2024 #정보처리기사 필기요약 #3-3. 논리 데이터베이스 설계

참고1. 노랑마킹은 시험에 나온 중요한 부분입니다.

참고2. 주황강조는 약어 혹은 중요한 내용입니다.

참고3. 회색마킹은 예시입니다. 

---

제 3과목 데이터베이스 구축 > 논리 데이터베이스 설계

---

관계 데이터 모델(Relation Data Model)

• 실세계 데이터를 행과 열로 구성된 테이블 형태로 구성된 데이터 모델이다.
• 수학자 E.F.Codd 박사가 제안한 모델이다.

관계 데이터 모델의 구성요소 (중요!! 외우기!)

구성요소	설명
릴레이션	행(Row)과 열(Column)로 구성된 테이블
튜플(Tuple)	릴레이션의 행(Row)에 해당되는 요소
속성(Attribute)	릴레이션의 열(Column)에 해당되는 요소
카디널리티(Cardinality)	튜플(Row)의 수
차수(Degree)	속성(Attribute, Column)의 수 [2020년 3회]
스키마(Schema)	데이터베이스의 구조, 제약조건 등의 정보를 담고 있는 기본적인 구조
인스턴스(Instance)	정의된 스키마에 따라 생성된 테이블에 실제 저장된 데이터의 집합

 

 

관계 대수와 관계 해석 (대절해비)

구분	관계 대수	관계 해석
특징	절차적 언어(순서 명시)	비 절차적 언어, 프레디킷 해석(Predicate Calculus) 기반
목적	어떻게 유도하는가?(How)	무엇을 얻을 것인가?(What)
종류	일반 집합 연산자, 순수 관계 연산자	튜플 관계 해석, 도메인 관계 해석

관계 대수

일반 집합 연산자 (합교차카)

∪ 합집합(Union) / ∩ 교집합(Intersection) / - 차집합(Difference) / × 카티션 프로덕트(CARTESIAN Product)

순수 관계 연산자 (셀프조디)

σ 셀렉트(Select) / π 프로젝트(Project) / ⋈ 조인(Join) / ÷ 디비전(Division)

 

관계 해석

• 튜플 관계 해석과 도메인 관계 해석이 있다.
• 기본적으로 관계 해석과 관계 대수는 관계 데이터베이스를 처리하는 기능과 능력면에서 동등하다.
• 수학의 Predicate Calculus에 기반을 두고 있다.
• 원하는 정보가 무엇이라는 것만 정의하는 비절차적 방법이다. [2023년 3회]

구분	구성요소	논리기호	설명
연산자	OR 연산	∨	원자식 간 "또는"이라는 관계로 연결
	AND 연산	∧	원자식 간 "그리고"이라는 관계로 연결
	NOT 연산	ㄱ	원자식에 대해 부정
정량자	전칭 정량자 (Universal Quantifier)	∀	모든 가능한 튜플("for all"로 읽음, All의 'A'를 뒤집어 놓은 형태)
	존재 정량자 (Existential Quantifier)	ꓱ	어떤 튜플 하나라도 존재("there exists"로 읽음, exist의 'E'를 뒤집어 놓은 형태

 

시스템 카탈로그(System Catalog)

• DBMS가 스스로 생성하고 유지하는 데이터베이스 내의 특별한 테이블들의 집합체이다.
• 데이터베이스 구조가 변경될 때마다 DBMS는 자동적으로 시스템 카탈로그 테이블들의 행을 삽입, 삭제, 수정한다.
• DDL 실행으로 생성되는 테이블, 뷰, 인덱스, 패키지, 접근 권한 등의 데이터베이스 구조 및 통계 정보를 저장한다.
• 자료 사전이라고도 부른다.
• 시스템 카탈로그에 저장된 정보를 메타 데이터(Metadata)라고 부른다.
• 사용자가 SQL을 이용하여 카탈로그를 갱신하는 것은 허용되지 않는다. [2023년 3회]

---

데이터 모델(Data Model)

현실 세계의 정보를 인간과 컴퓨터가 이해할 수 있도록 추상화하여 표현한 모델이다.

데이터 모델에 표시해야 할 요소 (논연제) [2020년 4회]

논리적 데이터 구조 / 연산 / 제약조건

데이터 모델 절차 (개논물)

개념적 데이터 모델 / 논리적 데이터 모델 / 물리적 데이터 모델

논리적 설계 단계(논리적 데이터 모델)에서 수행하는 작업

• 논리적 데이터베이스 구조로 매핑(Mapping)
• 트랜잭션 인터페이스 설계
• 스키마의 평가 및 정제

물리적 설계 단계(물리적 데이터 모델)에서 수행하는 작업

• 저장 레코드 양식 설계
• 레코드 집중의 분석 및 설계
• 접근 경로 설계

 

개체-관계(E-R) 모델

개체-관계(E-R) 모델 구성요소 (개속관)

개체(Entity) / 속성(Attribute) / 관계(Relationship)

개체-관계(E-R) 다이어그램 기호

구성	기호
개체	□ (사각형)
관계	◇ (마름모)
속성	○ (타원)
다중 값 속성	◎ (이중타원)
관계-속성 연결	ㅡ (선)

 

 

데이터베이스 정규화(DB Normalization)

• 관계형 데이터 모델에서 데이터의 중복성을 제거하여 이상 현상을 방지한다.
• 데이터의 일관성과 정확성을 유지하기 위해 무손실 분해하는 과정이다.

데이터베이스 정규화 목적

• 중복 데이터를 최소화하여 테이블 불일치 위험을 최소화한다.
• 수정, 삭제 시 이상 현상을 최소화함으로써 데이터 구조의 안정성을 최대화한다.
• 어떠한 릴레이션이라도 데이터베이스 내에서 표현을 가능하게 만든다.
• 데이터 삽입 시 릴레이션의 재구성에 대한 필요성을 줄인다.
• 효과적인 검색 알고리즘을 생성할 수 있다.

이상 현상(Anomaly)의 종류 (삽삭갱)

삽입 이상 / 삭제 이상 / 갱신 이상

데이터베이스 정규화 단계 (원부이 결다조)

단계	조건
1정규형(1NF)	원자 값으로 구성
2정규형(2NF)	부분 함수 종속 제거(완전 함수적 종속 관계)
3정규형(3NF)	이행 함수 종속 제거
보이스-코드 정규형(BCNF)	결정자가 후보 키가 아닌 함수 종속 제거
4정규형(4NF)	다치(다중 값) 종속성 제거
5정규형(5NF)	조인 종속성 제거

 

 

논리 데이터 모델 품질 검증

데이터 모델이 업무 환경에서 요구하는 사항을 시스템적으로 구현할 수 있는가를 객관적으로 평가하는 검증이다.

데이터 모델 요건

완정성 / 중복 배제 / 비즈니스 룰 / 데이터 재사용 / 안정성 및 확장성 / 간결성 / 의사소통 / 통합성

데이터 모델 품질 검증 기준 (정완준 최일활)

정확성 / 완전성 / 준거성 / 최신성 / 일관성 / 활용성

 

 

---

 

*직접 만든 약어: 논연제