一、这个技术是什么？

现实业务中的用户、文章、标签和学习记录之间有关系。如果直接把所有字段堆在一张表里，修改、查询和数据一致性都会变得困难。

数据建模就是把业务概念、关系、约束和访问方式设计成可以长期维护的数据结构。

二、没有它之前发生了什么？

按页面临时设计数据字段
↓
同一信息在多处重复保存
↓
修改一个业务规则需要同步多个地方
↓
数据结构、关系和约束被显式设计

三、核心概念

1. Entity

Entity 是需要长期保存并被识别的业务对象，例如 User、Note 和 Project。

2. Relationship

关系描述对象之间如何关联，例如一个用户收藏多篇笔记。

3. Normalization

规范化通过拆分重复信息降低数据冗余和更新异常。

4. Denormalization

反规范化为了读取速度或简单查询，允许有意复制部分数据，但必须有同步策略。

5. Access Pattern

数据模型不能只看“数据长什么样”，还要考虑系统最常见的查询方式。

四、运行流程

五、面试复习

一句话回答

数据建模是把业务实体、关系、约束和主要访问方式设计成可维护的数据结构，目标是在正确性、查询效率和演进成本之间取得平衡。

高频追问

• 一对多和多对多如何建模？
• 什么时候需要反规范化？
• 为什么要设计索引？
• 如何处理历史数据和软删除？

容易答错

不要只背范式。真实系统需要结合查询模式、数据量、写入频率和一致性要求做取舍。

六、项目展示

知识平台可以把 Note、Tag、Project 和 InterviewQuestion 设计为不同实体，通过关系连接知识、项目和面试题，为知识图谱提供稳定的数据基础。