数据流图(Data Flow Diagram)是结构化分析的核心工具，用于描述系统的功能需求和数据流动。以下是DFD建模的关键原则：

1. 分层分解原则

• 自顶向下逐步细化：从顶层上下文图开始，逐层分解到足够详细的底层

• 合理控制每层加工数量：通常每层5-9个加工(7±2原则)

• 平衡分解深度：确保分解到基本加工(不可再分的原子加工)

2. 数据流完整性原则

• 所有数据流必须有意义：不能有无源或无目的的数据流

• 数据流必须命名：使用名词或名词短语描述

• 保持数据守恒：加工输出的数据必须由输入数据转换而来

3. 加工处理原则

• 加工必须命名：使用"动词+宾语"形式(如"计算工资")

• 避免黑洞加工：有输入无输出

• 避免奇迹加工：有输出无输入

• 避免灰色加工：功能描述不明确

4. 数据存储原则

• 数据存储必须被至少一个加工使用

• 数据存储必须被至少一个加工更新

• 避免数据存储间的直接数据流

5. 外部实体原则

• 外部实体不参与数据处理：只提供或接收数据

• 外部实体间不应有直接数据流

• 保持外部实体稳定性：避免频繁变更

6. 一致性原则

• 保持父子图平衡：子图的输入输出必须与父图加工匹配

• 命名一致性：相同数据流在不同层次使用相同名称

• 避免数据流与控制流混淆：DFD不表示控制逻辑

7. 实用性与清晰性原则

• 避免交叉线：使用弯曲或重排减少交叉

• 合理使用数据流分支与合并

• 保持图面整洁：适当使用注释但不依赖注释解释模糊点

常见错误与避免方法

1. 数据流与控制流混淆：DFD不应包含条件判断、循环等控制逻辑

2. 过度复杂：单张DFD包含过多元素时应考虑进一步分解

3. 不一致的抽象层次：同层DFD中的加工应在相同抽象级别

4. 忽略错误处理：重要错误处理数据流应明确表示

遵循这些原则可以创建清晰、准确、易于理解的数据流图，有效支持系统分析与设计。