数据模型的分类 按照不同的应用层次和抽象级别的由高到低，数据模型可依次划分为概念数据模型、逻辑数据模型和物理数据模型。概念数据模型主要用于数据库的设计，逻辑数据模型主要用于DBMS的实现。
数据模型是对现实世界特征的模拟和抽象，主要通过以下两个步骤来完成（如图1-6所示）：
图1-6 现实世界抽象过程
1）将现实世界抽象为信息世界。通过对现实世界中事物或现象及其联系的概念化抽象，形成了信息世界中的概念模型。
2）将信息世界转换为计算机世界。即将概念模型转换为计算机能接受的逻辑数据模型。通常将逻辑数据模型简称为数据模型。
1. 概念数据模型
概念数据模型（Conceptual Data Model, CDM）也称信息模型，它面向现实世界建模，按照用户的观点对数据进行描述，是面向用户的模型。
CDM对现实世界中的事物和特征进行数据抽象，只关心现实世界中的事物、事物的特征以及联系，与具体的DBMS和具体的计算机平台无关。CDM强调语义表达，描述信息结构，是对现实世界的第一层抽象，也是系统分析员、程序设计员、维护人员、用户之间进行交流的语言。常用的概念数据模型是实体-联系模型，简称E-R模型。有关E-R模型的内容将在第2章详细介绍。
2. 逻辑数据模型逻辑
数据模型（Logical Data Model, LDM）也称结构数据模型（Structural Data Model），它是用户从数据库中看到的数据模型，是计算机实际支持的数据模型，与具体的DBMS有关。通常，DBMS只支持一种LDM。
LDM按照计算机系统的观点对数据进行描述，主要用于描述数据库中数据的表示方法和数据库结构的实现方法。目前，数据库领域中最常用的逻辑数据模型有4种：层次模型、网状模型、关系模型和面向对象模型。
3. 物理数据模型物理
数据模型（Physical Data Model, PDM）是在计算机系统的底层对数据进行抽象，它描述数据在存储介质上的存储方式和存取方法，是面向计算机系统的数据模型。PDM与具体的DBMS有关，还与DBMS所依赖的操作系统和硬件有关。每一种逻辑数据模型在实现时都有其对应的物理数据模型。大部分PDM的实现工作由系统自动完成，以保证PDM的独立性。 
