1. ER 模型（实体-关系模型）
定义：ER 模型用于表示数据的结构和关系，通过图形化方式展示实体、属性及其相互关系。
关键概念：
- 实体：表示现实世界中的对象或概念，如学生、课程。
- 属性：描述实体的特征，如学生的姓名、年龄。
- 关系：表示实体之间的联系，如学生选课的关系。
表示方法：
- ER 图：用矩形表示实体，用椭圆表示属性，用菱形表示关系。线连接实体和关系，标注基数（如一对一、一对多）。
示例：
假设有“学生”和“课程”两个实体，可以表示为：
- 学生（学生ID、姓名、年龄）
- 课程（课程ID、课程名称、学分）
关系：学生选修课程。
2. 文档模型
定义：文档模型是非关系型数据库的一种数据模型，使用文档（通常为 JSON、BSON 或 XML 格式）来存储数据，适合存储层次化和灵活结构的数据。
关键概念：
- 文档：类似于一个 JSON 对象，包含键值对，可以嵌套其他文档或数组。
- 集合：文档的集合，相当于关系型数据库中的表，但没有固定的模式。
特点：
- 灵活性：文档可以有不同的结构，支持动态模式。
- 嵌套数据：可以在文档内嵌套数组和其他文档，适合表示复杂数据关系。
示例：
一个学生文档可能表示为：
{
"student_id": 1,
"name": "Alice",
"age": 21,
"courses": [
{"course_id": 101, "course_name": "Mathematics"},
{"course_id": 102, "course_name": "Physics"}
]
}
3. 图模型
定义：图模型通过节点、关系和属性来表示数据，专注于数据之间的连接性，适合处理复杂的网络关系。
关键概念：
- 节点：表示实体，如用户、产品。
- 关系：表示节点之间的连接，可以有方向和类型，如“朋友”、“购买”。
- 属性：附加在节点或关系上的数据，如用户的年龄或购买的时间。
特点：
- 高效的关系查询：可以快速遍历节点和关系，适合社交网络、推荐系统等场景。
- 灵活性：可以轻松添加新的节点和关系，适应变化的数据结构。
示例：
一个社交网络的图模型可能表示为：
- 节点：用户（Alice、Bob）、课程（Math、Physics）
- 关系：
- Alice 朋友 Bob
- Alice 报名 Math 课程
图表示为：
(Alice) --[FRIENDS_WITH]--> (Bob)
(Alice) --[ENROLLED_IN]--> (Math)
总结
- ER 模型：适合设计和理解关系型数据库的结构。
- 文档模型：灵活存储层次化数据，适合快速开发和变化频繁的应用。
- 图模型：高效处理复杂关系，适合社交网络、推荐系统等。
