1. 요구사항 분석
- 목표 : 데이터 모델링을 시작하기 전에 시스템의 요구사항을 명확히 정의합니다.
- 내용 :
- 비즈니스 요구사항을 수집하고 분석합니다.
- 데이터가 어떻게 사용될지, 주요 프로세스와 사용 시나리오를 파악합니다.
- 중요한 개체(Entity)와 그 관계를 식별합니다.
2. 개념적 데이터 모델링
- 목표 : 데이터의 주요 개체와 그들 간의 관계를 추상적으로 표현합니다.
- 내용 :
- 엔터티(Entity) : 데이터베이스에 저장될 주요 정보 단위.
- 속성(Attribute) : 엔터티의 특성을 나타내는 데이터.
- 관계(Relationship) : 엔터티 간의 연과성을 나타냄.
- 도구 : ERD(Entity-Relationship Diagram) 작성.
3. 논리적 데이터 모델링
- 목표 : 개념적 모델을 기반으로 정규화를 통해 데이터 구조를 상세화합니다.
- 내용 :
- 정규화(Normalization) : 중복 제거와 데이터 무결성 확보.
- 1NF : 각 열이 원자값을 가짐.
- 2NF : 부분 함수 종속 제거.
- 3NF : 이행적 함수 종속 제거.
- 관계형 데이터베이스에 맞는 스키마 설계.
- 키(Key) : Primary Key. Foreign Key 설정.
4. 물리적 데이터 모델링
- 목표 : 논리적 모델을 실제 데이터베이스 시스템에 맞게 변환.
- 내용 :
- DBMS(Database Management System) 선택.
- 테이블 설계 : 컬럼 정의, 데이터 타입 지정, 제약조건 설정.
- 인덱스(Index) 설계 : 검색 성능 최적화.
- 파티셔닝(Patitioning)과 데이터 분산 전략 수립.
5. 모델 검증 및 피드백
- 목표 : 설계한 모델이 요구사항을 충족하고 성능과 효율성을 보장하도록 검토.
- 내용 :
- 비즈니스 요구사항과 모델의 일치 여부 검토.
- 쿼리 성능 테스트 및 최적화.
- 데이터 무결성과 보안 검토.
6. 모델 구현 및 유지보수
- 목표 : 설계된 데이터 모델을 실제 운영 환결에 적용.
- 내용 :
- 데이터베이스 생성 및 데이터 마이그레이션 수행.
- 데이터 증가에 따른 확장성 및 최적화.
- 모델 변경 사항 반영 및 문서화.
참고영상
관계형 데이터 모델링 - 
전체 흐름