3-2 논리 데이터베이스 설계 - ERD

E-R 다이어그램(ERD) 작성

 

1. E-R 다이어그램(ERD) 표기법

 

ERD: Entity Relationship Diagram - 업무 분석 결과로 도출된 개체와 실체 간의 관계 도식화

 

 

개체-관계(E-R) 다이어그램 기호

개체	⬜️	유일한 단어로 사용
관계	◇
속성	○	개체가 가지고 있는 요소 또는 성질(동그라미로 표시) Peter Chen, Crow's Foot Model로 표기 속성명은 단수형으로 명명하며 개체와 동일한 명칭 사용하지 않음 속성값이 NOT NULL인지 NULL인지 고려
다중 값 속성	◎
관계-속성 연결	ㅡ

 

 

 

관계 표시 방법

https://itwiki.kr/w/ER_%EB%8B%A4%EC%9D%B4%EC%96%B4%EA%B7%B8%EB%9E%A8

 

 

 

 

관계 표기법 종류

 

 

 

2. 확장 E-R 다이어그램(ERD)

 

슈퍼 타입(super-type)과 서브 타입(sub-type)	슈 퍼 타입은 여러 개의 서브 타입 나누어 표현 "IS-A" 관계
특수화 (Sepecialization)	하나의 개체 타입(클래스)을 여러 개의 하위 레벨 개체 타입으로 분리하여 표현 상위 클래스에서 하위 클래스 보는 관점으로, 하위로 내려갈수록 인스턴스 특수화(하향식 설계) "IS-A" 관계
일반화 (Generalization)	여러 개체 타입의 공통적 특성을 가진 상위 객체 타입으로 표현 상위 클래스는 하위 클래스의 공통적인 특성을 갖고 하위 클래스는 상위 클래스의 속성, 메소드 상속 하위 클래스에서 상위 클래스를 보는 관점으로 상위 클래스로 올라갈 수록 일반화(상향식 설계)
상속 (Inheritance)	새로운 개체 타입 설계 시 기존의 개체 타입 그대로 사용 하위 클스는 (다중)상위 클래스의 모든 것 상속 가능
집단화 (Aggregation)	각각의 객체 타입으로 새로운 객체 타입 생성 서로 관련 있는 여러 개체 타입 묶어 하나의 상위 개체 타입으로 만들 수 있음 클래스 사이의 "부분-전체(part-whole)" 관계 또는 부분(is-a-part-of)관계 표현
분류화 (Classification)	현실 세계에 존재하는 공통적인 성질 갖는 멤버들의 개체 타입 표현 개체 타입-개체 어커런스 간 관계 표현 가능 "is-memeber-of", "is-instance-of" 관계 표현하며 상속관계 가질 수 없음

 

 

 

 

관계 스키마와 함수 종속

 

1. 관계 스키마

 

개념	데이터 베이스 설계에서 현실 세계 가장 정확히 표현하기 위해 데이터의 논리적 구조 결정 개체(Entity), 속성(Attribute), 관계(relationship) 식별하여 릴레이션 구성
이상 현상 (anomaly)	데이터들 불필요하게 중복되어 예기치 않게 발생하는 곤란한 현상 삭제 이상: 릴레이션에서 한 튜플 삭제할 때 의도와 상관없는 값들도 함께 삭제 삽입 이상: 데이터 삽입 시 의도와 상관없는 값들도 함께 삽입 갱신 이상: 일부 튜플의 정보만 갱신되어 정보에 모순

 

 

 

2. 함수 종속(Functional Dependency)

 

개념	개체(Entity) 내에 존재하는 속성 간의 종속성
일반적으로 직접 종속	함수(Functional) 종속 다가(multivalued) 종속 조인(Join) 종속
결정자(Determinant)와 종속자(Dependent)	결정자: 속성 간 종속성 규명 시 기준값 종속자: 결정자 값에 의해 정해지는 값 결정자 X의 값은 반드시 하나의 Y 값과 연관
폐포(Closure)	정규화는 함수 종속의 결정자가 키가 되도록 개체 분해

 

 

함수 종속 추론

 

 

3. 관계 대수(Relational Algebra)

관계 대수	주어진 관계로부터 원하는 데이터와 그 데이터를 어떻게 유도하는가를 연산자, 연산 규칙 등 사용해 기술하는 절차적 정형 언어
관계 해석	관계 데이터 언어에서 원하는 릴레이션을 정의하는 방법 제공하고 비절차식으로 원하는 정보가 무엇이라는 것만 선언 수학의술어 해석({redicate Calculus)에 기반 질의어로 표현 가능
질의 최적화 경험적 규칙	질의는 DB에 존재하는 데이터를 사용자가 원하는 조건을 통해 검색하고, 검색된 결과를 자유로이 조회할 수 있는 기능 지원 추출(Project) 연산은 일찍 수행 선택(Select) 연산은 가능한 한 일찍 수행 조인(Join) 연산은 가능한 마지막에 수행

 

 

 

일반 집합 연산자 합교차카

https://velog.velcdn.com/images%2Fodh0112%2Fpost%2F7fd3b5f5-4268-4c43-9f42-332ce3f28c32%2F2.PNG

 

합집합 (Union)	R∪S	합병 가능한 두 릴레이션의 합집합
교집합 (Intersection)	R∩S	릴레이션 R,S에 속하는 모든 튜플로 결과 릴레이션 구성
차집합 (Difference)	R-S	R에 존재하고 S에 미 존재하는 튜플로 결과 구성
카티션 프로덕트 (CARTISIAN Product)	R-S	R, S에 속한 모든 튜플 연결해 만들어진 새로운 튜플로 구성

 

 

 

순수 관계 연산자 셀프조디

https://velog.velcdn.com/images%2Fodh0112%2Fpost%2Fb32238ee-dbaa-4798-b084-5e3f54d01ae5%2F%EC%88%9C%EC%88%98%20%EA%B4%80%EA%B3%84%20%EC%97%B0%EC%82%B0%EC%9E%90.PNG

 

셀렉트 (Select)	σ_조건(R)	릴레이션 R에서 조건 만족하는 튜플 반환
프로젝트 (Project)	π_속성리스트(R)	릴레이션 R에서 주어진 속성들의 값으로만 구성된 튜플 반환
조인 (Join)	R⋈S	공통 속성 이용해 R과 S 튜플들 연결해 만들어진 튜플 반환
디비전 (Division)	R÷S	릴레이션 S의 모든 튜플과 관련있는 R의 튜플 반환

 

 

 

데이터 베이스 정규화

 

정규화

개념	관계형 데이터 모델에서 데이터 중복성 제거하여 이상 현상 방지하고 데이터 일관성과 정확성 유지위해 무손실 분해 하나의 릴레이션에 하나의 의미만 존재할 수 있도록 분해해 나가는 과정 데이터 모델링 단계 중 가장 중요한 단계로 논리 데이터 모델링 상세화 단계 중복성 최소화, 정보 일관성 보장위한 개념
목적	구성되는 모든 릴레이션 중복되지 않게 효과적으로 데이터베이스 내에 표현 가능하도록 함 보다 간단한 연산자에 의해 효과적 연산 가능하도록 구성 새로운 형태의 데이터 삽입 시 릴레이션 재구성할 필요성 감소 자료 검색과 추출의 효율성 추구 전체적인 성능 향상에 기여 어떠한 릴레이션이라도 데이터베이스 내에서 표현 가능하도록 함

 

 

 

정규화 과정 원부이결다조

 

 

 

논리 데이터 모델 품질 검증

 

1. 좋은 데이터 모델의 요건

• 완전성(Completeness)
• 중복 배제(Non-Redundancy)
• 비즈니스 규칙(Business Rules)
• 데이터 재사용(Data Reusability)
• 안전성 및 확장성(Stabo;otu amd Flexibility)
• 간결성(Elegance)
• 의사소통(Communication)
• 통합성(Integration)

 

2. 데이터 모델 품질 검증 기준

• 정확성: 표기법에 따른 정확한 표기, 업무 영역 또는 요구사항 정확히 반영
• 완전성: 구성 요소 정의/요구사항 및 업무 영역 반영 누락 최소화
• 준거성: 제반 준수 요건들 누락없이 정확히 준수
• 최신성: 현행 시스템 최신 상태 반영, 이슈 사항 지체없이 반영
• 일관성: 공통적 데이터 요소 전사 수준에서 한번 정의 후 다른 영역에서 참조, 활용하며 모델 표현상 일관성 유지
• 활용성: 작성된 설명 내용, 모델 표기, 모델 작성 의도 쉽게 이해 가능

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Reference

https://book.naver.com/bookdb/book_detail.naver?bid=17134434 

이기적 정보처리기사 필기 기본서