SQLD | 1과목 | 데이터 모델링의 이해

노랭이책 핵심정리

제1장 데이터 모델링의 이해

• 모델링이란?
  • 복잡한 현실세계를 추상화, 단순화하여 일정한 표기법에 의해 명확하게 표현하는 것
  • 추상화, 단순화, 명확화 (추단명) → 구체화, 복잡화, 일반화 등이 아님
  • 모델(Model) : 현실세계의 추상화된 반영
• 발생시점에 따른 엔터티 분류
  • 기본/키엔터티 (Fundamental Entity, Key Entity)
  • 중심 엔터티(Main Entity)
  • 행위 엔터티(Active Entity)
• 데이터 모델링이란
  • 정보시스템을 구축하기위한 데이터 관점의 업무 분석 기법
  • 현실세계의 데이터(what)에 대해 약속된 표기법에 의해 표현하는 과정
  • 데이터베이스를 구축하기 위한 분석/설계의 과정
• 데이터 모델링 유의점
  • 중복(Duplication)
  • 비유연성(Inflexibility)
  • 비일관성(Inoonsistency)
• 데이터 모델링의 단계 (개논물)
  1. 개념적 데이터 모델링
     • 추상화 수준이 높고 업무중심적이고 포괄적인 수준의 모델링 진행, 전사적 데이터 모델링, EA수립시 많이 이용
     • 학계 : ERD도출 | 산업계 : 핵심/관계/속성 중심 ERD도출
  2. 논리적 데이터 모델링
     • 시스템으로 구축하고자하는 업무에 대해, Key, 속성, 관계 등을 정확하게 표현, 재사용성이 높음
     • 학계 : 테이블 도출 | 산업계 : 훨씬 구체적인 수준의 ERD도출
  3. 물리적 데이터 모델링
     • 실제로 데이터베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계
     • 학계 : 실제 DBMS에 맞는 테이블 구축 | 산업게 : 테이블 도출
• 데이터베이스 스키마 구조 3단계 (외개내)
  1. 외부 스키마(External Schema)| 논리적 독립성 : 개념스키마 변경 → 외부스키마 영향 X ( 사용자 특성에 맞는 변경 가능, 통합 구조 변경가능 )
  2. 개념 스키마(Conceptual Schema)| 물리적 독립성 : 내부스키마 변경 → 외부/개념스키마 영향 X ( 물리적 구조, 개념 구조 상호간 영향 없이 서로 변경가능 )
  3. 내부 스키마(Internal Schema)
• ERD 작성 순서
  1. 엔터티를 그린다.
  2. 엔터티를 적정하게 배치한다.가급적 선이 꼬이지 않게 배치
  3. 엔터티간 관계를 설정한다.식별자 관계를 우선 설정함 > 식별자관계 : 부모로부터 상속받은 FK가 자식의 PK의 일부가 되는 관계 
  4. 관계명을 기술한다. (양방향)현재형 사용, 지나치게 포괄적인 단어는 지양 
  5. 관계의 참여도를 기술한다.
  6. 관계의 필수여부를 기술한다.
• 좋은 데이터 모델의 요소 6가지
  • 완전성 / 중복배제 / 업무규칙 / 데이터 재사용 / 의사소통 / 통합성
• 엔터티의 정의
  • 업무에 필요한 정보를 저장하고 관리하기 위한 집합적인 것 (Thing)
• 엔터티의 분류
  • 유형 엔터티물리적인 형태가 있고 안정적이며 지속적으로 활용됨ex) 교수, 강의실, 학생등
  • 개념 엔터티물리적인 형태는 존재하지 않으나 관리해야 할 개념적 정보ex) 수업, 보험상품등
  • 사건 엔터티업무 수행 과정에서 발생하며, 비교적 발생량이 많음(각종 통계 자료에 이용됨)ex) 수강신청, 주문, 입금등
• 엔터티와 인스턴스
  • 엔터티는 인스턴스의 집합
• 엔터티의 특징
  • 반드시 해당 업무에서 필요하고 관리하고자 하는 정보여야한다.(Ex. 환자, 토익의 응시횟수...)
  • 유일한 식별자에 의해 식별이 가능해야한다.
  • 영속적으로 존재하는 인스턴스의 집합이어야한다.('한개'가 아니라 '두개이상')
  • 엔터티는 업무 프로세스에 의해 이용되어야한다.
    • 업무 프로세스에 의해 CRUD가 발생해야함
    • CRUD가 발생하지 않는다면 → 부적절한 엔터티 도출 또는 업무 누락 ex) CRUD Matrix
  • 엔터티는 반드시 속성이 있어야 한다.
    • 속성없이 엔터티의 이름만 존재할 수 없음
    • 주식별자만 존재하고 일반속성은 없는 경우도 바람직하지 않음
    • 단 연관 엔터티는 주식별자 속성만 갖고 있어도 인정
  • 엔터티는 다른 엔터티와 최소 한개 이상의 관계가 있어야 한다.
• 엔터티의 명명
  1. 가능한 현업 업무에서 사용하는 용어 사용
  2. 가능하면 약어 사용 X
  3. 단수명사 사용
  4. 모든 엔터티에서 유일한 이름 부여
  5. 생성 의미대로 이름 부여
• 엔터티, 인스턴스, 속성, 속성값의 관계
  • 한 개의 엔터티는 두개 이상의 인스턴스의 집합이어야한다.
  • 한 개의 엔터티는 두개 이상의 속성을 갖는다.
  • 한 개의 속성은 한 개의 속성값을 갖는다.
• 속성의 특성에 따른 분류
  • 기본속성
  • 설계속성
  • 파생속성

각 속성은 가질 수 있는 값의 범위가 있는데 이를 그 속성의 도메인(Domain)이라하며, 엔터티 내에서 속성에 대한 데이터타입과 크기 그리고 제약사항을 지정하는 것이다.

• 속성의 명칭 부여
  • 해당 업무에서 사용하는 이름을 부여한다.
  • 서술식 속성명은 사용하지 않는다.
  • 약어사용은 가급적 제한한다.
  • 전체 데이터모델에서 유일성 확보하는 것이 좋다.

ERD에서는 존재적 관계와 행위에 의한 관계를 구분하지않지만 클래스다이어그램에서는 이것을 구분하여 연관관계와 의존관계로 표현한다.

• 관계의 정의
  • 인스턴스 사이의 논리적인 연관성. 존재 or 행위로서 서로에게 연관성이 부여된 상태.
• 관계와 페어링
  • 인스턴스간의 개별적 관계 = 페어링 → 이것의 집합을 논리적 표현 = 관계
• 관계의 분류
  • 존재에 의한 관계 / 행위에 의한 관계
• 관계의 표기법
  • 관계명(Membership) : 관계의 이름
  • 관계차수(Cardinality) : 1:1, 1:M, M:N
  • 관계선택사양(Optionality) : 필수관계, 선택관계
• 관계 읽기
  • 기준(Source)엔터티를 한 개(One) 또는 각(Each)으로 읽는다.
  • 대상(Target)엔터티의 관계참여도 즉 개수(하나,하나이상)를 읽는다.
  • 관계선택사양과 관계명을 읽는다.
• 식별자의 종류
  • 엔터티 내에서 대표성을 가지는가에 따라 주식별자(Primary Identifier)와 보조식별자(Alternate Identifier)로 구분
  • 엔터티 내에서 스스로 생성되었는지 여부에 따라 내부식별자와 외부식별자(Foreign Identifier)로 구분
  • 단일 속성으로 식별이 되는가에 따라 단일식별자(Single Identifier)와 복합식별자(Composite Identifier)로 구분
  • 원래 업무적으로 의미가 있던 식별자 속성을 대체하여 일련번호와 같이 새롭게 만든 식별자를 구분하기 위해 본질식별자와 인조식별자로 구분
• 주식별자의 특징
  • 유일성 : 주식별자에 의해 엔터티내에 모든 인스턴스들을 유일하게 구분함
  • 최소성 : 주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야함
  • 불변성 : 주식별자가 한 번 특정 엔터티에 지정되면 그 식별자의 값은 변하지 않아야 함
  • 존재성 : 주식별자가 지정되면 반드시 데이터 값이 존재(Null 안됨)

제2장 데이터 모델과 성능

• 성능데이터모델링이란?
  • 데이터베이스 성능향상을 목적으로 설계단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터모델링에 반영될 수 있도록 하는 것이다.
• 중복속성에 대한 분리가 1차 정규화의 대상이 되며, 로우단위의 중복도 1차 정규화의 대상이 되지만, 칼럼 단위로 중복이 되는 경우도 1차 정규화의 대상이다/
• 반정규화
  • 반정규화는 정규화된 엔터디, 속성, 관계에 대해 시스템의 성능향상과 개발(Development)과 운영(Maintenance)의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링의 기법을 의미한다. 반정규화는 데이터를 중복하여 성능을 향상시키기위한 기법이라고 정의할 수 있고 좀 더 넓은 의미의 반정규화는 성능을 향상시키기 위해 정규화된 데이터 모델에서 중복, 통합, 분리 등을 수행하는 모듣 과정을 의미한다. 데이터 무격성이 깨질 수 있는 위험을 무릅쓰고 데이터를 중복하여 반정규화를 적용하는 이유는 데이터를 조회할때 디스크 I/O량이 많아서 성능이 저하되거나 경로가 너무 멀어 조인으로 인한 성능저하가 예상되거나 칼럼을 계산하여 읽을때 성능이 저하되 것이 예상되는 경우 반정규화를 수행하게된다.
• 반정규화 절차
  1. 반정규화 대상조사
     • 범위처리빈도수 조사
     • 대량의 범위 처리 조사
     • 통계성 프로세스 조사
     • 테이블 조인 개수
  2. 다른 방법유도 검토
     • 뷰(VIEW) 테이블
     • 클러스터링 적용
     • 인덱스의 조정
     • 응용애플리케이션
  3. 반정규화 적용
     • 테이블 반정규화
     • 속성의 반정규화
     • 관계의 반정규화
• 반정규화의 대상에 대해 다른 방법으로 처리
  • 지나치게 많은 조인(JOIN)이 걸려 데이터를 조회하는 작업이 기술적으로 어려울 경우 뷰(VIEW)를 사용하면 이를 해결할 수도 있다.
  • 대량의 데이터처리나 부분처리에 의해 성능이 저하되는 경우에 클러수터링을 적용하거나 인텍스를 조정함으로써 성능을 향상시킬 수 있다.
  • 대량의 데이터는 Primary Key의 성격에 따라 부분적인 테이블로 분리할 수 있다. 즉 파티셔닝 기법(Partitioning)이 적용되어 성능저하를 방지할 수 있다.
  • 응용 애플리케이션에서 로직을 구사하는 방법을 변경함으로써 성능을 향상시킬 수 있다.
• 슈퍼/서브 타입 데이터 모델의 변환기술
  • 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성
  • 슈퍼타입+서브타입에 대해 발생되는 트랜잭션에 대해서는 슈퍼타입+서브타입 테이블로 구성
  • 전체를 하나로 묶어 트랜잭션이 발생할때는 하나의 테이블로 구성
• PK순서를 결정하는 기준은 인덱스 정렬구조를 이해한 상태에서 인덱스를 효울적으로 이용할 수 있도록 PK순서를 지정해야한다. 즉 인덱스의 특징은 여러개의 속성이 하나의 인덱스로 구성되어 있을때 앞쪽에 위치한 속성의 값이 비교자로 있어야 인덱스가 좋은 효율을 나타낼 수 있다. 앞쪽에 위치한 속성 값이 가급적 '='아니면 최소한 범위 'BETWEEN' '<>'가 들어와야 인덱스를 이용할 수 있는 것이다.
• 분산 데이터베잇 장단점
  •  장점
    • 지역 자치성, 점증적 시스템 용량 확장
    • 신뢰성과 가용성
    • 효용성과 융통성
    • 빠른 응답 속도와 통신비용 절감
    • 데이터의 가용성과 신뢰성 증가
    • 시스템 규모의 적절한 조절
    • 각 지역 사용자의 요구 수용 증대
  • 단점
    • 소프트웨어 개발 비용
    • 오류의 잠재성 증대
    • 처리 비용의 증대
    • 설계, 관리의 복잡성과 비용
    • 불규칙한 응답 속도
    • 통제의 어려움
    • 데이터 무결성에 대한 위협