执行逻辑数据库备份，将数据和逻辑定义从数据库提取到一个文件。
逻辑数据模型是数据的理想蓝图。
创建非标准化维度逻辑数据模型。
比区更大的逻辑数据库存储单位是段。
将多维逻辑数据模型转换为多维物理数据模型
将非标准化多维逻辑数据模型转换为多维物理数据模型。
逻辑数据模型的一般设计目标是正确*、一致*、非冗余和简单*。
启用多维符号的第一步是在逻辑数据模型中实现多维功能。
由于模式是根据信息架构定义/支配的逻辑数据模型而定义的，数据服务提供了与这些逻辑模型的对齐。
语义信息建模(本体)不属于逻辑数据建模，它对数据的语义(含义)和关系建模。
数据库切分是一个固有的关系流程，可以通过一些逻辑数据块将一个表的行分为不同的小组。
语义信息建模（本体）不属于逻辑数据建模，它对数据的语义（含义）和关系建模。
这种逻辑数据模型，使得使用第四种方法中描述的块载入工具直接载入数据库变得不现实起来。
问题在于，遗留系统并不进行数据输入编辑和检验，因此不能确保应用程序中捕捉的数据与逻辑数据模型保持一致。
如果某个业务域没有现成的LDM，那么可根据业务项定义逻辑数据模型(LDM)。
规范化消息模型最终基于逻辑数据模型和业务术语表，中间要通过一个服务分析模型。
理想情况下，应用程序建模师经过培训后应该能理解和利用逻辑数据模型。
取决于您是否希望更新业务项或逻辑数据模型，中间会合式场景有两种用例。
DB 2V8.2.2forLinux现在包含这样一种能力，即对基于NUMA的服务器上的逻辑数据库分区支持本地内存numa亲和力。
它们由逻辑数据模型转换而来，其中实体和关系转换为表、列、主键、外键以及约束。
概念化数据建模驱动规范化数据模型中最初宽度的规范，而逻辑数据建模则在同一个模型中增加进一步的细节。
在上面的小节中，讨论了如何从非标准化多维逻辑数据模型转换为一个有效的多维物理数据模型。
由于“行”的概念与二进制文件无关(逻辑数据结构通常都不是由新行终止)，因此您必须指定需要读入的字节数。
逻辑数据建模是软件开发的最佳实践之一，也是当开发组织在时间和预算压力之下很容易被忽视的地方。
从这一阶段开始，该解决方案就适用自底向上的方法了，这意味着这个逻辑数据模型中仅仅将最重要和紧迫的业务主题领域锁定为目标。
最后，同样重要的是，仅仅了解如何使用工具创建格式良好的业务流程和逻辑数据模型还远远不够。
每个系统都有其专有的语义，但是被映*到一个逻辑数据模型，可以将此模型实例化为一个物理联合模型或规范消息模型。
