Data Anomaly
정규화(Normalization) 는 사용자가 데이터베이스를 도입하지 않고도 튜플을 삽입, 삭제 및 업데이트 할 수 있도록 관계를 잘 구조화 된 관계로 분할하는 프로세스입니다.
정규화가 없으면 통합 relation 모델을 DBMS(DataBase Management System)에 로드하려고 할 때 많은 문제가 발생할 수 있습니다. 이러한 문제를 Data Anomaly라고 하며, 이런 문제가 없도록 정규화하는 과정이 필요로 합니다.
총 4가지의 Data Anomaly가 있는데 정리해보록 하겠습니다. 💁♂️
🤦♂️ Redundancy
re·dun·dancy [1]
- (인력 과잉에 따른) 정리 해고
- 불필요한 중복
영어 사전에 찾아보면 뜻은 위에와 같이 "정리해고", "불필요한 중복" 이라고 나옵니다.
말그대로 정규화를 하지 않게 되면 불필요한 중복이 발생되어 이는 데이터베이스 설계에 있어서 비효율적이며, 이는 데이터베이스의 performance에 영향을 줄 가능성이 높습니다.
예를 들어 보겠습니다.
위 그림은 정규화 되지않은 Student들마다 등록한 Course에 대한 정보들이 들어간 테이블입니다.
만약 Course마다 하나의 Room만 지정할 수 있도록 설계를 해야 했다면 Room에 대한 정보를 하나의 테이블에서 Course와 Room에 대한 정보를 불 필요하게 저장해야하나? 라는 겁니다.
그렇다면 어떻게 할것인가? 는 정규화를 통해서 테이블을 나눠 저장하게 되면 불필요한 중복을 제거할 수 있습니다.
간단한 예를 보여드리자면
위 그림은 불필요한 중복을 제거하는 간단한 정규화로, Student과 Course만 저장하는 테이블과 Course와 Room만 저장하는 테이블로 나눠 저장 합니다.
이 과정에서 Student과 Course만 저장하는 테이블은 Course와 Room만 저장하는 테이블에서 Course만 참조(reference) 하게 되면 불필요한 정보를 하나의 테이블에서 중복해서 저장하지 않아도 되게 되는 것 입니다.
🤦♂️ Insert Anomaly
삽입이상(Insert Anomaly)은 다른 Attribute가 없으면 특정 Attribute을 데이터베이스에 삽입 할 수 없을 때 발생합니다.
예를 들어보겠습니다.
위 그림의 데이터는 새로운 Course가 추가되는 경우입니다. 당연히 Student에 대한 정보가 없을 것 입니다.
하지만 이는 정규화 되지 않는 테이블로 Course에 대해서 어떤 Student이 있는지 확인하는 과정에서 이상하다고 생각 할 수 있습니다.
위 그림의 경우는 Student가 Primary Key라고 가정하게 되면 발생되는 삽입이상(Insert Anomaly)입니다.
그 이유는 Primary Key의 경우 Not Null로 데이터를 insert 하는 과정에서 정보가 필수적이라 Course에 대해서 Student에 대한 정보가 존재하지 않지만 넣어줘야해 불필요한 ?? 과 같은 데이터를 넣어줘야합니다.
이를 종합해서 우리는 삽입이상(Insert Anomaly) 이라고 합니다.
🤦♂️ Delete Anomaly
삭제이상(Delete Anomaly)은 하나의 속성에 대해서 정보를 삭제하는 경우 필요로 하는 정보도 삭제해야되는 경우입니다.
예를 들어보도록 하겠습니다.
위 그림에서 만약 하나의 Course에 대해서 Student가 한명씩밖에 없다고 가정했을때 문제가 발생됩니다.
Student B가 Course에 대해서 취소해서 해당 데이터를 Drop해야 하는 경우 Course에 대한 정보도 같이 날라가게 되는 경우가 발생됩니다.
🤦♂️ Update Anomaly
갱신이상(Update Anomaly)은 하나의 속성에 대해서 정보를 수정하는 경우 데이터의 불일치가 발생되는 경우입니다.
예를 들어보도록 하겠습니다.
위 그림에서 만약 Student B가 Course를 수정하는 경우 문제가 발생됩니다. CS145에서 BD401로 Course를 수정했음에도 Room에 대한 정보가 수정되지 않아 데이터가 일치하지 않는 문제가 발생되게 되는 것 입니다.
이번 포스팅은 정규화를 하지 않았을때 발생되는 데이터 이상현상(Data Anomaly)에 대해서 살펴보았습니다.
다음 포스트는 데이터 이상현상(Data Anomaly)를 최소화 할 수 있는 정규화(Normalization)에 대해서 알아보도록 하겠습니다.
reference
[1]. https://en.dict.naver.com/#/entry/enko/33944e1caa7e4a92994f8d8d518e92bf
