Chapter 01 ) 데이터 모델링의 이해 (1)

1-1. 데이터 모델의 이해

모델링의 정의

1. 복잡한 "현실세계"를 단순화시켜 표현하는 것

 

2. 사물 또는 사건에 관한 양상(Aspect)이나 관점(Perspective)을 연관된 사람이나 그룹을 위하여 명확하게 하는 것

 

3. 현실 세계의 추상화된 반영

 

현실세계를 추상화, 단순화, 명확화 ==> 데이터 모델

 

* 복잡한 현실세계를 일정한 표기법에 의해 표현하는 일

 

모델링의 특징

 

1. 추상화 (모형화, 가설적)는 현실세계를 일정한 형식에 맞추어 표현을 한다는 의미

 

2. 단순화는 복잡한 현실세계를 약속된 규약에 의해 제한된 표기법이나 언어로 표현

 

3. 명확화는 누구나 이해하기 쉽게 하기 위해 대상에 대한 애매모호함을 제거하고 정확하게 현상을 기술

 

* 모델링을 다시 정의하면 "현실세계를 추상화, 단순화, 명확화 하기 위해 일정한 표기법에 의해 표현하는 기법"으로 정리 할 수 있음

 

모델링의 세 가지 관점

 

1. 데이터 관점 ( Data, What ) : 업무가 어떤 데이터와 관련이 있는지 또는 데이터간의 관계는 무엇인지에 대해서 모델링하는 방법

 

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

 

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

 

데이터 모델링의 정의

 

1. 정보 시스템을 구축하기 위한 데이터 관점의 업무 분석 기법

 

2. 현실세계의 데이터에 대해 약속된 표기법에 의해 표현되는 과정

 

3. 데이터베이스를 구축하기 위한 분석/설계의 과정

 

데이터 모델이 제공하는 기능

 

1. 시스템을 현재 또는 원하는 모습으로 가시화

 

2. 시스템의 구조와 행동을 명세화

 

3. 시스템을 구축하는 구조화된 틀을 제공

 

4. 시스템을 구축하는 과정에서 결정한 것을 문서화

 

5. 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점을 제공

 

6. 특정 목표에 따라 구체화된 상세 수준의 표현방법을 제공

 

데이터 모델링의 중요성 및 유의점

 

중요성	설명
파급효과 ( Leverage )	시스템 구축 작업 중에서 다른 어떤 설계 과정보다 데이터 설계가 중요함
복잡한 정보 요구사항의 간결한 표현 ( Conciseness )	데이터 모델은 구축할 시스템의 정보 요구사항과 한계를 가장 명확하고 간결하게 표현할 수 있는 도구
데이터 품질 ( Data Quality )	데이터의 중복, 비 유연성, 비 일관성이 발생할 수 있음

 

 

데이터 모델링의 3단계 진행

 

현실 세계	⟶     개념 데이터 모델링 ( 추상적 )	개념적 구조
		⬇   논리 데이터 모델링
물리 구조 ( 데이터베이스 )	⟵      물리 데이터 모델링 ( 구체적 )	논리적 구조

 

개념적 데이터 모델링 ? 추상화 수준이 높고 ( 상세하지 않다. ) 업무 중심적이고 포괄적인 수준의 모델링 진행. 전사적 데이터 모델링, EA수립 시 많이 사용

 

* 가장 중요한 골격, 건물로 치면 철근

 

논리적 데이터 모델링 ? 시스템으로 구축하고자 하는 업무에 대해 Key, 속성, 관계 등을 정확하게 표현, 재 사용성이 높음

 

물리적 데이터 모델링 ? 실제로 데이터 베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계

 

프로젝트 생명주기 (Life Cycle)에서 데이터 모델링

 

1. 프로젝트 생명주기는 정보전략계획 (ISP) -> 분석 -> 설계 -> 개발 -> 테스트 -> 전환/이행 단계가 있음

 

2. 정보전략계획/분석 단계 : 개념적 데이터 모델링

 

3. 분석 단계 : 논리적 데이터 모델링

 

4. 설계 단계 : 물리적 데이터 모델링

 

데이터독립성의 필요성

1. 지속적으로 증가하는 유지보수 비용을 절감하고 데이터 복잡도를 낮추며 중복된 데이터를 줄이기 위한 목적이 있음

 

2. 끊임없이 요구되는 사용자 요구사항에 대해 화면과 데이터베이스 간에 서로 독립성을 유지하기 위한 목적으로 데이터 독립성개념이 출현

 

• 유지보수 비용 증가
• 데이터 중복성 증가
• 데이터 복잡도 증가
• 요구사항 대응 저하

====> 데이터 독립성 필요

 

데이터 독립성 확보 

• 각 View의 독립성을 유지하고 계층별 View에 영향을 주지 않고 변경이 가능
• 단계별 Schema에 따라 데이터 정의어(DDL)와 데이터 조작어(DML)가 다름을 제공

데이터베이스 3단계 구조

• ANSI/SPARC의 3단계 구성의 데이터독립성 모델은 외부 단계와 개념적 단계, 내부적 단계로 구성된 서로 간섭 되지 않는 모델을 제시하고 있다

출처 : https://lifegoesonme.tistory.com/418

단계 명	설명	비고
외부 스키마 (External Schema)	- View 단계 여러 개의 사용자 관점으로 구성, 즉 개개 사용자 단계로서 개개 사용자가 보는 개인적 DB 스키마 - DB의 개개 사용자나 응용프로그래머가 접근하는 DB 정의	사용자 관점
개념 스키마 (Conceptual Schema)	- 개념 단계 하나의 개념적 스키마로 구성 모든 사용자 관점을 통합한 조직 전체의 DB를 기술하는 것 - 모든 응용시스템들이나 사용자들이 필요로 하는 데이터를 통합한 조직 전체의 DB를 기술한 것으로 DB에 저장되는 데이터와 그들간의 관계를 표현하는 스키마	통합 관점 -중간단계
내부 스키마 (Internal Schema)	- 내부 단계, 내부 스키마로 구성, DB가 물리적으로 저장된 형식 - 물리적 장치에서 데이터가 실제적으로 저장되는 방법을 표현하는 스키마	물리적 관점

 

데이터베이스 3단계 구조에서의 데이터 독립성 2가지

독립성	설명	비고
논리적 독립성	- 개념 스키마가 변경되어도 외부 스키마에는 영향을 미치지 않도록 지원하는 것 - 논리적 구조가 변경되어도 응용 프로그램에 영향 없음	- 사용자 특성에 맞는 변경 가능 - 통합 구조 변경 가능
물리적 독립성	- 내부 스키마가 변경되어도 외부/개념 스키마는 영향을 받지 않도록 지원하는 것 - 저장 장치의 구조 변경은 응용프로그램과 개념 스키마에 영향 없음	- 물리적 구조 영향 없이 개념 구조 변경 가능 - 개념 구조 영향 없이 물리적인 구조 변경 가능

데이터베이스 3단계 구조에서의 사상(매핑) 2가지

독립성	설명	비고
외부적/개념적 사상 (논리적 사상)	- 외부적 뷰와 개념적 뷰의 상호 호환성을 정의함	- 사용자가 접근하는 형식에 따라 다른 타입의 필드를 가질 수 있음 - 개념적 뷰의 필드 타입은 변화가 없음
개념적/내부적 사상 (물리적 사상)	- 개념적 뷰와 저장된 데이터베이스의 상호관련성 정의	- 만약 저장된 데이터베이스 구조가 바뀐다면 개념적/내부적 사상이 바뀌어야 함 그래야 개념 스키마가 그대로 남아있게 됨

*외부적/개념적 -> 논리적 사상  //// 개념적/내부적 -> 물리적 사상

 

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)

 

데이터 모델링의 용어

EX ) 어떤 것 ? 고객 

        성격 ? 성별, 생년월일, 이름, VIP 여부

        관계 ? 한 명의 고객은 여러 개의 주문을 할 수 있다.

                   한 명의 직원은 한 개의 병역사항을 가질 수도 있고, 없을 수도 있다.

 

고객 엔터티 , 고객 엔터티에 홍길동이 들어왔다. 홍길동 -> 인스턴스

고객정보 -> 속성, 성별, 생년월일 -> 속성 값

고객이 여러개의 주문을 할 수 있다. 관계

 

데이터 모델링 작업 순서

1. 엔터티를 그린다

2. 엔터티를 적절하게 배치한다

3. 엔터티간 관계를 설정한다

4. 관계명을 기술한다

5. 관계의 참여도를 기술한다

6. 관계의 필수 여부를 기술한다

 

데이터 모델링의 이해관계자

• 정보시스템을 구축하는 모든 사람 (전문적으로 코딩만 하는 사람 포함)은 데이터 모델링도 전문적으로 할 수 있거나 적어도 완성된 모델을 정확하게 해석할 수 있어야 한다. 즉, 프로젝트에 참여한 모든 IT기술자들은 데이터 모델링에 대해 정확하게 알고 있어야 한다는 것을 의미한다.
• IT기술에 종사하거나 전공하지 않았더라도 해당 업무에서 정보화를 추진하는 위치에 있는 사람도 데이터 모델링에 대한 개념 및 세부사항에 대해 어느 정도 지식을 가지고 있어야 한다.

좋은 데이터 모델의 요소

요소	설명
완전성	- 업무에 필요한 데이터가 모두 정의되어야 함
중복 배제	- 동일한 사실은 한번만 저장 해야함
업무 규칙	- 데이터 모델 분석만으로 비즈니스 로직이 이해되어야 함
데이터 재사용	- 데이터 통합성과 독립성 모두 고려해야 함
의사소통	- 데이터 모델을 보고 이해 당사자들끼리 의사소통이 이루어져야 함
통합성	- 동일한 데이터는 유일하게 정의해서 다른 영역에서 참조해야 함