資料庫是用於存儲記錄和信息的地方，在供應鏈管理中最常用的資料庫是關係型資料庫，這是今天我想要介紹的內容。
1.什麼是關係型資料庫？
我相信讀者對於資料庫有一定的了解，所以重點介紹「關係型」的概念。關係型資料庫使用共同的屬性（Attribute）將數據分組，把每種類型的數據存儲在一個位置，並建立起了許多的連結。
這句話很抽象，首先來解釋一下屬性的概念。每個人都有屬性，例如性別、年齡和出生地等，這些是個人信息的屬性。
採購訂單有哪些屬性呢？採購訂單編號、件號（Part number）、訂單數量、每件商品的單價、到貨日期等等，這些是採購訂單的屬性。假設我們有這樣一份採購訂單。
在最頂部的一排信息就是採購訂單的屬性，如果是在Excel表格里，每個屬性就是一列，例如C列是件號。
每行的信息就是記錄，比如第2條記錄中的採購訂單編號是123456，行號是2，件號是26516，訂單數量是300。。。供應商編號是1475。
在這裡總共有4條記錄，與屬性一起構成了一張表，在關係型資料庫中也叫做實體（Entity），而資料庫就是所有表的集合。
看到這裡您可能會想「原來資料庫就是Excel表格啊！」這樣理解是片面的，我們看到的電子表格是資料庫部分的功能，Excel表格可以存儲數據，但表格之間還沒有建立關係。多個Excel表格內可能存在重複的屬性，例如在採購訂單表格里有件號的屬性，在其他表格里也有。
如果在多個表格內維護相同屬性的記錄，這是一項繁瑣的、容易出錯的工作，而關係型資料庫可以做到單一數據源(Single source of truth)，數據只需要輸入或修改一次，可以在有關聯的表格內顯示更改。
2.為什麼要使用關係型資料庫？
首先我要介紹一個概念——數據建模，它的意思是把現實世界中獲取到的數據，裝入結構化資料庫的方法，然後就可以用快速和便捷的方式進行查詢和索引。
為了做到這一點，我們必須考慮到所有不同類型的數據，這些數據可能是涉及到一個項目、流程或業務，我們得要思考這些數據是如何相互關聯的。
舉個例子，在「採購訂單」表中，有多個的件號和對應的單價。每個件號可能有多個供應商在供貨，每一家的單價都是不同的，所以我們要建立「件號」的表格來管理價格。
我們需要通過關係型資料庫在表格之間建立起關聯，才能保持數據的正確性和一致性，允許多個用戶訪問數據，並讓使用者可以靈活地查詢信息。
公司的業務是經常在變化的，比如採購的策略從單一供應源改為多個渠道購買，採購業務規則就需要更新，與業務保持一致。一個設計合理的資料庫可以確保業務數據存儲在一個地點，易於使用，且有很強的適應性。
3. 關係型資料庫的規則簡介
關係型資料庫可以對存儲的數據關係設定規則或約束，讓我們先從基礎規則開始。
1）在某個表中有唯一的屬性
在Excel表格中可以有重複名稱的列（Column），而在關係型資料庫中，每個屬性或每一列都必須在某個表中有唯一的名稱。這是為了避免重複的屬性造成數據混亂，讓我們能知道所指的是哪一列。
採購訂單是資料庫中的實體，也就是表，採購訂單編號是其中的屬性，只能存在一個訂單編號，如果有2個號碼，我們就不知道哪個是正確的信息。採購訂單編號可以出現在其他表中，例如供應商發票表里也有採購訂單編號這個屬性，它們之間是具有關聯的。
2）屬性中的值來自於屬性列表
每個屬性的值應該是來自於這個屬性的所有值的清單，這句話是什麼意思？當我們準備做一份採購訂單時，只能從現有的供應商列表中進行選擇。
比如「蘇州X公司」是已經創建的記錄，我們可以選擇，如果是另一家不在列表中的供應商，在採購訂單表中就無法被選中。
這樣做可以避免輸入錯誤，有時候我們會在數據中找到許多名稱相似的值，它們的區別可能是大小寫或是空格號，但也不確定它們是不是同樣的信息。設定這個規則可以防止出現這種情況。
在上圖中，我們可以選擇3個供應商，它們來源於J列的供應商名稱下的3家公司，只能選擇在清單中的值。這個功能在Excel中是通過數據驗證來實現的。
3）每一行記錄都是唯一的
在一個好的資料庫中，每一行都應該是唯一的，不應該有重複的行。在Excel表格中，我們可以有多個重複的行。但在資料庫中，這可能是有問題的，因為我們不知道實際上指的是哪一行，這會造成重複的數據。關係型數據模型的記錄或行的排序並不重要，所以不用糾結數據的順序排列問題。
4）優秀的數據模型的特點
首先，數據模型應該是完整的。我們應該確保所有必要的業務數據都體現在系統中，不應該遺漏任何重要的信息。
其次是確保沒有多餘的數據。我們必須確保一個特定實體和該實體的同一條記錄不會被多次記錄。為什麼這一點如此重要？在同一個資料庫中不能出現兩個不同步的數據。
再次，一個資料庫和數據模型是可重複使用的，一個企業中的許多用戶都可以使用同一個資料庫。例如外部的應用程式，分析員，或是其他人想要訪問數據，他們可以使用同一個資料庫，而且數據只在同一個地方保持更新即可。
最後，數據模型需要有靈活性，能夠應對業務規則的變化，或是存儲額外數據的要求。一個設計合理的數據模型可以進行靈活地調整。