什么是物理数据模型？
物理数据模型引入了概念数据模型和逻辑数据模型中所缺少的数据库特定上下文。 它表示数据库中的表、列、数据类型、视图、约束、索引和程序，以及/或计算机进行处理期间传递的信息。
物理数据模型应根据特定数据库管理系统(DBMS)以及基于数据所运行的流程的特定要求而构建。 这通常要求对逻辑设计结构进行非标准化处理，以维持引用完整性。 例如，在物理数据建模阶段考虑的上下文包括可以/将要处理的数据的性质，以及有关如何执行此类流程的规则。
另一重要考虑事项是确保DBMS中支持建模的列类型，以及遵循实体和列的命名规范，从而避免出现有问题的语义重叠。 技术上下文的考虑事项意味着物理数据模型反映技术环境当前或者预期的需求。
物理数据模型的目标是什么？
作为数据模型实施的特定于数据库的表示形式，物理数据模型可帮助在构建数据库之前可视化数据库结构。 其重点和最终目标是实施数据库，并且它们可通过描述如何在特定的DBMS范围内创建数据库来帮助组织实现这一点。
有了它，数据库设计师可以创建数据库的抽象概念并生成架构。 实体类型以表形式表示，关系类型行表示表之间的外键。 此透视图对于确保所表示的数据对象和关系准确无误且与组织的系统相兼容至关重要。
什么时候要考虑使用物理数据模型？
这三种数据模型可以且应视为线性阶段。 作为数据建模的第三个阶段，物理数据建模是以概念和逻辑阶段所开发的模型为基础。
物理模型标志着主要构建的模型从表示“内容”（即，将要建模的数据和信息）转变为表示“方法”（即，实施）。 当然，这种实用的实施方法会考虑DBMS和技术的具体细节，包括为项目提出的非标准化要求。
该模型描述单个项目的数据需求，但也可以和其他项目的物理数据模型相集成，以考虑项目、流程和技术之间的相互关系。 由于其对特定技术的考虑，物理数据模型更为严格，哪怕是细微的改动，都可能要求对整个应用程序进行修改。 因此，建议仅在已经构建概念数据模型和逻辑数据模型后再构建物理数据模型。
为什么要使用物理数据模型？
物理数据模型是了解实施性质的一个必不可少的步骤。 了解越全面，成功实施满足组织需求的解决方案的可能性就越高。
设计良好的物理数据模型可带来更佳的数据质量、更轻松的实施和维护以及更易实现的可扩展性。 不过，物理数据模型设计良好与否取决于其前面的模型是否充分。 实际上，很多组织都认识到构建物理数据模型的必要性，但忽略或跳过了概念数据模型和逻辑数据模型。 这不可避免地会导致设计考虑方面的差异以及从数据模型到物理应用程序的数据线性和可追溯性问题。
物理数据建模的益处
帮助生成数据库结构的直观表现形式
降低实施失败或不完整的风险
轻松地将数据模型转换为数据库架构
依托erwin更好地可视化您的数据
erwin拥有30余年的经验，是深受信赖的数据建模工具提供商和行业领导者。 我们不断创新，应对数据建模流程的每一个阶段，以及弥合数据建模与更广泛的数据监管工作之间的差距。
erwin Data Modeler by Quest用户可获享一个平台，该平台可应对数据生命周期的每一个阶段，同时促进协作。 从SQL和NoSQL支持，到自动化元数据收集，erwin Data Modeler客户可以显著缩短实施时间。