[과목 I] 제 1장 데이터 모델링의 이해

모델링의 특징

1. 현실 세계를 일정한 형식에 맞추어 표현하는 추상화의 의미를 가질 수 있다.

2. 시스템 구현을 포함한 업무분석 및 업무 형상화를 하는 목적이 있다.

3. 복잡한 현실을 제한된 언어나 표기법을 통해 이해하기 쉽게 하는 단순화의 의미를 가진다.

4. 애매모호함을 배제하고 누구나 이해가 가능하도록 정확하게 현상을 기술하는 정확화의 의미를 가진다.

발생 시점에 따른 엔티티 분류

• 기본/키 엔티티
• 중심 엔티티
• 행위 엔티티

데이터 모델링이 필요한 주요 이유

1. 업무 정보를 구성하는 기초가 되는 정보들에 대해 일정한 표기법에 의해 표현한다.

2. 분석된 모델을 가지고 데이터베이스를 생성하여 개발 및 데이터 관리에 사용하기 위한 것이다.

3. 데이터 모델링이라는 것은 단지 데이터베이스만을 구축하기 위한 용도로 쓰이는 것이 아니다.

4. 데이터 모델링 자체로서 업무의 흐름을 설명하고 분석하는 부분에 의미를 가지고 있다.

데이터 모델링이란

• 정보시스템을 구축하기 위한 데이터 관점의 업무 분석 기법이다.
• 현실세계의 데이터(What)에 대해 약속된 표기법에 의해 표현하는 과정이다.
• 데이터베이스를 구축하기 위한 분석/설계의 과정이다.

데이터 모델링을 할 때 유의해야 할 사항

1. 여러 장소의 데이터베이스에 같은 정보를 저장하지 않도록 하여 중복성을 최소화한다.

2. 데이터의 정의를 데이터의 사용 프로세스와 분리하여 유연성을 높인다.

3. 데이터 간의 상화 연관관계를 명확하게 정의하여 일관성 있게 데이터가 유지되도록 한다.

 

사용자가 처리하는 프로세스 혹은 이와 관련된 프로그램과 테이블의 연계성을 높이는 것은 데이터 모델이 업무 변경에 대해 취약하게 만드는 단점이다.

데이터 모델링 유의점

• 중복(Duplication): 데이터 모델은 같은 데이터를 사용하는 사람, 시간, 장소를 파악하는데 도움을 줌으로써 데이터 베이스가 여러 장소에 같은 정보를 저장하는 잘못을 하지 않도록 한다.
• 비유연성(Inflexibility): 데이터의 정의를 데이터의 사용 프로세스와 분리함으로써 데이터 모델링은 데이터 혹은 프로세스의 작은 변화가 애플리케이션과 데이터베이스에 중대한 변화를 일으킬 수 있는 가능성을 줄인다.
• 비일관성(Inconsistency): 데이터와 데이터 간의 상호 연관 관계에 대해 명확히 정의하여 서로 연관된 다른 데이터와 모순된다는 고려 없이 일련의 데이터를 수정할 때의 문제점을 사전에 예방한다.

데이터 모델링 개념

전사적 데이터 모델링을 수행할 때 많이 하며, 추상화 수준이 높고 업무 중심적이고 포괄적인 수준의 모델링을 진행하는 것을 개념적 데이터 모델링이라고 한다.

 

이와 달리 실제로 데이터베이스에 이식할 수 있도록 성능, 저장 등의 물리적인 성격을 고려한 데이터 모델링은 물리적 데이터 모델링이라고 한다.

개념적 데이터 모델링

추상화 수준이 높고 업무 중심적이고 포괄적인 수준의 모델링 진행한다.

논리적 데이터 모델링

시스템으로 구축하고자 하는 업무에 대해 Key, 속성, 관계 등을 정확하게 표현하며, 재 사용성이 높다.

물리적 데이터 모델링

실제로 데이터베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계한다.

데이터베이스 스키마 구조 3단계

데이터베이스 스키마는 3단계로 구분되고 각각은 상호 독립적인 의미를 가지고 고유한 기능을 가진다.

• 외부 스키마(External Schema): 개개 사용자가 보는 개인적 DB 스키마
• 개념 스키마(Conceptual Schema): 모든 사용자 관점을 통합한 전체 DB
• 내부 스키마(Internal Schema): 물리적 장치에서 데이터가 실제적 저장

[문제] ANSI-SPARC에서 정의한 3단계 구조에서 아래 내용이 설명하는 스키마 구조는 무엇인가?

- 모든 사용자 관점을 통합한 조직 전체 관점의 통합적 표현

- 모든 응용 시스템들이나 사용자들이 필요로 하는 데이터를 통합한 조직 전체의 DB를 기술한 것으로 DB에 저장되는 데이터와 그들 간의 관계를 표현하는 스키마

개념 스키마(Conceptual Schema)

 

통합 관점의 스키마 구조를 표현한 것을 개념 스키마라고 하며, 데이터 모델링은 통합 관점의 뷰를 가지고 있는 개념 스키마를 만들어가는 과정으로 이해할 수 있다.

데이터 독립성

• 논리적 독립성: 개념 스키마 변경, 외부 스키마에 영향 X
• 물리적 독립성: 내부 스키마 변경, 외부/개념 스키마 영향 X

Mapping(사상)

Mapping(사상)이란 상호 독립적인 개념을 연결시켜주는 다리이다.

• 논리적 사상: 외부 스키마 - 개념 스키마
• 물리적 사상: 개념 스키마 - 내부 스키마

데이터 모델링 3요소

• 어떤 것(Things)
• 성격(Attributes)
• 관계(Relationship)

ERD에 대한 설명

1. 1976년 피터첸(Peter Chen)에 의해 Entity-Relationship Model(E-R Model)이라는 표기법이 만들어졌다.

2. 일반적으로 ERD를 작성하는 방법은 엔티티 도출 → 엔티티 배치 → 관계 설정 → 관계 명 기술의 흐름으로 작업을 진행한다.

3. 관계의 명칭은 관계 표현에 있어서 매우 중요한 부분에 해당한다.

4. 일반적으로 사람의 눈은 왼쪽에서 오른쪽, 위쪽에서 아래쪽으로 이동하는 경향이 있기 때문에 데이터 모델링에서도 가장 중요한 엔티티를 왼쪽 상단에 배치하고 이것을 중심으로 다른 엔티티를 나열하면서 전개하면 사람의 눈이 따라가기에 편리한 데이터 모델을 작성할 수 있다.

ERD 작성 순서

① 엔티티를 그린다.

② 엔티티를 적절하게 배치한다.

③ 엔티티 간의 관계를 설정한다.

④ 관계 명을 기술한다.

⑤ 관계의 필수 여부를 기술한다.

좋은 데이터 모델의 요소

1. 완전성: 업무에 필요한 모든 데이터가 모델에 정의한다.
2. 중복배제: 하나의 DB 내에 동일한 사실은 한 번만 기술한다.
3. 업무 규칙: 많은 규칙을 사용자가 공유하도록 제공한다.
4. 데이터 재사용: 데이터가 독립적으로 설계되어야 한다.
5. 의사소통: 업무규칙은 엔티티, 서브타입, 속성, 관계 등의 형태로 최대한 자세히 표현한다.
6. 통합성: 동일한 데이터는 한 번만 정의하고 참조 활용한다.

엔티티

엔티티란 업무에 필요하고 유용한 정보를 저장하고 관리하기 위한 집합적인 것이며, 보이지 않는 개념을 포함한다.

엔티티의 특징

• 반드시 해당 업무에서 필요하고 관리하고자 하는 정보이어야 한다.
• 유일한 식별자에 의해 식별이 가능해야 한다.
• 영속적으로 존재하는 인스턴스의 집합이어야 한다.(2 개 이상)
• 엔티티는 업무 프로세스에 의해 이용되어야 한다.
• 엔티티는 반드시 속성이 있어야 한다.
• 엔티티는 다른 엔티티와 최소 한 개 이상의 관계가 있어야 한다.
• 공통 코드, 통계성 엔티티의 경우는 관계를 생략할 수 있다.

엔티티는 2개 이상의 속성과 2개 이상의 인스턴스를 가져 소위 면적으로 표현될 수 있어야 비로소 기본적인 엔티티의 자격을 갖췄다고 할 수 있다.

엔티티의 분류

유무형에 따른 분류: 유형, 개념, 사건 엔티티

유형: 물리적 형태 ex) 사원, 물품, 강사

개념: 개념적 정보 ex) 조직, 보험상품

사건: 업무수행 시 발생 ex) 주문, 청구, 미납

발생 시점에 따른 분류: 기본/키, 중심, 행위 엔티티

기본: 그 업무에 원래 존재하는 정보, 타 엔티티의 부모 역할, 자신의 고유한 주식별자를 가짐 ex) 사원, 부서

중심: 기본 엔티티로부터 발생, 다른 엔티티와의 관계로 많은 행위 엔티티 생성 ex) 계약, 사고, 주문

행위: 2개 이상의 부모 엔티티로부터 발생, 자주 바뀌거나 양이 증가 ex) 주문 목록, 사원 변경 이력

 

[문제] 다른 엔티티로부터 주식별자를 상속받지 않고 자신의 고유한 주식별자를 가지는 엔티티는 무엇인가?

기본 엔티티

 

기본 엔티티(키 엔티티)란 그 업무에 원래 존재하는 정보로서 다른 엔티티와의 관계에 의해 생성되지 않고 독립적으로 생성이 가능하고 자신은 타 엔티티의 부모의 역할을 하게 된다.

엔티티의 이름을 부여하는 방법

1. 가능하면 약어를 사용하지 않고 엔티티의 이름을 간결하고 명확하게 한다.

2. 현업의 업무 용어를 사용하여 업무상의 의미를 분명하게 한다.

3. 모든 엔티티에서 유일한 이름이 부여되어야 한다.

4. 엔티티가 생성되는 의미대로 자연스럽게 부여하도록 한다.

속성에 대한 설명

1. 엔티티에 대해 자세하고 구체적인 정보를 나타낸다.

2. 하나의 엔티티는 두 개 이상의 속성을 갖는다.

3. 하나의 인스턴스에서 각각의 속성은 한 개의 속성 값을 가져야 한다.

4. 속성도 집합이다.

 

[문제] 업무에서 필요로 하는 인스턴스에서 관리하고자 하는 하는 의미상 더 이상 분리되지 않는 최소의 데이터 단위는 무엇인가?

속성(ATTRIBUTE)

 

속성이란 사전적인 의미로는 사물의 성질, 특징 또는 본질적인 성질이다.

업무상 관리가 가능한 최소의 의미 단위로 생각할 수 있고, 이것은 엔티티에서 한 분야를 담당하고 있다.

엔티티, 인스턴스, 속성, 속성 값의 관계

• 한 개의 엔티티는 두 개 이상의 인스턴스의 집합이어야 한다.
• 한 개의 엔티티는 두 개 이상의 속성을 갖는다.
• 한 개의 속성은 한 개의 속성 값을 갖는다.

속성의 특성에 따른 분류

• 기본 속성: 업무로부터 추출한 모든 일반적인 속성
• 설계 속성: 업무를 규칙화하기 위해 새로 만들거나 변형, 정의하는 속성 ex) 일련번호
• 파생 속성: 다른 속성에 영향을 받아 발생하는 속성, 빠른 성능을 낼 수 있도록 원래 속성의 값을 계산, 적을수록 좋음 ex) 합

[문제] 데이터를 조회할 때 빠른 성능을 낼 수 있도록 하기 위해 원래 속성의 값을 계산하여 저장할 수 있도록 만든 속성은 무엇인가?

파생 속성(Derived Attribute)

[문제] 아래의 설명이 나타내는 데이터 모델의 개념은 무엇인가?

- 주문이라는 엔티티가 있을 때 단가라는 속성 값의 범위는 100에서 10,000 사이의 실수 값이며 제품 명이라는 속성은 길이가 30자리 이내의 문자열로 정의할 수 있다.

도메인(Domain)

 

각 속성은 가질 수 있는 값의 범위가 있는데 이를 그 속성의 도메인(Domain)이라 하며, 엔티티 내에서 속성에 대한 데이터 타입과 크기 그리고 제약사항을 지정하는 것이다.

속성의 명칭 부여

• 해당 업무에서 사용하는 이름을 부여한다.
• 서술식 속성 명은 사용하지 않는다.
• 약어 사용은 가급적 제한한다.
• 전체 데이터 모델에서 유일성을 확보하는 것이 좋다.

관계

관계란 엔티티의 인스턴스 사이의 논리적인 연관성으로 존재의 형태로나 행위로써 서로에게 연관성이 부여된 상태, 관계 페어링의 집합을 의미한다.

 

ex) 강사 - 가르친다(관계) - 수강생

페어링

페어링이란 엔티티 안에 인스턴스가 개별적으로 관계를 가지는 것이다.

관계에 대한 설명

1. 관계는 존재적 관계와 행위에 의한 관계로 나누어 볼 수 있다.

2. 관계 표기법은 관계 명, 관계 차수, 선택성(선택 사양)의 3가지 개념으로 표현한다.

3. 부서와 사원 엔티티 간의 '소속' 관계는 존재적 관계의 사례이다.

4. 주문과 배송 엔티티 간의 '배송 근거' 관계는 행위에 의한 관계의 사례이다.

관계의 표기법

• 관계 명(Membership): 관계의 이름
• 관계 차수(Cardinality): 1:1, 1:M, M:N
• 관계 선택 사양(Optionality): 필수 관계, 선택 관계

[문제] 엔티티 간의 관계에서 1:1, 1:M과 같이 관계의 기수성을 나타내는 것은 무엇인가?

관계 차수(Relationship Degree/Cardinality)

데이터 모델링의 관계에 대한 설명

관계는 존재에 의한 관계와 행위에 의한 관계로 구분될 수 있으나, ERD에선 관계를 연결할 때, 존재와 행위를 구분하지 않고 단일화된 표기법을 사용한다.

 

UML(Unified Modeling Language)에는 클래스 다이어그램의 관계 중 연관 관계(Association)와 의존 관계(Dependency)가 있고 이것은 실선과 점선의 표기법으로 다르게 표현된다.

UML(통합 모델링 언어)에서의 관계

• 연관 관계(실선): 항상 이용하는 관계 ex) 소속된다.
• 의존 관계(점선): 상대 행위에 의해 발생하는 관계 ex) 주문한다.

두 개의 엔티티 사이에 정의한 관계를 체크하는 사항

1. 두 개의 엔티티 사이에 관심 있는 연관 규칙이 존재하는가?

2. 두 개의 엔티티 사이에 정보의 조합이 발생되는가?

3. 업무 기술서, 장표에 관계 연결을 가능하게 하는 동사(Verb)가 있는가?

4. 업무 기술서, 장표에 관계 연결에 대한 규칙이 서술되어 있는가?

관계 읽기

• 기준(Source) 엔티티를 한 개(One) 또는 각(Each)으로 읽는다.
• 대상(Target) 엔티티의 관계 참여도 즉 개수(하나, 하나 이상)를 읽는다.
• 관계 선택 사양과 관계 명을 읽는다.

식별자의 종류

• 엔티티 내에서 대표성을 가지는가에 따라 주식 별자와 보조 식별자로 구분한다.
• 엔티티 내에서 스스로 생성되었는지 여부에 따라 내부 식별자와 외부 식별자로 구분한다.
• 단일 속성으로 식별이 되는가에 따라 단일 식별자와 복합 식별자로 구분한다.
• 원래 업무적으로 의미가 있던 식별자 속성을 대체하여 일련번호와 같이 새롭게 만든 식별자를 구분하기 위해 본질 식별자와 인조 식별자로 구분한다.

주식별자 특징

• 유일성: 주식별자에 의해 엔티티 내에 모든 인스턴스들을 유일하게 구분한다.
• 최소성: 주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 한다.
• 불변성: 주식별자가 한 번 특정 엔티티에 지정되면 그 식별자의 값은 변하지 않아야 한다.
• 존재성: 주식별자가 지정되면 반드시 데이터 값이 존재해야 한다. (Null 안 됨.)

비식별자 관계를 선택하는 기준

1. 관계의 강약을 분석하여 상호 간에 연관성이 약할 경우 비식별자 관계를 고려한다.

2. 자식 테이블에서 독립적인 Primary Key의 구조를 가지기 원할 때 비식별자 관계를 고려한다.

3. 모든 관계가 식별자 관계로 연결되면 SQL Where 절에서 비교하는 항목이 증가되어 조인에 참여하는 테이블에 따라 SQL 문장이 길어져 SQL 문의 복잡성이 증가되는 것을 방지하기 위해 비식별자 관계를 고려한다.

식별자와 비식별자 관계 비교

항목	식별자 관계	비식별자 관계
목적	강한 연결관계 표현	약한 연결관계 표현
자식 주식별자 영향	자식 주식별자의 구성에 포함됨	자식 일반 속성에 포함됨
표기법	실선 표현	점선 표현
연결 사항 고려	- 반드시 부모 엔티티에 종속 - 자식 주식별자 구성에 부모 주식별자 포함 필요 - 상속받은 주식별자 속성을 타 엔티티에 이전 필요	- 약한 종속관계 - 자식 주식별자 구성을 독립적으로 구성 - 자식 주식별자 구성에 부모 주식별자 부분 필요 - 상속받은 주식별자 속성을 타 엔티티에 차단 필요 - 부모 쪽의 관계 참여가 선택 관계

비식별자 관계로 연결하는 것을 고려해야 하는 경우

1. 부모 엔티티에 참조 값이 없어도 자식 엔티티의 인스턴스가 생성될 수 있는 경우

2. 여러 개의 엔티티를 하나로 통합하면서 각각의 엔티티가 갖고 있던 여러 개의 개별 관계가 통합되는 경우

3. 자식 쪽 엔티티의 주식별자를 부모 엔티티와는 별도로 생성하는 것이 더 유리하다고 판단하는 경우

 

부모 엔티티의 인스턴스가 자식 엔티티와 같이 소멸되는 경우는 비식별자 관계보다 식별자 관계로 정의하는 것이 더 적합하다.

식별자의 분류체계

분류	식별자	설명
대표성 여부	주식별자	엔티티 내에서 각 어커런스를 구분할 수 있는 구분자이며, 타 엔티티와 참조 관계를 연결할 수 있는 식별자
	보조 식별자	엔티티 내에서 각 어커런스를 구분할 수 있는 구분자이나 대표성을 가지지 못해 참조 관계 연결을 못함
스스로 생성 여부	내부 식별자	엔티티 내부에서 스스로 만들어지는 식별자
	외부 식별자	타 엔티티와의 관계를 통해 타 엔티티로부터 받아오는 식별자
속성의 수	단일 식별자	하나의 속성으로 구성된 식별자
	복합 식별자	둘 이상의 속성으로 구성된 식별자
대체 여부	본질 식별자	업무에 의해 만들어지는 식별자
	인조 식별자	업무적으로 만들어지지는 않지만 원조 식별자가 복잡한 구성을 가지고 있기 때문에 인위적으로 만든 식별자