데이터베이스

데이터 모델

녕녕펀치 2024. 5. 29. 21:16

1. 데이터 모델링의 개념

  • 데이터 모델링의 중요성
    • 건축설계와 데이터베이스 설계
      • 건축설계 : 효율성, 관계, 사생활
        • ex) 방 3개, 방 4 
      • 데이터베이스 설계 : 질의속도, 관계
        • ex) 설계안 1, 설계안 2

데이터 모델링의 개념
데이터베이스 설계 예제

  • 데이터베이스 생명주기
    • 데이터베이스의 생성과 운영에 관련된 특징

데이터베이스 생명주기

  • 데이터베이스 생명주기
    • 요구사항 수집 및 분석
      • 사용자들의 요구사항을 듣고 분석하여 데이터베이스 구축의 범위를 정하는 단계
    • 설계
      • 분석된 요구사항을 기초로 주요 개념과 업무 프로세스 등을 식별학(개념적 설계), 사용하는 DBMS의 종류에 맞게 변환(논리적 설계)한 후, 데이터베이스 스키마를 도출(물리적 설계)
    • 구현
      • 설계 단계에서 생성한 스키마를 실제 DBMS에 적용하여 테이블 및 관련 객체(뷰, 인덱스 등)를 만듦
    • 운영
      • 구현된 데이터베이스를 기반으로 소프트웨어를 구축하여 서비스를 제공함
    • 감시 및 개선
      • 데이터베이스 운영에 따른 시스템의 문제를 관찰하고 데이터베이스 자체의 문제점을 파악하여 개선

    • 요구사항 수집 방법
      • 실제 문서를 수집하고 분석
      • 담당자와의 인터뷰나 설문조사를 통해 요구사항을 직접 수렴함
      • 비슷한 업무를 처리하는 기존의 데이터베이스를 분석함
      • 각 업무와 연관된 모든 부분을 살펴봄
    • 개념적 모델링
      • 요구사항을 수집하고 분석한 결과를 토대로 업무의 핵심적인 개념을 구분하고 전체적인 뼈대를 만드는 과정
      • 개체를 추출하고 각 개체들 간의 관계를 정의하여 ER 다이어그램(ERD)을 만드는 과정까지를 말함

개념적 모델링의 예

  • 논리적 모델링
    • 개념적 모델링에서 만든 ER 다이어그램을 사용하려는 DBMS에 맞게 사상(매핑)하여 실제 데이터베이스로 구현하기 위한 모델을 만드는 과정
    • 논리적 모델링 과정
      • 개념적 모델링에서 추출하지 않았던 상세 속성들을 모두 추출함
      • 정규화 수행
      • 데이터 표준화 수행

논리적 모델링의 예

  • 물리적 모델링
    • 작성된 논리적 모델을 실제 컴퓨터의 저장 장치에 저장하기 위한 물리적 구조를 정의하고 구현하는 과정
    • DBMS의 특성에 맞게 저장 구조를 정의해야 데이터베이스가 최적의 성능을 낼 수 있음
    • 물리적 모델링 시 트랜잭션, 저장 공간 설계 측면에서 고려할 사항
      • 응답시간을 최소화해야 함
      • 얼마나 많은 트랜잭션을 동시에 발생시킬 수 있는지 검토해야함
      • 데이터가 저장될 공간을 효율적으로 배치해야함

물리적 모델링의 예

2. ER 모델

  • ER 모델
    • 세상의 사물을 개체(entity)와 개체 간의 관계(relationship)로 표현
    • 개체
      • 독립적인 의미를 지니고 있는 유무형의 사람 또는 사물.
      • 개체의 특성을 나타내는 속성(attribute)에 의해 식별
      • 개체끼리 서로 관계를 가짐

ER 모델의 기본 개념

  • ER 모델
    • ER 다이어그램
      • ER 모델은 개체와 개체 간의 관계를 표준화된 그림으로 나타냄
    • 개체
      • 사람, 사물, 장소, 개념, 사건과 같이 유무형의 정보를 가지고 있는 독립적인 실체
      • 데이터베이스에서 주로 다루는 개체 - (낱개로 구성된 것, 낱개가 각각 데이터 값을 가지는 것, 데이터 값이 변하는 것)
      • 비슷한 속성의 개체 타입을 구성하며, 개체 집합으로 묶임

ER 다이어그램 & 개체, 개체 타입, 개체 집합

  • 개체 타입의 ER 다이어그램 표현
    • ER 다이어그램상에서 개체 타입은 직사각형으로 나타냄
    • 개체 타입의 유형
      • 강한 개체 : 다른 개체의 도움 없이 독자적으로 존재할 수 있는 개체
      • 약한 개체 : 독자적으로는 존재할 수 없고 반그시 상위 개체 타입을 가짐

개체 타입의 ER 다이어그램 표현

  • 속성
    • 속성 : 개체가 가진 성질
    • 속성의 ER 다이어그램 표현
      • 속성은 기본적으로 타원으로 표현
      • 개체 타입을 나타내는 직사각형과 실선으로 연결됨
      • 속성의 이름은 타원의 중앙에 표기함
      • 속성이 개체를 유일하게 식별할 수 있는 키일 경우 속성 이름에 밑줄 그음

개체 타입과 속성
도서 개체 타입
속성의 ER 다이어그램 표현

  • 관계와 관계 타입
    • 관계 : 개체 사이의 연관성을 나타내는 개념
    • 관계 타입
      • 개체 타입과 개체 타입 간의 연결 가능한 관계를 정의한 것
      • 관계 집합은 관계로 연결된 집합을 의미함

관계, 관계 타입, 관계 집합 & 관계 타입의 ER 다이어그램 표현

 

  • 차수에 따른 관계 타입의 유형
    • 차수에 따른 유형
      • 관계 집합에 참가하는 개체 타입의 수를 관계 타입의 차수라고 함

차수에 따른 관계 타입의 유형

  • 1진 관계
    • 한 개의 개체가 자기 자신과 관계를 맺는 경우
  • 2진 관계
    • 두 개의 개체가 관계를 맺는 경우
  • 3진 관계
    • 세 개의 개체가 관계를 맺는 경우

  • 차수에 따른 관계 타입의 유형
    • 관계 대응수
      • 두 개체 타입의 관계에 실제로 참여하는 개별 개체 수

관계 대응 수에 따른 관계 타입의 유

  • 일대일(1:1) 관계
    • 좌측 개체 타입에 포함된 개체가 우측 개체 타입에 포함된 개체와 일대일로 대응하는 관계
  • 일대다(1:N), 다대일(N:1) 관계
    • 실제 일상생활에서 가장 많이 볼 수 있는 관계
    • 한쪽 개체 타입의 개체 하나가 다른 쪽 개체 타입의 여러 개체와 관계를 맺음
  • 다대다(M:N) 관계
    • 각 개체 타입의 개체들이 서로 임의의 개수의 개체들과 서로 복합적인 관계를 맺고 있는 관계

  • 관계 대응수의 최솟값과 최댓값
    • 관계 대응수 1:1, 1:N, M:N에서 1, N, M은 각 개체가 관계에 참여하는 최댓값을 의미
    • 관계에 참여하는 개체의 최솟값을 표시하지 않는다는 단점을 보와하기 위해 ER 다이어그램에서는 대응수 외에 최솟값과 최댓값을 관계실선 위에 (최솟값, 최댓값)으로 표기

  • ISA 관계
    • 상위 개체 타입의 특성에 따라 하위 개체 타입이 결정되는 형태 (ISA => is-a)

is-a 관계의 예

  • 참여 제약 조건
    • 개체 집합 내 모든 개체가 관계에 참여하는지 유무에 따라 전체 참여, 부분 참여로 구분
      • 전체 참여는 개체 집합의 모든 개체가, 부분 참여는 일부만 참여함
      • 전체 참여를 (최솟값, 최댓값)으로 표현할 경우 최솟값이 1 이상으로 모두 참여한다는 뜻, 부분 참여는 최솟값이 0 이상

관계의 참여 제약조건

  • 역할
    • 개체 타입 간의 관계를 표현할 때 각 개체들은 고유한 역할을 담당

역할의 예

  • 순환적 관계
    • 하나의 개체 타입이 동일한 개체 타입(자기 자신)과 순환적으로 관계를 가지는 형태

순환적 관계의 예

  • 약한 개체 타입
    • 상위 개체 타입이 결정되지 않으면 개별 개체를 식별할 수 없는 종속된 개체 타입
    • 약한 개체 타입은 독립적인 키로는 존재할 수 없지만 상위 개체 타입의 키와 결합하여 약한 개체 타입의 개별 개체를 고유하게 식별하는 속성을 식별자 혹은 부분키라고 함

식별자와 약한 개체 타입
약한 개체 타입과 식별자의 예

 

  • IE 표기법
    • ER 다이어그램을 더 축약하여 쉽게 표현하며 Erwin 등 소프트웨어에서 사용
    • IE 표기법에서 개체 타입과 속성은 직사각형으로 표현
    • IE 표기법에서 관계는 실선 혹은 점선으로 표기
    • IE 표기법에서 관계(강한관계, 비식별자 관계)는 점선으로 표기
    • IE 표기법에서 관계(약한관계, 식별자 관계)는 실선으로 표기
    •  

IE 표기법의 예(비식별자 관계)
IE 표기법-관계와 관계 대응 수
IE 표기법의 예(비식별자 관계)

3. ER 모델을 관계 데이터 모델로 사상

  • ER 모델을 관계 데이터 모델로 사상
    • 완성된 ER 모델은 실제 데이터베이스로 구축하기 위해 논리적 모델링 단계를 거치는데, 이 단계에서 사상이 이루어짐

ER 모델을 관계 데이터 모델로 사상 & ER 모델과 관계 데이터 모델의 사상 알고리즘

  • 개체 타입의 사상
    • [1 단계] 강한(정규) 개체 타입
      • 정규 개체 타입 E의 경우 대응하는 릴레이션 R을 생성
    • [2 단계] 약한 개체 타입
      • 약한 개체 타입에서 생성된 릴레이션은 자신의 키와 함께 강한 개체 타입의 키를 외래키로 사사하여 자신의 기본키를 구성

개체 타입의 사상

  • 관계 타입의 사상
    • [방법 1] 오른쪽 개체 타입 E2를 기준으로 관계 R을 표현
      • E1(KA1, A2)
      • E2(KA2, A4, KA1)
    • [방법 2] 왼쪽 개체 타입 E1을 기준으로 관계 R을 표현
      • E1(KA1, A2, KA2)
      • E2(KA2, A4)
    • [방법 3] 단일 릴레이션 ER로 모두 통합하여 관계 R을 표현
      • ER(KA1, A2, KA2, A4)
    • [방법 4] 개체 타입 E1, E2와 관계 타입 R을 모두 독립된 릴레이션으로 표현
      • E1(KA1, A2)
      • R(KA1, KA2)
      • E2(KA2, A4)

이진 관계 타입

  • 관계 타입의 사상
    • [3 단계] 이진 1:1 관계 타입
      • 이진 1:1 관계 타입의 경우 [방법 1]~[방법 4]까지 모든 유형으로 사상 가능
      • 개체가 가진 정보 유형에 따라 판단
    • [4 단계] 이진 1:N 관계 타입
      • 이진 1:N 관계 타입의 경우 N의 위치에 따라 [방법 1] 또는 [방법 2]의 유형으로 사상
    • [5 단계] 이진 M:N 관계 타입
      • 이진 M:N 관계 타입은 [방법 4]의 유형으로 사상됨
    • [6 단계] N진 관계 타입
      • ER 모델의 차수가 3 이상인 다진 관계 타입의 경우 [방법 4]의 유형으로 사상
    • [7 단계]
      • 속성의 개수를 알 수 없는 경우 [방법 1]을, 속성의 개수가 제한적으로 정해지는 경우 [방법 2]를 사용

이진 1:1 관계 타입의 사상 & 이진 1:N 관계 타입의 사상
이진 N:M 관계 타입의 사상 & N진 관계 타입의 사상
다중값 속성의 개수에 따른 사상 방법 & 다중값 속성의 사상