SQLD 학습 2-2 정규화와 성능

정규화를 통한 성능 향상 전략

• 정규화를 수행한다는 것은 데이터를 결정하는 결정자에 의해 함수적 종속을 갖고 있는 일반 속성을 의존자로 하여 입력/수정/삭제 이상현상을 제거 하는 것이다.

• 데이터의 중복 속성을 제거하고 결정자에 의해 동일한 의미의 일반 속성이 하나의 테이블로 집약되므로 한 테이블의 데이터 용량이 최소화되는 효과가 있다.

• 정규화된 테이블은 데이터를 처리할때 속도가 빨라질 수도 있고 느려질 수도 있는 특성이 있다.

• 정규화된 데이터 모델은 조회 시에는 처리 조건에 따라 성능이 향상 혹은 저하된다.

• 정규화된 데이터 모델은 입력/수정/삭제 시 무조건 성능이 향상된다.

정규화 용어

• 정규화: 함수적 종속성 등과 같은 이론에 근거하여 관계형 데이터베이스 테이블의 삽입 삭제 갱신 이상 현상 발생을 최소화하기 위해 좀 더 작은 단위의 테이블로 설계하는 과정. 즉, 데이터 모델을 정규형에 맞도록 고치는 과정

• 정규형: 정규화 과정. 정규화 결과에 의해 도출된 데이터 모델이 갖춰야 할 특
  성

• 함수적 종속성: 테이블 특정 컬럼 A의 값을 알면 다른 컬럼 B값을 알 수 있을 때, 컬럼 B는 컬럼 A에 함수적 종속성이 있다고 함

• 결정자: 함수적 종속성 설명에서, 컬럼 A를 결정자라고 함

• 다치종속: 결정자 컬럼 A에 의해 컬럼 B의 값을 다수개 알 수 있을때, 컬럼 B는 컬럼 A에 다치종속 되었다고 함.

정규화 효과 및 장점

• 상호 종속성이 강한 데이터 요소들을 분리, 독립된 개념으로 정의하게 됨에 따라 높은 응집도&낮은 결합도 원칙에 충실해지며 이로 인해 유연성이 극대화 됨

• 개념이 좀 더 세분화됨에 따라 해당 개념에 대한 재활용 가능성이 높아짐

• Non-key(일반 속성) 데이터 요소가 한번만 표현됨에 따라 중복이 최소화 됨

정규화 이론

• 1차정규화: 함수종속, 복수의 속성값을 갖는 속성을 분리, 속성의 원자성 확보

• 2차정규화: 함수종속, 주식별자에 완전종속적이지 않은 속성의 분리
  부분종속 속성을 분리
  

• 3차 정규화: 함수종속, 일반속성에 종속적인 속성의 분리
  이전종속 속성을 분리

제 1정규형

• 모든 속성은 원자 값을 가져야 함

• 다중 값을 가질 수 있는 속성은 분리되어야함

제 2정규형

• 제 1정규형을 만족하는 상태에서 모든 Non-key 컬럼은 기본 키 전체에 종속되어야함

• 기본 키에 종속적이지 않거나 기본 키 일부 컬럼들에만 종속적인 컬럼은 분리되어야함

제 3정규형

• 제 2정규형을 만족하는 상태에서 일반속성들 간에도 종속관계가 존재하지 않아야함

• 일반속성들 간 종속관계가 존재하는 것들은 분리되어야 함

정규화와 성능

• 정규화를 수행해서 조인이 발생하게 되더라도 효율적인 인덱스 사용을 통해 조인 연산을 수행하면 성능 상 단점은 거의 없다.

• 정규화를 수행하여 소량의 테이블이 생성된다면 소량의 테이블을 먼저 읽어 조인 연산을 수행하면 되므로 성능상 유리할 수 있다.

• 정규화가 제대로 되지 않으면 동일한 졸유의 속성을 여러개 가지고 있어서 과다한 인덱스가 만들어 질 수 있는데 정규화를 한다면 하나의 인덱스만 만들어도 된다.

함수적 종속성에 근거한 정규화 수행 필요

• 함수의 종속성은 데이터들이 어떤 기준값에 의해 종속되는 현상을 지칭하는 것

• 이 때 기준값을 결정자라 하고 종속되는 값을 종속자라고 한다.