什么是逻辑数据模型？
作为对给定业务领域信息要求的一种图形表示，逻辑数据模型构建时采用了概念数据模型中描绘的数据描述，并为数据结构引入了相关元素、定义和更多上下文。
此阶段非常重要，因为虽然更精简的概念数据模型更容易沟通，但缺乏上下文可能会使得从建模到实施这一过程很困难。 需要更多详细信息来支持这一过程。 此类详细信息包括定义拥有的属性、主键、外键、关系基数，以及描述实体和分类。 在此阶段，将建立和定义数据之间关系的性质，并标准化不同系统中的数据。
逻辑数据模型的目标是什么？
在此阶段，数据模型的主要功能是可视化数据元素及其彼此之间的关系。 逻辑数据模型还可以详细描述与数据元素相关联的属性。 例如，逻辑数据模型将指定数据元素的性质，即帐户名称（字符串）、帐户编号（整数）。
什么时候要考虑使用逻辑数据模型？
这三种不同类型的数据模型提供的上下文和详细信息程度依次递增，我们可以按顺序查看其用法。 因此，一旦建立了概念数据模型，就应考虑逻辑数据模型。
这个更加结构化的数据建模阶段在应用程序设计期间最为重要，在此期间，它可以在数据库分析师和设计师所工作的更技术化的环境中充当一种通信机制。 它比概念数据模型更有助于我们了解数据的详细信息，但同样没有就其实施方式提供观点。
与概念数据建模一样，这意味着团队不受技术因素约束。 这一点至关重要，因为组织中技术的性质通常都是动态的。
为什么要使用逻辑数据模型？
了解逻辑数据模型何时较有意义及其原因的一个简单方法是考虑模型的预期受众 – 数据库分析师、系统分析师和设计师。 鉴于逻辑数据建模的受众及其在应用程序设计流程中的位置，排除上下文和详细信息而追求可访问性并没有什么意义。 额外的详细信息（与概念数据建模相比）是上下文架构师需要确保新应用程序与它们将包含的数据相兼容。 从本质上讲，逻辑数据模型为高效的数据库设计提供了必要的基础。
没有逻辑数据模型，设计师就只能边开发边真正明确新应用程序的要求。 这通常意味着要处理杂乱无章的元素，导致更容易忽略此类要求。 因此，跳过逻辑数据建模阶段而追求构建物理数据模型可能导致数据库设计和应用程序不佳，无法按预期运行。 解决这些不足之处需要采用反应式方法，而此类方法可能会拖长上市时间，增加与开发流程相关的总成本。
此外，逻辑数据模型的技术不可知性有助于组织挖掘改进流程的机会。 这意味着，可以尽可能有效地构建新应用程序，且其有效性不受当前技术限制的约束。
逻辑数据建模的益处
帮助组织识别业务流程可改进之处
设计考虑周全的应用程序
降低成本和提高效率
为未来模型奠定基础
依托erwin创建更好的模型
erwin开展数据业务已有30余年。 我们是公认的数据建模市场领导者。 利用这些专业知识，我们创建了一个适合满足数据建模流程每个阶段（概念、逻辑、物理）的数据建模需求的数据建模平台。
erwin Data Modeler by Quest让业务和技术利益相关方能够就新系统的设计和实施进行协作。 他们还可获享NoSQL支持和自动化元数据收集等功能，从而大幅减少实施时间。