데이터 모델의 이해

[1. 모델링의 이해]

 

가. 모델링의 정의

           현실세계를 추상화, 단순화, 명확화 하기위해 일정 표기법으로 표현하는 기법

 

나. 모델링의 특징

           1) 추상화 (모형화): 다양한 현상을 일정한 표기법에의해 표현되는것

           2) 단순화 : 복잡한 현실세계를 특정 규약에 의해 제한된 표기법이나 언어로 표현하는것

           3) 명확화 : 누구나 이해할수 있도록 대상에 대한 정확한 현상을 기술하는 것

 

다. 모델링의 세가지 관점

1) 데이터 관점 : 업무가 어떤데이터와 관련 된 것인지, 데이터간의 관계는 무엇인지 모

델링 하는 방법

2) 프로세스 관점 : 업무가 하고있는 일이 무엇인지 또는 무엇을 해야 하는지를 모델링

하는 방법 (TOOD 추후 조사)

3) 상관 관점 : 업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을 받고 있는지

모델링 하는 방법 (TODO 추후 조사)

 

 

[2. 데이터 모델링의 이해]

 

가. 데이터 모델링의 정의

           1) 정보시스템을 구축하기 위한 데이터 관점의 업무 분석 기법

           2) 현실세계의 데이터를 약속된 표기법에 의해 표현하는 과정

           3) 데이터 베이스를 구축하기 위한 분석/ 설계의 과정

 

           ※ 업무를 설명하고 분석하는 부분에서도 중요한 의미를 갖고 있음.

 

나. 데이터 모델이 제공하는 기능

           1) 시스템을 원하는 모습으로 가시화

           2) 시스템 구조와 행동을 명세화

           3) 시스템을 구축하는 구조화된 틀 제공

           4) 시스템 구축과정에서 결정한 것을 문서화

           5) 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점 제공

           6) 특정 목표에 따라 구체화된 상세 수준의 표현방법 제공

 

 

[3. 데이터 모델링의 중요성 및 유의점]

          

가. 파급효과(Leverage)

시스템 구축이 완성되어 가는 테스트 단계에서 데이터 모델 변경이 일어 나면 그 이후 많은 영향 분석이 일어난다. 그 이후 해당분야의 실제적인 변경 작업이 발생하게 된다.

 

나. 복잡한 정보 요구사항의 간결한 표현

           정보 요구사항을 파악하는 가장 좋은 방법은 데이터 모델을 리뷰하는 것

           건축물의 설계 도면처럼 많은 사람들이 이해하기 쉽도록 표현하는 것이 중요.

 

다. 데이터 품질

           ▼ 유의점

           1) 중복 : 중복 데이터를 피한다.

           2) 비유연성 : 프로세스의 작은 변화가 어플리케이션과 데이터베이스에 중대한 변화를

일으킬 수 있는 가능성을 줄여야 한다.

           3) 비일관성 : 데이터와 데이터간 상호 연관 관계에 대한 명확한 정의가 필요하다.

                     (ex: 신용상태에 대한 갱신 없이 고객의 납부 이력정보를 갱신하는 것)

 

[4. 데이터 모델링의 3단계 진행]

 

가. 개념적 데이터 모델링

           1) 추상화 수준이 높고 업무중심적이고 포괄적인 수준의 모델링 진행.

           2) 핵심 엔터티와 그들간의 관계를 엔터티-관계 다이어그램으로 생성하는 것.

 

나. 논리적 데이터 모델링

           1) 시스템으로 구축하고자 하는 업무에 대해 Key, 속성, 관계등을 정확하게 표현.

           2) 정규화 : 논리데이터 모델의 일관성을 확보하고 중복을 제거하여 속성들이 가장

적절한 엔터티에 배치됨으로서, 신뢰성 있는 데이터 구조를 얻는것.

           3) 식별자 확정, 정규화, M:M 관계해소, 참조 무결성 규칙 정의 등이 있다.

 

다. 물리적 데이터 모델링

           1) 실제로 데이터베이스에 이식할 수 있도록, 성능, 저장 등 물리적인 성격을

고려하여 설계

           2) 테이블, 컬럼 등으로 표현되는 물리적인 저장구조와 사용될 저장 장치, 자료를

추출하기 위해 사용될 접근방법 등이 결정됨.

 

 

[5. 프로젝트 생명주기(Life Cycle)에서 데이터 모델링]

 

가. 프로젝트 흐름에 따른 데이터 모델

           1) 분석 단계

                     - 데이터 : 개념/논리 데이터 모델링

                     - 어플리케이션 : 프로세스 모델링

           2) 설계 단계

                     - 데이터 : 물리 데이터 모델링

                     - 어플리케이션 : 설계

           3) 개발 단계

                     - 데이터 : DB 구축, 변경, 관리

                     - 어플리케이션 : 개발

           4) 테스트 단계

                     - 데이터 : DB 튜닝

                     - 어플리케이션 : 테스트

           5) 전환/이행단계

                     - 데이터 : DB 전환

                     - 어플리케이션 : 설치

          

           ※ 데이터 축과 애플리케이션 축으로 구분되어 프로젝트가 진행되면서

             각각에 도출된 사항은 상호 검증을 지속즉으로 수행하면서 단계별 완성도를 높인다.

 

[6. 데이터 모델링에서 데이터 독립성의 이해]

 

가. 데이터 독립성의 필요성

           1) 유지보수 비용

           2) 데이터복잡도

           3) 데이터 중복성

           4) 요구사항 대응

           ※ 데이터 독립성 확보의 효과

                     - 각 View 의 독립성을 유지하고 계층별 View 에 영향을 주지 않고 변경 가능

                     - 단계별 Schema에 따라 데이터 정의어와 데이터 조작어가 다름을 제공한다.

 

나. 데이터베이스의 3단계 구조

           - ANSI/SPARC 의 3단계 구성의 데이터 독립성 모델은 외부단계와 개념적 단계,

내부 단계로 구성된 서로 간섭되지 않는 모델을 제시하고 있다.

 

 

다. 데이터 독립성 요소

           1) 외부스키마

                     - 개개 사용자 단계로서 개개 사용자가 보는 개인적 DB 스키마

           2) 개념스키마

                     - 모든 사용자 관점을 통합한 조직 전체의 DB를 기술하는것

                     - DB에 저장되는 데이터와 그들간의 관계를 표현하는 스키마

           3) 내부스키마

                     - DB가 물리적으로 저장된 형식

                     - 물리적 장치에서 데이터가 실제적으로 저장되는 방법을 표현하는 스키마

 

라. 두 영역의 데이터 독립성

           - 위와 같이 3단계로 개념이 분리 되면서 각각의 영역에 대한 독립성을 지정하는 용어가

논리적 독립성과 물리적 독립성이다.

          

1)     논리적 독립성 - 개념 스키마가 변경되어도 외부 스키마에는 영향을 미치지

않도록 지원하는 것.

2)     물리적 독립성 - 내부 스키마가 변경되어도 외부/개념 스키마는 영향을 받지

않도록 지원하는 것.

 

마. 사상(Mapping)

           - Mapping : 상호 독립적인 개념을 연결시켜주는 다리

 

           1) 외부적/개념적 사상 (논리적 사상)

                     - 외부 화면이나 사용자에게 인터페이스 하기 위한 스키마 구조는 전체가

통합된 개념적 스키마와 연결되는 구조

3)     개념적/내부적 사상 (물리적 사상) : 개념적 뷰와 저장된 데이터베이스의

상호 관련성 정의

                     - 통합된 개념적 스키마 구조와 물리적으로 저장된 구조의 물리적인 테이블스페이스와 연결 되는 구조

 

[7. 데이터 모델링의 중요한 세 가지 개념]

 

가. 데이터 모델링의 세가지 요소

           1) 업무가 관여하는 어떤 것 (Things)

           2) 어떤 것이 가지는 성격 (Attributes)

           3) 업무가 관여하는 어떤 것 간의 관계 (Relationships)

 

 

 

나. 단수와 집합(복수)의 명명

          

개념	복수/집합개념 타입/클래스	개별/단수개념 어커런스/인스턴스
어떤 것	엔터티 타입 (Entity Type)	엔터티 (Entity)
	엔터티 (Entity)	인스턴스 (Instance) 어커런스 (Occurrence)
어떤 것간의 연관	관계 (Relationship)	패어링 (Pairing)
어떤 것의 성격	속성 (Attribute)	속성 값 (Attribute Value)

 

[8. 데이터 모델링의 이해관계자]   

 

가. 이해관계자의 데이터 모델링 중요성 인식

           데이터 모델링이라는 과정이 단지 데이터 베이스를 설계한다는 측면보다

           업무를 이해하고 분석하여 표현하는 것이 중요하고, 표현된 내용을 바탕으로 프로젝트 관련자와 의사소통하고

           프로그램이나 다른 표기법과 비교 검증하는 일을 수행 하는 등 많은 시간을 업무를 분석하고 설계하는데 할애 하기 때문에

           업무 영역별 개발팀에서 보통 데이터 모델링을 진행한다.

 

나. 데이터 모델링의 이해관계자

           누가 모델링에 대해 연구하고 학습해야 하는가?

           - 프로젝트 개발자 (가장 중요)

           - DBA

           - 현업 업무 전문가 (이해할 수 있는 수준)

           - 전문 모델러

 

[9. 데이터 모델의 표기법인 ERD 의 이해]

 

가. ERD (Entity Relationship Diagram) 표기법을 이용하여 모델링 하는 방법

           - ERD 는 업무 분석에서 도출된 엔터티와 엔터티간의 관계를 이해하기 쉽게 도식화된

다이어그램으로 표시하는 방법으로서 실제 프로젝트에서는 해당 업무에서 데이터의 흐름

과 프로세스와의 연관성을 이야기하는 데 가장 중요한 표기법이자 산출물이다.

 

           1) ERD 작업 순서

                     ① 엔터티를 그린다.

                     ② 엔터티를 적절하게 배치한다.

                     ③ 엔터티간 관계를 설정한다.

                     ④ 관계명을 기술한다.

                     ⑤ 관계의 참여도를 기술한다. (1:n 인지 n:n 인지 등...)

                     ⑥ 관계의 필수 여부를 기술한다.

 

[10. (대체적으로)좋은 데이터 모델의 요소]

 

가. 완전성 (Completeness)

           - 업무에서 필요로 하는 모든 데이터가 데이터 모델에 정의되어 있어야 한다.

 

나. 중복배제 (Non-Redundancy)

           - 하나의 데이터베이스 내에 동일한 사실은 반드시 한번만 기록하여야 한다.

(EX: 나이 컬럼과 생년월일 컬럼)

 

다. 업무규칙 (Business Rules)

           - 데이터 모델링 과정에서 도출되고 규명되는 수많은 업무규칙을 데이터 모델에

표현하고 이를 해당 데이터 모델을 활용하는 모든 사용자가 공유 할 수 있어야 한다.

 

라. 데이터 재사용 (Data Reusability)

           - 데이터의 통합성과 독립성에 대해 충분히 고려 하여 데이터의 재사용성을

향상 시켜야 한다.

 

마. 의사소통 (Communication)

           - 해당 정보시스템을 운용, 관리하는 많은 관련자들이 설계자가 정의한 업무 규칙들을

           동일한 의미로 받아들이고 정보시스템을 활용할 수 있어야 한다.

 

바. 통합성 (Intergraion)

           - 동일한 데이터는 조직의 전체에서 한번 만 정의되고 이를 여러 다른 영역에서 참조,

활용하는 것이 좋다.