data-modeling

name	data-modeling
description	数据建模方法 —— ER 模型、领域驱动数据建模、JSON Schema 设计与数据字典维护
category	数据/性能
loading	on-demand
triggers	{"keywords":["数据建模","data modeling","ER图","实体关系","DDD","领域模型","json schema"]}

数据建模方法

概述

提供从业务概念到数据结构的系统化建模方法，覆盖关系型 ER 建模、领域驱动设计（DDD）的数据建模、文档型 JSON Schema 设计。

使用场景

• 需求分析阶段梳理业务实体和关系
• 设计 API 的请求/响应数据结构
• 文档数据库（MongoDB）的文档模式设计
• 维护项目的数据字典和术语表

核心原则

1. 从业务出发而非技术出发：数据模型反映业务领域的概念和规则，而非数据库的实现细节。
2. 术语统一：同一概念在全系统使用同一名称，避免 Product、Item、Merchandise 混用。
3. 明确关系语义：一对一、一对多、多对多的选择要和业务规则一致，建立外键约束保护数据完整性。
4. 区分实体和值对象（DDD）：实体有唯一标识和生命周期；值对象没有独立标识，通过属性值相等。
5. 聚合根控制访问边界（DDD）：一个聚合一个事务边界，聚合外部只能通过聚合根访问内部实体。

数据字典模板

每个核心实体需记录：中文名、英文名、定义、所属模块、主要字段、关联实体、创建时间、最后修改时间。

检查清单

• 是否梳理了核心业务实体及其关系（ER 或类图）？
• 术语是否全局一致（数据字典核查）？
• 外键和约束是否反映真实业务规则？
• 聚合边界是否合理（一次事务只改一个聚合）？
• 是否有 JSON Schema 或验证规则描述数据结构约束？