| 2020 정보처리기사 (필기) | 3. 데이터베이스 구축 - 논리 데이터베이스 설계

70. 데이터베이스 설계

데이터베이스 설계

• 데이터베이스 설계 시 고려사항

- 무결성(정확성) : 연산 후, 데이터베이스에 저장된 데이터가 정해진 제약조건을 항상 만족해야 함

- 일관성

- 회복

- 보안

- 효율성 : 응답 시간의 단축, 시스템의 생산성, 저장공간의 최적화 등이 가능해야 함 

- 데이터베이스 확장

 

 

• 데이터베이스 설계 순서

 

1. 요구 조건 분석

데이터베이스를 사용할 사람들로부터 필요한 용도를 파악하는 것

- 데이터베이스 사용자에 따른 수행 업무와 필요한 데이터의 종류, 용도, 처리 형태, 흐름, 제약 조건 등을 수집

- 수집된 정보를 바탕으로 요구 조건 명세 작성

 

2. 개념적 설계(정보 모델링, 개념화)

정보의 구조를 얻기 위하여 현실 세계의 무한성과 계속성을 이해하고, 다른 사람과 통신하기 위하여 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정

- 개념 스키마 모델링, 트랜잭션 모델링, E-R 다이어 그램

 

3. 논리적 설계(데이터 모델링)

현실 세계에서 발생하는 자료를 컴퓨터가 이해하고 처리할 수 있는 물리적 저장장치에 저장할 수 있도록 변환하기 위해 특정 DBMS가 지원하는 논리적 자료 구조로 변환시키는 과정

- 논리 스키마 설계, 트랜잭션 인터페이스 설계, 관계형 DB - TABLE / 계층형 DB - Tree / 망형 DB - Graph 설계

 

4. 물리적 설계(데이터 구조화)

논리적 설계 단계에서 논리적 구조로 표현된 데이터를 디스크 등의 물리적 저장장치에 저장할 수 있는 물리적 구조의 데이터로 변환하는 과정 

- 데이터가 컴퓨터에 저장

 

5. 구현

논리적 설계 단계와 물리적 설계 단계에서 도출된 데이터베이스 스키마를 파일로 생성하는 과정

- DBMS의 DDL을 이용해 데이터베이스 파일 생성

 

 

71. 데이터 모델의 개념

 

데이터 모델

현실 세계의 정보들을 컴퓨터에 표현하기 위해서 단순화, 추상화하여 체계적으로 표현한 개념적 모형

 

• 데이터 모델의 구성 요소 

- 개체(Entity) : 데이터베이스에 표현하려는 것, 사람이 생각하는 개념이나 정보 단위 같은 현실 세계의 대상체

- 속성(Attribute) : 데이터의 가장 작은 논리적 단위, 파일 구조상의 데이터 항목 또는 데이터 필드에 해당

- 관계(Relationship) : 개체 간의 관계 또는 속성 간의 논리적인 연결 의미

 

• 데이터 모델에 표시할 요소

- 구조(Structure) : 논리적으로 표현된 개체 타입들 간의 관계로서 데이터 구조 및 정적 성질 표현

- 연산(Operation) : DB에 저장된 실제 데이터를 처리하는 작업에 대한 명세, 데이터베이스를 조작하는 기본 도구 

- 제약 조건(Constraint) : 실제 데이터의 논리적인 제약 조건

 

• 데이터 모델 종류

- 개념적 데이터 모델(정보 모델)

- 논리적 데이터 모델 : 관계 모델, 계층 모델, 네트워크 모델로 구분

- 물리적 데이터 모델

 

 

72. 데이터 모델의 구성 요소 - 개체(Entitiy)

 

개체

데이터베이스에 표현하려는 것, 사람이 생각하는 개념이나 정보 단위 같은 현실 세계의 대상체

ex) 다음은 교수 번호, 성명, 전공, 소속으로 구성된 교수 개체이다.

- 속성 : 개체가 가지고 있는 특성 - 성명, 전공, 소속, 교수 번호 

- 개체 인스턴스 : 개체를 구성하고 있는 각 속성들이 값을 가져 하나의 개체를 나타내는 것, 어커런스(Occurrence)라고도 함

 

• 개체의 특성

- 실세계에 독립적으로 존재하는 유형, 무형의 정보로 서로 연관된 몇개의 속성으로 구성

- 파일 시스템의 레코드에 대응하는 것

- 영속적으로 존재하는 개체의 집합

- 독립적으로 존재하거나 그 자체로서도 구별 가능

- 유일한 식별자에 의해 식별 가능

- 다른 개체와 하나 이상의 관계가 있음

 

• 개체 선정 방법

- 실제 업무를 담당하고 있는 담당자와 인터뷰함

- 업무 기술서 이용

- 자료 흐름도 (DFD)를 통해 업무 분석을 수행했을 경우 자료 흐름도의 자료 저장소 (Data Store)를 이용

- 현업의 장표 활용

자료 흐름도 (DFD) : 요구사항 분석에서 자료의 흐름 및 변환 과정과 기능을 도형 중심으로 기술하는 방법

자료 저장소 (Data Sore) : 시스템에서의 자료 저장소(파일, 데이터베이스)를 의미

 

 

73. 데이터 모델의 구성 요소 - 속성(Attribute)

 

속성

데이터베이스를 구성하는 가장 작은 논리적 단위

 

• 속성의 특성

- 파일 구조상의 데이터 항목 또는 데이터 필드에 해당

- 개체를 구성하는 항목

- 개체의 특성을 기술

차수 (Degree) : 속성의 수

 

• 속성의 종류

속성의 특성과 개체 구성 방식에 따라 분류 할 수 있음

 

⦁ 속성의 특성에 따른 분류

기본 속성 (Basic Attribute)	업무 분석을 통해 정의한 속성 - 속성 중 가장 많고 일반적 - 업무로부터 분석한 속성이라도 업무상 코드로 정의한 속성은 기본 속성에서 제외
설계 속성 (Designed Attribute)	원래 업무상 존재하지 않고 설계 과정에서 도출해내는 속성 - 업무에 필요한 데이터 외에 데이터 모델링을 위해 업무를 규칙화하려고 속성을 새로 만들거나 변형하여 정의하는 속성
파생 속성 (Derived Attribute)	다른 속성으로부터 계산이나 변형 등의 영향을 받아 발생하는 속성 - 파생 속성은 되도록 적은 수로 정의

 

 

⦁ 개체 구성 방식에 따른 분류

기본키 속성 (Primary Key Attribute)	개체의 속성을 식별할 수 있는 속성
외래 키 속성 (Foreign Key Attribute)	다른 개체와의 관계에서 포함된 속성
일반 속성	개체에 포함되어 있고 기본키, 외래 키에 포함되지 않은 속성

 

⦁ 속성 후보 선정 원칙

- 원시 속성으로 판단되는 속성 후보는 버리지 않는다.

원시 속성 : 다른 속성을 통해 다시 재현할 수 없는 속성

 

 

⦁ 속성명 지정 원칙

- 해당 업무에서 사용하는 용어로 지정

- 서술형 X, 약어 제한

- 개체명은 속성명으로 사용할 수 없음

- 개체에서 유일하게 식별 가능하도록 지정

 

 

74. 데이터 모델의 구성 요소 - 관계(Relationship)

 

관계

개체와 개체 사이의 논리적인 연결을 의미

- 관계에는 개체 간의 관계와 속성간의 관계가 있음

 

 

⦁ 관계의 형태

 

 

⦁ 관계의 종류 

- 종속 관계(Dependent Relationship) : 두 개체 사이의 주종 관계를 표현한 것으로, 식별 관계와 비식별 관계가 있음

- 중복 관계(Redundant Relationship) : 두 개체 사이에 2번 이상의 종속 관계가 발생하는 관계

- 재귀 관계(Recursive Relationship) : 개체가 자기 자신과 관계를 갖는 것, 순환 관계라고도 함

- 배타 관계(Exclusive Relationship) : 개체의 속성이나 구분자를 기준으로 개체의 특성을 분할하는 관계, 배타 AND 관계와 배타 OR 관계로 구분 

 

 

⦁ 식별관계와 비식별 관계

- 식별 관계 : 개체 A, B 사이의 관계에서 A 개체의 기본키가 B 개체의 외래키이면서 동시에 기본키가 되는 관계

 

 

- 비식별 관계 : 개체 A,B 사이의 관계에서 A 개체의 기본키가 B 개체의 비 기본키 영역에서 외래 키가 되는 관계

 

76. E-R(개체-관계) 모델

 

E-R (Entity-Relationship, 개체-관계) 모델

개념적 모델의 가장 대표적인 것, 1976년 피터 첸(Peter Chen)에 의해 제안됨

- E-R 다이어그램으로 표현하며, 1:1, 1:N, N:M 등의 관계 유형을 제한 없이 나타낼 수 있음

 

 

E-R 다이어그램

E-R 모델의 기본 아이디어를 이해하기 쉽게 기호를 사용하여 시각적으로 표현한 그림

 

 

⦁ E-R 다이어그램 표기법

1. 피터 첸 표기법

 

ex)

- 개체 : 고객, 주문서

- 고객의 속성 : 고객번호, 성명, 주소

- 주문서의 속성 : 주문번호, 품명, 수량, 금액

- 밑줄 친 속성은 기본키 

 

 

2. 정보 공학 표기법(Information Engineering Notation)

1981년에 클리프 핀겔쉬타인과 제임스 마틴이 공동 개발

 

 

⦁ 관계 표기 기호

 

 

78. 관계형 데이터베이스의 구조

 

관계형 데이터베이스

1970년 IBM에 근무하던 코드에 의해 처음 제안됨

- 개체와 관계를 모두 릴레이션이라는 표로 작성

 

⦁ 관계형 데이터베이스의 Relation 구조

릴레이션은 데이터들을 표의 형태로 표현한 것

1. 튜플(Tuple)

- 릴레이션을 구성하는 각각의 행

- 튜플은 속성의 모임으로 구성

- 파일구조에서 레코드와 같은 의미

- 튜플의 수 = 카디널리티(Cardinality) = 기수 = 대응수

 

2. 속성(Attribute)

- 데이터베이스를 구성하는 가장 작은 논리적 단위

- 파일구조에서 데이터 항목 또는 데이터 필드와 같은 의미

- 개체의 특성을 기술

- 속성의 수 = 디그리(Degree) = 차수

 

3. 도메인(Domain)

- 하나의 속성이 취할 수 있는 같은 타입의 원자 값들의 집합

 

⦁ 릴레이션의 특징

- 한 릴레이션에는 똑같은 튜플이 포함될 수 없으므로 릴레이션에 포함된 튜플들은 모두 상이하다.

- 한 릴레이션에 포함된 튜플 사이에는 순서가 없다.

- 릴레이션 스키마를 구성하는 속성들 간의 순서는 중요하지 않다.

- 속성의 유일한 식별을 위해 속성의 명칭은 유일해야 하지만, 속성을 구성하는 값은 동일한 값이 있을 수 있다.

- 속성의 값은 논리적으로 더 이상 쪼갤 수 없는 원자값만을 저장한다.

 

 

79. 관계형 데이터베이스의 제약조건 - 키(Key)

 

키 (Key)

데이터베이스에서 조건에 만족하는 튜플을 찾거나 순서대로 정렬할 때 튜플들을 서로 구분할 수 있는 기준이 되는 속성 

⦁ 키의 종류

1. 후보키(Candidate Key) : 릴레이션을 구성하는 속성들 중 튜플을 유일하게 식별하기 위해 사용하는 속성들의 부분 집합, 즉 기본키로 사용할 수 있는 속성들

- 모든 릴레이션에는 반드시 하나 이상의 후보키가 존재

- 후보키는 릴레이션에 있는 모든 튜플에 대해서 유일성과 최소성을 만족시켜야 함

유일성 (Unique) : 하나의 키 값으로 하나의 튜플만을 유일하게 식별할 수 있어야 함 

최소성 (Minimality) : 모든 레코드를 유일하게 식별하는 데 꼭 필요한 속성으로만 구성되어야 함

 

ex) <학생> 릴레이션에서 '학번'이나 '주민번호'는 다른 레코드를 유일하게 구별할 수 있는 기본키로 사용할 수 있으며 후보키이다.

 

 

2. 기본키(Primary Key)  : 후보키 중에서 특별히 선정된 주키, 중복된 값 가질 수 없음

- 기본키는 NULL 값을 가질 수 없음

- 한 릴레이션에서 특정 튜플을 유일하게 구별할 수 있는 속성

- 기본키는 후보키의 성질을 갖음, 최소성과 유일성

 

ex) <학생> 릴레이션에서 '학번'이나 '주민번호'가 기본키가 될 수 있고, <수강> 릴레이션에선느 '학번'+'과목명'의 조합이 기본키이다.

 

 

3. 대체키(Alternate Key) 

후보키가 둘 이상일 때 기본키를 제외한 나머지

 

ex) <학생> 릴레이션에서 '학번'을 기본키로 정의하면 '주민번호'는 대체키가 된다.

 

 

4. 슈퍼키(Super Key) 

한 릴레이션 내에 있는 속성들의 집합으로 구성된 키

- 릴레이션을 구성하는 모든 튜플들 중 슈퍼키로 구성된 속성의 집합과 동일한 값은 나타나지 않음

- 유일성은 만족시키지만, 최소성은 만족시키지 못함

 

ex) <학생> 릴레이션에서 '학번', '주민번호', '학번'+'주민번호', '주민번호'+'성명', '학번'+'주민번호'+'성명' 등으로 슈퍼키를 구성할 수 있다.

 

 

5. 외래키(Foreign Key)

다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합 

- 참조되는 릴레이션의 기본키와 대응되어 릴레이션 간에 참조 관계를 표현하는데 중요한 도구

 

ex) <수강> 릴레이션이 <학번> 릴레이션을 참조하고 있으므로 <학생> 릴레이션의 '학번'은 기본키이고, <수강> 릴레이션의 '학번'은 외래키이다.

 

 

80. 관계형 데이터베이스의 제약 조건 - 무결성

 

무결성

데이터베이스에 저장된 데이터 값과 그것이 표현하는 현실 세계의 실제 값이 일치하는 정확성

 

 

 

⦁ 무결성의 종류

1. 개체 무결성(Entity Integrity) : 기본키를 구성하는 어떤 속성도 NULL 값이나 중복 값을 가질 수 없다는 규정

 

2. 도메인 무결성(Domain Integrity, 영역 무결성) : 주어진 속성 값이 정의된 도메인에 속한 값이어야 한다는 규정

 

ex) <수강>릴레이션의 '과목명' 속성에는 영어, 수학, 컴퓨터, 미술, 음악 5가지만 입력되도록 유효값이 지정된 경우 반드시 해당 값만 입력해야 함

 

3. 참조 무결성(Referential Integrity) : 외래키 값은 NULL이거나 참조 릴레이션의 기본키 값과 동일해야 함. 즉 릴레이션은 참조할 수 없는 외래키 값을 가질 수 없다는 규정

 

4. 사용자 정의 무결성 : 속성 값들이 사용자가 정의한 제약 조건에 만족해야 한다는 규정

 

 

⦁ 데이터 무결성 강화

데이터 무결성은 애플리케이션, 데이터베이스 트리거, 제약 조건을 이용하여 강화 할 수 있음

- 애플리케이션 : 데이터 생성, 수정, 삭제 시 무결성 조건을 검증하는 코드를 데이터 조작하는 프로그램 내에 추가

- 데이터베이스 트리거 : 트리거 이벤트에 무결성 조건을 실행하는 절차형 SQL 추가

- 제약조건 : 데이터베이스에 제약 조건을 설정해 무결성 유지

 

81. 관계대수 및 관계해석

 

관계해석

코드가 수학의 Predicate Calculus에 기반을 두고 관계 데이터베이스를 위해 제안, 관계 데이터의 연산을 표현하는 방법

- 원하는 정보가 무엇이라는 것만 정의하는 비절차적 특성을 지님

- 관계대수로 표현한 식은 관계해석으로 표현할 수 있음

- 튜플 관계해석과 도메인 관계해석이 있음

 

 

관계대수 

관계형 데이터베이스에서 원하는 정보와 그 정보를 검색하기 위해서 어떻게 유도하는가를 기술하는 절차적인 언어

- 순수 관계 연산자 : Select, Project, Join, Division

- 일반 집합 연산자 : UNION(합집합), INTERSECTION(교집합), DIFFERENCE(차집합), CARTESIAN PRODUCT(교차곱)

 

 

1. Select

조건에 맞는 튜플,행을 선택해 새로운 릴레이션을 만드는 연산 

- 수평 연산이라고도 함

- 표기형식 : σ조건(Relation 명칭) 

 

- 조건에는 =, ≠, <, >, ≤, ≥, ∧(and), ∨(or) 등 사용

 

 

ex) σ평균≥90(성적) : <성적> 릴레이션에서 ‘평균’이 90점 이상인 튜플들을 검색하시오

 

 

 

2. Project

조건에 맞는 속성, 열을 선택해 새로운 릴레이션을 만드는 연산 

- 수직 연산이라고도 함

- 중복이 발생하면 중복이 제거 됨

- 표기형식 : ∏속성명칭(Relation 명칭)

 

 

ex) ∏이름, 평균(성적) : <성적> 릴레이션에서 '이름'과 '평균' 속성을 추출하시오

 

 

 

3. Join

공통 속성을 중심으로 두개의 릴레이션을 하나로 합치는 연산

- Join의 결과로 만들어진 릴레이션의 차수 = 조인된 두 릴레이션의 차수 합

- Join은 Cartesian Product(교차곱)을 수행한 다음 Select를 수행한 것과 같음

- 표기형식 : R ⋈키 속성 r = 키 속성s S

 

 

ex) 성적 ⋈No=No 학적부 : <성적> 릴레이션과 <학적부> 릴레이션을 'No'속성을 기준으로 합치시오.

 

자연 조인 (Natural Join) : 이중 중복된 속성을 제거해 같은 속성을 한 번만 표기하는 방법

 

 

4. Division

R ⊃ S인 두 릴레이션이 있을 때, R의 속성이 S의 속성의 값을 모두 가진 튜플에서 S가 가진 속성을 제외한 속성만을 구하는 연산

- 표기형식 : R[속성r ÷ 속성s]S

 

 

ex) 구입자[구입품 코드 ÷ 생산품 코드]생산품의 결과

 

ex) 구입자[구입품 코드 ÷ 이름, 생산품 코드]생산품2의 결과

 

 

5. 일반 집합 연산자

합집합(∪) : 두 릴레이션의 튜플의 합집합

교집합(∩) : 두 릴레이션의 튜플의 교집합

차집합(–) : 두 릴레이션의 튜플의 차집합

교차곱(×) : 두 릴레이션의 튜플들의 순서쌍/ 차수 = 두 릴레이션의 차수를 더한 값/ 카디널리티 = 두 릴레이션의 카디널리티를 곱한 값 

 

ex) ∏이름(사원) ∪ ∏이름(직원) : <사원> 릴레이션과 <직원> 릴레이션에서 '이름'을 추출한 것의 합집합을 구한다.

 

 

ex) ∏이름(사원) ∩ ∏이름(직원) : <사원> 릴레이션과 <직원> 릴레이션에서 '이름'을 추출한 것의 교집합을 구한다.

 

 

ex) ∏이름(사원)  – ∏이름(직원) : <사원> 릴레이션과 <직원> 릴레이션에서 '이름'을 추출한 것의 차집합을 구한다.

 

 

ex) ∏이름(사원) × ∏이름(직원) : <사원> 릴레이션과 <직원> 릴레이션에서 '이름'을 추출한 것의 교차곱을 구한다.

 

82. 정규화(Normalization)

 

정규화

잘못 설계된 관계형 스키마를 더 작은 속성의 세트로 쪼개어 바람직한 스키마로 만들어 가는 과정

- 분해하는 과정

- 논리적 설계 단계에서 수행

- 데이터 중복성 최소, 이상의 발생 방지, 저장 공간의 최소화, 일관성 보장, 데이터 정확성 증가

- 조회 성능 저하(단점)

 

이상(Anomaly) : 정규화를 거치지 않으면 DB 내에 데이터들이 불필요하게 중복되어 의도와 상관없이 삽입, 삭제, 갱신이 일어나는 현상 (삽입 이상, 삭제 이상, 갱신 이상)

 

 

⦁ 정규화 과정

 

 

이행적 종속 : A→B이고 B→C일 때 A→C를 만족하는 관계

 

83. 반정규화 (역정규화 : Denormalization)

 

반정규화 (역정규화)

정규화된 데이터 모델을 통합, 중복, 분리하는 과정

- 정규화 규칙을 위배하는 행위

- 성능 향상, 효율성 증가

- 일관성 및 정합성 저하

 

⦁ 반정규화 방법

1. 테이블 통합

두 테이블이 조인되는 경우가 많아 하나의 테이블로 합침

- Not Null, Default, Check 등의 제약조건을 설계하기 어려움

 

2. 테이블 분할

테이블을 수직 또는 수평으로 분할

 

3. 중복 테이블 추가

여러 다른 테이블을 사용해야 하는 경우 중복 테이블 추가

 

4. 중복 속성 추가

조인해서 데이터를 처리할 때 자주 사용하는 속성 추가

 

84 시스템 카탈로그

 

시스템 카탈로그 (System Catalog)

시스템 그 자체에 관련이 있는 다양한 객체에 관한 정보를 포함하는 시스템 DB

- 시스템 카탈로그 내의 각 테이블은 사용자를 포함해 DBMS에서 지원하는 모든 데이터 객체에 대한 정의나 명세에 관한 정보를 유지, 관리하는 시스템

- 카탈로그가 생성되면 데이터 사전(Data Dictionary)에 저장되기 때문에 카탈로그를 데이터 사전이라고도 함

메타 데이터 (Meta-Data) : 시스템 카탈로그에 저장된 정보

 

⦁ 메타 데이터의 유형

- 데이터 베이스 객체 정보 : 테이블, 인덱스, 뷰 등

- 사용자 정보 : 아이디, 패스워드, 접근권한 등

- 테이블의 무결성 제약 조건 정보 : 기본키, 외래키, NULL 값 허용 여부

- 함수, 프로시저, 트리거 등에 대한 정보

 

 

⦁ 카탈로그의 특징

- 일반 이용자도 SQL을 이용해 내용을 검색해 볼 수 있음

- DBMS가 스스로 생성하고 유지

- 사용자가 SQL문을 실행시켜 기본 테이블, 뷰, 인덱스 등에 변화를 주면 시스템이 자동으로 갱신

 

 

⦁ 카탈로그/데이터 사전을 참조하기 위한 DBMS 내의 모듈 시스템

- 데이터 정의어 번역기

- 데이터 조작어 번역기

- Data Directory : 사용자 접근X, 시스템만 접근 가능

- 질의 최적화기

- 트랜잭션 처리기