[데이터베이스] SQL 자격검정 실전문제를 참고한 1과목 개념 정리

 

데이터 모델링이란?

1. 정보시스템을 구축하기 위한 데이터 관점의 업무 분석 기법
2. 현실 세계의 데이터(what)을 약속된 표기법으로 표현하는 과정
3. 데이터베이스를 구축하기 위한 분석 및 설계의 과정

 

데이터 모델링 특징

1. 현실 세계를 일정한 형식에 맞추어 표현하는 추상화의 의미를 가질 수 있다.
2. 모델링은 단지 시스템 구현만을 위해 수행하는 태스크가 아니며, 시스템 구현을 포함한 업무분석 및 업무형상화를 하는 목적도 있다.
3. 복잡한 현실을 제한된 언어나 표기법으로 이해하기 쉽게 하는 단순화의 의미를 가지고 있다.
4. 모호함을 배제하고 누구나 이해가 가능하도록 정확하게 현상을 기술하는 정확화의 의미를 가진다.

추상화(Abstraction): 현실세계를 간략하게 표현한다.
단순화(Simple): 누구나 쉽게 이해할 수 있도록 표현한다.
명확성(Clarity): 명확하게 의미가 해석되어야 하고 한가지 의미를 가져야 한다.

 

데이터 모델링을 하는 목적

1. 업무정보를 구성하는 기초 정보들을 일정한 표기법으로 표현하여 정보시스템 구축의 대상이 되는 업무 내용을 정확하게 분석하는 것이다.
2. 분석된 모델로 실제 데이터베이스를 생성하여 개발 및 데이터관리에 사용하기 위한 것이다.
3. 데이터 모델링 자체로서 업무의 흐름을 설명하고 분석하는 부분에 의미를 가지고 있다.

즉, 데이터 모델링이라는 것은 단지 데이터베이스만을 구축하기 위한 용도로 쓰이는 것이 아니라, 데이터 모델링 자체로도 업무를 설명하고 분석하는 부분에서 매우 중요한 의미가 있다고 할 수 있다.

 

데이터 모델링 시의 유의점에 대한 사항 중 비유연성(Inflexibility)에 대한 설명

데이터 모델을 어떻게 설계했느냐에 따라 사소한 업무변화에도 데이터 모델이 수시로 변경되어 유지보수의 어려움을 가중시킬 수 있다.

데이터의 정의를 데이터의 사용 프로세스와 분리함으로써 데이터 모델링은 데이터 혹은 프로세스의 작은 변화가 애플리케이션과 데이터베이스에 중대한 변화를 일으킬 수 있는 가능성을 줄인다.

데이터 모델링 유의점
- 중복(Duplication)
- 비유연성(Inflexibility)
- 비일관성(Inconsistency)

 

데이터 독립성의 구성요소에 대한 설명

1. 통합된 모든 사용자의 관점은 개념스키마와 관련이 있다.
2. 물리적인 저장구조를 표현하는 스키마는 내부스키마이다.
3. View 단계는 여러 사용자 관점으로 구성하는 외부스키마이다.
4. 논리적인 데이터 독립성을 고려하는 단계는 외부단계와 개념적 단계이다.

 

데이터 스키마 구조 중 개념스키마(Conceptual Schema)

1. 모든 사용자 관점을 통합한 조직 전체 관점의 통합적 표현
2. 모든 응용시스템들이나 사용자들이 필요로 하는 데이터를 통합한 조직 전체의 DB를 기술한 것으로 DB에 저장되는 데이터와 그들 간의 관계를 표현하는 스키마

데이터베이스 스키마 구조 3단계
- 외부스키마 (External Schema)
- 개념스키마 (Conceptual Schema)
- 내부스키마 (Internal Schema)

 

발생 시점에 따라 구분할 수 있는 엔터티 유형

1. 기본, 키 엔터티 (Fundamental Entity, Key Entity)
2. 중심 엔터티 (Main Entity)
3. 행위 엔터티 (Active Entity)

 

엔터티에 이름을 부여하는 방법

1. 가능하면 현업 업무에서 사용하는 용어를 사용한다.
2. 가능하면 약어를 사용하지 않는다.
3. 단수명사를 사용한다.
4. 모든 엔터티를 통틀어서 유일하게 이름이 부여되어야 한다.
5. 엔터티 생성 의미대로 이름을 부여한다.

 

속성이란?

속성이란 사전적인 의미로는 사물의 성질, 특징 또는 본질적인 성질이다.

그것이 없다면 실체를 생각할 수 없는 것으로 정의할 수 있다.

본질적 속성이란 어떤 사물 또는 개념에 없어서는 안 될 징표의 전부이다.

이 징표는 사물이나 개념이 어떤 것인지를 나타내고 그것을 다른 것과 구별하는 성질이라고 할 수 있다.

이런 사전적인 정의 외에 데이터 모델링 관점에서 속성을 정의하자면,

업무에서 필요로하는 인스턴스에 관리하고자 하는 의미상 더 이상 분리되지 않는 최소의 데이터 단위로 정의할 수 있다.

업무상 관리가 가능한 최소의 의미 단위로 생각할 수 있고, 이것은 엔터티에서 한 분야를 담당하고 있다.

엔터티, 인스턴스, 속성, 속성값의 관계
- 한 개의 엔터티는 두 개 이상의 인스턴스
- 한 개의 엔터티는 두 개 이상의 속성을 갖는다.
- 한 개의 속성은 한 개의 속성값을 갖는다.

 

파생 속성 (Derived Attribute)

데이터를 조회할 때 성능을 빠르게 하기 위해 원래 속성의 값을 계산하여 저장할 수 있도록 만든 속성

 

모델링을 할 때 속성의 명칭을 부여하는 방법

1. 속성의 이름에 약어를 사용할 경우 그 의미를 명확하게 이해할 수 없고 혼돈을 초래하여 커뮤니케이션의 혼란을 야기할 수 있으므로 지나친 약어 사용은 가급적 제한하도록 한다.
2. 속성의 이름에는 서술식 용어는 사용하지 않도록 한다.
3. 속성의 명칭은 모호하지 않게, 복합 명사를 사용하여 구체적으로 명명하여 전체 데이터 모델에서 유일성을 확보하는 것이 반정규화, 통합 등의 작업을 할 때 혼란을 방지할 수 있는 방법이 된다.
4. 데이터 모델링 대상에서 사용하는 용어도 있고 외부에서 사용하는 용어도 있어 중복이 있을 때, 가급적 해당 업무에서 자주 사용하는 이름을 이용하도록 한다.

속성의 명칭 부여
- 해당 업무에서 사용하는 이름을 부여한다.
- 서술식 속성명은 사용하지 않는다.
- 약어 사용은 가급적 제한한다.
- 전체 데이터 모델에서 유일성을 확보하는 것이 좋다. (일관성 X)

 

데이터 모델링의 관계에 대한 설명

1. 관계는 존재에 의한 관계와 행위에 의한 관계로 구분될 수 있으나  ERD에서는 관계를 연결할 때, 존재와 행위를 구분하지 않고 단일화된 표기법을 사용한다.
2. UML(Unified Modeling Language)에는 클래스 다이어그램의 관계 중 연관관계(Association)와 의존관계(Dependency)가 있고 이것은 실선과 점선으로 다르게 표현이 된다.
3. 연관관계는 항상 이용하는 관계로 존재적 관계에 해당하고, 의전관계는 상대방 클래스의 행위에 의해 관계가 형성되는 행위적 관계에 해당한다.
4. 연관관계는 소스코드에서 멤버변수로 선언하여 사용하게 하고 의존관계는 오퍼레이션에서 파라미터 등을 이용할 수 있도록 되어 있다.

 

데이터 모델링의 관계에 대한 설명

1. 관계는 존재적 관계와 행위에 의한 관계로 나누어볼 수 있다.
2. 관계의 표기법은 관계명, 관계차수, 선택성(선택사양)의 3가지 개념을 표현한다.
3. 부서와 사원 엔터티 간의 '속성' 관계는 존재적 관계의 사례이다.
4. 주문과 배송 엔터티 간의 '배송근거' 관계는 행위에 의한 관계의 사례이다.

 

주식별자를 지정할 때 고려해야 할 사항

1. 주식별자에 의해 엔터티 내의 모든 인스턴스들이 유일하게 구분되어야 한다.
2. 주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 한다.
3. 지정된 주식별자의 값은 자주 변하지 않는 것이어야 한다.
4. 주식별자가 지정이 되면 반드시 값이 들어와야 한다.

 

사원 엔터티의 특성에 해당하지 않는 것

사번은 업무적으로 의미 있는 식별자로 시스템적으로 부여된 인조식별자가 아니라 일반적으로 사원 인스턴스의 탄생과 함께 업무적으로 부여되는 사원 인스턴스의 본질적인 속성에 해당한다 할 수 있기 때문에 본질식별자로 볼 수 있다.

식별자의 종류
- 엔터티 내에서 대표성을 가지는가에 따라 주식별자와 보조식별자로 구분
- 엔터티 내에서 스스로 생성되었는지 여부에 따라 내부식별자와 외부식별자로 구분
- 단일 속성으로 식별이 되는가에 따라 단일식별자와 복합식별자로 구분
- 원래 업무적으로 의미가 있던 식별자 속성을 대체하여 일련번호와 같이 새롭게 만든 식별자를 구분하기 위해 본질식별자와 인조식별자로 구분

 

주식별자의 특징 및 설명

1. 유일성: 주식별자에 의해 엔터티 내에 모든 인스턴스들을 유일하게 구분함
2. 존재성: 주식별자가 지정되면 반드시 데이터 값이 존재해야 함 (NULL 허용 안됨)
3. 불변성: 주식별자가 한번 특정 엔터티에 지정되면 그 식별자의 값은 변하지 않아야 함
4. 최소성: 주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 함

 

데이터 모델링에서 비식별자 관계로 연결하는 경우

1. 엔터티와 엔터티가 1:M 관계의 부모와 자식관계에서 데이터가 부모 없이 자식쪽 엔터티의 인스턴스가 먼저 생성될 수 있을 경우 비식별자 관계로 연결해야 한다.
2. 부모 엔터티의 인스턴스가 자식 엔터티의 인스턴스보다 먼저 소멸하는 경우 비식별자 관계로 연결해야 한다.
3. SQL 문의 조인 관계를 최소화 하는 경우 식별자 관계로 연결해야 한다. (비식별자 X)
4. 자식 엔터티의 식별자가 부모 엔터티의 주식별자를 상속받아 생성하는 것보다 별도의 주식별자를 생성하는 것이 더 유리하다고 판단되는 경우 비식별자 관계로 연결해야 한다.

 

식별자와 비식별자 관계 비교

항목	식별자 관계	비식별자 관계
목적	강한 연결관계 표현	약한 연결관계 표현
자식 주식별자 영향	자식 주식별자의 구성에 포함됨	자식 일반 속성에 포함됨
표기법	실선 표현	점선 표현
연결 고려사항	- 반드시 부모 엔터티에 종속 - 자식 주식별자 구성에 부모 주식별자 포함 필요 - 상속받은 주식별자 속성을 타 엔터티에 이전 필요	- 약한 종속관계 - 자식 주식별자 구성을 독립적으로 구성 - 자식 주식별자구성에 부모 주식별자 부분 필요 - 상속받은 주식별자 속성을 타 엔터티에 차단 필요 - 부모쪽의 관계참여가 선택 관계

 

아래 전제조건이 있을 때 테이블에 나타날 수 있는 현상

전제조건: 유형기능분류코드에 해당하는 속성들은 분포도가 양호하며, SQL Where절에서 각각의 값이 상수 값으로 조건 입력될 수 있는 특징을 가진다.

 

4. 조회성능을 위해 유형기능분류코드 각각에 대하여 개별로 인덱스를 모두 생성할 경우 입력, 수정, 삭제, 때 성능이 저하되므로 제1차 정규화를 수행한 후 인덱스를 적용하는 것이 좋다.

 

논리 데이터모델을 3차 정규화까지 수행했을 때 도출되는 엔터티 수

3차 정규화까지 수행하면 학과, 학생, 교수, LAB실이용신청, (도서)대출, 대출도서, 도서 이렇게 총 7개의 엔터티가 도출된다.

 

데이터 모델링의 정규화에 대한 설명

1. 정규화는 논리 데이터 모델의 일관성을 확보하고 중복을 제거하여 속성들이 가장 적절한 엔터티에 배치되도록 한다. (개념 데이터 모델 X)
2. 제1정규형은 모든 인스턴스가 반드시 하나의 값을 가져야 함을 의미한다.
3. 제3정규형을 만족하는 엔터티의 일반속성은 주식별자 전체에 종속적이다.
4. 반정규화는 성능을 위해 데이터 중복을 허용하는 것이지만 성능의 향상을 항상 보장하는 것은 아니다.

 

널 (NULL) 의 특성

1. 널 값은 아직 정의되지 않은 값으로 0 또는 공백과 다르다. 0은 숫자이고 공백은 하나의 문자이다.
2. 테이블을 생성할 때 NOT NULL 또는 PRIMARY KEY로 정의되지 않은 모든 데이터 유형은 널 값을 포함할 수 있다.
3. 널 값을 포함하는 연산의 경우 결괏값도 널 값이다. 모르는 데이터에 숫자를 더하거나 빼도 결과는 마찬가지로 모르는 데이터인 것과 같다.
4. 결괏값을 NULL이 아닌 다른 값을 얻고자 할 때 NVL/ISNULL 함수를 사용한다. 널 값의 대상이 숫자 유형 데이터인 경우는 주로 0(Zero)으로, 문자 유형 데이터인 경우는 공백보다는 'x' 같이 해당 시스템에서 의미 없는 문자로 바꾸는 경우가 많다.