1-1-1. 데이터 모델의 이해 [ SQLD / SQLP / SQL가이드 ]

과목 I. 데이터 모델링의 이해
  - 제 1장 데이터 모델링의 이해
    > 제 1절 데이터 모델의 이해 

1. 모델링의 이해

모델링이란, 복잡한 현실세계를 [추상화(모형화) / 단순화 / 명확화] 하여 일정한 표기법에 따라 표현하는 일이다.

 

모델링의 정의

1) 웹스터 사전

  - 가설적 또는 일정 양식에 맞춘 표현 (a hypothetical or stylized representation)

  - 어떤 것에 대한 예비표현으로 그로부터 최종 대상이 구축되도록 하는 계획으로서 기여하는 것

2) 복잡한 '현실세계'를 단순화해 표현하는 것이다.

3) 모델이란 사물 또는 사건에 관한 양상(Aspect)이나 관점(Perspective)을 연관된 사람이나 그룹을 위하여 명확하게 하는 것이다.

4) 모델이란 현실세계를 추상화한 반영이다.

 

모델링의 특징

1) 추상화(모형화, 가설적) : 현실세계를 일정한 형식에 맞추어 표현한다는 의미. 다양한 현상을 일정한 양식인 표기법에 따라 표현하는 것이다.

2) 단순화 : 복잡한 현실세계를 약속된 규약에 의해 제한된 표기법이나 언어로 표현하여 쉽게 이해할 수 있도록 하는 개념을 의미한다.

3) 명확화 : 누구나 이해하기 쉽게 하기 위해 대상에 대한 애매모호함을 제거하고 정확하게 현상을 기술하는 것이다.

 

모델링의 세 가지 관점

시스템의 대상이 되는 업무를 분석하여 정보시스템으로 구성하는 과정에서 업무의 내용과 정보시스템의 모습을 적절한 표기법(Notation)으로 표현하는 것을 모델링이라고 한다면, 모델링은 크게 다음 세 가지 관점으로 구분해서 볼 수 있다.

1) 데이터 관점 : 업무가 어떤 데이터와 관련이 있는지 또는 데이터 간의 관계는 무엇인지에 대해서 모델링 하는 방법 (What, Data)

2) 프로세스 관점 : 실제하고 있는 업무는 무엇인지 또는 무엇을 해야 하는지를 모델링하는 방법 (How, Process)

3) 데이터와 프로세스의 상관 관점 : 업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을 받고 있는지 모델링하는 방법 (Data vs Process)

 

2. 데이터 모델의 기본 개념 이해

데이터 모델링의 정의

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

 

데이터 모델이 제공하는 기능

• 시스템을 현재 또는 원하는 모습으로 가시화하도록 도와준다.
• 시스템의 구조와 행동을 명세화할 수 있게 한다.
• 시스템을 구축하는 구조화한 틀을 제공한다.
• 시스템 구축 과정에서 결정한 것을 문서화 한다.
• 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점을 제공한다.
• 특정 목표에 따라 구체화한 상세 수준의 표현방법을 제공한다.

 

3. 데이터 모델링의 중요성과 유의점

데이터 모델링의 중요성

파급효과 (Leverage)

복잡한 정보 요구 사항의 간결한 표현 (Concisencess)

데이터 품질 (Data Quality)

 

데이터 모델링의 유의점

1) 중복 : 데이터베이스가 여러 장소에 같은 정보를 저장하는 잘못을 하지 않도록 한다.

2) 비유연성 : 데이터의 정의를 데이터의 사용 프로세스와 분리함으로써 데이터 모델링은 데이터 혹은 프로세스의 작은 변화가 애플리케이션과 데이터베이스에 중대한 변화를 일으킬 가능성을 줄인다.

3) 비일관성 : 데이터의 중복이 없더라도 비일관성(Inconsistency)은 발생한다. 데이터 모델링을 할때, 데이터와 데이터 간 상호 연관관계에 대한 명확한 정의는 이러한 위험을 예방할 수 있도록 해준다.

 

4. 데이터 모델링의 3단계 진행

추상화 수준에 따라 개념적 데이터 모델, 논리적 데이터 모델, 물리적 데이터 모델로 정리할 수 있다.

 

개념적 데이터 모델링 

추상화 수준이 높고 업무 중심적이고 포괄적인 수준의 모델링 진행. 전사적 데이터 모델링, EA 수립 시 많이 이용

 

논리적 데이터 모델링

시스템으로 구축하고자 하는 업무에 대해 Key, 속성, 관계 등을 정확하게 표현, 재사용성이 높음

 

물리적 데이터 모델링

실제로 데이터베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계

 

5. 프로젝트 생명주기에서 데이터 모델링

일반적으로는 계획 또는 분석 단계에서 개념적 데이터 모델링, 분석단계에서 논리적 데이터 모델링, 설계 단계에서 물리적 데이터 모델링이 수행된다. 단 현실 프로젝트에서는 개념적 데이터 모델이 생략된 개념/논리 데이터 모델링이 분석 단계 때 대부분 수행된다.

 

6. 데이터 모델링에서 데이터 독립성의 이해

데이터 독립성의 필요성

- 유지보수 비용 증가

- 데이터 중복성 증가

- 데이터 복잡도 증가

- 요구사항 대응 저하

=> 데이터 독립성이 필요해짐

 

데이터 독립성을 확보하면 다음과 같은 효과를 얻을 수 있다.

- 각 뷰(View)의 독립성을 유지하고 계층별 뷰에 영향을 주지 않고 변경할 수 있다.

- 단계별 스키마(Schema)에 따라 데이터 정의어 (DDL) 와 데이터 조작어 (DML)가 다름을 제공한다.

 

데이터베이스 3단계 구조

ANSI/SPARC의 3단계 구성의 데이터 독립성 모델은 외부단계와 개념적 단계, 내부적 단계로 구성된 서로 간섭되지 않는 모델을 제시하고 있다.

• 외부스키마 (External Schema) : View 단계의 여러 사용자 관점으로 구성. 개인적. DB개인사용자나 응용프로그래머가 접근
• 개념스키마 (Conceptual Schema) : 모든 관점 통합. 조직 전체 관점. 조직 전체 DB 기술
• 내부스키마 (Internal Schema) : 내부단계 구성. DB가 물리적으로 저장된 형식. 실제로 저장된 방법 표현

 

두 영역의 데이터 독립성

이렇게 3단계로 개념이 분리되면서 각각의 영역에 대한 독립성을 지정하는 용어가 바로 논리적인 독립성과 물리적인 독립성이다.

• 논리적 독립성 : 개념 스키마가 변경되어도 외부 스키마에는 영향을 미치지 않도록 지원하는 것. 논리적 구조가 변경되어도 응용 프로그램에 영향 없음
• 물리적 독립성 : 내부 스키마가 변경되어도 외부/개념 스키마는 영향을 받지 않도록 지원하는ㄱ ㅓㅅ. 저장장치의 구조변경은 응용프로그램과 개념스키마에 영향 없음

 

사상(Mapping)

• 외부적/개념적 사상 (논리적 사상) : 외부적 뷰와 개념적 뷰의 상호 관련성을 정의함
• 개념적/내부적 사상 (물리적 사상) : 개념적 뷰와 저장된 데이터베이스의 상호 관련성을 정의함.

 

7. 데이터 모델링의 중요한 세 가지 개념

데이터 모델링의 세 가지 요소

1) 업무가 관여하는 어떤 것(Things)2) 어떤 것이 가지는 성격 (Attributes)3) 업무가 관여하는 어떤 것 간의 관계 (Relationships)

 

단수와 집합(복수)의 명명

개념	복수/집합 개념 타입/클래스	개별/단수 개념 어커런스/인스턴스
어떤 것 (Things)	엔터티 타입 (Entity Type)	엔터티 (Entity)
	엔터티 (Entity)	인스턴스 (Instance) 어커런스 (Occurrence)
어떤것 간의 연관	관계 (Relationship)	패어링 (Pairing)
어떤 것의 성격	속성 (Attribute)	속성값(Attribute Value)

 

8. 데이터 모델의 표기법인 ERD 이해

데이터 모델 표기법

• 1976년 피터첸(Peter Chen)에 의해 E-R Model (Entity-Relationship Model) 표기법이 만들어짐.
• 서로 다른 뷰를 충족시킬 수 있는 데이터 처리와 계약 조건 등의 요구사항을 정의하기 위함
• 개체-관계 모델은 개체-관계 다이어그램(ERD)로 표현
• ERD는 최종 사용자의 관점에서 데이터 구조를 그림 형태로 묘사하기 위해 개체, 관계, 속성 이라는 세 개의 기본요소를 사용하며, 엔터티와 이들간의 관계를 미리 약속된 도형을 사용하여 알기 쉽게 그림으로 표시한 것.

ERD 작업순서

1. 엔터티를 그린다

2. 엔터티를 적절하게 배치

3. 엔터티간 관계 설정

4. 관계명 기술

5. 관계의 참여도 기술

6. 관계의 필수여부 기술

 

9. 좋은 데이터 모델의 요소

• 완전성 : 업무에서 필요로하는 모든 데이터가 데이터 모델에 정의되어 있어야 한다.
• 중복 배제 : 하나의 데이터베이스 내에 동일한 사실은 반드시 한 번만 기록하여야 한다.
• 업무 규칙 : 데이터 모델에 업무규칙을 나타내야 한다.
• 데이터 재사용 : 데이터의 통합성과 독립성에 대해 충분히 고려하여 재사용성을 향상시켜야 한다.
• 의사소통 : 데이터 모델이 의사소통의 도구로서의 역할을 해야 한다.
• 통합성 : 공유 데이터에 대한 구조를 여러 업무 영역에서 공동으로 사용하기 용이하게 설계할 수 있어야 한다.

 

 

---

SQL 전문가 가이드 책이 꽤 두껍습니다 (800페이지가 넘네요 ㄷㄷ)

SQLD 공부했던 기억을 살려서 자격증 취득에 필요한 내용만 최대한 적으려고 노력했는데, 그래도 내용이 꽤 많네요.

SQLP는 아직 공부중이라 확신할 수 없지만,

SQLD는 포스팅한 내용만 봐도 문제풀이하는데 어려움이 없을거라고 장담합니다 :)

---

본 포스팅은 '한국데이터산업진흥원' 에서 발행한 'SQL 전문가 가이드' 를 참고/인용 하였음을 밝힙니다.