2장. 개념 모델링
데이터 모델링 접근 방법
하향식(Top-Down)
개념 모델링 -> 논리 모델링 -> 물리 설계순으로 상세화.
개념 모델링
- 데이터 주제영역을 식별하고 정의.
- 주제영역을 세분화하고 핵심 엔티티 및 식별자를 도출하여 관계를 정의.
논리 모델링
- 주제영역의 핵심 엔티티를 중심으로 업무와 관련된 모든 엔티티를 도출.
- 속성과 관계를 식별하여 세부적인 데이터 모델을 완성.
현행 분석 및 방향성 수립
- 현업담당자와 협업
- 문서를 통한 업무 요건 파악
- 리버스 모델 활용
현행 분석
1. 현행 데이터 분석
- 실제 데이터를 분석하거나 데이터 구조, 성능적인 이슈를 중심으로 자료를 분석.
2. 요구사항 정의
- 요구사항을 수집해서 요구사항을 상세화 하는 과정.
개념 모델링
- 모델링의 근간을 이루는 뼈대를 만드는 작업.
- 데이터 분석 과정에서 수립한 방향성에 맞게 개략적인 데이터 모델을 제시하는 단계.
- 업무영역에 대해 전반적인 구조를 제시.
- 상위 수준의 데이터 구조를 설계.
- 데이터 주제영역을 계층적으로 도출하는 접근방식.
개념 모델링 절차
- 주제영역 도출.
- 주제영역 분류 및 정의.
- 핵심 엔티티 정의 및 관계 정의.
주제영역
- 기준을 가지고 최상위 단계에서 분류한 데이터 집합.
- 다른 주제영역과 명확히 분리.
- 같은 주제영역 내의 데이터는 서로 밀접환 관계.
주제영역의 특징
- 업무 관점 - 업무 처리 효율을 높임. 중복 최소화. 데이터 신뢰도 향상.
- 시스템 관점 - 구축에 따른 중복투자 방지. 투입된 자원을 효율적으로 재분배.
- 데이터 관리관점 - 최상위 수준의 데이터 아키텍처 제공. 데이터 통합, 연계, 중복 등에 대한 기초 자료로 활용.
- 데이터 설계관점 - 논리 모델, 물리 모델로 구체화하는 과정에서 방향성 제공.
주제영역 정의
- 주제영역을 설명하고 해당하는 데이터 범위나 내용을 명확히 정의하는 과정.
- 주제영역 정의를 작성.
- 주제영역 내에 포함되는 정보 유형 및 항목을 정의.
주제영역을 정의할 때 어려운 점
- 개념 부족
- 의견 차이
- 확신 부족
- 오너십
핵심 엔티티 식별
- 주제영역이 확정되면, 최하위 데이터 주제영역별로 대표성을 갖는 핵심 엔티티를 식별.
- 핵심 엔티티는 해당 데이터 주제영역을 대표하는 엔티티를 설계하는 것.
따라서 전반적인 데이터 구조와 관계를 파악할 수 있을만큼 식별하는 것이 좋다.