簡介
邏輯模型，是指數據的邏輯結構。
在資料庫中，邏輯模型有關係、網狀、層次，可以清晰表示個個關係。
在管理信息系統中，邏輯模型：是著重用邏輯的過程或主要的業務來描述對象系統，描述系統要“做什麼”，或者說具有哪些功能。
管理信息系統的開發策略，即通過對系統進行分析得到系統的邏輯模型, 進而從邏輯模型求得最優的物理模型。邏輯模型和物理模型的這種螺鏇式循環最佳化的設計模式體現了自上而下、自下而上結合的設計思想。
在數據倉庫中，總的來說數據倉庫的結構採用了三級數據模型的方式，即概念模型、邏輯模型、物理模型。其中，邏輯模型:用來構建數據倉庫的資料庫邏輯模型。根據分析系統的實際需求決策構建資料庫邏輯關係模型,定義資料庫物體結構及其關係。它關聯著數據倉庫的邏輯模型和物理模型兩方。
關於邏輯模型
邏輯建模是數據倉庫實施中的重要一環，因為它能直接反映出業務部門的需求，同時對系統的物理實施有著重要的指導作用，它的作用在於可以通過實體和關係勾勒出企業的數據藍圖。
邏輯建模的內容主要有：
其他信息
◆分析主題域
在概念模型設計中，我們確定了幾個基本的主題域，但是，數據倉庫的設計方法是一個逐步求精的過程，在進行設計時，一般是一次一個主題或一次若干個主題地逐步完成的。所以，我們必須對概念模型設計步驟中確定的幾個基本主題域進行分析，一併選擇首先要實施的主題域。選擇第一個主題域所要考慮的是它要足夠大，以便使得該主題域能建設成為一個可套用的系統;它還要足夠小，以便於開發和較快地實施。
◆粒度層次劃分
數據倉庫邏輯設計中要解決的一個重要問題是決定數據倉庫的粒度劃分層次，粒度層次劃分適當與否直接影響到數據倉庫中的數據量和所適合的查詢類型。由於主題資料庫回響企業級業務OLTP需求，所以必須保存最細類度數據，同時根據業務部門的查詢需求考慮確定多重粒度來提高複雜查詢速度。
◆確定數據分割策略
在這一步里，要選擇適當的數據分割的標準，一般要考慮以下幾方面因素:數據量〔而非記錄行數)、數據分析處理的實際情況、簡單易行以及粒度劃分策略等。其中，數據量的大小是決定是否進行數據分割和如何分割的主要因素;數據分析處理的要求是選擇數據分割標準的一個主要依據，因為數據分割是跟數據分析處理的對象緊密聯繫的。
◆關係模式定義
數據倉庫的每個主題都是由多個表來實現的，這些表之間依靠主題的公共碼鍵聯繫在一起，形成一個完整的主題。在概念模型設計時，我們就確定了數據倉庫的基本主題，並對每個主題的公共碼鍵、基本內容等做了描述。在這一步里，我們將要對選定的當前實施的主題進行模式劃分，形成多個表，並確定各個表的關係模式。
