데이터 모델링(1)

May 29, 2021 2 minute read

SQLD 시험 보고나서 정리할 겸 작성해 봅니다. 시험관련 후기는 곧 올리겠습니다.

먼저 데이터 모델링에 대해 들어가기 전에 모델링이 무엇인지, 어떤 종류가 있는지 알아봅니다.

모델링

다양한 현상, 사물을 일정한 표기법에 따라 표현한 것을 모델이라 한다.
모델링은 모델을 만들어가는 일 자체를 뜻한다.

데이터베이스를 구축하기 위한 데이터 모델링을 중심으로 알아봅니다.

업무에서 필요로 하는 데이터를 시스템 구축 방법론에 따라 분석하고 설계하여 정보시스템을 구축하는 과정 (1)

시스템 설계의 전 과정을 지원하는 ‘과정의 도구’라고 할 수 있다.

파급효과 (Leverage)
- 잘못된 데이터 모델로 인해 시스템 구축이 끝나가는 시점에서 테스트하고나서 데이터 모델을 변경해야 되면 큰일. 데이터 구조의 변경으로 인해 많은 것들을 변경해야 될지도 모름.
복잡한 정보 요구사항의 간결한 표현 (Conciseness)
- 데이터 모델은 구축할 시스템의 정보 요구 사항과 한계를 가장 명확하고 간결하게 표현할 수 있는 도구.
데이터 품질 (Data Quality)
- 디비에 있는 데이터는 기업의 중요한 자산. 정확성이 떨어지는 데이터는 비지니스의 기회 상실과 연결 됌.

중복 (Duplication)
- 여러 장소에 같은 정보를 저장하지 말 것
비유연성 (Inflexibility)
- 데이터의 정의를 데이터의 사용 프로세스와 분리시켜서, 사소한 업무 변화에 데이터 모델이 수시로 변경 되지 않도록 할 것
비일관성 (Inconsistency)
- 데이터를 수정할 때 관련된 다른 데이터와 모순되지 않도록 할 것
- 데이터간 상호 연관 관계에 대한 명확한 정의 필요
- 예) 신용 상태에 대한 갱신 없이 고객의 납부 이력 정보를 갱신

추상화 수준에 따라 3단계로 나눌 수 있다. 줄여서 개논물!
개논물 순으로 추상적인건 줄어들고⬇️, 구체적⬆️이게 된다.

개념적 데이터 모델링 (Conceptual Data Modeling)
- 추상화 수준 높음, 업무 중심적, 포괄적인 수준의 모델링
- 전사적 데이터 모델링(Enterprise Data Modeling), EA 수립 시 많이 이용.
- 사용자와 시스템 개발자가 데이터 요구 사항을 발견하는 것을 지원
  - 요구사항 분석하면서 엔티티-관계 다이어그램을 생성
- 현 시스템이 어떻게 변형되어야 하는가를 이해하는 데 유용
논리적 데이터 모델링 (Logical Data Modeling)
- 비지니스 정보의 논리적인 구조와 규칙을 명확하게 표현하는 기법/과정
  - 누가(who), 어떻게 (how: process), 비지니스 데이터에 존재하는 사실들을 인식하여 기록
- 시스템으로 구축하고자 하는 업무에 대해 Key, 속성, 관계 등을 정확하게 표현
- 재사용성 높음
- 데이터 모델링 과정에서 가장 핵심이 되는 부분
- 정규화, M:M 관계 해소, 참조 무결성 규칙 정의
물리적 데이터 모델링 (Physical Data Modeling)
- 실제로 데이터베이스에 이식할 수 있도록 성능, 저장 물리적인 성격을 고려하여 설계
- 논리 데이터 모델이 데이터 저장소로서 어덯게 컴퓨터 하드웨어에 표현될 것인가 (물리적 스키마)
- 결정되는 것: 물리적인 저장구조 (테이블, 칼럼 등), 자료를 추출하기 위해 사용될 접근 방법

참고로, 실제 현실 프로젝트에서는 개논물 이렇게 순서대로 수행하는 경우는 드물고, 개+논을 함께 수행하는 경우가 대부분이라고 한다.