SQL 전문가가이드 [과목1] 1장 1절 데이터 모델의 이해

모델링이란

사람이 살아가면서 접할 수 있는 다양한 현상이 사람, 사물, 개념에 의해 발생된다고 할 때 모델링은 이것을 표기법에 따라 표기하는 것 자체를 의미한다. 즉, 모델을 만들어가는 일 자체가 모델링이다. 

 

모델링에 대한 다양한 정의

- 가설적 또는 일정 양식에 맞춘 표현

- 어떤 것에 대한 예비 표현으로 그로부터 최종대상이 구축되도록 계획으로서 기여하는 것

- 복잡한 현실세계를 단순화해 표현하는 것

- 모델이란 사물 또는 사건에 관한 양상이나 관점을 연관된 사람이나 그룹을 위해 명확히 하는 것

- 모델이란 현실세계를 추상화한 반영이다.

모델링의 특징

• 추상화 : 현실 세계를 일정한 형식에 맞춰 표현한다는 의미. 다양한 현상을 일정한 양식인 표기법에 따라 표현하는 것
• 단순화 : 복잡한 현실세계를 약속된 규약에 의해 제한된 표기법이나 언어로 표현하여 쉽게 이해할 수 있도록 하는 개념
• 명확화 : 누구나 이해하기 쉽게 하기 위해 대상에 대한 애매모호함을 제거, 정확하게 현상을 기술하는 것

 

모델링의 세 가지 관점

1. 데이터 관점 : 업무가 어떤 데이터와 관련있는지 또는 데이터간의 관계는 무엇인지에 대한 모델링(What, Data)
2. 프로세스 관점 : 실제하고 있는 업무는 무엇인지 또는 무엇을 해야하는지를 모델링(How, Process)
3. 데이터와 프로세스의 상관 관점 : 업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을 받고 있는지 모델링하는 방법(Interaction)

---

데이터 모델링의 정의

• 정보시스템을 구축하기 위해, 해당 업무에 어떤 데이터가 존재하는지 또는 업무가 필요로 하는 정보는 무엇인지를 분석하는 방법
• 기업 업무에 대한 종합적인 이해를 바탕으로 데이터에 존재하는 업무규칙에 대하여 참 또는 거짓을 판별할 수 있는 사실을 데이터에 접근하는 방법(How), 사람(Who), 전산화와 별개의 독립적인 관점에서 이를 명확하게 표현하는 추상화 기법

데이터 모델링 목적

- 업무 정보를 구성하는 기초가 되는 정보들을 일정한 표기법에 따라 표현함으로써 정보시스템 구축의 대상이 되는 업무 내용을 정확하게 분석하는 것

- 분석한 모델을 가지고 실제 데이터베이스를 생성하여 개발 및 데이터 관리에 사용하기 위함

 

데이터 모델 기능

• 시스템을 현재 또는 원하는 모습으로 가시화해준다.
• 시스템의 구조와 행동을 명세화할 수 있게 한다.
• 시스템을 구축하는 구조화한 틀을 제공한다.
• 시스템 구축 과정에서 결정한 것을 문서화한다.
• 다양한 영역에 집중하기 위해 다른 영역의 세부사항은 숨기는 다양한 관점 제공
• 특정 목표에 따라 구체화한 상세 수준의 표현방법 제공 

 

데이터 모델링의 중요성과 유의점 

• 파급효과 
  • 시스템 구축이 완성되어 가는 시점에 단테와 통테를 진행하는데 이때 모델의 변경이 불가피한 상황이 발생할 경우 이에 따른 표준영향분석, 응용변경영향 분석 등 많은 영향분석이 일어난다. 이 시기의 데이터 구조변경은 프로젝트에서 큰 위험 요소가 된다. 그렇기 때문에 시스템 구축작업 중에서 데이터 설계가 중요하다.
• 복잡한 정보요구 사항의 간결한 표현 
  • 데이터 모델은 구축할 시스템의 정보 요구사항과 한계를 명확하고 간결하게 표현할 수 있는 도구다. 건축물로 비유하자면 설계 도면에 해당한다. 
• 데이터 품질
  • 데이터는 기간이 오래될수록 활용가치가 올라가는데 이런 데이터가 정확성이 떨어지는 데이터일 경우 어떤 일이 일어나겠는가? 해당 데이터로 인해 소중한 비즈니스의 기회 상실로 연결될 수도 있다. 
    보통 데이터가 조금 쌓일 때는 인지하지 못하는 경우가 많기 때문에 데이터 모델링을 할 때 유의할 점을 알아두어야 한다.
  • 중복 : 데이터 모델은 같은 데이터를 사용하는 사람, 시간, 장소를 파악하는데 도움을 주는데 데이터베이스가 여러 장소에 같은 정보를 저장하지 않도록한다.
  • 비유연성 : 데이터 모델은 설계에 따라 모델이 수시로 변경될 수 있는데 유지보수에 어려움이 생긴다. 데이터 정의를 사용프로세스와 분리함으로써 데이터 모델링은 프로세스의 작은 변화가 어플리케이션과 데이터베이스의 중대한 변화로 이어지지 않을 수 있다. 
  • 비일관성 : 중복이 없더라도 비일관성이 발생한다. 데이터와 데이터 간 상호 연관관계에 대한 명확한 정의는 사전에 위험을 방지할 수 있다. 

데이터 모델링의 3단계

현실세계에서 추상화 수준이 높은 상위 수준을 형상화하기 위해 개념적 데이터 모델링을 전개한다. 

개념적 데이터 모델링

조직, 사용자의 데이터 요구 사항을 찾고 분석하는데서 시작한다. 어떤 자료가 중요하고 어떤 자료가 유지되어야 하는지 결정하는 것을 포함한다. 핵심엔티티와 관계를 발견하고 엔티티-관계 다이어그램을 생성한다. 

 

논리적 데이터 모델링

데이터베이스 설계 프로세스의 Input으로 비즈니스 정보의 논리적인 구조와 규칙을 명확하게 표현하는 기법 또는 과정.

물리적 스키마 설계하기 전 단계의 '데이터 모델' 상태.

핵심은 누가 어떻게 데이터에 액세스하고, 전산화와 별개로 비즈니스 데이터에 존재하는 사실들을 인식하여 기록하는 것.

이 과정에서 핵심적인 활동은 정규화이다. 

논리 데이터 모델의 상세화는 식별자확정, 정규화, M:M 관계 해소, 참조 무결성 규칙 정의 등이다. 

 

물리적 데이터 모델링

데이터가 물리적으로 컴퓨터에 어떻게 저장될 것인가에 대한 정의.

테이블, 컬럼 등으로 표현되는 물리적인 저장 구조와 저장될 저장 장치, 자료를 추출하기 위해 사용될 접근 방법 등이 있다. 

 

 

프로젝트 생명주기에서 데이터 모델링

 

폭포수 기반에서는 데이터 모델링의 위치가 분석과 설계 단계로 구분하여 명확하게 정의할 수 있다. 

정보공학이나 구조적 방법론에서는 보통 분석 단계에서 업무 중심의 논리적 데이터 모델링을 수행하고 설계 단계에서 하드웨어와 성능을 고려한 물리적인 데이터 모델링을 수행하게 된다. 

나선형 모델(RUP or 마르미) 에서는 업무 크기에 따라 논리적 데이터 모델과 물리적 데이터 모델이 분석, 설계 단계 양쪽에서 수행되며, 일반적으로 분석 단계에서 논리적인 데이터 모델이 더 많이 수행된다.

 

객체지향 개념은 데이터와 프로세스를 한꺼번에 바라보면서 모델링을 전개하므로 데이터 모델링과 프로세스 모델링을 구분하지 않고 일체형으로 진행하게 된다. 

 

데이터 독립성의 필요성

데이터 독립성에는 지속적으로 증가하는 유지보수 비용을 절감하고 데이터 복잡도를 낮추며 중복된 데이터를 줄이기 위한 목적이 있다. 끊임없이 나오는 사용자 요구 사항에 대해 화면과 데이터베이스 간에 서로 독립성을 유지하기 위한 목적으로 데이터 독립성 개념이 나왔다. 

독립성을 확보했을 때 효과

• 각 뷰의 독립성을 유지하고 계층별 뷰에 영향을 주지 않고 변경가능
• 단계별 스키마에 따라 데이터 정의어와 데이터 조작어가 다름을 제공 

데이터베이스의 3단계 구조

외부단계는 사용자와 가까운 단계로 사용자가 처리하고자 하는 데이터 유형, 관점, 방법에 따라 다른 스키마 구조를 가지고 있다.

개념단계는 사용자가 처리하는 데이터 유형의 공통적인 사항을 처리하는 통합된 뷰를 스키마구조로 디자인한 형태다.

내부단계는 데이터가 물리적으로 저장된 방법에 대한 스키마 구조를 말한다. 

 

데이터독립성요소

 

두 영역의 데이터 독립성

사상

데이터 모델링의 중요한 세 가지 개념

데이터 모델링 세 가지 요소

• 업무가 관여하는 어떤 것(Things)
• 어떤 것이 가지는 성격(Attributes)
• 업무가 관여하는 어떤 것 간의 관계(Relationships)

 

 

데이터 모델 표기법

 

ERD 표기법으로 모델링 하는 방법

ERD(Entity Relationship Diagram)는 각 업무 분석에서 도출된 엔터티와 엔터티간의 관계를 이해하기 쉽게 도식화된 다이어그램으로 표시하는 방법이다. 

 

• ERD 작업 순서
  • 엔터티를 그린다 
  • 엔터티를 적절하게 배치한다
  • 엔터티 간 관계를 설정한다
  • 관계명을 기술한다
  • 관계의 참여도를 기술한다
  • 관계의 필수 여부를 기술한다
• 엔터티 배치
  • 일반적으로 왼쪽에서 오른쪽, 위쪽에서 아래쪽으로 이동
  • 데이터 모델링에서 가장 중요한 엔터티를 왼쪽 상단에 배치 

가장 중요한 엔터티인 고객과 주문을 왼쪽 상단에 배치

• ERD 관계의 연결 
  • 엔터티에 배치가 되면 정의한 분석서를 보고 서로 관련 있는 엔터티 간에 관계를 설정. 
  • 초기에는 모두 Primary Key로 속성이 상속되는 식별자 관계를 설정한다. 

• ERD 관계명 표시
  • 관계 설정이 완료되면 연결된 관계에 이름을 부여
  • 현재형을 사용하고 포괄적인 용어(이다, 가지가) 사용 자제 

• 관계 차수와 선택성 표시 
  • 엔터티 내 인스턴스들이 얼마나 관계에 참여하는 지를 나타내는 관계차수 표현

좋은 데이터 모델의 요소

• 완전성 
  • 업무에서 필요로 하는 모든 데이터가 데이터 모델에 정의되어 있어야 한다.
• 중복 배제
  • 하나의 데이터베이스 내에 동일한 사실은 반드시 한 번만 기록하여야 한다.
• 업무규칙
  • 데이터 모델링 과정에서 도출되는 규명되는 수많은 업무규칙을 데이터 모델에 표현하고 해당 데이터 모델을 활용하는 모든 사용자가 공유할 수 있도록 하는 것은 매우 중요한 요소이다. 
• 데이터 재사용
  • 데이터의 통합성과 독립성에 대해서 충분히 고려해야 한다. 
  • 통합 모델이 데이터의 재사용성을 높일 수 있다. 
  • 데이터가 애플리케이션에 대해 독립적으로 설계되어야만 데이터 재사용성을 높일 수 있다.
• 의사소통
  • 데이터를 분석하는 과정에서 자연스럽게 많은 업무규칙들이 도출되는데 이런 규칙들은 데이터 모델에 엔터티, 서브타입, 속성, 관계 등의 형태로 최대한 자세하게 표현되어야 한다. 
• 통합성
  • 동일한 데이터는 조직 전체에서 한 번만 정의되고 이를 다른 영역에서 참조, 활용하는 것이 바람직하다. 
  • 물론 성능 등의 부가적인 목적으로 데이터를 중복시키는 경우도 존재할 수 있다.