Chapter 4. 데이터 모델링

Computer Science/데이터베이스

Chapter 4. 데이터 모델링

ssun_bear 2023. 4. 22. 20:35

데이터 모델링

01 데이터 모델링과 데이터 모델의 개념
02 개체-관계 모델
03 논리적 데이터 모델

목표

▪ 데이터 모델링과 데이터 모델의 개념을 이해한다.
▪ 개념적 데이터 모델인 개체-관계 모델을 이용해 모델링하는 방법을 익힌다.
▪ 개체-관계 다이어그램을 작성하는 방법을 익힌다.
▪ 논리적 데이터 모델의 종류와 특징을 이해한다

01 데이터 모델링과 데이터 모델의 개념

◆ 2단계 데이터 모델링

개념적 데이터 모델링(conceptual modeling)

현실 세계의 중요 데이터를 추출하여 개념 세계로 옮기는 작업

논리적 데이터 모델링(logical modeling)

개념 세계의 데이터를 데이터베이스에 저장하는 구조로 표현 하는 작업

◆ 데이터 모델

데이터 모델링의 결과물을 표현하는 도구

개념적 데이터 모델

사람의 머리로 이해할 수 있도록 현실세계를 개념적 모델링하여 데이터 베이스의 개념적 구조로 표현하는 도구

예) 개체-관계 모델

논리적 데이터 모델

개념적 구조를 논리적 모델링하여 데이터베이스의 논리적 구조로 표현하는 도구

예) 관계 데이터 모델

◆ 데이터 모델의 구성

1. 데이터 구조(data structure)

개념적 데이터 모델에서 개념적 구조 : 현실 세계를 개념세계로 추상화 했을 대 어떤 요소로 이뤄져 있는지 표현
논리적 데이터 모델에서 논리적 구조 : 데이터를 어떤 모습으로 저장할 것인지 표현
정적 특징

2. 연산(operation)

개념 세계나 컴퓨터 세계에서 실제로 표현된 값들을 처리하는 작업
동적 특징

3. 제약조건(constraint) -> 데이터 무결성 유지 목적

구조적 측면의 제약 사항
연산을 적용하는 경우 허용할 수 있는 의미적 측면의 제약 사항

02 개체-관계 모델

◆ 개체 -관계 모델(E-R model; Entity-Relationship model)

개체와 개체 간의 관계를 이용해 현실 세계를 개념적 구조로 표현
핵심요소: 개체, 속성, 관계

◆ 개체 -관계 다이아그램 (E-R diagram)

개체-관계 모델을 이용해 현실세계를 개념적으로 모델링한 결과물을 그림으로 표현

◆ 개체(Entity)

저장할 가치가 있는 중요 데이터를 가지고 있는 사람이나, 사물, 개념, 사건 등
다른 개체와 구별되는 이름을 가지고 있고, 각 개체만의 고유한 특성이나 상태, 즉 속성을 하나 가지고 있음
예) 서점에 필요한 개체: 책, 고객
예) 학교에 필요한 개체: 학과, 과목
파일 구조의 레코드(record)와 대응됨
E-R 다이어그램에서 사각형으로 표현하고 사각형 안에 이름을 표기

◆ 속성(attribute)

개체나 관계가 가지고 있는 고유한 특성
의미 있는 데이터의 가장 작은 논리적 단위
파일구조의 필드(field)와 대응
E-R 다이어그램에서 타원으로 표현하고 타원안에 이름을 표기

◆ 개체 타입(Entity type)

개체를 고유한 이름과 속성들로 정의
파일 구조의 레코드 타입(record type에 대응됨)

◆ 개체 인스턴스(entity instance)

개체를 구성하고 있는 속성이 실제 값을 가짐으로써 실체화된 개체
개체 어커런스(entity occurence)라고도 함
파일 구조의 레코드 인스턴스(record instance)에 대응됨

◆ 개체 집합(entity set)

특정 개체 타입에 대한 개체 인스턴스들을 모아 놓은 것

◆ 속성의 분류

◆ 단일 값 속성과 다중 값 속성

단일값 속성

값을 하나만 가질 수 있는 속성
예) 고객 개체의 이름, 적립금 속성

다중값 속성

값을 여러개 가질 수 있는 속성
예) 고객 개체의 연락처 속성, 책 개체의 저자 속성
E-R 다이어그램에서 이중타원으로 표현

◆ 단순속성과 복합 속성

단순 속성

의미를 더는 분해할 수 없는 속성
예) 고객 개체의 적립금 속성, 책개체의 이름, ISBN, 가격 속성

복합 속성

의미를 분해 할 수 있는 속성
예) 고객 개체의 주소 속성 : 도, 시, 동, 우편 번호 등으로 의미를 세분화 가능
예) 고객 개체의 생년월일 속성: 연, 월, 일로 의미를 세분화 가능

◆ 유도 속성(derived attribute)

기존의 다른 속성의 값에서 유도되어 결정되는 속성
값이 별도로 저장되지 않음
예) 책 개체의 가격과 할인율 속성으로 계산 되는 판매가격 속성
예) 고객 개체의 출생연도 속성으로 계산되는 나이 속성
E-R 다이어그램에서 점선 타원으로 표현

◆ 널 속성 (null attribute)

널 값이 허용되는 속성

◆ 널 값

아직 결정되지 않았거나 모르는 값, 존재하지 않는 값
공백이나 0과는 의미가 다름

◆ 키 속성(key attribute)

각 개체 인스턴스를 식별하는데 사용되는 속성
모든 개체 인스턴스의 키 속성 값이 다름
둘 이상의 속성들로 구성되기도 함
예) 고객 개체의 고객 아이도 속성
E-R 다이어그램에서 밑줄로 표현

◆ 관계(relationship)

개체와 개체가 맺고 있는 의미 있는 연관성
개체 집합들 사이의 대응 관계, 즉 매핑을 의미
예) 고객 개체와 책 개체간의 구매관계 ->고객은 책을 구매한다
E-R 다이어그램에서 마름모로 표현

◆ 관계의 유형: 관계에 참여하는 개체 타입의 수 기준

이항 관계: 개체 타입 2개가 맺는 관계
삼항 관계: 개체 타입 3개가 맺는 관계
순환 관계: 개체 타입 1개가 자기 자신과 맺는 관계

◆ 관계의 유형: 매필 카디널리티 기준

매핑 카디널리티(mapping cardinality)

관계를 맺는 두 개체 집합에서, 각 개체 인스턴스가 연관성을 맺고 있는 상대 개체 집합의 인스턴스 개수

일대일(1:1) 관계
일대다(1:n) 관계
다대다(n:m) 관계

◆ 일대일(1:1) 관계

개체 A의 각 인스턴스가 개체 B의 개체 인스턴스 하나와 관계를 맺을 수 있고, 개체 B의 각 개체 인스턴스도 개체 A의 개체 인스턴스 하나와 관계를 맺을 수 있음

◆ 일대다(1: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 하나와 관계를 맺을 수 있음

◆ 다대다(n:m) 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 관계를 맺을 수 있음

◆ 관계의 참여 특성

필수적 참여

모든 개체 인스턴스가 관계에 반드시 참여해야 되는 것을 의미
예) 고객 개체가 책 개체와의 구매관계에 필수적으로 참여
- 모든 고객은 책을 반드시 구매해야함
E-R 다이어그램에서 이중선으로 표현

선택적 참여

개체 인스턴스 중 일부만 관계에 참여해도 되는 것을 의미
예) 책 개체가 고객 개체와의 구매 관계에 선택적으로 참여
- 고객이 구매하지 않은 책이 존재 할 수 있음

◆ 관계의 종속성

약한 개체(weak entity)

다른 개체의 존재 여부에 의존적인 개체

강한 개체(strong entity)

다른 개체의 존재 여부에 의존적인 개체

특징

강한 개체와 약한 개체는 일반적으로 일대다의 관계
약한 개체는 강한 개체와의 필수적으로 참여
약한 개체는 강한 개체의 키를 포함하여 키를 구성

E-R다이어 그램에서 약한 개체는 이중사각형으로, 약한 개체와 강한개체와 맺는 관계는 이중 마름모로 표현

예) 직원 개체와 부양가족 개체 사이의 부양관계

직원개체는 강한 개체, 부양가족 개체는 약한 개체

◆ E-R 다이어그램

사각형 : 개체를 표현
마름모: 관계를 표현
타원: 속성을 표현
링크(연결선): 각 요소를 연결
레이블: 일대일, 일대다, 다대다 관계를 표현

03. 논리적 데이터 모델

◆ 관계 데이터 모델

일반적으로 많이 사용되는 논리적 데이터 모델
데이터베이스의 논리적 구조가 2차원 테이블 형태

◆ 계층 데이터 모델(hierarchical data model)

데이터베이스의 논리적 구조가 tree형태
루트 역할을 하는 개체가 존재하고 사이클이 존재하지 않음
개체간에 상하관계가 성립 (예: 부모 개체/ 자식개체 - 1:n관계만 허용)
두 개체 사이에 하나의 관계만 정의할 있음
다대다 관계를 직접 표현할 수 없음
개념적 구조를 모델링 하기 어려워 구조가 복잡해질수 있음
데이터의 삽입,삭제,수정,검색이 쉽지 않음

◆ 네트워크 데이터 모델(network data model)

데이터베이스의 논리적 구조가 네트워크, 즉 그래프(graph) 형태
개체 간에는 일대다 관계만 허용됨 - 예) 오너/멤버
두 개체간의 관계를 여러개 정의할 수 있어 이름으로 구별함
다대다 관계를 직접 표현할 수 없음
구조가 복잡하고 데이터의 삽입,삭제,수정,검색이 쉽지 않음

◆ E-R 다이어그램 보충자료