[SQLD 개념 - 1과목 Part1. 데이터모델링의 이해] 1) 데이터 모델링의 의해

1) 데이터 모델링의 이해

1. 모델링의 이해

   • 모델링의 정의

     • 모델
       • 모형, 축소형의 의미로서 다양한 현상에 대해서 일정한 표기법에 의해 표현해 놓은 모형
       • 어떤 목적을 달성하기 위해 커뮤니케이션의 효율성을 극대화한 고급화된 표현방법
     • 모델링
       • 사람, 사물, 개념 등에 의해 발생되는 다양한 현상을 표기법에 의해 규칙을 가지고 표기하는 것
       • 모델을 만드는 일
       • 어떤 것에 대한 표현으로 그로부터 최종대상이 구축되도록 하는 계획으로서 기여하는 것
       • 복잡한 '현실세계'를 단순화시켜 표현하는 것

   • 모델링의 특징

     • 추상화 : 현실세계를 일정한 형식에 맞춰 표현한다, 다양한 현상을 일정한 양식인 표기법에 의해 표현한다
     • 단순화 : 복잡한 현실을 약속된 규약에 의해 제한된 표기법 또는 언어로 표현하여 쉽게 이해할 수 있도록 한다
     • 명확화 : 대상의 모호함을 제거하고 정확하게 현상을 기술한다

   • 모델링의 세 가지 관점

     • 데이터 관점 : 업무가 어떤 데이터와 관련 있는지, 데이터끼리의 관계는 무엇인지에 대한 모델링

     • 프로세스 관점 : 업무가 실제하고 있는 일은 무엇인지 또는 무엇을 해야 하는지에 대한 모델링

     • 데이터와 프로세스의 관점(상관관점) : 업무가 처리하는 일의 방법에 따라 데이터는 어떤 영향을 받는지에 대한 모델링

       모델링 = 데이터 관점 + 프로세스 관점 + 상관관점

2. 데이터 모델의 기본 개념의 이해

   • 모델링의 정의
     • 업무에서 필요로 하는 데이터를 시스템 구축 방법론에 의해 분석 & 설계하여 정보시스템을 구축하는 과정
     • 데이터 모델링을 하는 이유
       • 업무정보를 구성하는 기초가되는 정보들을 일정한 표기법에 의해 표현함으로써 정보시스템 구축의 대상이 되는 업무 내용을 정확하는 것분석된 모델을 가지고 실제 데이터베이스를 생성하여 개발 및 데이터관리에 사용하기 위한 것
   • 데이터 모델이 제공하는 기능
     • 시스템을 현재 또는 원하는 모습으로 가시화하도록 도와준다
     • 시스템의 구조와 행동을 명세화 할 수 있게 한다
     • 시스템을 구축하는 구조화된 틀을 제공한다
     • 시스템을 구축하는 과정에서 결정한 것을 문서화한다
     • 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점을 제공한다
     • 특정 목표에 따라 구체화된 상세 수준의 표현방법을 제공한다

3. 데이터 모델링의 중요성 및 유의점

   • 파급효과(Leverage) : 단위 테스트들이 성공적으로 수행되고 완료되면 전체를 묶어 병행테스트와 통합테스트를 수행하게 된다. 이 시점에 데이터 모델의 변경이 불가피한 상황이 발생할 때, 데이터 구조 변경에 따른 표준 영향 분석, 응용 변경 영향 분석 등이 일어난 후에 실제적인 변경 작업을 한다. 이러한 변경 작업은 전체 시스템 구축 프로젝트에서 큰 위험요소이다.
   • 복잡한 정보 요구사항의 간결한 표현(Conciseness) : 데이터 모델은 구축할 시스템의 정보 요구사항과 한계를 가장 명확하고 간결하게 표현할 수 있는 도구이다.
   • 데이터 품질(Data Quality) :
     • 중복(Duplication) : 데이터베이스가 여러 장소에 같은 정보를 저장하는 잘못을 하지 않도록한다.
     • 비유연성(Inflexibility) : 업무 변화에 따른 데이터 모델의 변경 및 유지보수의 어려움에 대한 가능성을 줄임
     • 비일관성(Inconsistency) : 데이터의 중복이 없더라도 비일관성은 발생한다. 데이터와 데이터간 상호 연관 관계에 대한 명확한 정의

4. 데이터 모델링의 3단계 진행

   • 개념적 데이터 모델링(Conceptual Data Modeling)
     • 추상화 수준이 높고 업무중심적이고 포괄적인 수준의 모델링 진행, 전사적 데이터 모델링, EA수립시 많이 이용
     • 사용자의 데이터 요구사항을 분석하여 어떤 자료가 유지/폐기 되어야 하는지 결정
     • 핵심 엔터티와 그들 간의 관계를 밝히는 ERD을 생성하는 단계
   • 논리적 데이터 모델링(Logical Data Modeling)
     • 비지니스 정보의 논리적인 구조와 규칙을 명확하게 표현하는 기법 또는 과정
     • 시스템 구축을 위해서 업무조사를 하는 초기단계부터 결정해야 할 대부분의 사항을 모두 정의하는 시스템 설계의 전 과정을 지원하는 도구
     • 신뢰성있는 데이터구조를 얻는데 목적
   • 물리적 데이터 모델링(Physical Data Modeling)
     • 실제 데이터베이스에 이식할 수 있는 정도로 성능, 저장, table space 등 물리적 성격을 고려한 설계
     • 논리 데이터 모델이 컴퓨터 H/W에 데이터 저장소로서 어떻게 표현될 것인가를 정하는 단계

5. 프로젝트 생명주기(Life Cycle)에서 데이터 모델링

   • 분석 단계 : 업무 중심의 논리적 데이터 모델링 수행
   • 설계 단계 : 하드웨어와 성능을 고려한 물리적 데이터 모델링 수행

6. 데이터 모델링에서 데이터 독립성의 이해

   • 데이터 독립성의 필요성
     • 상호간 영향에서 벗어나 개별 형식이 가지는 고유의 기능을 유지시키며 그 기능을 극대화하는 것
     • 데이터 독립성 ↔ 데이터 종속성
     • 데이터 독립성 : 유지보수 비용 절감, 데이터 복잡도 낮춤, 중복 데이터 감소, 사용자 요구사항 대응 가능
   • 데이터베이스 3단계 구조
   • 외부단계(External Schema) :
     • 사용자 관점, 접근하는 특성에 따른 스키마 구성
   • DB의 개개 사용자나 응용프로그래머가 접근하는 DB정의
     • 개념적단계(Conceptual Schema) :
       • 개념단계 하나의 개념적 스키마로 구성 모든 사용자 관점을 통합한 조직 전체의 DB를 기술하는 것
     • 내부적단계(Internal Schema) :
       • DB가 물리적으로 저장된 형식, 물리적 장치에서 데이터가 설계적으로 저장되는 방법을 표현
   • 두 영역의 데이터 독립성
     • 논리적 독립성 : 개념스키마가 변경되어도 외부스키마에는 영향을 미치지 않도록 하는 것
       • (논리적 구조가 변경되어도 응용 프로그램에 영향 없음, 사용자 특성에 맞는 변경 가능, 통합 구조 변경가능)
     • 물리적 독립성 : 내부스키마가 변경되어도 외부/개념 스키마는 영향을 받지 않도록 하는 것
       • (저장장치의 구조변경은 응용프로그램과 개념스키마에 영향 없음, 물리적 구조 영향 없이 개념구조 변경 가능, 개념구조 영향 없이 물리적 구조 변경 가능)
   • 사상(Mapping)
     • 논리적 사상 : 외부적 뷰와 개념적 뷰의 상호 관련성 정의
     • 물리적 사상 : 개념적 뷰와 저장된 데이터베이스의 상호 관련성 정의

7. 데이터 모델링의 중요한 세가지 개념

   • Things : 엔터티(Entity)
   • Attributes : 속성, 어떤 것이 가지는 성격
   • Relationships : 관계, 업무가 관여하는 어떤 것 간의 관계

8. 데이터 모델링의 이해관계자

 

9. 데이터 모델의 표기법, ERD

   • ERD표기법을 이용하여 모델링하는 방법
     • 엔터티를 그린다
     • 엔터티를 적절하게 배치한다
     • 엔터티간 관계를 설정
     • 관계명을 기술한다
     • 관계의 참여도를 기술한다
     • 관계의 필수여부를 기술한다

10. 좋은 데이터 모델의 요소

    1. 완전성 :

       1. 업무에 필요한 모든 데이터가 데이터 모델에 정의되어야 함

    2. 중복배제 :

       1. 하나의 데이터베이스 내에 동일한 사실은 반드시 한 번만 기록되어야 함

    3. 업무규칙 :

       1. 데이터 모델링 과정에서 도출되는 업무규칙을 데이터 모델에 표현하고, 이를 모든 사용자(해당 데이터 모델을 사용하는 자)가 공유할 수 있도록 제공

       2. 해당 데이터 모델을 사용하는 모든 사용자(개발자, 관리자 등)가 해당 규칙에 대해 동일한 판단을 내리고 데이터 활용 또는 조작해야 함

    4. 데이터 재사용 :

       1. 통합 모델이어야만(데이터가 어플리케이션에 대해 독립적으로 설계되어야만) 데이터 재사용성을 향상시킬 수 있다

       2. 최근 많은 패키지 시스템들이 가지고 있는 데이터 모델들은 확장성을 강조하기 위해 많은 부분을 통합한 데이터 모델의 형태이다

    5. 의사소통 :

       1. 데이터 모델은 업무를 데이터 관점에서 분석하고 이를 설계해 나오는 최종 산출물이다

       2. 도출되는 업무 규칙들을 데이터 모델에 엔터티, 서브타입, 속성, 관계 등의 형태로 표현해서 의사소통의 도구로 활용한다

    6. 통합성 :

       1. 동일한 데이터는 조직 전체에서 한 번만 정의되고 이를 다른 영역에서 여러번 참조 및 활용하는 것이다

참조 : https://blog.naver.com/handuelly/221707943096

SQLD, 1-1-1 데이터 모델링의 이해