[SQLD 요약] I. 데이터 모델링의 이해 (2)

 

 

SQLD 요약 / SQL Developer 요약

🔑 정규화/ 함수적종속성/ 제1정규화/ 제2정규화/ 부분함수종속성/ 제3정규화/ 이행함수종속성/ BCNF/ 

       반정규화/ 파티션기법/ 테이블병합/ 슈퍼타입-서브타입/ 분산데이터베이스/ 투명성/ 상향식설계방식/ 하향식설계방식

 

 

I. 데이터 모델링의 이해

   01. 데이터 모델링의 이해

   02. 데이터 모델과 성능

 

 

---

---

 

02. 데이터 모델과 성능

 

 

[1] 정규화 (Normalization)

(1) 정규화 | 데이터를 분해하고, 중복을 제거하여, 데이터 모델의 독립성을 확보하는 과정

이상현상 존재하는 모델을 ⇒ 정규화된 모델로!	정규화 Normalization
	- 데이터의 일관성, 최소한의 중복, 최대한의 유연성을 위한 방법 - 이상현상이 존재하는 모델: 새로운 데이터를 추가할 때,   불필요한 정보를 같이 추가하거나, 아예 추가할 수 없는 문제 발생 - 정규화된 모델: 테이블 분해 → 중복 데이터 제거됨 - 분해된 테이블은 Join 연산을 통해 합집합으로 통합 가능 - 비즈니스 변화가 생겨도, 데이터 모델의 변경을 최소화할 수 있음! - 제 1~5 정규화 가능함/ 실질적으로는 제 3 정규화까지만 수행

 

 

• 정규화 절차: 제 1 정규화 - 제 2 정규화 - 제 3 정규화 - BCNF - 제 4 정규화 - 제 5 정규화

제 1 정규화	제 2 정규화	제 3 정규화
- 속성 원자성 확보 - 기본키 설정	- 기본키가 속성 2개 이상 - 부분 함수 종속성 제거	- 기본키 외 칼럼 간 종속성 제거 - 이행 함수 종속성 제거
BCNF (Boyce-Codd Normal Form)	제 4 정규화	제 5 정규화
후보키가 기본키를 종속시키면  분해함	- 여러칼럼이 한칼럼 을 종속시키면 - 다중값 종속성 제거	조인에 의해서 종속성 발생하면 분해함

 

 

(2) 함수적 종속성 | X → Y 이면, Y는 X에 함수적으로 종속 = X가 변화하면 Y도 변화

• 제 1 정규화 (1NF)

제 1 정규화: 나머지 칼럼들을 함수적으로 종속하는 "기본키"를 설정
	- "학번" 하나 혹은 "학생ID" 하나만으로   유일성을 만족하지 못하는 경우라고 가정함. - 따라서 "학번"과 "학생ID" 2개의 칼럼을 기본키로 설정.

 

 

• 제 2 정규화 (2NF)

제 2 정규화: 기본키가 2개 이상의 칼럼으로 이루어진 경우, 부분 함수 종속성을 제거
- 부분 함수 종속성: 기본키가 2개 이상인 경우에만 발생. - "학생ID" 하나가 "이름" 하나만 함수적으로 종속.	- "학생" 테이블로 분해하여, 새로운 테이블을 도출. - "학생" 테이블의 기본키를 "학생ID" 로 설정. - 부분 함수 종속성을 제거함.

 

 

• 제 3 정규화 (3NF)

제 3 정규화: 제 1 , 제 2 정규화를 수행한 다음, 이행 함수 종속성을 제거
- 이행 함수 종속성: 기본키 외 다른 칼럼 간에 종속성 발생. - "지도교수" 가 "학과" 에 함수적으로 종속.	- "지도교수" 테이블로 분해하여, 새로운 테이블을 도출. - "지도교수" 테이블의 기본키를 "학과" 로 설정. - 이행 함수 종속성을 제거함.

 

 

• BCNF (Boyce-Codd Normal Form)

BCNF: 복수의 후보키 & 복합속성 후보키 & 서로 중첩되는 경우
- 복수의 후보키가 나머지 칼럼을 함수적으로 종속. - 기본키("학번", "과목번호")가 "교수"를 종속. - "교수"가 후보키이고 "과목번호"를 함수적으로 종속.   ("교수"가 최소성, 유일성을 만족하여 후보키로 인식됨)	- "교수" 테이블로 분해하여, 새로운 테이블을 도출. - "교수" 테이블의 기본키는 "교수"로 설정. - "과목번호"는 "교수" 테이블의 속성이 됨.

 

 

---

 

 

[2] 정규화와 성능

(1) 정규화의 문제점

정규화의 문제점: 조인 & 성능저하 유발	정규화의 문제 해결 방법	반정규화의 문제점
- 데이터 조회 시 조인(Join)을 유발함 - CPU, 메모리를 많이 사용함 - 정규화는 조인을, 조인은 부하를 유발함 - (ex) "직원"과 "부서"테이블에서            "부서코드"가 같은 행을 찾는 경우 - 중첩된 루프 = 이중 for문을 사용해야 함 - 데이터양 증가하면, 비교 건수도 증가함	- 인덱스, 옵티마이저를 통해 비효율 해결 - 조인에 의한 성능 저하를 해결하기 위해   반정규화를 하여, 하나의 테이블에 저장 - 반정규화: 데이터 중복을 허용 - 칼럼이 계속 증가하여, 조인이 최소화됨 - 조인 감소하면, 조회 빠르게 할 수 있음	- 반정규화는 데이터를 중복시키므로   또 다른 문제점을 발생시킴 - 너무 많은 칼럼이 추가되면,   1개 행의 크기가 너무 커짐 - DB 관리시스템의 입출력 단위인   블록 크기(Block Size) 를 초과함 - 1개 행을 읽기위해 여러 블록을 읽어야 함   → 디스크 입출력 증가 → 성능 저하 유발

 

• 반정규화 수행: 트랜잭션 유형 및 용량 등을 분석하고, 정규화를 수행한 후에, 반정규화를 수행해야 한다. (병렬처리 X)
  ⇒ 트랜잭션 유형과 데이터 용량 등을 고려해보고, 성능 이슈가 특별히 없다면 반정규화를 하지 않아도 된다~
  
  
• 반정규화를 수행하면 정규화된 모델보다 조회속도가 항상 빨라지는 것이 아니다!
  - 반정규화를 통해 하나의 테이블에 칼럼 개수가 많아지면, 조인 개수는 감소한다.
  - 그러나 테이블 행의 길이가 길어지면서, 입출력 단위보다 길어질 수도 있다.
  - 이러한 경우, 하나의 행을 조회할 때 입출력을 여러 번 하면서 성능이 떨어질 수 있다..

 

---

 

 

[3] 반정규화 (De-Normalization)

(1) 반정규화 | 데이터베이스 성능 향상을 위하여, 데이터 중복을 허용하고 조인을 줄이는 방법

 

(2) 반정규화를 수행하는 경우

• 정규화에 충실하면 종속성&활용성을 향상되지만, 수행속도가 느려지는 경우
• 다량 범위를 자주 처리하는 경우
• 특정 범위만 자주 처리하는 경우
• 요약/집계 정보가 자주 요구되는 경우 
  
  
• 반정규화 절차: 대사 조사 및 검토 - 다른 방법 검토 - 반정규화 수행

① 대상 조사 및 검토	② 다른 방법 검토	③ 반정규화 수행
데이터 처리범위, 통계성 등을 확인	클러스터링, 뷰, 인덱스 튜닝 등을 검토	테이블, 속성, 관계 등을 반정규화

 

 

• 반정규화 기법: 계산된 칼럼 추가/ 테이블 수직분할/ 테이블 수평분할/ 테이블 병합

① 계산된 칼럼을 추가함	② 테이블 수직분할	③ 테이블 수평분할	④ 테이블 병합
- (ex) 총판매액, 평균잔고 등 - 필요한 값을 미리 계산하여   특정 칼럼에 추가함	- 한 테이블에서 칼럼 분할 - 두개 이상의 테이블로 분할	- 값을 기준으로 테이블 분할 - (한 테이블에서 행 분할)	- 1대1 관계를 하나로 병합 - 1대N 관계의 테이블을 병합 - 슈퍼-서브 타입 관계를 병합

 

 

• 파티션 기법 (Partition): 테이블 분할 방법 중 하나
  - 파티션을 사용하여 테이블을 분할하면
  - 논리적으로는 하나의 테이블이지만
  - 물리적으로는 여러 개의 데이터 파일에 분산 저장된다.

파티션 기법 장점	파티션 기법 종류
- 데이터 조회 시, 액세스 범위 감소 → 성능 향상	Range Partition: 데이터 값 범위를 기준으로 파티션
- 분할되어 있기 때문에, Input/Output 성능 향상	List Partition: 특정값을 지정하여 파티션
- 각 파티션을 독립적으로 백업&복구 가능	Hash Partition: 해시 함수를 적용하여 파티션
	Composite Partition: 범위+해시를 복합적으로 사용함

 

• 테이블 병합
  - 1대1 관계의 테이블 → 테이블 1개로 병합
  - 1대N 관계의 테이블 → 병합으로 성능은 올릴 수 있지만, 데이터 중복이 다량 발생함
  
  
• 슈퍼타입과 서브타입 관계가 발생하면 → 테이블 통합으로 성능 향상시킴
• 슈퍼타입-서브타입은 부모-자식 관계!

Super type & Sub type	배타적 관계와 포괄적 관계
	<배타적 관계> SuperType 이 Sub1 이거나, Sub2 인 경우 (ex) "고객"이 "개인고객"이거나 "법인고객"인 경우	<포괄적 관계> SuperType 이 Sub1 일 수도 있고, Sub2 일 수도 있는 경우 (ex) "고객"이 "개인고객"일 수도, "법인고객"일 수도 있음

 

 

• 슈퍼타입 및 서브타입 변환 방법

OneToOne Type	Plus Type	Single Type
- 슈퍼타입, 서브타입을   개별 테이블로 도출함 - 테이블 개수가 많음 - 조인 다수 발생 - 관리 어려움	- 슈퍼타입과 서브타입   테이블로 도출 - 조인 발생 - 관리 어려움	- 슈퍼타입, 서브타입을   하나의 테이블로 도출함 - 조인 성능 좋음 - 관리 편리함 - 입출력 성능 나쁨↓

 

 

---

 

 

[4] 분산 데이터베이스

분산 데이터베이스 구조

 

 

(1) 분산 데이터베이스 | 분산된 작업 처리를 수행하여, 투명성을 제공하는 데이터베이스

• 중앙 집중형 데이터베이스: 1대의 물리적 시스템에 DB 관리 시스템을 설치 → 여러 사용자가 시스템에 접속하여 사용
  
  
• 분산 데이터베이스: 물리적으로 떨어진 DB에 네트워크로 연결 → 단일 DB 이미지를 보여주고 분산된 작업 처리 수행
  - 네트워크로 분산되어 있음
  - 지역 DB를 독립적으로 관리
  - 동일한 관리 시스템: 분산 DB 구축이 어렵지 않음
  - 여러 종류의 관리 시스템: 이기종 DB 관리 시스템으로 연동 → DB 미들웨어(ODBC, JDBC)를 사용해야 함

분산 데이터베이스 장점	분산 데이터베이스 단점
- 신뢰성 & 가용성 높음 - 병렬처리 수행 → 빠른응답 가능 - 시스템 용량 확장 쉬움	- 보안 & 관리 & 통제 어려움 - 데이터 무결성 관리 어려움 - 데이터베이스 설계 복잡

 

 

• 분산 데이터베이스의 투명성 제공:
  DB를 사용하는 고객은 시스템이 분산되어 있는지 여부는 인식하지 못하면서, 
  자신만의 DB를 사용하는 것처럼 사용할 수 있어야 한다!
  
  
• 분산 데이터베이스의 투명성 종류: 분할 투명성/ 위치 투명성/ 지역 사상 투명성/ 중복 투명성/ 장애 투명성/ 병행 투명성

투명성	설명
분할 투명성	각 단편의 사본이 여러 시스템에 저장되어 있음을 인식할 필요 없음.
위치 투명성	- 고객이 사용하려는 데이터의 저장 장소를 명시할 필요 없음. - 데이터가 어느 위치에 있더라도, 동일 명령을 사용하여 데이터에 접근 가능!
지역 사상 투명성	각 지역 시스템의 이름과 무관한 이름을 사용 가능.
중복 투명성	객체가 여러 시스템에 중복되어 존재해도, 데이터의 일관성이 유지됨.
장애 투명성	각 지역 시스템 혹은 통신망이 이상이 생겨도, 데이터의 무결성이 부장됨.
병행 투명성	여러 고객이 동시에 트랜잭션을 수행해도, 결과에 이상 없음.

 

 

(2) 분산 데이터베이스 설계방식 | 상향식 & 하향식

상향식 설계 방식	하향식 설계 방식
지역 스키마 작성 후 → 전역 스키마 작성	전역 스키마 작성 후 → 지역 스키마 작성
지역별로 데이터베이스를 구축한 후에 전역 스키마로 통합한다.	전사 데이터 모델(기업 전체)을 수렴하여 전역 스키마 생성, 그 다음에 각 지역별로 지역 스키마를 생성한다.

 

 

---

 

참고도서: SQL 개발자 이론서+기출문제_이기적, 2020