大数据建模的意思是指文档化软件和业务系统设计的实践，这些不同系统和流程的“建模”通常涉及使用图表、符号和文本来表示数据流经企业内的软件应用程序或数据架构的方式。

什么是大数据建模

数据建模是指文档化软件和业务系统设计的实践。这些不同系统和流程的“建模”通常涉及使用图表、符号和文本来表示数据流经企业内的软件应用程序或数据架构的方式。数据建模还包括企业内业务流程建模实践，如处理更大的概念业务流程和整个组织的决策流程。

有许多相关的术语，包括概念建模、企业建模、逻辑模型、物理模型、实体关系模型、对象模型、多维模型、知识图、统计模型、规范数据模型、应用程序数据模型、业务需求模型、企业数据模型、集成模型、业务信息模型、本体、分类法、非关系模型、语义建模、ORM、UML 等等。

数据模型用于记录、定义、组织和显示给定数据库、体系结构、应用程序或平台内的数据结构如何在给定系统内以及在其他系统之间进行连接、存储、访问和处理。

数据建模的定义

根据 DAMA 国际数据管理知识库（DMBOK），数据建模是：分析和设计的方法，用于：定义和分析数据需求和定义支持这些需求的逻辑和物理结构。

数据模型是反映数据要求和设计的一组数据规范和相关图表。

大多数数据建模教程讨论数据模型的三种主要类型：逻辑、物理和概念。数据管理通讯（http://TDAN.com）将其定义为：

物理数据模型表示数据库的实际结构 - 表和列，或计算机进程之间发送的消息。这里的实体类型通常表示表，关系类型行表示表之间的外键。

逻辑数据模型是完全归一化的完全属性的数据模型。完全属性意味着实体类型具有所服务的应用程序所需的所有数据的所有属性和关系类型。它可能包括：、对可以保存的数据的限制以及与逻辑数据模型服务的应用程序进程相关的规则和派生数。

概念数据模型是业务中事物的模型以及它们之间的关系，而不是关于这些事物的数据模型。因此，在概念数据模型中，当你看到一个名为 car 的实体类型时，您应该考虑引擎的金属片，而不是数据库中的记录。因此，概念数据模型通常具有很少的属性。