1,寫數據項:
數據項描述= {數據項名稱,數據項含義描述,別名,數據類型,長度,取值範圍,取值含義,與其他數據項的邏輯關系}。
其中“取值範圍”和“與其他數據項的邏輯關系”定義了數據完整性約束,是設計數據校驗函數的基礎。
2、編寫數據結構:
數據結構描述= {數據結構名稱,含義描述,組成:{數據項或數據結構}}。
3.寫入數據流:
數據流描述= {數據流名稱,描述,數據流來源,數據流目的,組成:{數據結構},平均流量,峰值流量}。
其中“數據流來源”是解釋數據流來自哪個流程,也就是數據的來源。“數據流去哪兒”就是解釋數據流會去哪個流程,也就是數據會去哪兒。“平均流量”是指單位時間(每天、每周、每月等)的傳輸次數。).“高峰流量”是指高峰期的數據流量。
4.寫入數據存儲:
數據存儲描述= {數據存儲名稱,描述,編號,流入數據流,流出數據流,組成:{數據結構},數據量,存取方式}。
其中“數據量”是指壹次訪問多少數據,每天(或每小時、每周等)訪問多少次。).“存取方法”包括批處理或在線處理;是檢索還是更新;無論是順序檢索還是隨機檢索等。
5、寫作過程:
流程描述= {流程名稱,描述,輸入:{數據流},輸出:{數據流},處理:{簡要描述}}。
6.寫入外部實體:
簡單的設計就夠了。
擴展數據:
數據字典最重要的功能是作為分析階段的工具。任何詞典最重要的用途是供人們查詢未知條目的解釋。在結構分析中,數據字典的作用是定義和解釋數據流圖上的每個組件。
換句話說,數據流圖上所有組件的定義和解釋的字面集合就是數據字典,在數據字典中建立的壹套嚴格且壹致的定義對於改善分析師和用戶之間的交流非常有幫助。
參考資料:
百度百科-數據字典