데이터 모델링

• 데이터 모델링은 현실 세계를 데이터베이스로 표현하기 위해 추상화한다.
• 데이터 모델링을 하기 위해서는 고객과의 의사소통을 통해 고객의 업무 프로세스를 이해해야 한다.
• 고객의 업무 프로세스를 이해한 후 데이터 모델링 표기법을 사용해서 모델링을 한다.
• 데이터 모델링은 고객이 쉽게 이해할 수 있도록 복잡하지 않게 모델링해야한다.
• 데이터 모델링은 고객의 업무 프로세스를 추상화하고, 소프트웨어를 설계하면서 상세해진다.
• 고객의 비즈니스 프로세스를 이해하고 비즈니스 프로세스의 규칙을 정의한다.

---

데이터 모델링의 특징

• 데이터 모델링은 추상화해야한다. => 추상화는 공통적인 특징을 찾고 간략하게 표현한다.
  -데이터 모델링은 단순화해야 한다. => 복잡한 문제를 피하고 누구나 이해할 수 있게 표현한다.
  -데이터 모델링은 명확해야 한다. => 의미적 해석이 모호하지 않고 명확하게 해석되어야 한다.

1. 추상화 : 현실 세계를 간략하게 표현한다.
2. 단순화 : 누구나 쉽게 이해할 수 있도록 표현한다.
3. 명확성 : 명확하게 의미가 해석되어야 하고 한 가지 의미를 가져야 한다.

---

데이터 모델링 단계

1. 개념적 모델링(Conceptual Data Modeling)

고객의 비즈니스 프로세스를 분석하고 업무 전체에 대해서 데이터 모델링을 수행한다.
복잡하게 표현하지 않고 중요한 부분을 위주로 모델링하는 단계이다.
업무적 관점에서 모델링하며 기술적인 용어는 가급적 사용하지 않는다.
엔터티(Entity)와 속성(Attribute)을 도출하고 개념적 ERD(Entity Relationship Diagram)을 작성한다.

2. 논리적 모델링 (Logical Data Modeling)

개념적 모델링을 논리적 모델링으로 변환하는 작업이다.
식별자를 도출하고 필요한 모든 릴레이션을 정의한다.
정규화를 수행해서 데이터 모델의 독립성을 확보한다.

3. 물리적 모델링(Physical Modeling)

데이터베이스를 실제 구축한다. 테이블, 인덱스, 함수 등을 생성한다.
성능, 보안, 가용성을 고려해서 구축한다.

4. 데이터 모델링 관점

• 데이터 : 비즈니스 프로세스에서 사용되는 데이터를 의미한다.
• 프로세스 : 비즈니스 프로세스에서 수행하는 작업을 의미한다.
• 데이터와 프로세스 : 프로세스와 데이터 간의 관계를 의미한다.

5. 데이터 모델링 고려 사항

   1. 데이터 모델의 독립성

      독립성이 확보된 모델은 고객의 업무 변화에 능동적으로 대응할 수 있다.
      독립성을 확보하기 위해서는 중복된 데이터를 제거해야 한다.
      데이터 중복을 제거하는 것이 바로 정규화이다.

   2. 고객 요구 사항의 표현

      데이터 모델링으로 고객과 데이터 모델 간에 의사 소통을 할 수 있어야 하므로, 고객의 요구 사항을 간결하고 명확하게 표현해야 한다.