Логическая модель базы данных описывает, какие данные хранит система и как они связаны: сущности, их атрибуты, ключи и связи между таблицами. Типов конкретной СУБД, индексов и настроек хранения в ней ещё нет. По сути это чертёж, который можно отдать разработчику и получить одинаковую базу хоть в PostgreSQL, хоть в MySQL.
Строят её после разговора с заказчиком и до первого CREATE TABLE. Ниже разберём, чем логическая модель отличается от концептуальной и физической, из каких элементов состоит, и построим её по шагам на примере каталога курсов. Если термин «СУБД» пока звучит туманно, начните с разбора, что такое система управления базами данных.
SkillboxНейросети для рабочих задач31 290 ₽1 месяц
ЭдюсонSQL-разработчик: тариф PRO89 900 ₽2 месяца
ProductStarData-Driven подход в разработке продукта: SQL и Yandex DataLens29 990 ₽1 месяц
SkyproSQL с нуля134 640 ₽12 месяцев
SF EducationОбработка и анализ данных в SQL11 550 ₽1 месяц
НетологияSQL и получение данных33 900 ₽9 недель
Что такое логическая модель данных

Логическая модель отвечает на два вопроса: какие объекты хранятся в базе и по каким правилам они связаны. Объекты называют сущностями, их свойства атрибутами, а правила записывают через ключи и кратность связей.
В логической модели обычно есть:
- все сущности предметной области с понятными именами;
- атрибуты каждой сущности, без привязки к типам конкретной СУБД;
- первичные ключи, по которым строка однозначно находится, и внешние ключи, которые ссылаются на другие сущности;
- связи с кратностью: один к одному, один ко многим, многие ко многим;
- бизнес-правила: обязательные поля, уникальность, допустимые значения.
Чего в ней нет: индексов, разбиения на разделы, конкретных типов вроде VARCHAR(255) или JSONB, имён табличных пространств. Всё это решают позже, на физическом уровне.
В русских учебниках встречаются ещё два названия. Инфологическая (информационно-логическая) модель примерно соответствует концептуальной: она описывает предметную область словами и схемами, без оглядки на базу. Даталогическая модель ближе к логической: это та же структура, но уже в терминах выбранной модели данных, чаще всего реляционной. С реляционными базами работают на языке SQL, и логическая модель потом почти один в один превращается в его команды.
Концептуальная, логическая и физическая модель: чем отличаются

Проектирование базы идёт сверху вниз, от смысла к байтам. Каждый следующий уровень уточняет предыдущий, а не переписывает его.
| Уровень | На какой вопрос отвечает | Что в нём есть | Кто читает |
|---|---|---|---|
| Концептуальная | Что существует в предметной области | Крупные сущности и связи между ними, без атрибутов или с главными | Заказчик, аналитик |
| Логическая | Какие данные храним и как они связаны | Все сущности, атрибуты, первичные и внешние ключи, кратность, нормализация | Аналитик, архитектор, разработчик |
| Физическая | Как это лежит в конкретной СУБД | Таблицы, типы данных, индексы, ограничения, разделы, права | Разработчик, администратор БД |
Простой тест. Если в схеме можно поменять PostgreSQL на MySQL и ничего не исправлять, перед вами логическая модель. Если на схеме стоят SERIAL, BTREE и TABLESPACE, это уже физическая.
Концептуальную модель иногда пропускают на маленьких проектах, где заказчик и разработчик один человек. С логической так делать не стоит: ошибка в связи, найденная на схеме, правится за минуту, а та же ошибка в живой базе с данными превращается в миграцию.
Сущности, атрибуты, ключи и связи
Сущности и экземпляры
Сущностью в БД называют класс объектов, о которых система хранит данные: «Курс», «Школа», «Студент». Конкретный курс «SQL с нуля» будет экземпляром сущности, в таблице он станет одной строкой.
Сущности бывают сильными и слабыми. Сильная существует сама по себе: школа есть, даже если у неё нет курсов. Слабая без родителя теряет смысл: запись студента на курс не существует без студента и без курса.
Атрибуты и ключи
Атрибут описывает свойство сущности: название курса, цена, email студента. На логическом уровне атрибуту достаточно имени, смысла и признака обязательности. Тип записывают общими словами: «целое число», «строка», «дата».
Сущности между собой связывают ключи:
- первичный ключ (PK) однозначно определяет строку. В документации PostgreSQL сказано, что его значения должны быть «одновременно уникальными и отличными от NULL»;
- внешний ключ (FK) ссылается на первичный ключ другой сущности. По той же документации он задаёт, что значения столбца должны соответствовать значениям в некоторой строке другой таблицы, и это называется ссылочной целостностью;
- естественный ключ берут из самих данных, например email или ИНН. Суррогатный придумывают специально:
student_id= 500. Email может смениться, суррогатный номер не меняется, поэтому первичным чаще делают суррогатный, а на email вешают уникальность.
Про пустые значения в ключах и почему NULL не равен даже самому себе, подробно рассказано в статье про NULL в SQL.
Связи и кратность
Связь показывает, как экземпляры одной сущности соотносятся с экземплярами другой. Кратность говорит, сколько их может быть с каждой стороны.
| Тип связи | Пример | Как реализуется в таблицах |
|---|---|---|
| Один к одному (1:1) | Студент и его паспортные данные | Внешний ключ с уникальностью или общий первичный ключ |
| Один ко многим (1:N) | Школа и её курсы | Внешний ключ на стороне «многих»: course.school_id |
| Многие ко многим (M:N) | Курсы и категории | Отдельная связующая сущность с двумя внешними ключами |
В нотации «вороньей лапки» (Crow’s Foot) кратность рисуют значками на концах линии. В синтаксисе Mermaid, который удобно хранить прямо в репозитории, значки такие:
|o: ноль или один;||: ровно один;}o: ноль или больше;}|: один или больше.
Полная таблица есть в документации Mermaid по ER-диаграммам.
Там же связи делят на идентифицирующие и неидентифицирующие. Первая рисуется сплошной линией и нужна, когда дочерняя сущность не может существовать без родителя. Вторая рисуется пунктиром.
Как построить логическую модель базы данных: пример каталога курсов
Возьмём задачу, близкую к нашей: каталог онлайн-курсов. Школы выпускают курсы, курсы лежат в категориях, студенты записываются на курсы. Пройдём весь путь за семь шагов.
- Запишите требования предложениями. «Школа ведёт несколько курсов. Курс принадлежит одной школе. Курс может быть в нескольких категориях. Студент может записаться на несколько курсов, у записи есть дата».
- Выпишите существительные. Из предложений получаются кандидаты в сущности: школа, курс, категория, студент, запись. «Дата» уходит в атрибуты записи.
- Назначьте атрибуты. Школа: название. Курс: название, цена. Категория: название. Студент: email. Запись: дата записи.
- Выберите первичные ключи. Каждой сильной сущности даём суррогатный номер:
school_id,course_id,category_id,student_id. Названию школы и email студента ставим уникальность. - Проставьте связи и кратность. Школа и курс: один ко многим. Курс и категория: многие ко многим. Студент и курс: тоже многие ко многим.
- Разверните связи многие ко многим. Между курсом и категорией появляется сущность
course_category, между студентом и курсом появляетсяenrollment. Её первичный ключ составной: пара внешних ключей. У записи есть свой атрибут, дата, поэтому запись становится полноценной сущностью со своими данными. - Проверьте нормальные формы. В каждой ячейке одно значение, каждый атрибут зависит от всего ключа и только от него. Название школы не дублируется в таблице курсов, его достаём через
school_id. Что такое первая, вторая и третья нормальные формы, разобрано в статье о нормализации данных.
Получилось шесть сущностей:
| Сущность | Атрибуты | Первичный ключ | Внешние ключи |
|---|---|---|---|
| school (школа) | school_id, name | school_id | — |
| course (курс) | course_id, school_id, title, price | course_id | school_id → school |
| category (категория) | category_id, name | category_id | — |
| course_category | course_id, category_id | course_id + category_id | course_id → course, category_id → category |
| student (студент) | student_id, email | student_id | — |
| enrollment (запись) | student_id, course_id, enrolled_on | student_id + course_id | student_id → student, course_id → course |
Ту же логическую модель удобно хранить текстом. Код ниже вставляется в Mermaid Live или в любой Markdown-файл с поддержкой Mermaid, и редактор рисует ER-диаграмму:
erDiagram
SCHOOL ||..o{ COURSE : offers
COURSE ||--o{ COURSE_CATEGORY : tagged
CATEGORY ||--o{ COURSE_CATEGORY : groups
STUDENT ||--o{ ENROLLMENT : makes
COURSE ||--o{ ENROLLMENT : receives
SCHOOL {
int school_id PK
string name UK
}
COURSE {
int course_id PK
int school_id FK
string title
int price
}
CATEGORY {
int category_id PK
string name UK
}
COURSE_CATEGORY {
int course_id PK, FK
int category_id PK, FK
}
STUDENT {
int student_id PK
string email UK
}
ENROLLMENT {
int student_id PK, FK
int course_id PK, FK
date enrolled_on
}
Связь школы с курсом нарисована пунктиром (..): курс идентифицируется своим номером, а не номером школы. Связи со связующими сущностями сплошные (--), потому что их внешние ключи входят в первичный.
Обратите внимание: типы здесь общие (int, string, date). Конкретная СУБД ещё не выбрана, и это правильно. Отдельный разбор нотаций ER-диаграмм, от Чена до IDEF1X, заслуживает своей статьи. Для логической модели хватает «вороньей лапки».
Переход к физической модели: SQL на примере
Когда модель согласована, её переводят в DDL-команды под конкретную СУБД. Что такое DDL и чем он отличается от DML, есть в разборе групп команд SQL. Ниже та же схема для SQLite:
PRAGMA foreign_keys = ON;
CREATE TABLE school (
school_id INTEGER PRIMARY KEY,
name TEXT NOT NULL UNIQUE
);
CREATE TABLE course (
course_id INTEGER PRIMARY KEY,
school_id INTEGER NOT NULL REFERENCES school(school_id),
title TEXT NOT NULL,
price INTEGER CHECK (price >= 0)
);
CREATE TABLE category (
category_id INTEGER PRIMARY KEY,
name TEXT NOT NULL UNIQUE
);
CREATE TABLE course_category (
course_id INTEGER REFERENCES course(course_id),
category_id INTEGER REFERENCES category(category_id),
PRIMARY KEY (course_id, category_id)
);
CREATE TABLE student (
student_id INTEGER PRIMARY KEY,
email TEXT NOT NULL UNIQUE
);
CREATE TABLE enrollment (
student_id INTEGER REFERENCES student(student_id),
course_id INTEGER REFERENCES course(course_id),
enrolled_on TEXT NOT NULL,
PRIMARY KEY (student_id, course_id)
);
Добавим школу, курс, две категории и запросим курс вместе со школой и категориями. Как работают такие соединения, рассказано в статье про JOIN в SQL.
SELECT c.title, s.name AS school, GROUP_CONCAT(cat.name, ', ') AS categories
FROM course c
JOIN school s ON s.school_id = c.school_id
JOIN course_category cc ON cc.course_id = c.course_id
JOIN category cat ON cat.category_id = cc.category_id
GROUP BY c.course_id;
Вывод sqlite3 3.51 в режиме -header -column:
title school categories
---------- ------- ----------------------
SQL с нуля Школа А Базы данных, Аналитика
Где физическая модель расходится с логической
На этом шаге всплывают особенности СУБД, которых в логической модели нет.
- SQLite не проверяет внешние ключи по умолчанию. В документации SQLite сказано, что ограничения внешних ключей отключены по умолчанию и включаются отдельно для каждого соединения командой
PRAGMA foreign_keys = ON. - PostgreSQL не создаёт индекс по внешнему ключу сам. Индекс по первичному ключу появляется автоматически, а по ссылающимся столбцам, как сказано в документации PostgreSQL, «объявление внешнего ключа не создаёт автоматически индекс». Его добавляют руками, если по этому столбцу часто ищут или удаляют родителя.
- Типы уточняются. «Строка» превращается в
TEXTв SQLite илиvarchar(n)в MySQL, «дата» вDATEили текст в формате ISO. Какие типы есть в разных СУБД, сведено в таблице типов данных SQL.
Вот что происходит с курсом, у которого нет школы. Откроем базу заново, без PRAGMA, и выполним скрипт:
INSERT INTO course VALUES (12, 99, 'Курс без школы', 1000);
SELECT course_id, school_id, title FROM course WHERE course_id = 12;
SQLite молча сохраняет строку со ссылкой на несуществующую школу 99:
12|99|Курс без школы
Теперь включим проверку первой строкой скрипта:
PRAGMA foreign_keys = ON;
INSERT INTO course VALUES (13, 99, 'Курс без школы', 1000);
Вставка падает на второй строке:
Runtime error near line 2: FOREIGN KEY constraint failed (19)
Составной первичный ключ тоже работает как правило из модели. Повторная запись того же студента на тот же курс не проходит:
Runtime error near line 1: UNIQUE constraint failed: enrollment.student_id, enrollment.course_id (19)
Логическая модель здесь не изменилась, она с самого начала требовала у каждого курса школу. Изменилось только то, следит ли за этим правилом СУБД. Поэтому физическую модель проверяют тестовой вставкой «плохих» данных, а не только чтением схемы.
Создать такие таблицы в PostgreSQL можно и без SQL, через графический мастер: пошагово это показано в инструкции по созданию таблицы в pgAdmin. А общие команды для MySQL, PostgreSQL и SQL Server собраны в статье о создании базы данных в SQL.
Частые ошибки при проектировании

Почти все эти ошибки видны на схеме, ещё до первого CREATE TABLE. Позже каждая обойдётся миграцией с переносом данных.
- Список в одном поле. Симптом: в таблице курсов поле
categoriesсо значениемБазы данных, Аналитика. Причина: связь многие ко многим не развернули. Решение: отдельная сущностьcourse_category, как в примере выше. - Вычисляемое значение вместо исходного. Симптом: у студента хранится возраст, и через год он неверен. Причина: в модель попало производное значение. Решение: храните дату рождения, возраст считайте запросом.
- Дубли атрибутов в разных сущностях. Симптом: название школы лежит и в
school, и вcourse, и однажды они расходятся. Причина: модель не довели до третьей нормальной формы. Решение: оставьте атрибут в одной сущности, а в другой оставьте внешний ключ. - Физика раньше времени. Симптом: на логической схеме уже стоят
VARCHAR(255)и индексы, а СУБД ещё не выбрана. Причина: уровни смешали. Решение: на логическом уровне оставьте общие типы и правила, конкретику переносите в физическую модель. - Связи «на словах». Симптом: в таблице есть
school_id, но внешнего ключа нет, «проверим в коде». Причина: правило из модели не перенесли в базу. Решение: объявите внешний ключ, иначе база примет курс без школы, как SQLite выше.
Ещё одна мелочь экономит часы споров в команде: договоритесь об именах заранее. Единственное или множественное число в названиях таблиц, snake_case или camelCase, id или course_id. Выбрать можно любой вариант, лишь бы он был одинаковым во всей модели.
В какой программе рисовать модель
Рисовать модель можно хоть на бумаге, но в редакторе схему проще менять и показывать команде, а часть инструментов ещё и выгружает её в SQL.
| Инструмент | Что умеет | Когда удобен |
|---|---|---|
| Mermaid Live | Рисует ER-диаграмму из текстового описания | Модель хранится рядом с кодом и правится через Git |
| drawDB | Редактор схем БД в браузере, экспорт в SQL | Быстро набросать модель без установки программ |
| draw.io | Универсальный редактор диаграмм с фигурами для ER | Схема нужна в документации или презентации |
| pgModeler | Моделирование под PostgreSQL с генерацией DDL | Проект точно будет на PostgreSQL |
| DBeaver | ER-диаграммы по существующей базе | Нужно восстановить модель уже работающей базы |
Последний пункт полезен и в обратную сторону: в DBeaver можно подключиться к чужой базе и посмотреть, как связаны её таблицы.
Сама идея описывать данные через сущности и связи восходит к статье Питера Чена «The Entity-Relationship Model — Toward a Unified View of Data» 1976 года. С тех пор нотации поменялись, а принцип остался прежним.
Где освоить проектирование баз данных и SQL
Логические модели строят системные аналитики, бэкенд-разработчики и архитекторы баз данных. Рядом с этим навыком всегда идут SQL, оптимизация запросов и администрирование. Если хочется пройти этот путь с наставником и практикой на настоящих базах, вот курсы по SQL из нашего каталога:
Упражнение на 15 минут: опишите знакомую систему тремя предложениями и нарисуйте по ним сущности, ключи и связи. Подойдут библиотека, интернет-магазин или расписание занятий. Потом сверьте схему с семью шагами выше.
| Курс | Школа | Стоимость со скидкой | В рассрочку | Длительность | Обзор курса от Checkroi |
|---|---|---|---|---|---|
| Нейросети для рабочих задач Перейти на сайт курса | 31 290 ₽ | - | 1 месяц | Обзор курса | |
| SQL для анализа данных Перейти на сайт курса | 50 865 ₽ | 6203 ₽/мес. | 2 месяца | Обзор курса | |
| SQL-разработчик: тариф PRO Перейти на сайт курса | 89 900 ₽ | 7491 ₽/мес. | 2 месяца | Обзор курса | |
| SQL-разработчик: тариф Базовый Перейти на сайт курса | 79 900 ₽ | 3329 ₽/мес. | 3 месяца | Обзор курса | |
| Data-Driven подход в разработке продукта: SQL и Yandex DataLens Перейти на сайт курса | 29 990 ₽ | 2999 ₽/мес. | 1 месяц | Обзор курса |
Больше программ — в полном каталоге курсов по SQL
Все курсы по теме собраны в разделе курсов по SQL, там их можно сравнить по цене, длительности и формату.




