데이터 모델링

데이터 모델링은 데이터베이스 시스템을 설계하고 구축하는 과정에서 데이터를 구조화한다. 데이터 모델링은 개념적 데이터 모델링, 논리적 데이터 모델링, 물리적 데이터 모델링의 세 단계로 나뉜다.

 개념적 데이터 모델링 (Conceptual Data Modeling)

 

개념적 데이터 모델링은 데이터베이스 설계의 초기 단계로, 데이터베이스의 전반적인 구조를 추상적으로 정의한다. 이 단계에서는 데이터베이스의 주요 엔티티(Things), 이들 간의 관계(Relationships), 그리고 속성(Attributes)을 식별하여 추상화 수준이 높고 업무중심적이고 비즈니스 요구사항을 반영하여, 시스템의 전반적인 데이터를 이해하고 설계하는 데 도움을 준다. 

- 주요 요소:
  - 엔티티 (Entity): 데이터베이스에 저장할 주요 객체 또는 개체. 예: 고객, 제품, 주문.
  - 속성 (Attribute): 엔티티의 특성이나 세부 정보. 예: 고객 엔티티의 이름, 주소.
  - 관계 (Relationship): 엔티티 간의 연관성. 예: 고객이 주문을 한다, 제품이 주문에 포함된다.

 

 

 

 논리적 데이터 모델링 (Logical Data Modeling)

 

논리적 데이터 모델링은 개념적 데이터 모델을 바탕으로 좀 더 구체적인 데이터베이스 구조를 설계하는 단계이다. 데이터 모델링이 최종적으로 완료된 상태라고 정의되며 물리적 스키마 설계를 하기 전 데이터베이스 관리 시스템(DBMS)에 독립적인 형태로 테이블, 열, 데이터 유형, 제약 조건 등을 정의한다.

 

- 주요 요소:
  - 테이블 (Table): 엔티티를 테이블로 변환.
  - 열 (Column): 속성을 테이블의 열로 변환.
  - 키 (Key): 주 키(Primary Key), 외래 키(Foreign Key) 등 데이터의 무결성을 유지하기 위한 열.
  - 제약 조건 (Constraint): 데이터의 무결성과 일관성을 유지하기 위한 규칙. 예: NOT NULL, UNIQUE.

 

 

 

 

 

 

 물리적 데이터 모델링 (Physical Data Modeling)

물리적 데이터 모델링은 논리적 데이터 모델을 실제 DBMS에 구현하는 단계로 특정 DBMS의 특성을 반영하여, 데이터베이스를 최적화하고 효율적으로 운영하기 위한 세부 사항을 설계한다. 여기에는 인덱스, 파티셔닝, 저장소 파라미터 등이 포함된다.

- 주요 요소:
  - 테이블 스키마 (Table Schema): 논리적 모델의 테이블을 실제 데이터베이스 테이블로 변환.
  - 인덱스 (Index): 데이터 검색 성능을 향상시키기 위해 인덱스를 정의.
  - 스토리지 파라미터 (Storage Parameters): 데이터 저장을 위한 물리적 특성 정의. 예: 테이블스페이스, 파일 그룹.
  - 성능 최적화 (Performance Optimization): 데이터 접근 속도를 높이기 위한 다양한 기법 적용.

 데이터 모델링의 3가지 요소
데이터 모델링의 주요 구성 요소는 다음과 같다:

1. Thing (Entity): 데이터베이스에서 저장할 주요 개체. 예: 학생, 강좌, 교수.
2. Attributes: 개체의 특성이나 세부 정보. 예: 학생의 이름, 강좌의 코드.
3. Relationships: 개체 간의 연관성. 예: 학생이 강좌를 수강한다, 교수가 강좌를 가르친다.