信息建模
• 關系模型
• 關系模型/塔斯馬尼亞

通用數據模型是傳統數據模型的推廣。它們定義了標準化的一般關系類型，以及可能與這種關系類型相關的事物種類。通用數據模型的定義類似于自然語言的定義。例如，通用數據模型可以定義關系類型，例如一個“分類關系”，是一個二元關系的個體的事情，一種東西（類）和a“部分整體關系”之間，存在之間的二元關系兩個東西，一個是部分的作用，另一個是整體的作用，不管是什么相關的東西。

給定一個可擴展的類列表，這允許對任何單個事物進行分類，并為任何單個對象指定部分-整體關系。通過對可擴展的關系類型列表進行標準化，通用數據模型能夠表達無限數量的事實，并將接近自然語言的能力。另一方面，傳統數據模型具有固定且有限的域范圍，因為這種模型的實例化（使用）僅允許表達模型中預定義的各種事實。

DBMS的邏輯數據結構，無論是分層的、網絡的還是關系的，都不能完全滿足對數據概念定義的要求，因為它的范圍有限并且偏向于DBMS采用的實現策略。也就是說，除非有意在數據庫中實現語義數據模型，否則這種選擇可能會輕微影響性能，但通常會xxx提高生產力。

因此，從概念角度定義數據的需要導致了語義數據建模技術的發展。也就是說，在數據與其他數據的相互關系的上下文中定義數據含義的技術。如圖所示，在資源、想法、事件等方面，現實世界在物理數據存儲中被象征性地定義。語義數據模型是一種抽象，它定義了存儲的符號如何與現實世界相關。因此，模型必須是真實世界的真實表示。

語義數據模型可用于多種用途，例如：

• 數據資源規劃
• 建立共享數據庫
• 供應商軟件評估
• 現有數據庫的整合

語義數據模型的總體目標是通過將關系概念與人工智能領域已知的更強大的抽象概念相結合來捕獲數據的更多含義。這個想法是提供高級建模原語作為數據模型的組成部分，以促進真實世界情況的表示。