[데이터베이스 시스템] 모델링

 

✔ 데이터베이스 모델링의 이해

데이터베이스 모델링의 개념

  • 데이터의 의미를 파악하고 데이터와 관여하는 업무 프로세스를 개념적으로 정의하고 분석하는 작업
  • 모델링 단계(아래 과정)

 

모델링의 필요

1. 비즈니스적 관점 : 어떤 데이터를 저장해야 하는가?

2. 컴퓨터 프로그래머 관점 : 어떻게 데이터를 저장해야 하는가?

 

데이터베이스 모델링 단계

내부스키마를 만들어내기 위해 사용자의 요구 사항 분석, 개념적 논리적 물리적 데이터 모델링을 진행한다.

이때, 논리적 데이터 모델링을 통해 만들어진 개념스키마가 전체적인 데이터 구조를 가지고 있다.

> 애플리케이션 설계 과정에 반영됨으로써 구체적인 아키텍처가 나오도록 만들 수 있다.

 

내부스키마 : 어떤 데이터가 어떻게 데이터 베이스 내부에 저장되어야하는지의 결과

 

1. 개념적 데이터 모델링

  • 요구사항의 해석 오류를 방지
  • 실세계의 데이터를 개념적으로 일반화시켜 데이터구조, 데이터 타입, 속성, 관계, 제약조건 등을 이끌어내는 과정

2. 논리적 데이터 모델링

  • 특정 DBMS의 구현 모델에 맞춰 데이터를 표현하는 과정
  • 데이터 정이 언어로 기술된 개념 스키마 생성

3. 물리적 데이터 모델링

  • 데이터베이스 파일의 내부 저장구조, 파일 구성, 인덱스, 접근 경로 등을 결정하는 과정

 

 

✔ 사용자 요구사항 분석

사용자 요구사항 분석의 필요

1. 데이터에 대한 충분한 사전 분석없이 적절한 설계가 불가능

  • 데이터베이스의 구조가 점차 복잡해지고 수명주기가 단축되고 있기때문에 신속, 정확성 요구
  • 데이터베이스의 활용 범위가 확대됨에따라 데이터베이스의 효율적 운용에 초점

2. 사용자의 요구를 명세하지 않고 데이터베이스 설계 및 개발을 진행하는 경우

  • 결과물의 완성도 저하 및 신뢰도 추락
  • 개발 후, 발생하는 에러 수정에 많은 추가 비용 지출

 

사용자 요구사항 분석의 개념

1. 시스템의 대상이 되는 업무 분석

  • 정보 시스템의 데이터베이스가 신속하고 효과적으로 업무 처리를 지원
  • 필요한 데이터를 저장 및 운용할 수 있는 구조 개발

2. 도출, 분석, 기록 단계로 수행

> 국제 표준화 : IEEE-Std-830

 

사용자 요구사항 분석 과정

제안요청서 - 요구사항 도출 - 요구사항 명세서 - 요구사항 분석 - 요구사항 정의서 - 요구사항 기록

 

요구사항 도출

  • 구축대상, 프로젝트 목표, 범위를 기준으로 조사범위 결정
  • 업무 관계자 인터뷰
  • 외부자료 수집 분석

요구사항 분석

  • 도출된 요구사항의 명확성, 완전성, 모호성 검증
  • 불완전한 부분이 존재할 경우 요구사항 도출단계 재수행
  • 요구사항을 분류하여 통합 또는 분리

요구사항 기록

  • 요구사항 목록 정리 및 관리자 승인
  • 정리된 요구사항을 형식에 맞춰 문서화
  • 프로젝트 종료 때까지 반영 여부 지속적 관리

 

 

✔ ER 모델

ER 모델의 개념

1. 개념적 모델링 단계에서 사용된느 데이터 모델

2. 데이터 구조와 관계를 ER 다이어그램(ERD)으로 표현

3. 실세계의 속성들로 이루어진 개체(Entity)와 개체 사이의 관계(Relationship)를 정형화 시킨 모델

3. 구성요소

  • 개체 집합
  • 관계 집합
  • 속성

 

개체 집합

1. 개체(entity)

  • 실세계에 존재하는 다른 객체와 구별되는 유무형의 사물
  • 개체를 설명하는 여러 속성들로 구성

2. 개체 집합(entity set)

  • 같은 속성을 공유하는 개체 들의 모임

 

관계 집합

1. 관계

  • 개체와 개체 사이의 연관성

2. 관계 집합

  • 개체 집합 간의 연결 관계

 

속성

1. 개체를 구체적으로 설명

2. 속성에 포함될 수 있는 값의 특성에 따라 여러 종류로 구분

3. 속성의 종류

  • 단순 속성과 복합 속성
  • 단일값 속성과 다중값 속성
  • 유도 속성과 저장 속성

 

속성의 종류

  • 단순 속성 : 더 작은 구성요소로 나눌 수 없는 속성   ex) 이름, 나이 등
  • 복합 속성 : 더 작은 구성요소로 나눌 수 있는 속성   ex) 생년월일 - 년, 월, 일
  • 단일값 속성 : 한 개체에 대해 단 하나의 값만을 갖는 속성   ex) 학생 - 학생이름, 생년월일
  • 다중값 속성 :  한 개체에 대해 여러 개의 값을 갖는 속성   ex) 학생 - {전화번호(집, 개인 등)}
  • 유도 속성 :  다른 속성의 값으로부터 값이 유추될 수 있는 속성   
  • 저장 속성 :  유도 속성을 위해 사용될 수 있는 속성   ex) 생년월일(저장 속성) - 나이(유도 속성)

 

제약조건

1. 데이터 모델 : 데이터, 의미, 구조, 연관성 및 데이터의 조건을 표현하기 위한 도구

2. ER 모델은 개체와 관계에 대한 표현의 정확성을 위해 데이터가 준수해야 하는 제약조건을 정의할 수 있는 표현 방법을 제공

3. 제약조건(constraints) 종류

  • 사상수
  • 참가 제약조건
  • 키속성

사상수(mapping cardinality)

관계 집합에 참가한 개체 집합에 대해 한 개체가 다른 개체와 관계를 맺을 수 있는 수량을 명시

  • 일대일(1:1) 
  • 일대다(1:N)
  • 다대일(N:1)
  • 다대다(N:N)

참가 제약조건(participation constraints)

1. 전체적 참가 : 어떤 개체 집합의 모든 개체가 관계 집합에 참여하는 조건

2. 부분적 참가 : 어떤 개체 집합의 일부 개체가 관계 집합에 참여하는 조건

 

키(key) 속성

각 개체를 구별하는데 사용되는 유일한 값을 가지는 속성의 집합

  • 개체를 고유하게 구분하는 역할
  • 관계 집합의 특정 관계를 찾는 역할

특수 속성과 특수 관계

관계 집합의 속성 :  두 개체의 집합 관계에서 생성되는 값을 저장하는 속성

 

1. 약한 개체 집합

: 개체의 존재 유무가 관계를 맺고 있는 개체에 종속되는 개체 집합

2. 강한 개체 집합

: 약한 개체 집합과 연결되는 일반 개체 집합