1.4.2 數據抽象方法

常用的數據抽象方法有三種：分類、聚集和概括。

1. 分類

分類是指把現實世界中具有共性的個體抽象為一種實體型。例如，校園卡管理中，無論是張偉、周萍，還是其他個體都是學生，具有學號、姓名、性別、學院等共同屬性，可以抽象為“學生”實體型，而張偉、周萍等個體為該實體型的實體值，和實體型之間是“is member of”的關系，如圖1-22所示。

2. 聚集

聚集是將實體值之間的共性屬性抽象為實體的屬性，屬性描述了實體的組成部分。屬性和實體型之間是“is part of”的關系。例如，學號、姓名、性別、學院等都可以抽象為“學生”實體的屬性，如圖1-22所示。

圖1-22 由實體值抽象得到實體型及其屬性

3. 概括

如果實體之間存在子集聯系，可以概括為子類和超類。子類和超類之間是“is subset of”的關系，子類繼承超類所有的聯系和屬性，從而簡化實體的設計。

E-R模型中分別用矩形和雙豎邊矩形表示超類和子類，用直線加小圓圈的形式表示超類-子類的關系。例如，研究生、本科生都是學生，都具有學生的基本屬性，但是研究生有本科生沒有的科研要求（研究方向）、本科生有研究生沒有的軍訓和生產實習，研究方向，軍訓及生產實習分別是研究生和本科生的特有屬性。如果抽象為學生、研究生、本科生三種實體型，一則實體型數量多，二則實體型之間存在較多的冗余屬性。使用概括進行抽象后，把研究生、本科生抽象為學生的子類，繼承學生超類的學號、姓名、性別、學院等基本屬性，同時具有自己的特殊屬性，如圖1-23所示。