文章
主题域模型-概念模型-逻辑模型-物理模型demo
在DCMM框架下，针对企业工商信息、联系人、合作企业及知识产权（专利/软著）等数据，需分层构建数据模型。以下是按照主题域模型→概念模型→逻辑模型→物理模型的逐层设计方法
一、主题域模型（Subject Area Model）
1. 划分原则
- 业务视角：按企业核心业务对象划分，确保每个主题域对应一个独立的业务概念。
- 数据特征：高内聚（同一主题域内数据强相关）、低耦合（主题域间关系明确且最小化）。
2. 主题域定义
| 主题域名称 | 核心概念 | 包含数据举例 | 关联关系说明 |
|---|---|---|---|
| 企业主体 | 企业作为法律实体的静态属性 | 工商注册号、名称、注册资本、法人 | 与"企业联系"通过信用代码关联 |
| 企业联系 | 企业与内外部实体的沟通渠道 | 联系人姓名、职位、电话、邮箱 | 依赖"企业主体"存在 |
| 合作企业 | 与企业有商业合作关系的其他实体 | 合作类型（供应商/客户）、签约时间 | 关联"企业主体"（双方信用代码） |
| 知识产权 | 企业拥有的专利、软著等无形资产 | 专利号、类型、申请日期、状态 | 必须归属某个"企业主体" |
3. 主题域关系图
二、概念模型（Conceptual Model）
1. 核心实体识别
- 企业主体（Enterprise）
- 属性：信用代码（PK）、法人姓名、注册地址、行业分类
- 联系人（Contact）
- 属性：联系人ID（PK）、所属企业（FK）、角色类型（法人/业务对接）、手机号
- 合作企业（Partner）
- 属性：合作ID（PK）、本方企业（FK）、对方企业信用代码、合作有效期
- 知识产权（IP）
- 属性：IP编号（PK）、所属企业（FK）、类型（专利/软著）、授权日期
2. 实体关系图（ERD）
三、逻辑模型（Logical Model）
1. 关系型数据库设计（第三范式）
| 表名 | 字段说明（示例） | 主键/外键约束 |
|---|---|---|
dim_enterprise | credit_code(PK), name, legal_rep, reg_address, establish_date, industry_code | PK: credit_code |
dim_contact | contact_id(PK), credit_code(FK), role_type, phone, email, is_primary | FK: credit_code→enterprise |
rel_partner | partner_id(PK), self_credit_code(FK), partner_credit_code(FK), start_date | 双FK关联企业表 |
fact_ip | ip_id(PK), credit_code(FK), ip_type, apply_date, expire_date, status | FK: credit_code |
2. 关键设计点
- 历史数据处理：在
rel_partner表中增加end_date字段跟踪合作状态变化。 - 数据质量规则：
dim_contact.phone字段强制符合正则表达式（如国内手机号格式）
四、物理模型（Physical Model）
1. 数据库实现（MySQL示例）
-- 企业主体表（分区按行业代码提高查询效率）
CREATE TABLE dim_enterprise (
credit_code CHAR(18) PRIMARY KEY,
name VARCHAR(100) NOT NULL,
legal_rep VARCHAR(50),
reg_address TEXT,
industry_code CHAR(5),
INDEX idx_industry (industry_code)
) PARTITION BY KEY(industry_code);
-- 联系人表（加密敏感字段）
CREATE TABLE dim_contact (
contact_id INT AUTO_INCREMENT PRIMARY KEY,
credit_code CHAR(18),
role_type ENUM('legal','business','finance'),
phone VARBINARY(255) COMMENT 'AES加密存储',
FOREIGN KEY (credit_code) REFERENCES dim_enterprise(credit_code)
);2. 性能优化措施
- 索引策略：为所有外键字段建立索引，对
fact_ip.apply_date建立时间范围索引。 - 存储规划：知识产权大文本（如专利说明书）使用对象存储，数据库仅存URL。
五、与DCMM能力等级的对应
- 二级（受管理级）：完成主题域划分和基础概念模型设计。
- 三级（稳健级）：逻辑模型实现数据标准化（如统一信用代码格式）。
- 四级（量化管理级）：物理模型支持数据血缘追踪（如记录IP资产变更日志）。
示例场景：
当查询某企业的"专利数量及主要联系人"时，通过credit_code关联dim_enterprise、fact_ip、dim_contact三表，其中企业主体表作为驱动表，利用索引快速定位数据。此设计满足DCMM对数据集成和业务敏捷性的要求。