[DB] 데이터 모델링 (데이터베이스)

4장. 데이터 모델링

• 데이터 모델링과 데이터 모델의 개념
• 개체 - 관계 모델
• 논리적 데이터 모델

데이터 모델: 데이터를 모델링 하는 도구

---

데이터 모델링과 데이터 모델의 개념

데이터 모델링

• 현실 세계에 존재하는 데이터를 컴퓨터 세계의 데이터베이스로 옮기는 변환 과정
• (현실 세계에 존재하는 data는 많기 때문에 data의 선별 또한 깊은 단계로 이루어짐)
• 데이터베이스 설계의 핵심 과정
  • 추상화
    • 저장할 가치가 있는, 중요한 데이터를 찾아야 함. (특성, 속성, 과정)
    • (객체지향언어에서 추상화의 결과로 java가 class로 변환됨)

 

2단계 데이터 모델링

• 개념적 데이터 모델링: 현실 세계의 중요 데이터를 추출해 개념 세계로 옮기는 작업
• 논리적 데이터 모델링: 개념 세계의 데이터를 데이터베이스에 저장하는 구조로 표현하는 작업

 

데이터 모델

• 데이터 모델링의 결과물을 표현하는 도구
• 개념적 데이터 모델
  • DBMS에 독립적 설치 가능
  • 사람의 머리로 이해할 수 있도록 현실 세계를 개념적 모델링해 데이터베이스의 개념적 구조로 표현하는 도구
  • 데이터 구조: 현실 세계를 개념세계로 추상화했을 때 어떤 요소로 이루어져있는지 표현하는 개념적 구조, 어떻게 표현할건지!
  • EX) 개체-관계 모델
• 논리적 데이터 모델
  • DBMS에 종속적 (내가 사용할 DBMS가 객체지향 DBMS라면 개념적 모델을 객체지향 모델로 변환시켜야 함.)
  • 개념적 구조를 논리적 모델링하여 데이터베이스의 논리적 구조로 표현하는 도구
  • 데이터 구조: 그 데이터를 어떤 모습으로 저장할 건지
  • EX) 관계 데이터 모델

 

중요!!!!!

---

개체-관계 모델

• 개체 - 관계 모델(E-R Model): 개체와 개체 간의 관계를 이용해 현실 세계를 개념적 구조로 표현 (--> 그림으로)
• 개체 - 관계 다이어그램(E-R Diagram): 개체-관계 모델 이용해 현실 세계를 개념적으로 모델링한 결과물을 그림으로 표현한 것.
• 개체(Entity)
  • 현실 세계에서 조직을 운영하는 데 꼭 필요한 사람이나 사물과 같이 구별되는 모든 것
  • 저장할 가치가 있는 중요 데이터를 가지고 있는 사람, 사물, 개념, 사건 등
  • 다른 개체와 구별되는 이름 O
  • 각 개체만의 고유한 특성이나 상태 (=속성)을 1개 이상 가지고 있음
  • EX) 서점에 필요한 개체: 고객, 책 / 학교에 필요한 개체: 학과, 과목
  • E-R 다이어그램에서 사각형으로 표현 후 사각형에 이름 표기
  • 파일 구조의 레코드와 대응됨

 

• 개체 타입(Entity Type)
  • 개체를 고유한 이름과 속성들로 정의한 것
  • 파일 구조의 레코드 타입과 대응
• 개체 인스턴스(Entity instance)
  • 개체를 구성하고 있는 속성이 실제 값을 가짐으로써 실체화된 개체
  • = 개체 어커런스(entity occurrence)
  • 파일 구조의 레코드 인스턴스에 대응
• 개체 집합(entity set)
  • 특정 개체 타입에 대한 개체 인스턴스 모아놓은 것
• 속성(Attribute)
  • 개체나 관계가 가지고 있는 고유의 특성
  • 의미 있는 데이터의 가장 작은 논리적 단위
  • 파일 구조의 필드(field)와 대응
  • E-R 다이어그램에서 타원으로 표현 후 타원 안에 이름 표기

개체: 고객, 속성: 고객아이디, 고객명

 

• 속성의 분류
  • 실제 DB 설계 시 만약 어떤 속성이 다중값 속성이면 논리적 모델링 시 어떤 방법을 취해야 하고, 복합 속성이면 논리적인 모델링 시 어떤 방법으로 처리해야 하는지 속성 별로 논리적 모델링하는 방법을 결정하는 것이 중요.

속성의 분류

---

개체 - 관계 모델에서 속성 분류

분류 1. 단일 값 속성과 다중 값 속성

• 단일 값 속성(Single-valued attribute)
  • 값을 하나만 가질 수 있는 속성
  • ex) 고객 개체의 이름, 적립금 속성
• 다중 값 속성(Multi-valued attrtibute)
  • 값을 여러개 가질 수 있는 속성
  • ex) 고객 개체의 연락처 속성, 책 개체의 저자 속성
  • E-R 다이어그램에서 이중 타원으로 표현

단일 값, 다중 값 속성

 

분류 2. 단순 속성와 복합 속성

• 단순 속성(Simple attribute)
  • 의미 분해 불가능
  • ex) 고객 개체의 적립금 속성, 책 개체의 이름, 책 개체의 가격, 책 개체의 ISBN 속성
• 복합 속성(Composite attribute)
  • 의미 분해 가능
  • ex) 고객 개체의 주소 속성 -> 도, 시, 동, 우편번호로 세분화 가능하기 때문
  • ex) 고객 개체의 생년월일 속성 -> 연, 월, 일로 의미 세분화 가능

단순, 복합 속성

 

분류 3. 유도 속성

• 유도 속성(Derived attribute)
  • 기존의 다른 속성 값에서 유도되어 결정되는 속성
  • 값이 별도로 저장 X
  • E-R 다이어그램에서 점선 타원으로 표현
  • ex) 책 개체의 가격과 할인율 속성으로 계산되는 판매 가격 속성

유도 속성 예시

 

그 외 속성

• 널 속성(Null attribute): 널 값이 허용되는 속성 (나중에 제약 조건과 밀접한 관계)
• 널(null) 값
  • 아직 결정되지 않은 값 or 모르는 값 or 존재하지 않는 값 
  • 공백이나 0과 의미 다름.
  • ex) 등급 속성이 null 값이면 아직 등급 결정 x
  • ex) 병역 속성이 null이면 여자, 해당사항 x
• 키 속성(key attribute)
  • 각 개체 인스턴스 식별하는 데 사용되는 속성
  • 모든 개체 인스턴스의 키 속성 값 다름
  • 둘 이상의 속성들로 구성되기도 함
  • 유일한 값으로, 중요함
  • E-R 다이어그램에서 밑줄로 표현
  • ex) 고객 개체의 고객아이디 속성

키 속성

---

개체-관계 모델에서 관계

관계 (Relationship)

• 개체와 개체가 맺고 있는 의미 있는 연관성
• 개체 집합들 사이 대응 관계, 매핑
• E-R 다이어그램에서 마름모로 표현
• Ex) 고객 개체와 책 개체 간의 구매 관계 -> 고객은 책을 구매한다.

관계

 

관계의 유형 기준 1. 관계에 참여하는 개체 타입의 수

• 이항 관계: 가장 흔한 관계로, 개체 타입 두 개가 맺는 관계
• 삼항 관계: 개체 타입 세개
• 순환 관계: 개체 타입 하나가 자기 자신과 맺는 관계

관계의 유형

관계의 유형 기준 2. 매핑 카디널리티

• 매핑 카디널리티(Mapping Cardinality)
  • 관계를 맺는 두 개체 집합에서 각 개체 인스턴스가 연관성을 맺고 있는 상대 개체 집합의 인스턴스 개수
• 1) 일대일 관계 2) 일대다 관계 3) 다대다 관계 (일대다, 다대다 관계가 흔함)
• 일대일(1:1) 관계
  • 개체 A의 각 개체 인스턴스가 개체 B의 개체 인스턴스 하나와 관계 맺을 수 있고, 개체 B의 각 개체 인스턴스도 개체 A의 개체 인스턴스 하나와 관계 맺을 수 있음

1대1관계: 남편과 아내 개체의 혼인관계

 

• 일대다(1:N) 관계
  • 개체 A의 각 개체 인스턴스가 개체 B의 개체 인스턴스 여러 개와 관계 맺을 수 있지만, 개체 B의 각 개체 인스턴스는 개체 A의 개체 인스턴스 하나와 관계 맺을 수 있음 (EX: 나는 총무부면서 인사부야~는 안 되는 관계)

일대다관계: 부서와 사원 개체의 소속 관계

 

• 다대다(N:N) 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 관계 맺을 수 있음 (EX: 한 명의 고객이 여러 책 살 수 있고 한 개의 책이 여러명에게 팔릴 수 있다!)

다대다 관계: 고객과 책 개체의 구매 관계

 

관계의 참여 특성

• 필수적 참여(전체 참여)
  • 모든 개체 인스턴스가 관계에 반드시 참여해야 되는 것 의미
  • EX) 고객 개체가 책 개체와의 구매 관계에 필수적 참여 -> 모든 고객은 책 반드시 구매해야 함.
  • E-R 다이어그램에서 이중선으로 표현
• 선택적 참여(부분 참여)
  • 개체 인스턴스 중 일부만 관계에 참여해도 되는 것 의미
  • EX) 책 개체가 고객 개체와의 구매 관계에 선택적 참여 -> 고객이 구매하지 않은 책이 존재할 수 있다.

필수, 선택 참여

 

관계의 종속성

• 약한 개체(Weak entity)
  • 다른 개체의 존재 여부에 의존적인 개체
  • E-R 다이어그램에서 이중 사각형으로 표현
• 강한 개체(Strong entity): 다른 개체의 존재 여부를 결정하는 개체
• 특징
  • 강한 개체와 약한 개체는 일반적으로 일대다 관계, 약한 개체는 강한 개체와의 관계에 필수적 참여
  • 약한 개체는 강한 개체의 키를 포함해 키 구성
  • E-R 다이어그램에서 약한 개체와 강한 개체가 맺는 관계는 이중 마름모로 표현

약한 개체인 부양가족 개체와 강한 개체인 직원 개체의 부양 관계

 

E-R 다이어그램 정리

• 사각형: 개체
• 마름모: 관계
• 타원: 속성
• 링크: 각 요소 연결
• 레이블: 일대일, 일대다, 다대다 관계 표기

고객, 책, 출판사 개체로 구성된 E-R 다이어그램

 

---

논리적 데이터 모델

논리적 데이터 모델의 개념

• E-R 다이어그램으로 표현된 개념적 구조를 데이터베이스에 저장할 형태로 표현한 논리적 구조
• 데이터 베이스의 논리적 구조 = 데이터베이스 스키마(schema)
• 사용자가 생각하는 데이터베이스의 모습 or 구조
• 관계 데이터 모델(table), 계층 데이터 모델(tree), 네트워크 데이터 모델(graph) 존재
• 관계 데이터 모델(table)
  • 일반적으로 많이 사용되는 논리적 데이터 모델
  • 데이터베이스의 논리적 구조가 2차원 테이블 형태
• 계층 데이터 모델(tree)
  • 데이터베이스의 논리적 구조가 트리 형태
  • 루트 역할 하는 개체 존재, 사이클 존재 x
  • 개체 간 상하 관계 성립 (부모 개체 - 자식 개체, 부모와 자식 개체는 일대다 관계만 허용됨)
  • 두 개체 사이 하나의 관계만 정의 가능
  • 다대다 관계 직접 표현 불가능
  • 개념적 구조 모델링하기 어려워 구조 복잡해질 수 있다
  • 데이터의 삽입, 삭제, 수정, 검색 쉽지 않음

계층 데이터 모델

 

• 네트워크 데이터 모델(graph)
  • 데이터베이스의 논리적 구조가 네트워크, 즉 그래프 형태
  • 개체 간에 일대다 관계만 허용 (ex: 오너와 멤버 개체, 오너 개체:멤버개체 = 1:n)
  • 두 개체 사이에 여러 관계 정의할 수 있어 이름으로 구별
  • 다대다 관계 직접 표현 불가능
  • 구조 복잡하고 데이터의 삽입, 삭제, 수정, 검색 쉽지 않음

네트워크 데이터 모델