데이터 모델링

데이터 모델의 개요

※정보화 시스템 구축

• 현실세계에서 일어나는 사건들을 전산화 하기 위한 것.
• 정보화 시스템 과정에서 구축된 데이터베이스는 현실세계의 특정부분을 반영
• 현실세계를 개념화 단순화 하여 가시적으로 표현한 것

이런식으로 되게 어렵게 써있는데, 간단히 축구를 예를 들어 설명해보면
손흥민이 누굴 재끼고 어떤 개인기를 써서 어느 방향으로 드리블을 치고 슈팅을 때려서 골대에 어디로 넣었고 등등 컴퓨터는 이해를 못하기 때문에 그냥 토트넘 골 손흥민 어시 케인 등등을 표현하겠다는 거로 이해중이다.

데이터 모델이 제공하는 기능

• 시스템을 현재 또는 원하는 모습으로 가시화하도록 도와줌
• 시스템의 구조와 행동을 명세화 할 수 있게 해줌.
• 시스템을 구축하는 구조화된 틀을 제공
• 시스템을 구축하는 과정에서 결정하는 것을 문서화
• 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점을 제공
• 특정 목표에 따라 구체화된 상세 수준의 표현방법을 제공

데이터 독립성 요소

• 외부 스키마 : 개개 사용자가 보는 개인적 DB 스키마
• 개념 스키마 : 모든 사용자가 관점을 통합한 전체 DB
• 내부 스키마 : 물리적 장치에서 데이터가 실제적 저장

데이터 독립성

• 논리적 독립성 : 개념스키마 변경, 외부스키마에 영향 없음
• 물리적 독립성 : 내부스키마 변경, 외부/개념스키마에 영향 없음

Mapping(사상)

상호 독립적인 개념을 연결시켜주는 다리

논리적 사상 : 외부 스키마 - 개념스키마
물리적 사상 : 개념 스키마 - 내부 스키마

데이터 모델링(Data Modeling)

• 현실세계의 업무적인 프로세서를 물리적으로 DB화 하기 위한 과정
• 실체와 관계를 중심으로 체계적으로 표현하고 문서화 하는 기법
• 정보시스템의 중심을 데이터의 관점에서 접근하는 데이터 중심의 분석방법
• 어떤 데이터가 존재하며 업무에서 필요로 하는 정보가 무엇인지를 분석하는 과정
  정보시스템 구축 위한 데이터 관점의 업무 분석기법, 현실세계 데이터에 대해 약속된 표기법에 의
  해 표현하는 과정, 데이터베이스 구축하기 위한 분석, 설계과정

(추상적)개념적 ➡ 논리적 ➡ 물리적(구체적)
현실세계 ➡ 업무프로세스(현실) ➡ 개념적 데이터 모델링 ➡ 개념화 ➡ 논리적 데이터 모델링(단순화,추상화,명확화) ➡ 데이터 모델 ➡ 물리적 데이터 모델링(데이터 구조화) ➡ 물리적DB
다른건 몰라도 개논물은 꼭 외우자

• 개념적 데이터 모델링(계획분석단계): 추상화, 업무중심적, 포괄적 ,전사적, EA수립시 사용
• 논리적 데이터 모델링(분석단계): KEY,속성,관계 표현, 재사용성 높음(정규화)
• 물리적 데이터 모델링(설계단계): 실제 데이터베이스에 이식할 수 있도록 성능,저장등 물리적 성격을 고려

  논리적 데이터 모델링의 추상화 단순화 명확화
      1. 추상화 : 현실세계, 다양한 현상을 일정한 양식인 표기법에 의해 표현( =  모형화, 가설적)
      2. 단순화 : 복잡한 현실세계를 약속된 규약에 의해 제한된 표기법이나 언어로 표현
      3. 명확화 : 누구나 이해하기 쉽게 대상에 대한 애매모호함 제거
  1과목에서 양식과 약속된 규약 얘기 나오면 이거 얘기임.

모델링의 세가지 관점

데이터 관점: 업무가 어떤 데이터와 관련이 있는지 데이터간 관계가 무엇인지.
프로세스 관점: 업무가 실제하고 있는 일 무엇인지. 무엇을 해야하는지
상관 관점: 업무 처리하는 방법에 따라 데이터가 어떻게 영향을 받고 있는지.

데이터 모델링의 주요 목적

1. 업무정보를 구성하는데 기초가 되는 정보를 일정한 표기법으로 표현함으로써 정보시스템 구축 대상이 되는 업무 내용을 정확하게 분석하는 것.
2. 분석된 모델을 가지고 실제 데이터 베이스를 생성하여 개발 및 데이터관리에 사용하기 위한 것.

데이터 모델링의 중요성

파급효과가 크다
복잡한 정보 요구사항의 간결한 표현
데이터 품질을 유지
주요목적과 같은 소리이다

데이터 모델링의 기능

1. 명세화
2. 구조화
3. 문서화
4. 다양한 관점
5. 상세수준 표현

데이터 모델링 유의점

1. 중복 : 같은 시같 같은 데이터 제공
2. 비유연성 : 사소한 업무변화에 데이터 모델이 수시로 변경되면 안됨. 데이터 정의를 사용
3. 비일관성 : 데이터 간 상호 연관 관계에 대해 명확히 정의해야 한다.

좋은 데이터 모델의 요소

1. 완전성 : 업무에 필요한 모든 데이터가 모델에 정의
2. 중복배제 : 하나의 DB내에 동일한 사실은 한번만.
3. 업무규칙 : 많은 규칙을 사용자가 공유하도록 제공
4. 데이터 재사용 : 데이터가 독립적으로 설계되어야 함.
5. 의사소통 : 업무규칙은 엔터티, 서브타입, 속성, 관계 등의 형태로 최대한 자세히 표현
6. 통합성 : 동일한 데이터는 한번만 정의, 참조를 활용

데이터 모델링 세가지요소

• 어떤거(Thing) ➡ 엔터티
• 성격(Attrivutes) ➡ 속성
• 관계(Relationships) ➡ 관계

---

데이터 모델 표기법

ERD 작업순서

엔터티 그림 ➡ 엔터티 배치 ➡ 엔터티 관계설정 ➡ 관계명 기술 ➡ 관계의 참여도 기술 ➡ 관계필수여부

---

ANSI / SPARC 3단계 구조

• 논리적 독립성(외부단계-개념적단계) : 개념적스키마 변경, 외부스키마 영향 없음, 논리적 구조 변경되어도 응용프로그램 영향 없음
• 물리적 독립성(개념적단계-내부적단계) : 내부스키마 변경, 외부/개념스키마 영향 없음, 저장장치의 구조변경은 응용프로그램과 개념스키마에 영향없음