在数据需求分析阶段，任何调查研究没有用户的积极参加是寸步难行的，设计人员应和用户取得共同的语言，帮助不熟悉计算机的用户建立数据库环境下的共同概念，所以这个过程中不同背景的人员之间互相了解与沟通是至关重要的，同时方法也很重要。
用于需求分析的方法有多种，主要方法有自顶向下和自底向上两种,如图6.5所示。
图5 需求分析的方法
其中自顶向下的分析方法（Structured Analysis，简称SA方法）是最简单实用的方法。SA方法从最上层的系统组织机构入手，采用逐层分解的方式分析系统，用数据流图（Data Flow Diagram，DFD）和数据字典（Data Dictionary，DD）描述系统。
下面对数据流图和数据字典作些简单的介绍。
1．数据流图
使用SA方法，任何一个系统都可抽象为图6.6所示的数据流图。
图6 数据流图
在数据流图中，用命名的箭头表示数据流，用圆圈表示处理，用矩形或其他形状表示存储。
图6.7是一个简单的数据流图。一个简单的系统可用一张数据流图来表示。当系统比较复杂时，为了便于理解，控制其复杂性，可以采用分层描述的方法。一般用第一层描述系统的全貌，第二层分别描述各子系统的结构。如果系统结构还比较复杂，那么可以继续细化，直到表达清楚为止。在处理功能逐步分解的同时，它们所用的数据也逐级分解，形成若干层次的数据流图。数据流图表达了数据和处理过程的关系。
图7 数据流图示例
在SA方法中，处理过程的处理逻辑常常借助判定表或判定树来描述，而系统中的数据则是借助数据字典来描述
2．数据字典
数据字典是对系统中数据的详细描述，是各类数据结构和属性的清单。它与数据流图互为注释。
数据字典贯穿于数据库需求分析直到数据库运行的全过程，在不同的阶段其内容和用途各有区别。
在需求分析阶段，它通常包含以下五部分内容。
(1) 数据项
数据项是数据的最小单位，其具体内容包括：数据顶名、含义说明、别名、类型、长度、取值范围、与其他数据项的关系。
其中，取值范围、与其他数据项的关系这两项内容定义了完整性约束条件，是设计数据检验功能的依据。
(2) 数据结构
数据结构是数据项有意义的集合。内容包括：数据结构名、含义说明，这些内容组成数据项名。
(3) 数据流
数据流可以是数据项，也可以是数据结构，它表示某一处理过程中数据在系统内传输的路径。
内容包括：数据流名、说明、流出过程、流入过程，这些内容组成数据项或数据结构。
其中，流出过程说明该数据流由什么过程而来；流入过程说明该数据流到什么过程。
(4) 数据存储
处理过程中数据的存放场所，也是数据流的来源和去向之一。可以是手工凭证，手工文档或计算机文件。
包括｛数据存储名，说明，输入数据流，输出数据流，组成：｛数据项或数据结构｝，数据量，存取频度，存取方式｝。
其中，存取频度 是指每天（或每小时、或每周）存取几次，每次存取多少数据等信息。存取方法指的是批处理，还是联机处理；是检索还是更新；是顺序检索还是随机检索等。
(5) 处理过程
处理过程的处理逻辑通常用判定表或判定树来描述，数据字典只用来描述处理过程的说明性信息。
处理过程包括｛处理过程名，说明，输入：｛数据流｝，输出：｛数据流｝，处理，｛简要说明｝｝。
其中，简要说明主要说明处理过程的功能及处理要求。
功能是指该处理过程用来做什么（不是怎么做），处理要求指该处理频度要求，如单位时间里处理多少事务、多少数据量、响应时间要求等，这些处理要求是后面物理设计的输入及性能评价的标准。
最终形成的数据流图和数据字典为“需求分析说明书”的主要内容，这是下一步进行概念设计的基础。
