Bir haberleşme linkindeki veya ağındaki her bir cihaz (bir bilgisayar veya iş istasyonu gibi) bir fiziksel adres ile tanımlanır. Bu adrese donanım adresi de denir. Birçok üretici fiziksel adresi cihazın içindeki bir lojik board'a veya cihaza doğrudan bağlanabilen bir arabirim ünitesine yerleştirir. Bir haberleşme diyalogunda iki fiziksel adres görev alır; bu adreslerden biri göndericiyi (kaynak) diğeri de alıcıyı (varış) tanımlar. Fiziksel adresin uzunluğu değişir. Çoğu sistem iki 48-bit adres kullanır, fakat başka adres büyüklükleri de kullanılmaktadır. 48-bit adres yapısı Ethernet ve IEEE protokollerinde kullanılır. Bu adrese MAC (Media Access Control) adresi denir. Katmanlı veri haberleşme modeli açısından bakarsak, fiziksel adres, fiziksel veya veri bağlantı katmanlarında kullanılır.

Diğerlerinden daha sonra ortaya atılan ve karmaşık uygulamarda başarısını kanıtlamış nesne yönelimli programlamaya dayanan veri modelidir. Bumodelin öngörüsü giderek çözülmesi daha zor hale gelen programlama problemlerini çözen nesne yönelimli modelin veri modelleme de etkili olacağıdır.Nesne yönelimli sistemler, bir istatistiksel sistem içinde, esnek veri yapılarının geliştirilmesi ve istatistiksel modellerin sunumunda da kullanılmaktadır.Nesne yönelimli bir veri modelinin çekirdeğini şu unsurlar oluşturmaktadır: 
 

• Nesne ve nesne tanımlayıcı: Nesne yönelimli sistemler ve dillerde, gerçek hayattaki her bir varlık birer nesne olarak modellenir. Her nesnenin de bir tanımlayıcısı vardır. 
   
• Öznitelikler ve metotlar: Her nesnenin bir durumu ve bir davranışı vardır. Bir nesnenin durumu, nesnenin özniteliklerinin aldığı değerlerin kümesidir. Nesnenin davranışı ise, nesnenin durumu üzerinde işleyen metotlar (program kodları) kümesidir. Nesnenin özniteliğinin değeri de kendi başına bir nesnedir. Dahası, bir öznitelik, bir tek değer ya da bir değer kümesi olabilir. Kümedeki her bir eleman nesne olduğu halde, kümelerin kendileri nesne değildir. Nesne kapsülü içine yerleştirilmiş durum ve davranışa, sadece dışarıdan gönderilen mesajlar (veya fonksiyon çağrıları) ile ulaşılabilir. 
   
• Sınıf: Aynı öznitelikler ya da metotlar kümesini paylaşan nesneleri gruplama aracı olarak kullanılır. Nesne ile sınıf arasında (INSTANCE_OF) ilişkisi vardır. Kendisi de bir nesne olan özniteliğin değeri de sınıfın içinde yer alır (kapsülleme). Bu sınıf, nesnenin özniteliğinin tanım kümesi olarak adlandırılır. 
   
• Sınıf hiyerarşisi ve kalıtım: Nesne yönelimli sistemlerde, var olan bir sınıftan yeni bir sınıf türetilebilir. Altsınıf denilen bu yeni sınıf, üstsınıf denilen ve daha önce var olan sınıfın tüm özniteliklerini ve metotlarını kalıtsal olarak taşır. Bazı sistemler, sınıfların bir tane üstsınıfı olmasına izin verirken bazıları da birden fazla üstsınıfa izin verir. Birincisi, tekil kalıtım, ikincisi de çoklu kalıtım olarak isimlendirilir. Tekil kalıtımı destekleyen bir sistemde sınıflar, sınıf hiyerarşisi denilen bir düzeni oluştururlar.

     Nesne yönelimli veri modelinde, bir sorgunun karşılığında mutlaka önceden tanımlanmış belirli bir nesne kümesi olması gerekir. Bir sorgunun sonucu olarak tesadüfi bir nesne kümesinin elde edilmesi mümkün değildir. Çünkü bütün nesnelerin, modelde önceden tanımlanmış olması gerekmektedir. İlişkisel modeldeki ilişki kavramı, nesne yönelimli modelde sınıf kavramına karşılık gelmektedir.

     Nesne yönelimli modellemenin en önemli faydalarından bir tanesi de, modeldeki nesneleri tanımlarken, ortak öznitelik ve metotlara sahip nesnelerin kullanıldıkları her farklı ortamda, tekrar tanımlanmalarına gerek duyulmamasıdır. Aksi taktirde bu durum, hem tekrardan dolayı yer kaybına, hem de modeldeki dinamik değişikliklerin pratik olmamasına sebep olacaktır. Nesne yönelimli veri modelindeki sınıf hiyerarşisi ve kalıtım özelliği, bu olumsuz durumu ortadan kaldırarak, nesnelerin özniteliklerinin ve metotlarının yeniden kullanımına imkân vermektedir. Çünkü bir sınıf, ait olduğu üst sınıfın tüm özelliklerini taşır ve o sınıftaki nesneler, modelin başka bir yerinde kullanılacağı zaman yeniden tanımlanmaya gerek kalmadan tekrar kullanılabilir

Sebeke Veri Modelleri

     Bu modelde , tablo ve grafik temellidir.Grafikteki dügmeler varlik tiplerine karsilik gelir ve tablolar seklinde temsil eder.Grafik oklar , iliskileri temsil eder ve tabloda baglantilar olarak temsil edilir.Spesifikasyonu, 1971 yilinda DBTGCODASYL tarafindan belirlenmistir.

     2 ayri veri yapilandirma araci vardir. Bunlar Kayit tipi ve baglanti dir. Kayit tipleri varlik tiplerini belirler.Baglantilar ise iliski tiplerini belirler.Bu yapiyi gösteren grafige de veri yapisi grafigi adi verilir.

               

     Sebeke veri modeli , veri modelleri içinde en genel olalarindan biridir.Sebeke 1 eleman herhangi bir elemana baglanabilir.Hiyerarsik yapilardan farkli olarak sebeke yapilarinda baglanti açisindan herhangi bir sinirlama yoktur

Ag veri modeli 1970'li yilarin basinda gelistirilmistir. Bir verinin dogasi geregi birden çok veri ile iliskisinin olmasindan dolayi hizlica kabul görmüstür. Bu modelde verilerin birrine ag seklinde baglandigi varsayilir. Bir veri aginda iki kullanicinin haberlesebilmesi için bir çesit adresleme sekli gereklidir. Genelde, iki veya üç adres gerekir. Bazi sistemlerde bir fiziksel adres, bir veri baglanti adresi ve bir ag adresi kullanilir. Daha yaygin bir yaklasim, yalnizca fiziksel ve ag adreslerini kullanmaktir. Bu yaklasimda, fiziksel ve veri baglanti adresi aynidir. Pratik olarak konusursak, üst katman isimleri ve port numaralari gibi diger adresler, iki kullanici arasinda belirli uçtan-uca haberlesme yapilacaginda gerekli olur. Ag adresleri: Bir ag adresi tanimlamanin kolay yolu; adresin agi tanimlamasidir. Ag adresinin belirli bir parçasi ayni zamanda bir bilgisayari veya terminali betimleyebilir. Ancak, Internet standartlari bir IP adresinin neyi tanimlayabilecegine dair siki kurallar koymustur. Bir ag adresi fiziksel veya veri baglanti adreslerinden daha yüksek katmandadir. Yüksek katmandaki adresler, daha alt katmandaki adreslerle ilgilenmezler. Böylece, bir ag veya internette bulunan ag adresleri ile ilgilenen parçalar, veri fiziksel cihazin bagli oldugu ag linkine gelene kadar son varis fiziksel adresleri ile ilgilenmezler

Su anda kullanilan veri tabanlarinin çogu iliskisel veri modeline daha çok destek verirler. Bu modelde alakali veriler tablolar içinde saklanir. Ayrica tablolar arasinda degisik türde iliski kurulur. Iliskiler kurulurken birincil anahtar (Primary key) ve yabanci anahtarlar (Foreign Key) kullanilir. Anahtar alanlar sayesinde indeksleme (indexing) yapma olanigi sunan iliskisel veri tabanlarinda erisim ve islemler daha hizli yapilabilir. Iliskiler ve onlarin temsilleri olan tablolardan olusan veri modelleri ilk olarak 1970 yilinda Codd tarafindan ortaya atilmistir. Iliskisel veri modelleri formüle edilirken, veri yönetimi ihtiyaçlarini karsilayabilmek için iliskinin matematiksel teorisi, mantiksal olarak genisletilmistir.73 Iliskisel veri modellerinde kullanilan tek yapilandirma araci iliskidir. Iliskinin tanimi, veri tabani iliskilerinin zamana bagli olmasi disinda, matematiksel tanimi ile aynidir. Yani, bir veri tabani iliskisinde satirlar, eklenebilir, degistirilebilir ya da düzeltilebilir. Asagidaki örneklerde büyük harflerle yazilan ifadeler iliski isimlerini, parantez içindeki ifadeler de tanim kümesi isimlerini göstermektedir.

     Veri üzerinde yapilacak islemler için, iliskisel veri modellerinde üç tip dil kullanilir. Birincisi, matematikteki iliskisel islemlere dayanir. Bu tip dillere örnek olarak INGRES ve QUEL verilebilir.

     Ikinci tip dil, görüntü yönelimlidir. Bosluk doldurma yöntemiyle çalisir. Örnegin, QBE (Query By Example) ve CUPID bu tür dillerdendir.

     Üçüncü tip dil, haritalandirma yönelimli dildir. Bu tip diller, bilinen bir özniteligin ya da öznitelik kümesinin, aranan bir özniteligin ya da öznitelik kümesinin üzerinde, bir iliski yoluyla haritalandirilmasi prensibiyle çalisir. Örnegin, yapisal sorgulama dili bu tip bir veri dilidir.Asagidaki gördügünüz resimde büyük harflerle yazilan ifadeler iliski isimlerini , parantez içindeki ifadelerde tanim kümesini göstermektedir.


     Yukarida gördügünüz satirlar basit bir hastane veri tabaninin iliskisel semasini göstermektedir.Iliskisel sema iliski isimlerinin ve karsilik gelen tanim kümesi isimlerinin listesidir.

    Hiyerarşik Veri Modelleri

     Bu modelde veriler ağaç yapısına benzer bir biçimde modellenir. En üste kök ve kökün dalları bulunur. Ayrıca her dalın alt dalı sayesinde dallanma ve çeşitlilik artar. Bu modelde her bir alt dalın sadece bir tane noktadan bağlanma şartı bu modelin en büyük kısıtlamalarından biridir. Hiyerarşik veri modeli 1960 ve 1970 yılları arasında popüler olan bir modeldi Hiyerarşik veri modellerinde çoklu ilişkileri temsil edebilmek için, varlık tiplerinin her ilişki için ayrı ayrı tanımlanması gerekir. Bu da gereksiz veri tekrarına sebep olur. Hiyerarşik model, bir ağaç yapısına benzer. Model dahilindeki herhangi bir düğüm, altındaki n sayıda düğüme bağlanırken, kendisinin üstünde ancak bir düğüme bağlanabilir. Hiyerarşik yapının en tepesindeki düğüm noktasına kök denir ve bu düğümün sadece bağımlı düğümleri bulunur. Bu veri yapısını gösteren grafiğe de hiyerarşik tanım ağacı denir.