과목1. 데이터 모델링의 이해_#1

제1장 데이터 모델링의 이해

제1절 데이터  모델의 이해

모델링의 이해

모델 : 모형, 축소형의 의미로 다양한 현상을 일정한 표현법에 의해 표현하는 모형

모델링의 특징

1. 추상화

  - 현실세계를 일정한 표기법에 맞추어 표현

2. 단순화

  - 복잡한 현실세계를 규칙이나 제약이있는 표기법에 맞추어 이해하기 쉽게 할 수 있게 만드는 개념

3. 명확화

  - 누구나 이해하기 쉽게 애매모호함을 제거하고 정확하게 현상을 기술하는 것

즉, 보여주고자 하는 바를 이해하기 일정 규칙에 의해서 이해하기 쉽게 표현하는 것

모델링의 세 가지 관점

1. 데이터 관점 (What, Data)

  - 어떤 데이터들이 서로 관련이 있는지 또는 데이터들이 어떤 관계가 있는지에 대해서 모델링하는 방법

2. 프로세스 관점 (How, Process)

  - 실제 하고 있는 일은 무엇인지 또는 무서을 해야하는지를 모델링하는 방법

3. 데이터와 프로세스의 상관관점 (Interaction)

  - 처리하는 일의 방법에따라 데이터는 어떻게 영향을 받고 있는지 모델링하는 방법

---

데이터 모델의 기본 개념의 이해

데이터 모델링의 정의

1. 정보시스템을 구축하기 위한 데이터관점의 업무 분석 기법

2. 현실세계의 데이터에 대해 약속된 표기법에 의한 표현하는 과정

3. 데이터베이스 구축을 위한 분석/설계의 과정

데이터 모델이 제공하는 기능

- 시스템을 가시화하도록 도움

- 시스템의 구조와 행동을 명세화 할 수 있음

- 시스템을 구축하는 구조화된 틀 제공

- 시스템 구축과정에서 결정한 것을 문서화

- 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점 제공

- 특정 목표에 따라 구체화된 상세 수준의 표현방법 제공

---

데이터 모델링의 중요성 및 유의점

파급효과 (Leverage)

  - 병행테스트, 통합테스트를 수행 중 만약, 이러한 시점에 데이터 모델의 변경이 불가피하게 발생할 경우

1. 데이터 구조 변경에 따른 표준 영향분석, 응용 변경 영항 분석 등 많은 영향분석 발생

2. 해당 분야의 실제적인 변경 발생

3. 이러한 일련의 변경작업은 전체 시스템 구축 프로젝트에서 큰 위협요소

복잡한 정보 요구사항의 간결한 표현 (Conciseness)

  - 구축할 시스템의 정보 요구사항과 한계를 가장 명확하게 간결하게 표현할 수 있는 도구

 - 데이터 모델은 건축물로 비유하자면 설계도면과 같다 많은 사람들이 공유하면서 설계자의 생각대로 움직이게 하는것이다. 데이터 모델은 시스템을 구축하고 이를 이용해 어플리케이션을 개발하고 데이터의 정확성을 유지할 수 있게해야하기 때문에 요구사항을 정확하게 간결하게 표현되어야 한다

데이터 품질 (Data Quality)

  - 데이터는 기업의 중요한 자산이며 오래 될수록 활용가치는 훨씬 높아짐

  - 초기에 데이터가 조금 쌓일때는 인지하지 못하여 오랜기간 숙성된 데이터 활용시 문제가 생김

  - 데이터 모델링의 유의점

1. 중복 (Duplication) : 데이터베이스가 여러 장소에 같은 정보를 저장하는것을 유의

2. 비유연성 (Inflexibility) : 데이터의 정의를 데이터의 사용 프로세스와 분리

3. 비일관성 (Inconsistency) : 데이터와 데이터간 상호 연관 관계에 대한 명확한 정의

---

데이터 모델링의 3단계 진행

1. 개념적 데이터 모델링 (Conceptual Data Modeling)

  - 조직, 사용자의 데이터 요구사항을 찾고 분석하는데서 시작

  - 핵심 엔터티와 그들 간의 관계를 발견 -> 엔터디-관계 다이어그램 생성

  - 상위의 문제에 대한 구조화를 쉽게 하여 사용자와 개발자가 시스템 기능에 대해 논의 할 수 있는 기반 형성

  - 개념데이터의 모델은 추상적이고, 시스템이 어떻게 구성되는지 이해하는데 유용하다

※ 전사적 데이터 모델 (Enterprise Data Modeling) : 전 조직에 걸쳐 이루어지는 데이터 모델링 과정

2. 논리적 데이터 모델링 (Logical Data Modeling)

  - 비지니스 정보의 논리적인 구조와 규칙을 명확하게 표현하는 기법 또는 과정

  - 데이터 모델링의 가장 핵심이 되는 부분

  - ERD를 작성하며, 정규화 작업도 표함이 된다

  - 식별자 확정, 정규화, M:M관계 해소, 참조 무결성 규칙 정의

  - 추가적으로 이력 관리에 대한 전략을 정의하여 논리데이터 모델에 반영

3. 물리적 데이터 모델링 (Physical Data Modeling)

  - 논리적 데이터 모델이 데이터 저장소로 어떻게 컴퓨터 하드웨어에 표현될 부분의 정의

  - 데이블, 칼럼 등으로 표현되는 물리적인 저장구조와 사용될 저장 장치 결정

  - 자료를 추출하기 위해 사용될 접근 방법 등 결정

---

프로젝트 생명주기 (Life Cycle)에서 데이터 모델링

Waterfall 기반 : 데이터 모델링의 위치가 분석과 설계단계로 구분되어 명확하게 정의

※ 이해가 안됐음. 추 후 내용 추가 필요

---

데이터 모델링에서 데이터 독립성의 이해

데이터 독립의 필요성

  - 상호간 영향을 벗어나 개별 형식이 가지는 고유의 기능을 유지시키며 그 기능을 극대화하는 것

  - 컴포넌트 기반의 모듈 구성도 각각의 고유한 기능을 가지면서 다른 기능을 가지고 있는 컴포넌트와 인터페이스를 가지게 하는 모습으로 정의

  - SOA의 ‘서비스’라고 하는 단위도 독립적인 비즈니스로 처리 가능한 단위를 서비스로 정의

  - 다른 기능의 변경으로부터 쉽게 변경되지 않고 자신의 고유한 기능을 제공

  - 데이터독립성 출현 배경

1. 끊임없이 요구되는 사용자 요구사항에 대해 화면과 데이터베이스간에 독립성을 유지시키기 위해

2. 지속적으로 증가하는 유지보수 비용 절감

3. 데이터 복잡도를 낮추며 중복된 데이터를 줄이기 위환 목적

  - 데이터 독립성의 효과

1. 각 View의 독립성을 유지하고 계층별 View에 영향을 주지 않고 변경이 가능하다

2. 단계별 Schema에 따라 데이터 정의어(DDL)와 데이터 조작어(DML)가 다름을 제공한다.

  - 데이터 독립성을 이해하기 위해서는 ANSI표준 모델 중 3단계인 구조,독립성,사상(Mapping) 3가지를 이해하면 된다.

데이터베이스 3단계 구조

  - ANSI / SPARC의 3단계 구성의 데이터 독립성 모델

  - 외부단계, 개념적단계, 내부적단계로 서로 간섭되지 않는 모델을 제시

데이터 독립성 요소

두 영역의 데이터독립성

사상 (Mapping)

  - 사상(Mapping)는 상호 독립적인 개념을 연결시켜주는 다리를 뜻함

  - 데이터의 독립성에는 크게 2가지의 사상 도출

1. 논리적 사상

  - 외부 화면이나 사용자에게 인터페이스를 하기 위한 스키마 구조가 통합된 개념적 스키마와 연결

2. 물리적 사상

  - 통합된 개념적 스키마 구조와 물리적으로 저장된 테이블스페이스와 연결

---

데이터 모델링의 중요한 세 가지 개념

데이터 모델링의 세 가지 개념

  - 세 가지 개념은 데이터 모델의 이해에 근간이 된다

1. 업무가 관여하는 어떤 것 (Things)

2. 어떤 것이 가지는 성격 (Attributes)

3. 업무가 관여하는 어떤 것 간에 관계 (Relationships)

  - 예시

사물이나 사건 등을 바라 볼 때 전체를 지칭하는 용어를 어떤 것(Things)이라 하고, 그 어떤 것이 가지는 세부적인 사항을 성격(Attributes)이라고 할 수 있다. 또한 각각의 어떤 것은 다른 어떤 것과 연관성을 가질 수 있는데 이것을 관계(Relationship)라고 표현한다. 예를 들어 ‘이주일과 심순애가 존재하고 둘 사이는 서로 사랑하는 연인사이이다. 이주일은 키가 180cm에 성격은 친절하고 심순애는 키가 165cm에 세심하며 활달한 성격을 가지고 있다’는 시나리오를 살펴보자. 여기에서 ‘이주일, 심순애’는 어떤 것(Things)에 해당하고 ‘사랑하는 연인사이’가 어떤 것 간의 관계(Relationships)에 해당하며 ‘180cm에 성격은 친절, 세심하며 활달함’이 어떤 것이 가지는 성격(Attributes)에 해당한다. 위의 예와 같이 이 세상의 모든 사람, 사물, 개념 등은 어떤 것, 어떤 것 간의 관계, 성격의 구분을 통해서 분류할 수 있다. 바로 이러한 원리, 즉 자연계에 존재하는 모든 유형의 정보들을 세 가지 관점의 접근 방법을 통해 모델링을 진행하는 것이다.

단수와 집합(복수)의 명명

※ 용어 구분 사용 : Thing : 복수 - 엔터티, 단수 - 인스턴스

---

데이터 모델링의 이해관계자

이해관계자의 데이터 모델링 중요성 인식

  - 실직적으로 DBA보다 업무시스템을 개발하는 응용시스템 개발자가 데이터 모델링도 같이하는 경우가 많음

  - 우리가 구축하는 시스템의 대부분은 데이터에 기반하기 때문에 데이터베이스 설계를 잘못 했을때 미치는 영향력은 매우 크다

데이터 모델링의 이해관계자

  - 정보시스템을 구축하는 모든 사람 (전문적으로 코딩하는 사람)

     ->프로젝트에 참여하는 모든 기술자는 완성된 모델을 정확하게 알고 있어야함

  - 기술자가 아니더라도 해당 업무에서 정보화를 추진하는 위치에 있는 사람

 

---

데이터 모델의 표기법인 ERD의 이해

데이터 모델 표기법

1976년 피터첸(Peter Chen)의 Entity-Relationship Model(E-R Model)이라는 표기법

ERD 표기법을 이용하여 모델링하는 방법

  - 각 업무분석에서 도출된 엔터티와 엔터티간의 관계를 이해하기 쉽게 도식화된 다이어그램으로 표시하는 방법

  - 해당 업무에 데이터의 흐름과 프로세스와의 연관성을 이야기하는데 가장 중요한 표기법이자 산출물

  - UML 표준 표기법을 사용하는 오브젝트 모델링

-> 해당 업무에 가장 적절한 클래스다이어그램을 그려내는 것이 가장 중요

  - 정보공학을 기반으로 하는 모델링

-> 해당 업무에 가장 적절한 ERD를 그려내는 것이 중요

  - ERD를 작성하는 작업순서

1. 엔터티의 배치

  - 처음에 어디에 배치하는건 중요한 문제이다

  - 가장 중요한 엔터티를 왼쪽 상단에 배치 하고 이것을 중심으로 다른 엔터티를 나열

  - 해당 업무에 가장 중요한 엔터티는 가운데쪽에 배치하면 향후 관계를 연결할 때 선이 꼬이지 않고 효과적으로 배치할 수 있게 된다.

2. 엔터티간 관계를 설정

  - 초기에는 Primary Key로 속성이 상속되는 식별자 관계 설정

  - 중복되는 관계가 발생되지 않도록 하고 Circle관계도 발생하지 않도록 유의

3. 관계에 관계이름을 부여

  - 지나치게 포괄적인 용어는 사용하지 않도록 한다.

4. 관계차수(Cardinality)를 표현

  - 관계가 참여하는 성격중 엔터티내에 인스턴스들이 얼마나 관계하여 참여하는지 나타낸다

  - IE표기법은 하나(1, one)의 관계는 실선으로 표기

  - Barker표기법은 점선과 실선을 혼합하여 표기

---

좋은 데이터 모델의 요소

완전성 (Completeness)

  - 업무에 필요로 하는 모든 데이터가 데이터 모델에 정의

  - 이 기준을 충족하지 못하면 다른 어떤 평가 기준도 의미가 없어짐

중복배제 (Non-Redundancy)

  - 하나의 데이터베이스 내에 동일한 사실은 반드시 한번만 기록

  - 저장공간의 낭비하지 않고 일관성을 유지

업무규칙 (Business Rules)

  - 업무규칙을 데이터 모델에 표현하고 이를 데이터모델을 사용하는 모든 사용자가 공유할 수 있도록 제공

  - 특히, 데이터 아키텍처에서 언급되는 논리 데이터 모델에서 이러한 요소들이 포함되어야 함

 

데이터 재사용 (Data Reusability)

  - 데이터의 통합성과 독립성에 대해서 충분히 고려

  - 데이터가 애플리케이션에 대해 독립적으로 설계되어야 재활용성 향상

  - 데이터 구조의 확장성 유연성에 많은 노력을 기울이고 있고, 확장성을 담보하기 위해서는 데이터 관점의 통합이 불가피하다

의사소통 (Communication)

  - 데이터 분석 과정에서 자연스럽게 많은 업무 규칙 도출

  - 도출되는 많은 규칙들은 데이터 모델에 엔터티, 서브타입, 속성, 관계 등의 형태로 최대한 자세하게 표현되어야 함

  - 표현한 많은 업무규칙을 모든 작업자가 동일한 의미로 이해 하여야 한다

  - 데이터모델의 의사소통의 도구로서의 역할

통합성 (Integration)

  - 동일한 데이터는 조직의 전체에서 한번만 정의되고 이를 여러 영역에서 참조, 활용하는 것

  - 물론 의도적으로 데이터의 중복시키는 경우도 존재 가능

※자료 출처 http://www.bysql.net