一家公司正在尝试构建一个系统，将消费品（软饮料、清洁剂、美容产品等）分解为最基本的组件。目的是能够将产品的所有特征分解为尽可能多的可枚举量。例如，软饮料将具有风味、卡路里、颜色、成本等属性。请注意，产品将来自各种各样的细分市场，并非所有属性都适用于所有产品（洗涤剂没有卡路里) 和类似的声音特性并不相似（具有酸橙香味的洗涤剂与酸橙味软饮料不同）。此外，预计搜索速度会很快，并且数据库需要了解产品之间的关系。仅建议相同的数据模型。
【问题讨论】：
标签： database database-design relational-database database-schema data-modeling
您强调的特性（并非所有属性都描述所有产品）是类/子类情况的经典特性。或者，如果您愿意，可以键入/子类型。
仅处理问题的那个特征，如果您想模拟您对主题的理解，我将提请您注意 EER（扩展实体关系）模型。 EER 有一种描述它所谓的泛化/专业化模式的方法。这是一个很好的搜索词，可以找到它的详细描述。这将充分描述你所说的你所追求的。
不过，请注意。您将在 SO 中看到的大多数 ER 模型是设计模型，而不是概念模型。也就是说，它们反映了设计由列和行、键和外键组成的表以包含相关数据的意图。
我推荐的是用于完全不同目的的 EER 模型。它是描述数据对主题专家的看法，而不是数据对数据库设计者的看法。那些从未了解过分析和设计之间区别的人会失去这种区别。
如果您的项目是一项重大项目，那么在继续设计之前，值得花适当的时间对主题进行详细分析。在尝试解决问题之前了解问题是大型项目成功工作的关键。
一旦您有了一个可以捕捉分析的良好概念模型，那么反映设计的数据模型的选择将取决于您决定构建的数据库类型。它可能是关系的，它可能是多维的，它可能是非结构化的。这取决于。但是，如果它独立于实现，分析会更有用。
【讨论】：