[데이터 모델링] 논리 데이터 모델링

1. 정의

 

- 비즈니스 정보의 규조와 규칙을 명확하게 표현할 수 있는 기법

 

- ER 다이어그램으로 표현된 개념적 구조를 데이터 베이스에 저장할 형태로 표현한 논리적 구조

 

- 물리적인 스키마 설계를 하기 전 단계의 데이터 모델 형태

 

※ 스키마 : 데이터베이스의 구조와 제약 조건에 관한 전반적인 명세를 기술한 메타데이터의 집합

                  데이터베이스를 구성하는 데이터 개체(Entity), 속성(Attribute), 관계(Relationship) 및 데이터 조작 시

                  데이터 값들이 갖는 제약 조건 등에 관해 전반적으로 정의한다.

 

2. 논리 데이터 모델링의 이해

 

- 개념 데이터 모델링에서 정의한 핵심 엔터티와 관계를 바탕으로 속성을 정의하고 식별자를 확정하는 과정

 

- 정규화를 통하여 새로운 엔터티가 생성되거나 또는 새로운 관계들이 생성.

 

- 많은 M:M 관계들이 해소되면서 새로운 행위 엔터티들이 생성되는 과정.

 

- 비즈니스 관점이 아닌 비즈니스 및 관리에 필요한 모든 데이터 관점에서 모델링이 진행되어야 하므로

 

  사용자 IP  주소나 ViewCount 같은 사용자와 관련 없는 시스템 관리 관점에서 필요한 데이터 속성들까지도 모델링에 반영

 

1) 정규화 과정.

 

- 데이터의 보존성을 높이고, 중복성은 줄여 저장공간의 최소화를 꾀하고, 조회 속도 등을 향상 하기 위한 테이블을

 

  구성하는 일련의 과정

 

- 정규화는 1~5 단계의 정규화 과정과, 반정규화 과정이 있으며, 특수하고 복잡하지 않은 경우라면 제3 정규화 과정 까지

 

   진행하여 정규화 모델링이 완료됨.

 

- 논리 데이터 모델링 단계에서는 실제 사용할 DBMS 시스템 유형은 고려하지 않음.

 

단계	내용	비고
제 1 정규형	릴레이션에 속한 모든 도메인이 원자값만으로 되어 있는 릴레이션 릴레이션의 모든 속성이 단순 영역에서 정의. 속성 원자값 원칙, 중복성 제거 원칙, 기본키 설정 원칙 모든 엔터티는 유일키이자 데이터 간 구분자 값인 기본키가 존재해야함. 모든 속성 값은 원자성, 즉! 단일값 형태로 데이터 형태가 표현되어야 하며 중복되면 안됨. (값이 중복되는 2개 이상 속성들은 별도의 엔터티로 분리)
제 2 정규형	릴레이션 R이 제1 정규성이고, 키가 아닌 모든 속성이 기본키에 대하여 완전 함수적 종속 관계 만족 부분적 함수의 종속성 제거 원칙. 기본키가 1개인 엔터티는 제2 정규화 대상에서 제외.
제 3 정규형	릴레이션 R이 제2 정규성이고, 키가 아닌 모든 속성이 기본키에 대해 이행적 종속 관계를 이루지 않도록 제한함. 이행적 함수의 종속성 제거 원칙 기본적으로 엔터티내 모든 속성들은 기본키에 의존성을 가져야 함. 기본키에 의존하지 않고 일반 속성에 의존하는 속성을 제거 또는 분리.

2) 정규화 설계의 이점.

 

① 기억 장소 크기의 최소화

 

② 데이터 불일치 위험의 최소화

 

③수정 및 삭제로 인한 이상 가능성 최소화

 

④ 데이터 주조 안정성 최대화.

 

3. 속성 정의

 

1) 속성의 개념

 

- 더이상 분리될 수 없는 최소의 데이터 보관 단위.

 

2) 속성의 특징

 

① 속성의 어원적 의미 : 가공되지 않는 것, 원천적인것, 독자적인 성질이 있는 것.

 

② 속성도 일정의 집합임.

 

③ 릴레이션도 속성임.  (물리 데이터 모델링 단계에서 보면 단계 또는 결국은 일종의 속성임.)

 

④ 속성들 간은 서로 독립적임. (속성들은 반드시 식별자에 직접 종속되어야 함. 제2 정규형)

 

⑤ 업무에 필요한 정보이며, 한개의 속성값만 가지며, 다중값일 경우 별도의 엔터티를 이용하여 분리.

 

4. 엔터티의 상세화

 

1) 엔터티 구체화 4단계

 

① 식별자 확정 단계 : 실질적 식별자를 생성

 

② 정규화 단계 : 일관성 유지, 중복 제거를 통한 안정적인 모델을 만드는 단계

 

③ M:M 관계 해소 단계 : 교차 엔터티 생성

 

④참조 무결성 정의 단계

 

5. 이력 관리 

 

- 모든 데이터를 대상으로 하지 않음.