[SQLD] 1과목 - 데이터 모델링의 이해

01. 데이터 모델링의 이해

모델링

의미

• 정보시스템을 구축하기 위한 데이터 관점의 업무 분석 기법
• 현실세계의 데이터(What)에 대해 약속된 표기법에 의해 표현하는 과정
• DB를 구축하기 위한 분석/설계의 과정

 

특징

• 현실세계를 일정한 형식에 맞추어 표현하는 추상화의 의미
• 시스템 구현을 포함한 업무분석 및 업무 형상화의 목적
• 복잡한 현실을 제한된 언어나 표기법을 통해 이해하기 쉽게 하는 단순화의 의미
• 애매모호함을 배제하고 누구나 이해 가능하도록 정확하게 현상 기술하는 정확화의 의미

 

필요한 이유

• 업무정보를 구성하는 기초가 되는 정보들을 일정한 표기법으로 표현해 업무내용을 정확하게 분석하는 목적
• 분석된 모델을 가지고 DB를 생성해 개발 및 데이터 관리에 사용하기 위한 목적
• 데이터 모델링 자체로서 업무의 흐름을 설명하고 분석하는 부분에 의미를 가짐

 

유의점

중복 (Duplication)	DB가 여러 장소에 같은 정보를 저장하지 않도록 중복성 최소화
비유연성 (Inflexibility)	데이터의 정의를 데이터 사용 프로세스와 분리해 작은 변화가 DB에 큰 변화 일으킬 가능성 줄이기
비일관성 (Inconsistency)	데이터 간의 상호 연관관계에 대해 명확하게 정의하여 일관성있게 데이터 유지되도록 함

 

방법

개념적 데이터 모델링	추상화 수준이 높고 업무중심적이고 포괄적인 수준의 모델링 진행 전사적 데이터 모델링, EA 수립시 많이 이용
논리적 데이터 모델링	시스템으로 구축하고자하는 업무에 대해 Key, 속성, 관계 등을 정확하게 표현 재사용성이 높음
물리적 데이터 모델링	실제로 DB에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려한 모델링

 

DB 스키마 구조

개념 스키마 (Conceptual Schema)	모든 사용자 관점을 통합한 조직 전체 관점의 통합적 표현 DB에 저장되는 데이터와 그들간의 관계를 표현하는 스키마 데이터 모델링은 통합관점의 뷰를 가지고 있는 개념 스키마를 만들어가는 과정
내부 스키마 (Internal Schema)	내부 단계, 내부 스키마로 구성. DB가 물리적으로 저장된 형식의 스키마 물리적 장치에서 데이터가 실제적으로 저장되는 방법을 표현하는 스키마
외부 스키마 (External Schema)	개별 사용자 단계(View 단계, 여러 개의 사용자 관점으로 구성)로서 개인이 보는 개인 DB 스키마 DB의 개별 사용자나 응용프로그래머가 접근하는 DB 정의

 

Entity

ERD

• 1976, 피터첸에 의해 Entity-Relationship Model 표기법 생성됨
• 일반적 ERD 작성법 : Entity 도출 → Entity 배치 → 관계 설정 → 관계명 기술
• 관계의 명칭은 관계 표현에 있어 매우 중요한 부분
• 가장 중요한 Entity를 왼쪽 상단에 배치, 이것을 중심으로 사람의 눈이 따라가기 편리한 데이터 모델 작성

 

ERD 작성 순서

1. Entity 그림
2. Entity 적절하게 배치
3. Entity 간 관계 설정
4. 관계명 기술
5. 관계의 참여도 기술
6. 관계의 필수 여부 기술

 

Entity 특징

• 반드시 해당 업무에서 필요하고 관리하고자 하는 정보여야 함. 환자, 토익 응시 횟수...
• 유일한 식별자에 의해 식별이 가능해야 함
• 영속적으로 존재하는 두 개 이상의 인스턴스의 집합 이어야 함
• 업무 프로세스에 의해 이용되어야 함
• 반드시 속성이 있어야 함
• 다른 Entity와 최소 한 개 이상의 관계가 있어야 함 (단, 공통 코드, 통계성 Entity는 관계 생략 가능)

 

발생 시점에 따른 Entity 분류

기본/키 엔티티 (Fundamental/Key Entity)	업무에 원래 존재하는 정보로 사원, 부서, 고객, 상품, 자재... 다른 Entity와의 관계에 의해 생성되지 않고 독립적 생성 가능 다른 Entity의 부모 역할
중심 엔티티 (Main Entity)	기본 Entity로부터 발생하며, 업무에 있어서 중요한 역할을 담당하며 데이터량이 많이 발생되고 다른 Entity와의 관계를 통해 행위 Entity 생성 계약, 청구, 주문, 매출...
행위 엔티티 (Active Entity)	두 개 이상의 부모 Entity로부터 발생하며 주문 목록, 사원 변경 이력... 자주 내용이 바뀌거나 데이터량 증가함 초기 단계보다는 상세 설계나 상관 모델링을 통해 도출

 

Entity 명명

• 가능하면 현업 업무에서 사용하는 용어 사용
• 가능하면 약어 사용 X
• 단수명사 사용
• 모든 Entity이름은 유일해야 함
• 생성 의미대로 이름 부여

 

Entity, 인스턴스, 속성, 속성 값의 관계

• 한 개의 Entity는 두 개 이상의 인스턴스 집합이어야 함
• 한 개의 Entity는 두 개 이상의 속성을 가짐
• 한 개의 속성은 한 개의 속성 값을 가짐

 

속성(Attribute)

의미

• 업무에서 필요로 하는 인스턴스에서 관리하고자 하는 의미상 더 이상 분리되지 않는 최소의 데이터 단위
• Entity에 대한 자세하고 구체적인 정보를 나타냄
• 하나의 Entity는 두 개 이상의 속성을 가짐
• 속성도 집합임

 

속성의 특성에 따른 분류

기본 속성	원래 가지고 있어야하는 속성으로 업무로부터 추출된 일반적인 속성 제품이름, 제조년월, 원가, 원금, 이자율...
설계 속성	원래 존재하지는 않지만 데이터모델링이나 업무 규칙화를 위해 설계자가 추가한 속성 주문번호, 예약번호, 고객번호, 상품코드...
파생 속성	데이터 조회할 때 빠른 성능을 낼 수 있도록 하기 위해 원래 속성값 계산해 저장할 수 있게 만든 속성 계산값, 이자...

 

도메인

각 속성이 가질 수 있는 값의 범위이며, Entity 내에서 속성에 대한 데이터 타입과 크기 그리고 제약사항을 지정하는 것

ex) 제품명이라는 속성은 길이가 20자리 이내의 문자열로 정의할 수 있다.

 

 

속성 명칭 부여

• 해당 업무에서 사용하는 이름 부여
• 서술식 속성명 사용 X
• 약어 사용 가급적 제한
• 전체 데이터 모델에서 유일성 확보하는 것이 좋음

 

관계(Relationship)

의미

• 존재에 의한 관계와 행위에 의한 관계로 구분될 수 있으나, ERD에서는 단일화된 표기법 사용
• UML에는 클래스 다이어그램 관계 중 연관관계와 의존관계가 있고 이것은 실선과 점선의 표기법 사용
• 관계의 부서와 사원 Entity 간의 소속 관계는 존재에 의한 관계
• 주문과 배송 Entity 간의 배송 근거 관계는 행위에 의한 관계

 

표기법

관계명(Membership)	관계의 이름
관계차수(Cardinality)	1:1, 1:M, M:N
선택성, 관계선택사양(Optionality)	필수 관계, 선택 관계

 

관계 도출 체크 사항

• 두 개의 Entity 사이에 관심 있는 연관 규칙이 존재하는가?
• 두 개의 Entity 사이에 정보의 조합이 발생하는가?
• 업무 기술서, 장표에 관계 연결을 가능하게 하는 동사가 있는가?
• 업무 기술서, 장표에 관계 연결에 대한 규칙이 서술되어 있는가?

 

관계 읽기

• 기준 Entity를 한 개(One) 또는 각(Each)으로 읽음
• 대상(Target) Entity의 관계 참여도 즉 개수(하나, 하나 이상)를 읽음
• 관계 선택사양과 관계명을 읽음

 

식별자

종류

대표성 여부	주 식별자	인스턴스를 유일하게 구별할 수 있고, 참조관계를 연결할 수 있음
	보조 식별자	유일하게 구분 가능하지만, 대표성을 가지지 못해 참조관계 연결 불가능
스스로 생성여부	내부 식별자	Entity 내부에서 스스로 만들어지는 식별자
	외부 식별자	타 Entity와의 관계를 통해 타 Entity로 부터 받아오는 식별자
속성의 수	단일 식별자	하나의 속성으로 구성된 식별자
	복합 식별자	둘 이상의 속성으로 구성된 식별자
대체 여부	본질 식별자	업무에 의해 만들어지는 식별자
	인조 식별자	업무로 만들어지진 않지만, 원조식별자가 복잡한 구성을 가져서 인위로 만든 식별자

 

주 식별자 특징

유일성	주 식별자에 의해 Entity내 모든 인스턴스들을 유일하게 구분함
최소성	주 식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야함
불변성	주 식별자가 한 번 특정 Entity에 지정되면 그 식별자의 값은 변하지 않아야함
존재성	주 식별자가 지정되면 반드시 데이터 값이 존재(Null 허용 X)

 

주 식별자 도출 기준

• 해당 업무에서 자주 이용되는 속성을 주 식별자로 지정
• 명칭, 내역 등과 같이 이름으로 기술되는 것들은 중복의 가능성이 있어 주 식별자로 지정 X
• 복합으로 주 식별자를 구성할 경우 너무 많은 속성을 포함하지 않도록 함
• 자주 수정되지 않는 속성을 주 식별자로 지정

 

식별자와 비식별자

항목	식별자	비식별자
목적	강한 연결관계 표현	약한 연결관계 표현
자식 주 식별자 영향	자식 주식별자의 구성에 포함	자식 일반 속성에 포함
표기법	실선	점선
연결 고려사항	반드시 부모 Entity 종속 자식 주식별자구성에 부모 주식별자 포함 필요 상속받은 주식별자속성을 타 Entity에 이전 필요	약한 종속 관계 자식 주식별자 구성을 독립적으로 구성 자식 주식별자 구성에 부모 주식별자 부분 필요 상속받은 주식별자속성을 타 Entity에 차단 필요 부모쪽의 관계참여가 선택관계

 

02. 데이터 모델과 성능

성능 데이터 모델링과 성능

성능 데이터 모델링

• DB 성능 향상을 목적으로 설계 단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는 것
• 데이터 증가가 빠를수록 성능 저하에 따른 성능개선 비용은 증가
• 데이터 모델은 성능을 튜닝하면서 변경될 수 있음
• 분석/설계단계에서 성능을 고려한 데이터 모델링을 수행할 경우 성능 저하에 따른 Rework 비용 최소화할 수 있음

 

성능 데이터 모델링 수행 절차

1. 데이터 모델링을 할 때 정규화를 정확하게 수행
2. DB 용량 산정 수행
3. DB에 발생되는 트랜잭션의 유형을 파악
4. 용량과 트랜잭션의 유형에 따라 반정규화 수행
5. 이력 모델의 조정, PK/FK 조정, 슈퍼 타입/서브타입 조정 등을 수행
6. 성능 관점에서 데이터 모델 검증

 

성능 데이터 모델링 고려사항

• 정규화도 기본적으로 중복된 데이터를 제거함으로써 조회 성능 향상할 수 있음
• 용량 산정은 전체적인 DB에 발생되는 트랜잭션의 유형과 양을 분석하는 자료가 되어 성능 데이터 모델링에 중요
• 물리적 데이터 모델링할 때 PK/FK 칼럼의 순서 조정, FK인덱스 생성 등은 성능 향상을 위한 데이터 모델링에 중요
• 이력 데이터는 시간에 따른 반복 발생으로 대량 데이터일 가능성이 높아 성능을 고려해 칼럼 등을 추가하도록 설계

 

정규화와 성능

정규화

DB설계에서 중복 요소를 찾아 제거하고 데이터를 구조화하는 프로세스

 

정규화 과정

제 1 정규화	하나의 속성은 반드시 원자값으로 구성
제 2 정규화	제 1정규화를 만족하고, 주 식별자가 아닌 모든 속성이 주 식별자에 완전함수종속 되어야함 함수의 부분 종속 분리하는 과정
제 3 정규화	제 2정규화를 만족하고, 이행 함수 종속이 없어야함
BCNF 정규화	릴레이션의 모든 결정자가 후보키인 릴레이션

 

반정규화와 성능

반정규화

정규화된 Entity, 속성, 관계에 대해 성능 향상과 개발/운영 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링

 

반정규화 수행 이유

• 데이터를 조회할 때, 디스크 I/O량이 많아서 성능 저하가 예상될 경우
• 경로가 너무 멀어 조인으로 인한 성능 저하가 예상될 경우
• 칼럼을 계산하여 읽을 때 성능 저하가 예상될 경우

 

반정규화 고려 판단요소

• 다수 테이블에 대한 다량의 조인이 불가피한 경우
• 하나의 결과 셋을 추출하기 위해 다량의 데이터를 탐색하는 처리가 반복적으로 빈번하게 발생하는 경우
• 이전 또는 이후 위치의 레코드에 의한 탐색은 window function으로 접근 가능
• 집계 테이블 이외에도 다양한 유형에 대해 반정규화 테이블 적용이 필요할 수 있음

 

테이블의 반정규화

기법 분류	반정규화 기법	내용
테이블 병합	1:1관계 테이블 병합	1:1 관계를 통합해 성능 향상
	1:M관계 테이블 병합	1:M 관계를 통합해 성능 향상
	슈퍼/서브타입 테이블 병합	슈퍼/서브 관계를 통합해 성능 향상
테이블 분할	수직분할	칼럼 단위 테이블을 디스크 I/O를 분산처리하기 위해 1:1로 분리해 성능 향상
	수평분할	로우 단위로 집중 발생되는 트랜잭션 분석해 성능향상 위해 로우단위로 분리
테이블 추가	중복테이블 추가	다른 업무이거나 서버가 다른 경우 동일한 테이블 구조 중복해 원격조인 제거
	통계테이블 추가	SUM, AVG 등을 미리 수행해 계산해 둠으로써 조회시 성능 향상
	이력테이블 추가	이력테이블 중 마스터 테이블에 존재하는 레코드 중복해 이력테이블에 존재
	부분테이블 추가	자주 이용하는 집중화된 칼럼들을 해당 칼럼을 모아놓은 별도 테이블 생성

 

칼럼의 반정규화

중복칼럼 추가	조인 감소를 위해 여러 테이블에 동일한 칼럼 갖게 함
파생칼럼 추가	조회 성능 우수하게 하기 위해 미리 계산된 칼럼 갖게 함
이력테이블 칼럼추가	최신값을 처리하는 이력의 특성을 고려해 기능성 칼럼 추가
PK에 의한 칼럼 추가	이미 PK안에 데이터가 존재하지만 성능향상 위해 일반속성으로 포함하는 방법
응용시스템 오작동을 위한 칼럼 추가	이전 데이터를 임시적으로 중복하여 보관하는 방법

 

반정규화 절차

1. 반정규화 대상 조사
   • 범위 처리 빈도수 조사
   • 대량의 범위 처리 조사
   • 통계성 프로세스 조사
   • 테이블 조인 개수
2. 다른 방법 유도 검토
   • 뷰(VIEW) 테이블 : 지나치게 많은 조인이 걸려 데이터 조회 작업이 어려울 경우
   • 클러스터링 적용 : 대량 데이터 처리나 부분 처리에 의해 성능 저하될 경우 클러스터링 적용하거나 인덱스 조정
   • 인덱스의 조정
   • 파티셔닝 기법 : 대량의 데이터는 PK성격에 따라 부분적인 테이블로 분리 가능
   • 응용 애플리케이션 : 응용 애플리케이션에서 로직 구사하는 방법 변경
3. 반정규화 적용
   • 테이블 반정규화
   • 속성의 반정규화
   • 관계의 반정규화

파티셔닝 기법
논리적으로는 하나의 테이블이지만 물리적으로는 여러 개의 테이블로 분리하여 데이터 액세스 성능도 향상하고, 데이터 관리방법도 개선할 수 있도록 테이블에 적용하는 기법

 

슈퍼/서브 타입 데이터 모델의 변환 기술

• 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성
• 슈퍼 타입 + 서브타입에 대해 발생되는 트랜잭션에 대해서는 슈퍼 타입 + 서브타입 테이블로 구성
• 전체를 하나로 묶어 트랜잭션이 발생할 때는 하나의 테이블로 구성

 

논리 데이터 모델의 슈퍼+서브타입을 물리적인 테이블 형식으로 변환

• 트랜잭션은 항상 전체를 통합하여 분석 처리하는데 하나로 통합되어 있으면 다른 형식에 비해 성능 우수
• 트랜잭션은 항상 슈퍼+서브 타입을 함께 처리하는데 개별로 유지하면 조인에 의해 성능 저하
• 트랜잭션은 항상 전체 대상으로 일괄 처리하는데 서브타입별로 유지하는 것으로 변환하면 Union에 의해 성능 저하
• 트랜잭션은 항상 서브타입 개별로 처리하는데 테이블은 하나로 통합하면 불필요한 데이터가 집적되어 성능 저하

 

 

대량 데이터에 따른 성능

칼럼수가 많은 테이블

• 로우체이닝이 발생할 정도로 한 테이블에 많은 칼럼을 가지고 있으면 디스크 I/O가 대량으로 발생하여 성능이 저하될 수 있음. 트랜잭션이 접근하는 칼럼 유형을 분석하여 1:1로 테이블을 분리하면 디스크 I/O가 줄어 조회 성능 향상

 

로우체이닝

• 로우의 길이가 너무 길어 데이터 블록 하나에 데이터가 모두 저장되지 않고 두 개 이상의 블록에 걸쳐 저장된 형태
• 불필요한 디스크 I/O가 많이 발생해 성능 저하

 

DB 구조와 성능

PK 순서 결정하는 기준

앞쪽에 위치한 속성의 값이 가급적 '='이나 'BETWEEN', '<>'가 들어와야 좋은 효율을 나타낼 수 있음

 

분산 DB와 성능

분산 DB 효율성 증대

• 공통 코드, 기준정보 등 마스터 데이터는 분산 DB에 복제 분산을 적용
• 거의 실시간 업무적인 특성을 가지고 있을 때 분산 DB를 사용해 구성할 수 있음
• 백업 사이트 구성할 때 간단하게 분산기능을 적용해 구성할 수 있음

Global Single Instance(GSI)
통합된 한 개의 인스턴스 즉, 통합 DB 구조를 의미하므로 분산 DB와는 대치되는 개념

 

분산 DB 장점

• 지역 자치성, 점증적 시스템 용량 확장
• 신뢰성과 가용성
• 효용성과 융통성
• 빠른 응답속도와 통신비용 절감
• 데이터의 가용성과 신뢰성 증가
• 시스템 규모의 적절한 조절
• 각 지역 사용자의 요구 수용 증대

 

분산 DB 단점

• SW 개발 비용
• 오류의 잠재성 증대
• 처리 비용의 증대
• 설계, 관리의 복잡성과 비용
• 불규칙한 응답 속도
• 통제의 어려움
• 데이터 무결성에 대한 위협

 

---

References

• SQL 자격검정 실전문제, 한국데이터산업진흥원