데이터 모델링

• 데이터 모델링과 데이터 모델의 개념

-데이터 모델링(data modeling)

현실 세계에 존재하는 데이터를 컴퓨터 세계의 데이터베이스로 옮기는 변환 과정

데이터베이스 설계의 핵심 과정

 

-2단계 데이터 모델링

개념적 데이터 모델링(conceptual modeling): 현실 세계의 중요 데이터를 추출하여 개념 세계로 옮기는 작업

논리적 데이터 모델링(logical modeling): 개념 세계의 데이터를 데이터베이스에 저장하는 구조로 표현하는 작업

 

-데이터 모델(data model)

연산=DDL,DML 등, 데이터 구조=스키마, 제약조건=개체 제약 사항

1. 데이터 모델링의 결과를 표현하는 도구

2. 개념적 데이터 모델

사람의 머리로 이해할 수 있도록 현실 세계를 개념적 모델링하여 데이터베이스의 개념적 구조로 표현하는 도구

ex) 개체-관계 모델

3. 논리적 데이터 모델

개념적 구조를 논리적 모델링하여 데이터베이스의 논리적 구조로 표현하는 도구

ex) 관계 데이터 모델

 

• 개체 - 관계 모델

-개체-관계 모델(E-R model; Entity-Relationship model)

1. 피터 첸(Peter Chen)이 제안한 개념적 데이터 모델

2. 개체와 개체 간의 관계를 이용해 현실 세계를 개념적 구조로 표현

3. 핵심 요소: 개체, 속성, 관계

 

-개체-관계 다이어그램(E-R diagram)

1.E-R 다이어그램

2.개체-관계 모델을 이용해 현실 세계를 개념적으로 모델링한 결과물을 그림으로 표현한 것

 

-개체(entity)

1. 현실 세계에서 조직을 운영하는 데 꼭 필요한 사람이나 사물과 같이 구별되는 모든 것

2. 저장할 가치가 있는 중요 데이터를 가지고 있는 사람이나 사물, 개념, 사건 등

3. 다른 개체와 구별되는 이름을 가지고 있고, 각 개체만의 고유한 특성이나 상태, 즉 속성을 하나 이상 가지고 있음

ex) 서점에 필요한 개체: 고객, 책, 학교에 필요한 개체: 학과, 과목

4. 파일 구조의 레코드(record)와 대응됨

5. E-R 다이어그램에서 사각형으로 표현하고 사각형 안에 이름을 표기

6. Key가 없는 개체도 존재, Key 대용으로 사용하는 약한 개체는 있다. 따라서 모든 개체가 Key를 가지고 있진 않다.

개체의 E-R 다이어그램

 -속성(attribute)

1. 개체나 관계가 가지고 있는 고유의 특성

2. 의미 있는 데이터의 가장 작은 논리적 단위

3. 파일 구조의 필드(field)와 대응됨

4. E-R 다이어그램에서 타원으로 표현하고 타원 안에 이름을 표기

속성의 E-R 다이어그램

-개체 타입(entity type)

개체를 고유의 이름과 속성들로 정의한 것, 파일 구조의 레코드 타입(record type)에 대응됨

 

-개체 인스턴스(entity instance)

1. 개체를 구성하고 있는 속성이 실제 값을 가짐으로써 실체화된 개체

2. 개체 어커런스(entity occurrence)라고도 함

3. 파일 구조의 레코드 인스턴스(record instance)에 대응됨

 

-개체 집합(entity set)

특정 개체 타입에 대한 개체 인스턴스들을 모아놓은 것

 

1. 이름, 주소, 연락처 중 중복되는 것이 없다면 키가 될 수 있다 -> 후보키

2. 중복되는 게 없는 속성이면 기본키이자 후보키가 된다.

3. 이름, 주소, 연락처가 중복되는 것이 없고 연락처를 기본키로 설정하면 이름, 주소는 대체키가 된다.

4. 만약 이름+연락처를 조합하면 유일하게 기본키로 사용할 수 있고 이를 슈퍼키라고 부른다.

5. 대체키는 후보키와 같다고 봐도 무방하다.

 

-속성의 분류

단일 값 속성 good, 다중 값 속성 bad -> 다중 값 속성을 단일 값 속성으로 바꾸는 정규화를 한다.

 

-단일 값 속성(single-valued attribute)

값을 하나만 가질 수 있는 속성

ex) 고객 개체의 이름, 적립금 속성

 

-다중 값 속성(multi-valued attribute)

값을 여러 개 가질 수 있는 속성, ex) 고객 개체의 연락처(2개인 경우) 속성, 책 개체의 저자 속성, 직업이 직장인+학생

E-R 다이어그램에서 이중 타원으로 표현

 

-단순 속성(simple attribute)

의미를 더는 분해할 수 없는 속성, ex) 고객 개체의 적립금 속성, 책 개체의 이름, ISBN, 가격 속성

단순, 복합 속성

-복합 속성(composite attribute)

의미를 분해할 수 있는 속성

ex) 고객 개체의 주소 속성(도, 시, 동, 우편번호 등으로 의미 세분화), 고객 개체의 생년월일 속성(연, 월, 일로 의미 세분화)

 

-유도 속성(derived attribute)

1. 기존의 다른 속성 값에서 유도되어 결정되는 속성

2. 값이 별도로 저장되지 않음

ex) 책 개체의 가격과 할인율 속성으로 계산되는 판매 가격 속성, 고객 개체의 출생연도 속성으로 계산되는 나이 속성

3. E-R 다이어그램에서 점선 타원으로 표현

-널 속성(null attribute)

널 값이 허용되는 속성

 

-널(null) 값

아직 결정되지 않았거나 모르는 값 또는 존재하지 않는 값, 공백이나 0과는 의미가 다름

ex) 등급 속성이 널 값 -> 등급이 아직 결정되지 않았음을 의미 

 

-키 속성(key attribute)

1. 각 개체 인스턴스를 식별하는 데 사용되는 속성

2. 모든 개체 인스턴스의 키 속성 값이 다름

3. 둘 이상의 속성들로 구성되기도 함 -> 슈퍼키, 유일성이 있어야 함, ex) 고객 개체의 고객 아이디 속성

4. E-R 다이어그램에서 밑줄로 표현

5. 키는 유일성, 최소성을 만족해야 한다.

-관계(relationship)

1. 개체와 개체가 맺고 있는 의미 있는 연관성

2. 개체 집합들 사이의 대응 관계, 즉 매핑(mapping)을 의미, ex) 고객 개체와 책 개체 간의 구매 관계 "고객은 책을 구매"

3. E-R 다이어그램에서 마름모로 표현

4. 모든 릴레이션은 테이블로 만들 수 있다.

-관계의 유형: 관계에 참여하는 개체 타입의 수 기준

이항 관계: 개체 타입 두 개가 맺는 관계

삼항 관계: 개체 타입 세 개가 맺는 관계

순환 관계: 개체 타입 하나가 자기 자신과 맺는 관계

 

-매핑 카디널리티(mapping cardinality)

관계를 맺는 두 개체의 집합에서, 각 개체 인스턴스가 연관성을 맺고 있는 상대 개체 집합의 인스턴스 개수

 

-관계의 유형: 매핑 카디널리티 기준

1. 일대일(1:1) 관계

개체 A의 각 개체 인스턴스가 개체 B의 개체 인스턴스 하나와 관계를 맺을 수 있고, 개체 B의 각 개체 인스턴스도 개체 A의 개체 인스턴스 하나와 관계를 맺을 수 있음

 

2. 일대다(1:n) 관계

개체 A의 각 개체 인스턴스가 개체 B의 개체 인스턴스 여러 개와 관계를 맺을 수 있지만, 개체 B의 각 개체 인스턴스는 개체 A의 개체 인스턴스 하나와 관계를 맺을 수 있음

 

3. 다대다(n:m) 관계

개체 A의 각 개체 인스턴스가 개체 B의 개체 인스턴스 여러 개와 관계를 맺을 수 있고, 개체 B의 각 개체 인스턴스도 개체 A의 개체 인스턴스 여러 개와 관계를 맺을 수 있음

 

-관계의 참여 특성

1. 필수적 참여(전체 참여)

모든 개체 인스턴스가 관계에 반드시 참여해야 되는 것을 의미

ex) 고객 개체가 책 개체와의 구매 관계에 필수적으로 참여 -> 모든 고객은 책을 반드시 구매해야 함

E-R 다이어그램에서 이중선으로 표현

 

2. 선택적 참여(부분 참여)

개체 인스턴스 중 일부만 관계에 참여해도 되는 것을 의미

ex) 책 개체가 고객 개체와의 구매 관계에 선택적으로 참여 ->고객이 구매하지 않은 책이 존재할 수 있음

 

-관계의 종속성

약한 개체(weak entity): 다른 개체의 존재 여부에 의존적인 개체

강한 개체(strong entity): 다른 개체의 존재 여부를 결정하는 개체

*특징

1. 강한 개체와 약한 개체는 일반적으로 일대다의 관계를 가지고, 약한 개체는 강한 개체와의 관계에 필수적으로 참여함

2. 약한 개체는 강한 개체의 키를 포함하여 키를 구성함

3. 강한 개체가 있으면 약한 개체는 거의 존재, 반드시는 아님

E-R 다이어그램에서 약한 개체는 이중 사각형으로 표현하고, 약한 개체가 강한 개체와 맺는 관계는 이중 마름모로 표현

ex) 직원 개체와 부양가족 개체 사이의 부양 관계, 직원 개체는 강한 개체, 부양가족 개체는 약한 개체

 

-E-R 다이어그램

사각형: 개체를 표현

마름모: 관계를 표현

타원: 속성을 표현

링크(연결선): 각 요소를 연결

레이블: 일대일, 일대다, 다대다 관계를 표기

 

• 논리적 데이터 모델

-논리적 데이터 모델의 개념

1. E-R 다이어그램으로 표현된 개념적 구조를 데이터베이스에 저장할 형태로 표현한 논리적 구조

-> 데이터베이스의 논리적 구조 = 데이터베이스 스키마(schema)

2. 사용자가 생각하는 데이터베이스의 모습 또는 구조

3. 관계 데이터 모델, 계층 데이터 모델, 네트워크 데이터 모델 등이 있음

 

-관계 데이터 모델

1. 일반적으로 많이 사용되는 논리적 데이터 모델

2. 데이터베이스의 논리적 구조가 2차원 데이블 형태임

 

-계층 데이터 모델(hierarchical data model)

1. 데이터베이스의 논리적 구조가 트리(tree) 형태임

2. 루트 역할을 하는 개체가 존재하고 사이클이 존재하지 않음

3. 개체 간에 상하 관계가 성립(부모 개체/자식 개체, 부모와 자식 개체는 일대다(1:n) 관계만 허용됨

4. 두 개체 사이에 하나의 관계만 정의할 수 있음

5. 다대다(n:M) 관계를 직접 표현할 수 없음

6. 개념적 구조를 모델링하기 어려워 구조가 복잡해질 수 있음

7. 데이터의 삽입, 삭제, 수정, 검색이 쉽지 않음

 

-네트워크 데이터 모델(network data model)

1. 데이터베이스의 논리적 구조가 네트워크, 즉 그래프 형태임

2. 개체 간에는 일대다(1:n) 관계만 허용됨(오너(owner)/멤버(member))

3. 두 개체 사이에 여러 관계를 정의할 수 있어 이름으로 구별함

4. 다대다(n:m) 관계를 직접 표현할 수 없음

5. 구조가 복잡하고 데이터의 삽입, 삭제, 수정, 검색이 쉽지 않음