[sqld] sqld 정리 1과목

과목1 데이터 모델링의 이해

1장 데이터 모델링의 이해

1절 데이터 모델의 이해

1. 모델링 : 현실세계를 단순화하여 표현하는 기법

 ♢ 특징 : 단순화, 추상화, 명확화

 ♢ 관점 

   - 데이터 관점 : 업무와 데이터, 데이터 사이의 관계

   - 프로세스 관점 : 진행되고 있거나 진행되어야 하는 업무

   - 상관 관점 : 데이터에 대한 업무 처리 방식의 영향

 

2. 데이터 모델링 : 정보시스템 구축을 위한 데이터 관점의 업무 분석 기법

 ♢ 중요성 및 유의점

   - 중복 : 같은 시간 같은 데이터 제공

   - 비유연성 : 사소한 업무변화에 따라 데이터 모델이 수시로 변경되지 않아야 함

   - 비일관성 : 신용상태에 대한 갱신 없이 고객의 납부 이력 정보 갱신안됨

 ♢ 데이터 모델링의 3단계

   - 개념적 모델링 : 엔터티, 속성 도출, erd 작성, 업무중심, 포괄적 수준의 모델링

   - 논리적 모델링 : 식별자 도출, 속성, 관계 정의, 정규화 수행

   - 물리적 모델링 : db구축, 성능 및 보안 등 물리적 성격 고려

 

      계획(개념) - 분석(논리) - 설계(물리) - 개발 - 테스트 - 실행  

 

 ♢ 데이터 독립성 요소

   - 외부 스키마 : 사용자가 보는 개인적 db 스키마

   - 개념 스키마 : 모든 사용자 관점을 통합한 전체 db

   - 내부 스키마 : 물리적 장치에서 데이터가 실제적 저장

 ♢ 데이터 독립성

   - 필요성 : 데이터의 중복성과 데이터 복잡도 증가로 인한 유지비용 증가, 요구사항 대응 저하

   - 논리적 독립성 : 개념 스키마가 변경되어도 외부 스키마에 영향 x

   - 물리적 독립성 : 내부 스키마가 변경되어도 외부/개념 스키마 영향x

 

3. 사상(mapping) : 상호 독립적인 개념을 연결

 

4. 데이터 모델링 3요소

   - 어떤 것(things) : 엔터티(집합) / 인스턴스(단수)

   - 성격(attributes)

   - 관계(relationships)

 

5. ERD

 ♢ 작업순서

   - 엔터티 작성 > 엔터티 배치 > 엔터티 관계설정 > 관계명 기술 > 관계차수표현 > 관계선택사양 표현

 ♢ 좋은 모델링 요건

   - 완전성, 중복배제, 업무규칙, 데이터 재사용, 의사소통, 통합성

 

2절 엔터티(entity)

1. 정의 - 업무에서 관리해야 하는 데이터의 집합, 명사형, 인스턴스 집합

 

2. 특징 

   - 반드시 해당 업무에서 필요하고 관리하고자 함

   - 유일한 식별자에 의해 식별 가능

   - 두개 이상의 인스턴스 집합

   - 업무 프로세스에 의해 이용되어야 함

   - 반드시 속성이 있어야 함

   - 다른 엔터티와 최소 1개 이상의 관계 존재

 

3. 분류

 ♢ 유무형에 따른 분류

   - 유형 : 물리적 형태 (ex. 사원, 물품)

   - 개념 : 개념적 정보 (ex. 조직, 보험상품)

   - 사건 : 업무 수행 시 발생 (ex. 주문, 청구)

 ♢ 발생시점에 따른 분류

   - 기본 : 원래 존재하는 정보(ex. 사원, 부서)

   - 중심 : 기본 엔터티로부터 발생(ex. 계약, 주문)

   - 행위 : 2개 이상의 부모 엔터티로부터 발생(ex. 주문목록, 사원변경이력)

 

3절 속성

1. 정의

   - 업무에서 필요로 하는 것

   - 의미상 더 이상 분리되지 않음

   - 엔터티를 설명하고 인스턴스의 구성요소가 됨

 

   ☼ 엔터티 - 인스턴스 - 속성 - 속성 값과의 관계

     - 한 개의 엔터티는 두 개 이상의 인스턴스 집합

     - 한 개의 엔터티는 두 개 이상의 속성을 가짐

     - 한 개의 속성은 한 개의 속성 값을 가짐

 

2. 분류

♢ 특성에 따른 분류

   - 기본 : 업무로부터 추출한 모든 일반적인 속성

   - 설계 : 업무를 규칙화하기 위해 새로 만들거나 변형, 정의하는 속성

   - 파생 : 다른 속성에 영향을 받아 발생하는 속성, 빠른 성능을 낼 수 있도록 원래 속성의 값을 계산

 ♢ 엔터티 구성방식에 따른 분류

   - PK : 엔터티를 식별할 수 있는 속성

   - FK : 다른 엔터티와의 관계에서 포함된 속성

   - 일반속성 : 엔터티에 포함되어 있고 pk, fk에 포함되지 않은 속성

 

3. 도메인 : 각 속성이 가질 수 있는 값의 범위

 

4절 관계(Relationship)

1. 정의 : 엔터티 간의 논리적인 관련성

 

2. 관계의 페어링 : 인스턴스 간 개별적 관계

 ♢ UML은 연관관계의 의존관계를 구분하여 실선, 점선으로 표현. erd에서는 구분하지 않고 표기

   - 연관관계 : 존재적 관계, 항상 이용하는 관계

   - 의존관계 : 상대방 행위에 의해 발생하는 관계

 

3. 관계 표기법

 ♢ 관계명 : 관계의 이름

 ♢ 관계차수 : 관계 내 튜플의 전체 개수, 1:1, 1:n, m:n

 ♢ 관게선택사향(관계선택성) : 필수관계. 선택관계

 

5절 식별자(Identifiers)

1. 정의 : 엔터티를 대표할 수 있는 유일성을 만족하는 속성

 

2. 특징 : 유일성, 최소성, 불변성, 존재성

 

3. 분류 

 ♢ 대표성 여부에 따른 분류

   - 주식별자 : 대표성을 만족하는 식별자

   - 보조식별자 : 유일성과 최소성만 만족하는 식별자. 참조관계 연결에 사용 불가

   * DB 키 종류

    - 기본키(pk) : 엔터티를 대표하는 키. 후보키 중 선정

    - 후보키 : 유일성, 최소성을 만족하는 키

    - 슈퍼키 : 유일성만 만족

    - 대체키 : 기본키를 제외한 나머지 후보키

    - 외래키(fk) : 여러 테이블의 기본키 필드. 참조 무결성을 확인하기 위해 사용됨

 ♢ 생성 여부에 따른 분류

   - 내부 식별자 : 자연스럽게 존재하는 식별자

   - 외부 식별자 : 다른 엔터티와의 관계를 통해 생성되는 식별자 

 ♢ 속성 수에 따른 분류

   - 단일 식별자 : 하나의 속성

   - 복합 식별자 : 여러 속성

 ♢ 대체 여부에 따른 분류

   - 본질 식별자 : 대체될 수 없는 식별자

   - 인조 식별자 : 인위적으로 만들어지는 대체 가능한 식별자 ex) 시퀀스넘버 사용한 식별자

      (후보식별자 중 주식별자로 사용할 수 있는 것이 없거나 주식별자가 너무 많은 컬럼으로 구성되어 있을 때 사용)

 

4. 주식별자 도출 기준

   - 업무에서 자주 사용되는 속성

   - 이름 명명 지양

   - 복합 식별자 지양

 

5. 식별자관계와 비식별자관계

 ♢ 식별자관계

   - 자식엔터티의 주식별자로부터 부모의 주식별자가 상속이 되는 경우

   - 반드시 부모엔터티 종속, 자식주식별자 구성에 부모주식별자 포함 필요. 상속받을 속성을 타 엔터티에 이전 필요

 ♢ 비식별자관계

   - 부모엔터티로부터 상속을 받았지만 자식엔터티의 주식별자로 사용하지 않고 일반적인 속성으로만 사용하는 경우

   - 약한 종속관계. 자식주식별자 구성을 독립적으로 자식주식별자 구성에 부모 주식별자 부분 필요, 상속받은 주식별자 속성을 타 엔터티에 차단필요

 

2장 데이터 모델과 성능

1절 성능 데이터 모델링의 개요

1. 성능 데이터 모델링 - db 성능 향상을 위한 사항이 데이터 모델링에 반영되도록 하는 것

 

2. 수행시점 : 분석/설계 단계. 성능 데이터 모델링 시점이 늦어질수록 재업무 비용이 증가

 

3. 성능 데이터 모델링의 고려사항 순서

 1) 데이터 모델링을 할 때 정규화를 정확하게 수행

 2) db 용량산정 수행

 3) db에 발생되는 트랜잭션의 유형 파악

 4) 용량과 트랜잭션의 유형에 따라 반정규화 수행

 5) 이력모델의 조정, pk/fk 조정, 슈퍼/서브타입 조정

 6) 성능관점에서 데이터 모델 검증

 

2절 정규화와 성능

1. 정규화 : 데이터 분해 과정, 이상현상 제거

 ♢ 정규형(NF) : 정규화로 도출된 데이터 모델이 갖춰야 할 특성

 

2. 함수의 종속성 : 결정자와 종속자의 관계, 결정자의 값으로 종속자 값을 알 수 있음

 

3. 정규화 이론

 ♢ 제1차 정규화 - 도메인이 원자값으로만 이루어지도록 함. 중복의 속성을 분리

 ♢ 제2차 정규화 - 부분함수 종속 제거, 어떤 속성 y가 다른 복합 속성 x의 부분집합에 종속하는 관계 

   > 기본키가 복합키로 구성되어 있을 때 (기본키 여러 개) 복합키 전체에 의존하지 않고 일부에 의존적인 열이 있으면 이를 제거

 ♢ 제3차 정규화 - 이행 함수 종속 제거. x>y이고 y>z 일 때 x>z를 이끌어낼 수 있는 관계

 ♢ BCNF - 결정자가 아닌 후보키가 없도록

 ♢ 제4차 정규화 - 다치 종속 제거. 여러 컬럼이 동일한 결정자의 종속인 경우

 ♢ 제5차 정규화 - 조인 종속 제거

 

4. 정규화와 성능

 ♢ 정규화로 인한 성능 향상 : 입력/수정/삭제 시 성능은 항상 향상됨

   > 유연성 증가, 재활용 가능성 증가(개념세분화), 데이터 중복 최소화

 ♢ 성능 저하 : 조회 시 처리 조건에 따라 성능저하 발생 가능성

   - 반정규화로 해결 가능

   - 조인 발생 > 인덱스를 사용하여 조인연산 수행 시 성능상 단점 거의 x. 정규화로 필요한 인덱스의 수를 줄일 수 있음

   - 정규화를 통해 소량의 테이블이 생성된다면 성능상 유리할 수 있음

 

3절 반정규화와 성능

1. 반정규화 : 데이터 중복을 허용하여 조인을 줄이는 db 성능 향상 방법. 데이터 무결성을 희생하고 조회성능 향상

 

2. 절차

   - 반정규화 대상 조사 : 데이터 처리 범위 및 통계성 등 조사

   - 다른 방법 검토 : 뷰, 클러스터링, 인덱스 조정

   - 반정규화 적용 : 정규화 수행 후 반정규화 수행(테이블, 속성, 관계 반정규화)

 

3. 기법

 ♢ 테이블 반정규화

  1) 테이블 병합

    - 1:1 관계 테이블 병합

    - 1:n 관계 테이블 병합(많은 데이터 중복 발생)

    - 슈퍼/서브타입 테이블 병합

  2) 테이블 분할

    - 수직분할 : 컬럼 단위로 테이블을 분할하여 I/O 감소. 너무 많은 컬럼이 있는 경우 사용

    - 수평분할 : 행 단위로 테이블 분할하여 I/O 감소.

  3) 테이블 추가

    - 중복 테이블 : 업무나 서버가 다를 때 중복 테이블 생성(원격조인 제거)

    - 통계 테이블 : sum, avg 등을 미리 수행하여 계산해 둠으로써 조회 시 성능 향상

    - 이력 테이블 : 마스터 테이블에 존재하는 레코드를 중복하여 이력테이블에 존재시켜 성능 향상

    - 부분 테이블 : 자주 이용하는 컬럼으로 구성된 테이블 생성

 ♢ 컬럼 반정규화

  1) 중복 칼럼 추가 : 조인에 의해 처리할 때 성능저하를 예방하기 위해 중복된 칼럼을 위치시킴

  2) 파생 컬럼 추가 : 필요한 값 미리 계산한 칼럼 추가

  3) 이력테이블 칼럼 추가 : 대량의 이력데이터 처리 시 불특정한 날 또는 최근 값 조회할 때 나타날 수 있는 성능저하 예방 >기능성 칼럼추가

  4) pk에 의한 칼럼 추가 : pk의 종속자를 일반속성으로 생성

  5) 응용시스템의 오작동을 위한 컬럼 추가 : 업무적으로 의미x, 사용자의 실수로 원래 값으로 복구하기 원하는 경우 이전데이터 임시 보관

 ♢ 관계 반정규화 : 데이터 무결성 보장 가능

 

4절 대용량 데이터에 따른 성능

- 테이블 반정규화(테이블 분할 관련)

1. 블록 - 테이블의 데이터 저장 단위

 

2. 대량 데이터 발생으로 인한 현상

   - 블록 I/O 횟수 증가 > 디스크 I/O 가능성 상승(성능저하)

 ♢ 로우 체이닝 : 행 길이가 너무 길어 여러 블록에 걸쳐 저장되는 현상

 ♢ 로우 마이그레이션 : 수정된 데이터가 해당 블록이 아닌 다른 블록의 빈공간에 저장되는 현상

 

3. 파티셔닝

   - 테이블 수평분할 기법, 논리적으로는 하나의 테이블이지만 물리적으로 여러 데이터 파일에 분산 저장

   -데이터 조회 범위를 줄여 성능 향상

 ♢ range partition : 데이터 값의 범위를 기준으로 분할

 ♢ list partition : 특정 값을 기준으로 분할

 ♢ hash partition : 해시 함수를 적용하여 분할, DBMS가 알아서 분할관리, 데이터 위치 알 수 없음

 ♢ composite partition : 여러 파티션 기법을 복합적으로 사용하여 분할

 - 파티션 인덱스 

  : global index - 여러 파티션에서 단일 인덱스 사용 , local index - 파티션 별 각자 인덱스 사용

  : prefixed index - 파티션키와 인덱스키 동일 , non-prefixed index - 파티션키와 인덱스키 구분

 

4. 테이블에 대한 수평/수직분할 절차

 1) 데이터 모델링 완성

 2) 데이터베이스 용량산정

 3) 대량 데이터가 처리되는 테이블에 대해 트랜잭션 처리 패턴 분석

 4) 칼럼 단위로 집중화된 처리가 발생했는지, 로우 단위로 집중화된 처리가 발생되는지 분석 > 집중화된 단위로 분리 검토

 

5절 데이터베이스 구조와 성능

1. 슈퍼/서브 타입 모델

   - 속성을 할당하여 배치하는 수평 분할된 형태의 모델

   - 공통속성 = 슈퍼타입, 차이가 있는 속성 - 서브타입으로 모델링

   - 업무의 모습을 정확하게 표현하며 물리적인 데이터 모델로 변환할 때 선택 폭을 넓힐 수 있는 장점

   - 논리적인 데이터 모델에서 이용되는 형태

   - 분석단계에서 많이 쓰이는 모델

 

2. 슈퍼/서브 타입 데이터 모델의 변환

 ♢ 슈퍼/서브타입 변환 시 성능저하 발생 가능성

  1) 트랜잭션은 항상 일괄로 처리하는데 테이블은 개별로 유지되어 union연산에 의해 성능 저하 가능성

  2) 트랜잭션은 항상 서브타입 개별로 처리하는데 테이블은 하나로 통합되어 있어 불필요하게 많은 양의 데이터가 집약되어 성능 저하 가능성

  3) 트랜잭션은 항상 슈퍼+서브 타입을 공통으로 처리하는데 개별로 유지되어 있거나 하나의 테이블로 집약되어 있어 성능저하(조인에 의한 성능저하)

 ♢ 슈퍼/서브타입 변환 기준

   - 데이터 양

   - 트랜잭션의 유형 

 

3. 슈퍼/서브 타입 데이터 모델의 변환 기술

  1) 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성 (onetoone type)

  2) 슈퍼타입 + 서브타입에 대해 발생되는 트랜잭션에 대해서는 슈퍼타입 + 서브타입 테이블로 구성(plus type)

  3) 전체를 하나로 묶어 트랜잭션이 발생할 때는 하나의 테이블로 구성(single type, all in one type)

 

4. PK/FK 칼럼 순서 조절을 통한 성능 향상

   - 등호 조건이나 between 조건이 걸리는 칼럼을 앞으로 이동(여러 조건이 있을 경우 등호 조건이 걸리는 칼럼을 처음으로 이동)

 

5. 인덱스 특성을 고려한 PK/FK DB 성능 향상

   - 물리적인 테이블에 FK 제약을 걸어 인덱스 생성

 

6절 분산 데이터와 성능

1. 분산 데이터베이스 <-> GSI(global single instance) 

   - 분산된 db를 하나의 가상 시스템으로 사용할 수 있도록 한 db

   - 물리적 사이트는 분산되어 있으나 논리적으로 동일한 시스템

   - 과거에는 위치 중심이였으나 현재는 업무 필요에 따라 분산 설계

 ♢ 설계 방식

   - 상향식 : 지역 스키마 작성 후 전역 스키마 작성

   - 하향식 : 전역 스키마 작성 후 지역 스키마 작성

 ♢ 장점

   - 신뢰성, 가용성 증가

   - 빠른 응답속도와 통신비용 절감

   - 용량 확장 용이

 ♢ 단점

   - 관리 및 통제 어려움

   - 데이터 무결성 관리 어려움

   - s/w개발 비용 및 처리 비용 증가

   - 불규칙한 응답속도

 

2. 분산 DB의 투명성

   - 분할 투명성 : 하나의 논리적 관계가 분할되어 있어 각 단편의 사본이 여러 사이트에 저장됨

   - 위치 투명성 : 사용하려는 데이터 저장 장소가 명시되지 않아도 됨

   - 지역사상 투명성 : 지역 DBMS와 물리적 DB 사이의 사상이 보장됨

   - 중복 투명성 : DB 객체 중복 여부를 몰라도 됨

   - 장애 투명성 : 구성요소(DBMS, 컴퓨터)의 장애와 무관하게 트랜잭션 원자성이 유지됨

   - 병행 투명성 : 다수의 트랜잭션을 동시 수행했을 때 결과의 일관성이 유지됨

 

3. 분산 DB 적용 기법

   - 테이블 위치 분산 : 설계된 테이블의 위치를 분산

   - 테이블 분할 분산 : 테이블을 쪼개서 분산

   - 테이블 복제 분산 : 동일 테이블을 다른 지역이나 서버에 동시 생성, 원격지 조인을 내부 조인으로 변경하여 성능 향상

   - 테이블 요약 분산 

    1) 분석요약 : 동일한 테이블 구조를 가지고 있고 분산되어 있는 동일한 내용의 데이터를 이용하여 통합된 데이터 산출

    2) 통합요약 : 분산되어 있는 다른 내용의 데이터를 이용하여 통합된 데이터를 산출