[SQLD] 데이터 모델링의 이해

모델링

- 현실세계를 표기법에 의해 표기하는 것

 

- 특징

• 추상화 : 일정한 형식에 맞춰 표현함
• 단순화 : 제한된 표기법이나 언어로 쉽게 표현함
• 명확성 : 애매모호함 제거, 정확하게 표현함

 

- 관점

• 데이터 관점 : 업무가 어떤 데이터와 관련이 있는지, 관계가 무엇인지에 대해 모델링하는 방법
• 프로세스 관점 : 업무가 실제 하고 있는 일은 무엇이고, 무엇을 해야 하는지를 모델링하는 방법
• 상관 관점 : 업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을 받고 있는지 모델링하는 방법

 

---

 

데이터 모델링

-정보시스템 구축을 위한 데이터 관점의 업무분석 기법 (DB구축을 위한 분석/설계 과정)

 

- 목적

1. 업무 정보에 대한 표기법을 통일하여 업무 내용 분석 정확도 증대
2. 분석된 모델로 DB를 생성하여 개발 및 데이터 관리에 사용

 

- 기능

1.가시화   2.명세화   3.구조화된 틀 제공   4.문서화   5.다양한 관점 제공   6.구체화

 

- 중요성

1.파급효과   2.간결한 표현   3.데이터 품질 (정활성, 신뢰성)

 

- 유의사항

• 유일성 : 데이터 중복 저장 방지
• 비유연성 : 데이터 정의와 사용 프로세스 분리 (데이터 모델이 수시로 변경되면 안됨) => 수시로 변경되면 유지보수가 어려워짐
• 비일관성 : 모순X, 상호 연관관계에 대한 명확성 정의

 

- 데이터 모델링 3요소

• 엔터티 : 업무가 관여하는 어떤 것 (Things)
• 속성 : 그것이 가지는 성격(Attributes)
• 관계 : 그것들 간의 관계 (Relationships)

 

- 이해 관계자

1.개발자   2.DBA   3.모델러   4.현업업무 전문가

 

---

 

데이터 모델링의 3단계

• 개념적 데이터 모델링 : 엔터티와 속성을 도출하고 EA수립, 업무 중심적이고 포괄적인 수준의 모델링 (형상화)
• 논리적 데이터 모델링 : 식별자를 도출하고 keyㆍ속성ㆍ관계 등을 정의, 정규화를 수행하여 데이터 모델의 독립성과 재사용성 확보
• 물리적 데이터 모델링 : DB를 구축함, 성능 및 보안 등 물리적인 성격 고려 (데이터베이스 이식)

 

- 프로젝트 생명 주기 : 계획 -> 분석 -> 설계 -> 개발 -> 테스트 -> 전환/이행

• 계획, 분석 : 개념적 데이터 모델링
• 분석 : 논리적 데이터 모델링
• 설계 : 물리적 데이터 모델링 => 현실 프로젝트에서는 개념적 데이터 모델링을 생략하고 분석 단계에서 개념/논리적 데이터 모델링을 수행

 

---

 

데이터 독립성

- 데이터 독립성의 필요성

1.유지보수 비용증가   2.데이터 중복성 증가   3.데이터 복잡도 증가   4.요구사항 대응 저하

 

- 데이터베이스 3단계 구조 (ANSI / SPARC)

 

- 데이터 독립성 구성요소

• 외부스키마 : 각 사용자 단계의 개인적 DB 스키마 (사용자 관점)
• 개념스키마 : 조직 전체의 통합된 DB 스키마 (설계자 관점)
• 내부스키마 : 물리적으로 데이터가 저장되는 방법을 표현하는 스키마 (개발자 관점)

 

- 사상 (Mapping)

상호 독립적인 개념을 연결시켜주는 다리

 

---

 

ERD

- 데이터 모델 표기법 (피터첸 E-R 표기법)

 

- 표현

1.엔터티는 사각형   2.관계는 마름모   3.속성은 타원형

 

- 방법 : 엔터티 도출 -> 엔터티 배치 -> 엔터티간의 관계 설정 -> 관계명 기술 -> 관계 차수 표현 (1:1 / 1:M / M:N) => 관계 선택 사양 표현 (필수, 선택)

 

- 가장 중요한 엔터티를 왼쪽 상단에 배치