SQLD 이론 정리 - 1과목

비전공자로서 데이터 분석 분야로 취업하려니 내 실력을 객관적으로 증명할 길은 자격증(혹은 공모전 수상)밖에 없는 것 같다.

7월에 ADSP는 취득했고, 11월 30일 SQLD 시험 접수를 해두었다.

SQLD 시험범위는 두 부분으로 나뉘며 1부에는 데이터 모델의 이해 및 분석 부분을 요약해 보겠다.

1. 데이터 모델링의 이해

데이터 모델링의 특징

• 추상화 : 현실세계를 간략하게 표현한다.
• 단순화 : 누구나 쉽게 이해할 수 있도록 표현한다.
• 명확성 : 명확하게 의미가 해석되어야 하고 한 가지 의미를 가져야 한다.

데이터 모델링 단계

데이터 모델링은 개념적 → 논리적 → 물리적 모델링 단계로 이루어진다.

1. 개념적 모델링
   • 전사적 관점
   • 추상화 수준이 가장 높음
   • 업무 측면에서 모델링
2. 논리적 모델링
   • 특정 데이터베이스 모델에 종속
   • 식별자 정의
   • 정규화를 통한 재사용성
3. 물리적 모델링
   • 데이터베이스 구축

데이터 모델링 관점

• 데이터 : 구조분석, 정적분석
• 프로세스 : 시나리오 분석, 도메인 분석, 동적 분석
• 데이터와 프로세스 : CRUD 분석

ERD 작성절차

1. 엔터티를 도출하고 그린다
2. 엔터티를 배치한다
3. 엔터티 간의 관계를 설정한다
4. 관계명을 서술한다
5. 관계 참여도를 표현한다
6. 관계의 필수 여부를 표현한다

데이터 모델링 고려사항

1. 데이터 모델의 독립성
   • 중복된 데이터가 없어야한다(정규화를 통해 제거 가능)
2. 고객 요구사항의 표현
   • 간결하게 표현 가능해야 한다
3. 데이터 품질 확보

3층 스키마

• 사용자, 설계자, 개발자가 데이터베이스를 보는 관점에 따라 데이터베이스를 기술하고 관계를 정의한 ANSI 표준
• 데이터베이스의 독립성 확보를 위한 방법
  • 논리적 독립성 : 저장구조가 변경되어도 응용 프로그램 및 개념 스키마에 영향이 없다
  • 물리적 독립성 : 데이터베이스 논리적 구조가 변경되어도 응용 프로그램에 변화가 없다

3층 스키마 구조

• 외부 스키마(사용자 관점)
  • 데이터베이스의 뷰를 표시한다
  • 응용 프로그램이 접근하는 데이터베이스를 정의한다
• 개념 스키마(설계자 관점)
  • 통합 데이터베이스의 구조이다
• 내부 스키마(개발자 관점)
  • 물리적 저장구조이다

엔터티

엔터티는 저장되고 관리되어야 하는 데이터이다

• 식별자 : 유일한 식별자가 있어야 한다
• 인스턴스 집합 : 2개 이상의 인스턴스가 있어야 한다
• 속성 : 반드시 속성을 가지고 있다
• 관계 : 다른 엔터티와 최소 한 개 이상 관계가 있어야 한다
• 업무 : 업무에서 관리되어야 하는 집합이다

엔터티 종류

1. 유형과 무형에 따른 엔터티 종류
   • 유형 엔터티 : 지속적으로 사용되는 엔터티
   • 개념 엔터티 : 물리적 형태가 없는 엔터티
   • 사건 엔터티 : 비즈니스 프로세스를 실행하면서 생성되는 엔터티
2. 발생시점에 따른 엔터티 종류
   • 기본 엔터티(키 엔터티) : 독립적으로 생성되는 엔터티
   • 중심 엔터티 : 기본 엔터티로부터 발생되고 행위 엔터티를 생성하는 것
   • 행위 엔터티 : 2개 이상의 엔터티로부터 발생하는 엔터티

속성

• 속성은 업무에서 관리되는 정보이다
• 속성은 하나의 값만 가진다
• 기본키가 변경되면 속성값도 변경된다

속성의 종류

1. 분해여부에 따른 속성의 종류
   • 단일 속성 : 하나의 의미로 구성된 것
   • 복합 속성 : 여러개의 의미로 구성된 것
   • 다중값 속성 : 여러 개의 값을 가질 수 있는 것
2. 특성에 따른 속성의 종류
   • 기본 속성 : 본래의 속성
   • 설계 속성 : 데이터 모델링 과정에서 발생되는 속성 (유일한 값을 부여)
   • 파생 속성 : 다른 속성에 의해서 만들어지는 속성

관계

• 관계는 엔터티 간의 관련성을 의미한다
• 존재 관계와 행위 관계로 나누어진다

관계의 종류

• 존재 관계 : 엔터티 간의 상태를 의미한다.
• 행위 관계 : 엔터티 간에 어떤 행위가 있는 것을 말한다.

관계 차수

관계 차수는 두 개의 엔터티 간에 관계를 참여하는 수를 의미한다

1. 1대1 관계
   • 완전 1대1 : 하나의 엔터티에 관계되는 엔터티의 관계가 하나 있는 경우(반드시 존재)
   • 선택적 1대1 : 하나의 엔터티에 관계되는 엔터티가 하나이거나 없을 수도 있다
2. 1대N 관계
   • 엔터티에 행이 하나 있을 때 다른 엔터티의 값이 여러 개 있는 관계
3. M대N 관계
   • 두 개 엔터티가 서로 여러 개의 관계를 가지고 있는 것
4. 필수적 관계와 선택적 관계
   • 필수적 관계 : 반드시 하나가 있어야 하는 관계 (‘l’로 표현)
   • 선택적 관계 : 없을 수도 있는 관계(‘O’로 표현)

식별 관계와 비식별 관계

1. 식별 관계

   • 식별 관계란 강한 개체의 기본키를 하나로 공유하는 것 - 강한 개체는 어떤 다른 엔터티에 의존하지 않고 독립적으로 존재한다
   • 강한 개체는 다른 엔터티에게 기본키를 공유한다
   • 강한 개체는 식별 관계로 표현된다

2. 비식별 관계

   • 비식별 관계란 강한 개체의 기본키를 다른 엔터티의 기본키가 아닌 일반 칼럼으로 관계를 가지는 것

주식별자(기본키, Primary key)

• 유일성과 최소성을 만족
• 엔터티를 대표
• 엔터티의 인스턴스를 유일하게 식별
• 자주 변경되지 않아야 한다

키의 종류

• 기본키 : 후보키 중에서 엔터티를 대표할 수 있는 키이다
• 후보키 : 후보키는 유일성과 최소성을 만족하는 키이다
• 슈퍼키 : 슈퍼키는 유일성은 만족하지만 최소성(Not Null)을 만족하지 않는 키이다
• 대체키 : 대체키는 여러 개의 후보키 중에서 기본키를 선정하고 남은 키이다

식별자의 종류

1. 대표성 여부에 따른 식별자의 종류
   • 주식별자 : 엔터티를 대표하는 식별자, 다른 엔터티와 참조 관계로 연결 가능
   • 보조 식별자 : 유일성과 최소성은 만족하지만 대표성을 만족하지 못하는 식별자
2. 생성 여부에 따른 식별자의 종류
   • 내부 식별자 : 엔터티 내부에서 스스로 생성하는 식별자이다
   • 외부 식별자 : 다른 엔터티의 관계로 인하여 만들어지는 식별자이다
3. 속성의 수에 따른 식별자의 종류
   • 단일 식별자 : 하나의 속성으로 구성
   • 복합 식별자 : 두 개 이상의 속성으로 구성
4. 대체 여부에 따른 식별자의 종류
   • 본질 식별자 : 비즈니스 프로세스에서 만들어지는 식별자
   • 인조 식별자 : 인위적으로 만들어지는 식별자

2. 데이터 모델과 성능

정규화

• 정규화는 데이터 중복을 제거하고 데이터 모델의 독립성을 확보하는 방법
• 정규화는 데이터를 분해하는 과정
• 정규화는 제1정규화부터 제5정규화까지 있지만, 실질적으로 제3정규화까지만 수행
• 정규화를 수행하면 데이터 모델의 변경 최소화 가능
• 정규화된 모델은 테이블이 분해된다

정규화 절차

1. 제1정규화 : 속성의 원자성 확보, 기본키를 설정
2. 제2정규화 : 기본키가 2개 이상의 속성으로 이루어진 경우, 부분 함수 종속성을 제거한다
3. 제3정규화 : 기본키를 제외한 칼럼 간에 종속성을 제거한다(= 이행 함수 종속성 제거)
4. BCNF : 기본키를 제외하고 후보키가 있는 경우, 후보키가 기본키를 종속시키면 분해한다
5. 제4정규화 : 여러 칼럼들이 하나의 칼럼을 종속시키는 경우 분해하여 다중 값 종속성을 제거한다
6. 제5정규화 : 조인에 의해서 종속성이 발생되는 경우 분해한다

함수적 종속성

X→Y이면 Y는 X에 함수적으로 종속한다고 말한다. 함수적 종속성은 X가 변화하면 Y도 변화하는지 확인한다

정규화의 문제점

• 정규화는 데이터를 분해해서 중복을 제거하기 때문에 데이터 모델의 유연성을 높인다
• 정규화는 데이터 조회시에 조인을 유발하기 때문에 CPU와 메모리를 많이 사용한다
• 정규화는 조인으로 인하여 성능이 저하된다. 그래서 이 문제를 해결하기 위해 반정규화를 사용한다

반정규화

• 데이터베이스의 성능 향상을 위하여, 데이터 중복을 허용하고 조인을 줄이는 데이터베이스 성능 향상 방법이다
• 반정규화는 조회 속도를 향상하지만, 데이터 모델의 유연성은 낮아진다

반정규화를 수행하는 경우

• 정규화에 충실하면 종속성, 활용성은 향상되지만 수행 속도가 느려지는 경우
• 다량의 범위를 자주 처리해야 하는 경우
• 특정 범위의 데이터만 자주 처리하는 경우
• 요약/집계 정보가 자주 요구되는 경우

반정규화 절차

1. 대상 조사 및 검토 : 데이터 처리 범위, 통계성 등을 확인해서 반정규화 대상을 조사한다
2. 다른 방법 검토 : 반정규화 수행 전 다른 방법을 검토한다
3. 반정규화 수행 : 테이블, 속성, 관계 등을 반정규화 한다

반정규화 기법

1. 계산된 칼럼 추가 : 결과를 미리 계산하여 칼럼에 추가한다
2. 테이블 수직분할 : 하나의 테이블을 두 개 이상의 테이블로 분할한다
3. 테이블 수평분할 : 하나의 테이블에 있는 값을 기준으로 테이블을 분할한다
4. 테이블 병합
   • 1대1 관계의 테이블을 하나의 테이블로 병합하여 성능을 향상
   • 1대N 관계의 테이블을 병합하여 성능을 향상 (하지만 중복이 많이 발생)
   • 슈퍼 타입과 서브 타입 관계가 발생하면 테이블을 통합하여 성능을 향상

슈퍼 타입 및 서브 타입 변환 방법

• OneToOne Type : 슈퍼 타입과 서브 타입을 개별 테이블로 도출한다 (조인이 많이 발생하고 관리가 어렵다)
• Plus Type : 슈퍼 타입과 서브 타입 테이블로 도출한다 (조인이 발생하고 관리가 어렵다)
• Single Type : 슈퍼 타입과 서브 타입을 하나의 테이블로 도출한다 (조인 성능이 좋고 관리가 편리하지만, I/O 성능이 나쁘다)

분산 데이터베이스

• 물리적으로 떨어진 데이터베이스에 네트워크로 연결하여 단일 데이터베이스 이미지를 보여 주고 분산된 작업 처리를 수행하는 데이터베이스를 분산 데이터베이스라고 한다.
• 데이터베이스는 투명성을 제공해야 한다

분산 데이터베이스 투명성의 종류

• 분할 투명성 : 고객은 하나의 논리적 릴레이션이 여러 단편으로 분할되어 각 단편의 사본이 여러 시스템에 저장되어 있음을 인식할 필요가 없다
• 위치 투명성 : 고객은 사용하려는 데이터의 저장 장소를 명시할 필요가 없다, 고객은 어느 위치에 있더라도 동일한 명령을 사용하여 데이터에 접근할 수 있어야 한다
• 지역 사상 투명성 : 지역 DBMS와 물리적 데이터베이스 사이의 사상이 보장됨에 따라 각 지역 시스템 이름과 무관한 이름이 사용 가능하다
• 중복 투명성 : 데이터베이스 객체가 여러 시스템에 중복되어 존재함에도 고객과는 무관하게 데이터의 일관성이 유지된다
• 장애 투명성 : 데이터베이스가 분산되어 있는 각 지역의 시스템이나 통신망에 이상이 발생해도, 데이터의 무결성은 보장된다
• 병행 투명성 : 여러 고객의 응용 프로그램이 동시에 분산 데이터베이스에 대한 트랜잭션을 수행하는 경우에도 결과에 이상이 없다

분산 데이터베이스 설계 방식

• 상향식 설계방식 : 지역 스키마 작성 후 향후 전역 스키마를 작성하여 분산 데이터베이스를 구축한다
• 하향식 설계방식 : 전역 스키마 작성 후 해당 지역 스키마를 작성하여 분산 데이터베이스를 구축한다

분산 데이터베이스 장점과 단점

장점	단점
데이터베이스 신뢰성과 가용성이 높다	데이터베이스가 여러 네트워크를 통해서 분리되어 있기 때문에 관리와 통제가 어렵다
분산 데이터베이스가 병렬 처리를 수행하기 때문에 빠른 응답이 가능하다	보안관리가 어렵다
분산 데이터베이스를 추가하여 시스템 용량 확장이 쉽다	데이터 무결성 관리가 어렵다
	데이터베이스 설계가 복잡하다