[DAsP] 데이터 모델링 핵심 요약

1. 데이터 모델링

 

관계형 데이터베이스 / 비관계형 데이터베이스

 

관계형 데이터베이스 : 데이터에 대한 정확한 분석 가능 / 데이터의 중복 제거 목적

비관계형 데이터베이스 : 프로세스 중심으로 정보 고립화

 

2. 데이터 모델링 필요성

프로세스 중심 데이터 모델은
-> 프로세스 변화에 따른 영향이 크고, 데이터 무결성을 깨뜨리고, 이로써 데이터 품질에 악영향을 미친다.

 

3. 데이터 설계의 중요성

 

1) 파급효과

2) 요구사항의 간결한 표현

3) 데이터 품질

 

4. 데이터 모델링시 중요성

1) 중복

2) 비유연성

3) 비일관성

 

5. 데이터 모델링 단계

1) 개념 데이터 모델링

-요구사항

-핵심 엔터티와 관계

-전사적 데이터 모델

- 추상적 특징-> 구조화 -> 기능 논의

2) 논리 데이터 모델링

-비즈니스 정보의 논리적 구조와 규칙 표현

-정규화 수행

-상세화 -> 식별자 확정, 정규화, M:M 관계 해소, 참조 무결성 원칙 정의, 이력 관리

 

논리 데이터 모델링 원칙

1) 커뮤니케이션 원칙

2) 모델링 상세화 원칙

3) 논리적 표현 원칙

-> 성급한 물리적 설계 주의

(1) 분석 결과 예단 (2) 솔루션 조급한 구체화 -> 물리 데이터 모델 제약조건 명시되어도 제약조건 없는 것처럼

 

3) 물리 데이터 모델링

-계층적 - 하드웨어, 관계형 - 개념 및 논리 DB  설계

 

6. 좋은 데이터 모델 요소

1) 완전성

2) 중복 배제
3) 업무 규칙

4) 데이터 재사용

5) 안전성 및 확장성

6) 간결성

7) 의사소통

8) 통합성

 

7. 개체-관계 모델 구성 요소

1) 엔터티

-동질성을 지닌 개체 집합이나 행위 집합

-어떤 대상이 그 엔터티에 속하는지 여부 명확히 구분

-실체는 일반화, 추상화 기법에 근거해 정의

 

2) 속성

-엔터티에 저장되는 개체 집합의 특징 설명

-더 이상 분리되지 않는 단위 값 / 자격 부여, 분류하면서 구체적으로 기입하는 정보항목

-단일 값  / 다중 값 둘 다 가능 -> 단일치 속성, 다중치 속성

-다치 속성은 필수 / 유도 속성은 점선

 

3) 식별자

-각각의 개체를 식별할 수 있도록 이루어진 속성 집합

-식별자와 키는 구별해 사용되어야 한다.

-엔터티 -> 식별자는 논리적 관점, 테이블 -> 키는 물리적 관점

 

4) 관계

-엔터티와 엔터티간 연관성 표현

-참조 매핑 카디날리티 -> 개체와 연결될때 나타나는 대응수 = (최소 대응수, 최대 대응수)

 

5) 카디날리티

-한 개체가 관계를 통하여 다른 개체와 연결된 개체 수

 

6) 존재 종속

-엔터티의 존재가 다른 엔터티의 존재에 영향을 받는 것

 

7) 서브타입

-확장된 개체-관계 다이어그램

-전체집합인 슈퍼타입의 부분집합

-슈퍼타입은 서브타입들에 공통적인 모든 속성 포함

-구분자 : 어떤 서브타입이 적합한지 결정해주는 속성

 

-모든 슈퍼타입이 구분자를 가지고 있지 않다

-배타적 서브타입, 포괄적 서브타입

-배타적 (돔 안의 X) : 슈퍼타입이 많아야 1개의 서브타입 [둘 중 하나]

 

7. 객체지향 모델링과 논리 데이터 모델링 관계

 

객체지향 모델링	논리 데이터 모델링	차이점
객체	엔터티	객체는 프로세스+데이터 모델링
속성	속성	-
연결	관계	연관은 동일 상속은 데이터 모델링이 메서드 불포함하지만, [서브타입 / 슈퍼타입]과 동일
캡슐화	-	-
객체 클래스 / 객체 인스턴스	엔터티 유형 / 엔터티 인스턴스	-
메시지	-	메시지는 프로세스와 연관