[DB] 데이터 모델링

0. 데이터 모델링, 데이터 모델

데이터 모델링(data modeling)
  - 현실 세계에 존재하는 데이터를 컴퓨터 세계의 데이터베이스로 옮기는 변환(추상화) 과정
  - 데이터베이스 설계의 핵심 과정
  - 개념적 데이터 모델링 : 현실 세계의 중요 데이터를  추출하여 개념적 구조로 표현
  - 논리적 데이터 모델링 : 개념적 구조의 데이터를 DB에 저장할 구조로 표현

 

데이터 모델(data model)
  - 데이터 모델링의 결과물을 표현하는 도구
  - 데이터 구조, 연산, 제약조건 등을 포함
  - 개념적 데이터 모델(ex. 개체-관계 모델)
  - 논리적 데이터 모델(ex. 관계 데이터 모델)

 

 

 

1. 개체-관계 모델

개체-관계 모델(E-R model)
  - 개체와 개체 간의 관계를 이용해 현실 세계를 개념적 구조로 표현
  - 핵심 요소 : 개체, 속성, 관계
  - 그림으로 표현한 것을 개체-관계 다이어그램(E-R diagram)이라고 함

 

개체(entity)
  - 현실 세계에서 조직을 운영하는 데에 꼭 필요한 사람이나 사물과 같이 구별되는 모든 것
  - 저장할 가치가 있는 중요 데이터를 가지고 잇는 사람이나 사물, 개념 사건 등
  - 다른 개체와 구별되는 이름을 가지고 있고, 속성을 하나 이상 가지고 있음
  ex. 학교에 필요한 개체 : 학과 (학과의 속성 : 멀티미디어공학과, 컴퓨터공학과 등)

 

개체의 속성, 타입, 인스턴스, 집합
  - 속성 : 개체나 관계가 가지고 있는 고유의 특성, 의미 있는 데이터의 가장 논리적 단위
    ※ 속성의 분류
      - 단일값 속성 / 다중값 속성 (속성 값의 개수로 분류)
      - 단순 속성 / 복합 속성 (의미의 분해 가능성)
      - 유도 속성 (기존 속성값에서 유도)
  - 타입 : 개체를 고유의 이름과 속성들로 정의한 것
  - 인스턴스 : 개체의 속성이 실제 값을 가짐으로써 실제화된 개체
  - 집합 : 특정 개체 타입에 대한 개체 인스턴스들을 모아놓은 것

 

 

개체의 속성

단순 속성 (simple attribute)	의미를 더는 분해할 수 없는 속성	(ex. 책 개체의 이름, 가격)
복합 속성 (composite attribute)	의미를 분해할 수 있는 속성	(ex. 주소ㅡ도, 시, 동, 생일ㅡ년, 월, 일)
유도 속성 (derived attribute)	기존의 다른 속성의 값에서 유도되어 결정(별도로 저장X)	(ex. 생일 >>>유도>>> 나이)
널 속성 (null attribute)	널 값(미결정이거나 모르거나, 존재하지 않는 값. 공백, 0과 다른 의미)이 허용	(ex. 시험등급)
키 속성 (key attribute)	각 개체 인스턴스를 식별 (모든 인스턴스 들이 달라야함)하는 데 사용	(ex. 고객 개체의 ID속성)

 

 

관계(relationship)
  - 개체와 개체가 맺고 있는 의미있는 연관성, 대응관계(mappping) (ex. 고객 개체, 책 개체 ㅡ 고객은 책을 구매)
  - 매핑 카디널리티 : 관계를 맺는 두 개체 집합에서, 각 인스턴스 당 관계가 있는 상대 개체 집합의 인스턴스 개수
    ※ 관계의 분류
      - 순환(1진) 관계 / 이항(2진) 관계 / 삼항(3진) 관계 ㅡ 관계에 참여하는 개체 '타입'의 수 기준
      - 1 : 1 관계 / 1: n 관계 / n : m 관계 ㅡ '매핑 카디널리티' 기준

 

관계의 특징(참여특성)
  - 필수적 참여(전체 참여)ㅡ모든 개체 인스턴스가 관계에 반드시 참여 (ex. 모든 고객이 반드시 책 구매)
  - 선택적 참여(부분 참여)ㅡ개체 인스턴스 중 일부만 관계에 참여해도 됨 (ex. 고객이 구매하지 않은 책 존재)

 

관계의 특징(종속성)
  - 약한 개체 : 다른 개체의 존재 여부에 의존적(ex. 직원 ㅡ 부양가족의 관계 중 부양가족)
  - 강한 개체 : 다른 개체의 존재 여부를 결정, 보통 약한 개체와 일대다(1:n) 관계를 가지고, 약한 개체는 필수적참여
  - 약한 개체는 강한 개체의 키를 포함하여 키를 구성

 

E-R 다이어그램
  - 사각형 : 개체  //이중사각형은 약한 개체, 
  - 마름모 : 관계  //이중마름모는 약한개체와 강한개체의 관계
  - 타원 : 속성  //점선타원은 유도 속성, 이중타원은 다중값 속성, 밑줄은 키 속성
  - 링크(연결선) : 각 요소를 연결  //이중연결은 (필수적 참여)
  - 레이블 : 1:1, 1:N, N:M의 관계를 표기

 

IE 표기법
  - 구체적인 관계를 도형이 아닌, 선에 변화
  --- : 비식별자 관계(강한 관계, 부모 개체의 키가 일반 속성으로 포함되는 관계)
  ㅡ  : 식별자 관계(약한 관계, 부모 개체의 키가 주식별자로 포함되는 관계)
  -< : 일대다
  -ㅇ : 0(선택참여), 최소 참여가 0일 경우
  -+  : 1(필수참여), 최소 참여가 1일 경우

 

 

 

2. 논리적 데이터 모델

논리적 데이터 모델
  - E-R 다이어그램의 구조를 데이터 베이스에 저장할 형태로 표현한 논리적 구조(스키마, schema)
  - 관계 데이터 모델, 계층 데이터 모델, 네트워크 데이터 모델 등

 

관계 데이터 모델(related data model)
  - 데이터베이스의 논리적 구조가 2D 테이블(table) 형태
  - 일반적으로 많이 사용되는 논리적 데이터 모델

 

계층 데이터 모델(hierarchial data model)
  - 데이터베이스의 논리적 구조가 트리(tree) 형태
  - 루트 역할을 하는 개체가 존재하고 사이클이 존재하지 않음
  - 개체 간에 상하 관계가 성립(부모/자식, 부모-자식은 1:n관계만 허용)
  - 다대다(n:m)을 직접 표현할 수 없음
  - 개념적 데이터 모델링 단계에서 이미 어려움
  - 데이터의 삽입, 삭제, 수정, 검색이 쉽지 않음

 

네트워크 데이터 모델(network data model)
  - 데이터베이스의 논리적 구조가 그래프(graph) 형태
  - 개체 간에 오너/멤버 관계를 가짐(1:n관계만 허용)
  - 두 개체 사이에 여러 관계를 정의할 수 있어, 관계를 이름으로 구별
  - 다대다(n:m)을 직접 표현할 수 없음
  - 데이터의 삽입, 삭제, 수정, 검색이 쉽지 않음