企业官网建设流程全解析

毕设的数据库设计章节，从来不是只要一张 E-R 图：整体图讲关系，子图讲属性，两张都得交。

手工画最痛的地方不是画，是保持一致——整体图改一个实体名，9 张子图全要跟着改。而多数在线工具只能出一张图，子图还得自己拆。

本文用捷码AI 实测一个真实项目：一次 SQL 导入，导出 1 张整体图 + 9 张子图。

01｜整体图和子图，分别解决什么问题

先把两张图的分工说清楚，这决定了你要不要都画。

只画整体图的后果：答辩时被问"毕业生这张表有哪些字段"，你得翻到数据字典去念。
只画子图的后果：看不出实体之间怎么关联，评委会问"专业和毕业生什么关系"，图上找不到。

所以两张都要，而且必须保持一致——整体图改了实体名，子图也得改。这是纯手工画最痛苦的地方。

02｜捷码AI 实测：导入 SQL

2.1 从 SQL 导入开始

捷码AI Studio 首页提供四种起点，已有建表语句的直接选SQL 导入，粘贴或上传.sql文件后点「开始解析」：

解析完成后会先预览识别到的表、字段与关系，确认无误再导入项目。

2.2 进入 E-R 图工作区

导入后，左侧「系统视图」里就是 E-R 图入口。工作区布局是：

• 左侧画布：整体 E-R 图，可增删实体、调整关系、拖动布局
• 右侧数据字典：逐表列出字段、类型、唯一键、外键引用

画布上的改动和数据字典是联动的——在数据字典里加一个字段，画布上对应的实体会同步。

03｜实测结果一：整体 E-R 图

案例项目导出的整体 E-R 图：

读这张图按四步走：

第一步：找实体。案例里有 11 个业务对象：毕业生、用人单位、专业、地区、单位级别、需求信息、需求明细、系统管理员、数据备份记录、数据恢复记录、级别变更记录。

第二步：看主线关系。沿着「毕业生—专业」「用人单位—单位级别」「用人单位—地区」「用人单位—需求信息」这几条主线读。

第三步：核对基数。连线旁的 1、N 表示数量关系：

• 一个专业有多个毕业生 → 专业 1 : N 毕业生
• 一个单位属于一个级别 → 单位 N : 1 级别
• 需求信息与需求明细 → 1 : N

第四步：检查有没有孤立实体。如果一个实体没有任何连线，要么它确实是独立字典表，要么关系漏了（回到数据字典补外键引用）。

04｜实测结果二：9 张子 E-R 图

同一个项目，捷码AI 同时导出了9 张子 E-R 图，每张展开一个实体的属性。挑几张看：

系统管理员—— 账号、密码、姓名、角色等属性：

专业—— 专业编码、名称、所属院系：

用人单位—— 这是属性最多的实体之一，含账号状态、单位性质、所属行业、所在地区、单位级别等：

毕业生—— 学号、姓名、性别、专业、联系方式等：

需求信息—— 用人单位发布的招聘需求：

级别变更记录—— 记录单位级别的变更历史：

其余几张（单位级别、数据备份记录、数据恢复记录、地区）结构思路一致，每个实体一张，属性逐个展开：

05｜子图生成的质量怎么判断

捷码AI 会按实体自动展开子图，但属性归到哪个实体、该不该拆，仍然要你按业务判断。三条核对标准：

标准一：属性归属对不对。
典型错误是把一次业务行为的记录塞进基础实体。比如"成绩"不该是「学生」的属性——它更像一次选课行为的记录，应该独立成实体或放到关联实体上。

标准二：标识字段有没有标出来。
主键和业务唯一键应该能一眼看出（通常带下划线或加粗）。学号、课程编码、单位编号这类标识字段尤其重要。

标准三：派生属性要不要画。
像"年龄"可以从出生日期算出来，属于派生属性，画图时可以省略或用虚线区分。但数据字典里必须保留，因为建表时可能真的要存这个字段。

06｜导出与使用

捷码AI 的图纸导出是按类型分文件夹的：

01-系统图表/ ├─ 01-E-R图/ ← 1 张整体图 + 9 张子图 ├─ 02-功能结构图/ ├─ 03-系统架构图/ ├─ 04-流程图/ ├─ 05-数据流图/ ├─ 06-UML 类图/ ├─ 07-时序图/ └─ 08-用例图/

E-R 图是独立目录，整体图和子图分别成文件，不是合并成一张大图。这样放进论文时可以直接按小节取用。

导出后的一个实际好处：整体图和子图来自同一份结构，不会出现"整体图上有 11 个实体、子图只画了 8 个"的不一致。

07｜子图编号怎么排进论文

图纸拿到手，还要按学校要求编号。建议这样排：

两个细节：

1. 正文必须有引用。写"毕业生实体的属性如图 3-2 所示"，而不是只贴图不说话。
2. 图号与文件名对应。导出目录里的文件按实体命名，编号时对着改，不容易错。

08｜从 E-R 图继续往下走

E-R 图（整体 + 子图）定稿后，同一份结构还能继续产出毕设要的其他材料：

这是"一次导入、多处复用"的价值：改一次结构，所有产物重新生成即可，不用逐个文档去改。

09｜小结

回到最初的问题：SQL 转 ER 图，为什么需要整体图 + 子图？

1. 整体图讲关系，子图讲属性，两张回答不同问题，毕设通常都要；
2. 手画最痛的是保持一致，整体图改一次子图全要跟着改；
3. 捷码AI 从同一份结构同时导出，1 张整体 + N 张子图，天然一致；
4. 生成的子图仍需核对：属性归属、标识字段、派生属性这三条要人工过一遍。

最后一句话：E-R 图不是画给老师看的，是画给你自己看的。认真画完整体图和子图，你对这套数据模型的理解会完全不一样——答辩时被问到任何一张表，你都能立刻说出它有哪些字段、和谁关联。