5. 데이터 모델링

목차

1. 데이터 모델링의 개념

2. ER 모델

3. ER 모델을 관계 데이터 모델로 사상

4. ERwin 실습

5. 모델링 연습(마당대학 데이터베이스)

 

01. 데이터 모델링의 개념

1. 데이터베이스 생명주기

2. 데이터 모델링 과정

 

현실에서의 어떠한 주제에 대한 개념들에 대해 관계를 따지고 정보 모델링(ER 다이어그램)을 통해 개념적 모델을 만든다. 이렇게 만들어진 모델을 바탕으로 데이터 모델링을 통해 논리적 모델을 만들고 DB로 구현한다. 이렇게 만들어진 DB는 실제 현실에서의 개념과 관계라던지 구조가 모두 일치해야 한다.

 

1.1 데이터베이스 생명주기

데이터베이스 생명주기

데이터베이스는 요구사항 수집 및 분석 후 설계 - 구현 - 운영 -감시 및 개선의 한 사이클을 가지며 감시 및 개선을 통해 다시 새롭게 재정된 요구사항 수집 및 분석이 반복된다.

 

1. 요구사항 수집 및 분석

사용자들의 요구사하을 듣고 분석하여 데이터베이스 구축의 범위를 정하는 단계

 

2. 설계

분석된 요구사항을 기초로 주요 개념과 업무 프로세스 등을 식별하고(개념적 설계), 사용하는 DBMS의 종류에 맞게 변환(논리적 설계)한 후, 데이터베이스 스키마를 도출(물리적 설계)를 한다.

 

3. 구현

설계 단계에서 생성한 스키마를 실제 DBMS에 적용하여 테이블 및 관련 객체(뷰, 인덱스 등)를 만든다.

 

4. 운영

구현된 데이터베이스를 기반으로 소프트웨어를 구축하여 서비스를 제공한다.

 

5. 감시 및 개선

데이터베이스 운영에 따른 시스템의 문제를 관찰하고 데이터베이스 자체의 문제점을 파악하여 개선한다.

 

1.2 데이터 모델링 과정

 

1.2.1 요구사항 수집 및 분석

요구사항 수집 방법

1. 실제 문서를 수집하고 분석한다.

2. 담당자와의 인터뷰나 설문조사를 통해 요구사항을 직접 수형한다.

3. 비슷한 업무를 처리하는 기존의 데이터베이스를 분석한다.

4. 각 업무와 연관된 모든 부분을 살펴본다.

 

1.2.2 개념적 모델링

개념적 모델링

요구사항을 수집하고 분석한 결과를 토대로 업무의 핵심적인 개념을 구분하고 전체적인 뼈대를 만드는 과정

개체(entity)를 추출하고 각 객체들 간의 관계를 정의하여 ER다이어그램(ERD, Entity Relationship Diagram)을 만드는 과정까지를 말한다.

 

개념적 모델링의 예

 

1.2.3 논리적 모델링

논리적 모델링은 개념적 모델링에서 만든 ER 다이어그램을 사용하려는 DBMS에 맞게 사상(매핑, mapping)하여 실제 데이터베이스로 구현하기 위한 모델을 만드는 과정이다.

 

논리적 모델링의 예

논리적 모델링 과정

1. 개념적 모델링에서 추출하지 안핬던 상세 속성들을 모두 추출한다.

2. 정규화를 수행한다.

3. 데이터 표준화를 수행한다.

 

1.2.4 물리적 모델링

물리적 모델링

작성된 논리적 모델을 실제 컴퓨터의 저장 장치에 저장하기 위한 물리적 구조를 정의하고 구현하는 과정

DBMS의 특성에 맞게 저장 구조를 정의해야 데이터베이스가 최적의 성능을 낼 수 있다.

물리적 모델링의 예

물리적 모델링 시 트랜잭션, 저장 공간 설계 측면에서 고려할 사항

1. 응답시간을 최소화해야 한다.

2. 얼마나 많은 트랜잭션을 동시에 발생시킬 수 있는지 검토해야 한다.

3. 데이터가 저장될 공간을 효율적으로 배치해야 한다.

 

02. ER 모델

1. 개체와 개체 타입

2. 속성

3. 관계와 관계 타입

4. 약한 개체 타입과 식별자

5. IE 표기법

 

ER(Entity Relationship) 모델

세상의 사물을 개체와 개체 간의 관계로 표현한다.

 

개체

독립적인 의미를 지니고 있는 유무형의 사람 또는 사물이다.

개체의 특성을 나타내는 속성(attribute)에 의해 식별된다. 개체끼리 서로 관계를 가진다.

 

ER 다이어그램

ER 모델은 개체와 개체 간의 관계를 표준화된 그림으로 나타낸다.

 

 

2.1 개체와 개체 타입

개체(entity)란?

사람, 사물, 장소, 개념, 사건과 같이 유무형의 정보를 가지고 있는 독립적인 실체이다.

데이터베이스에서 주로 다루는 개체는 낱개로 구성된 것, 낱개가 각각 데이터 값을 가지는 것이다.

비슷한 속성의 개체 타입(entity type)을 구성하며, 개체 집합(entity set)으로 묶인다.

개체, 개체 타입, 개체 집합

 

2.1.1 개체 타입의 ER 다이어그램 표현

ER 다이어그램상에서 개체 타입은 직사각형으로 나타낸다.

개체 타입의 유형

강한 개체: 다른 개체의 도움 없이 독자적으로 존재할 수 있는 개체

약한 개체: 독자적으로는 존재할 수 없고 반드시 상위 개체 타입을 가진다.

 

2.2 속성

속성(attribute): 개체가 가진 성질

속성의 ER 다이어그램 표현

속성은 기본적으로 타원으로 표현하며 개체 타입을 나타내는 직사각형과 실선으로 연결된다.

속성의 이름은 타원의 중앙에 표기한다.

속성이 개체를 유일하게 식별할 수 있는 키일 경우 속성 이름에 밑줄을 긋는다.

도서 개체 타입

2.2.1 속성의 유형

2.3 관계와 관계 타입

관계: 개체 사이의 연관성을 나타내는 개념.

관계 타입: 개체 타입과 개체 타입 간의 연결 가능한 관계를 정의한 것이며, 관계 집합은 관계로 연결된 집합을 의미한다.

 

관계, 관계 타입, 관계 집합

2.3.1 관계 타입의 ER 다이어그램 표현

관계의 예

차수에 따른 유형: 관계 집합에 참가하는 개체 타입의 수를 관계 타입의 차수라고 한다.

차수에 따른 관계 타입의 유형

2.3.2 관계 타입의 유형

관계 대응수(cardinality): 두 개체 타입의 관계에 실제로 참여하는 개별 개체 수

관계 대응수에 따른 관계 타입의 유형

1. 일대일 관계 (1:1)

촤측 개체 타입에 포함된 개체가 우측 개체 타입에 포함된 개체와 일대일로 대응하는 관계

일대일 관계의 예

2. 일대다(1:N), 다대일(N:1) 관계

실제 일상생활에서 가장 많이 볼 수 있는 관계로, 한쪽 개체 타입의 개체 하나가 다른쪽 개체 타입의 여러 개체와 관계를 맺는다.

일대다, 다대일 관계의 예

 

관계 대응수의 최솟값과 최댓값

관계 대응수 1:1, 1:N, M:N에서 1, N, M은 각 개체가 관계에 참여하는 최댓값을 의미한다.

관계에 참여하는 개체의 최솟값을 표시하지 않는다는 단점을 보완하기 위해 다이어그램에서는 대응수 외에 최솟값과 최댓값을 관계실선 위에 (최솟값, 최댓값)으로 표기한다.

 

2.3.3 ISA 관계

상위 개체 타입의 특성에 따라 하위 개체 타입이 결정되는 형태

ISA 관계 (ISA -> is-a)

2.3.4 참여 제약 조건

개체 집합 내 모든 개체가 관계에 참여하는지 유무에 따라 전체 참여와 부분 참여로 구분이 가능하다.

전체 참여는 개체 집합의 모든 개체가, 부분 참여는 일부만 참여한다.

전체 참여를 (최소값, 최대값)으로 표현할 경우 최소값이 1이상으로 모두 참여한다는 뜻이고, 부분참여는 최솟값이 0 이상이다. 

관계의 참여 제약 조건과 부분참여와 전체 참여의 예

 

2.3.5 역할

개체 타입 간의 관계를 표현할 때 각 개체들은 고유한 역할을 담당한다.

역할의 예

 

2.3.6 순환적 관계

순환적 관계(recursive relationship): 하나의 개체 타입이 동일한 개체 타입(자기 자신)과 순환적으로 가지는 형태

순환적 관계의 예

2.4 약한 개체 타입과 식별자

약한 개체 타입: 상위 개체 타입이 결정되지 않으면 개별 개체를 식별할 수 없는 종속된 개체 타입

약한 개체 타입은 독립적인 키로는 존재할 수 없지만 상위 개체 타입의 키와 결합하여 약한 개체 타입의 개별 개체를 고유하게 식별하는 속성을 식별자(discriminator) 혹은 부분키(partial key)라고 한다.

 

2.5 IE (Informaion Engineering) 표기법

ER 다이어그램을 더 축약하여 쉽게 표현하면 Erwin 등 소프트웨어에서 사용한다.

IE 표기법에서 개체 타입과 속성은 직사각형으로 표현한다.

peter Chen 표기법과 IE 표기법

IE 표기법에서 관계는 실선 혹은 점선으로 표기한다.

 

 

03. ER 모델을 관계 데이터 모델로 사상

1. 개체 타입의 사상

2. 관계 타입의 사상

3. 다중값 속성의 사상

 

완성된 ER 모델은 실제 데이터베이스로 구축하기 위해 논리적 모델링 단계를 거치는데, 이 단계에서 사상(mapping)이 이루어진다.

    ER 모델을 관계 데이터 모델로 사상                                           ER모델과 관계 데이터 모델의 사상 알고리즘

 

3.1 개체 타입의 사상

[1단계] 강한(정규) 개체 타입

정규 개체 타입 E의 경우 대응하는 릴레이션 R을 생성한다.

 

[2단계] 약한 개체 타입: 약한 개체 타입에서 생성된 릴레이션은 자신의 키와 함께 강한 개체 타입의 키를 외래키로 사상하여 자신의 기본키를 구성한다.

 

개체 타입의 사상

 

3.2 관계 타입의 사상

 

  [방법1] 오른쪽 개체 타입 E2를 기준으로 관계 R을 표현한다.

  E1(KA1, A2)

  E2(KA2, A4, KA1)

 

  [방법2] 왼쪽 개체 타입 E1을 기준으로 관계 R을 표현한다.

  E1(KA1, A2, KA2)

  E2(KA2, A4)

 

  [방법3] 단일 릴레이션 ER로 모두 통합하여 관계 R을 표현한다.

  ER(KA1, A2, KA2, A4)

 

  [방법4] 개체 타입 E1, E2와 관계 타입 R을 모두 독립된 릴레이션으로 표현한다.

  E1(KA1, A2)

  R(KA1, KA2)

  E2(KA2, A4)

 

[3단계] 이진 1:1 관계 타입

이진 1:1 관계 타입의 경우 [방법1] ~ [방법4] 까지 모든 유형으로 사상이 가능하다. 개체가 가진 정보 유형에 따라 판단을 하면 된다.

이진 1:1 관계 타입의 사상

 

[4단계] 이진 1:N 관계 타입

이진 1:N 관계 타입의 경우 N의 위치에 따라 [방법1] 또는 [방법2]의 유형으로 사상된다.

이진 1:N 관계 타입의 사상

[5단계] 이진 M:N 관계 타입

이진 M:N 관계 타입은 [방법4]의 유형으로 사상된다.

이진 N:M 관계 타입의 사상

 

[6단계] N진 관계 타입

ER 모델의 차수가 3 이상인 다진 관계 타입의 경우 [방법4]의 유형으로 사상된다.

이진 N 진 관계 타입의 사상

 

3.3 다중값 속성의 사상

다중값 속성의 개수에 따른 사상 방법

 

[7단계]

속성의 개수를 알 수 없는 경우 [방법1]을, 속성의 개수가 제한적으로 정해지는 경우 [방법2]를 사용한다.

다중값 속성의 사상

 

05. 모델링 연습 (마당대학 데이터베이스)

1. 마당대학의 요구사항

2. 마당대학의 ER다이어그램

 

5.1 마당대학의 요구사항

5.2 마당 대학의 ER 다이어그램

관계 데이터 모델로 변환한 마당대학의 ER 다이어그램

 

관계 데이터 모델이 완성되면 실제 DBMS에 테이블을 생성하기 위한 물리적 모델링 과정을 거친다.

마당대학 데이터베이스의 ER다이어 그램