[ Session ] Database

Hailee·2020년 11월 23일

> wecode

목록 보기

3/11

데이터모델링 정리 글(2019)
👆🏻 2019년 아무것도 모르던 코린이 시절에 정리한 글

1. 관계형 데이터베이스의 정의
2. null값 입력으로 인한 "L자형 테이블"
3. 키의 개념과 정류
4. 무결성(integrity)
5. 이상(anomaly) 현상과 데이터의 중복
6. 정규화
7. 1 정규화
8. 2 정규화
9. 3 정규화
10. 카디널리티
** 다대다(M:N) 테이블의 문제점 & 해결방법
11. 데이터모델링의 규칙

과거 국비생 시절에 데이터베이스를 처음 접했을 땐
이해했다고 생각했지만, 정규화에 대해서는 개념이 잘 잡혀있지 않은 상태였다
~~그래서 참 많이 싸웠지~~.. 정규화 알고 다시와서 이야기하자고 그랬었던 우리..
다들 기억 하시나요..? (혼자 아련)

그 땐 1:1, 1:N, M:N 이 개념이 참 설명하려면 힘들었던, 그런 개념이었는데
그래도 한번 다 겪어봐서인지 지금은 세션 듣는 동안 이해가 좀 더 수월하게 갔다.

그래도 다시한번 정리 꼬!
(소중한 세션시간)

1. 데이터베이스란?

What is Database? (Oracle)

A database generally refers to a structured collection of structured information or data stored electronically in a computer system.

The database is usually controlled by a database management system (DBMS). Data and DBMS are referred to as 'database systems' along with related applications, and are also collectively referred to as 'databases' for short.

데이터베이스 : 컴퓨터 시스템에 저장된 정보 / 데이터의 집합
보통 DBMS(데이터베이스 시스템)으로 제어
Application에서는 데이터가 메모리 상에서 존재
메모리에 존재하는 데이터는 보존이 되지 않아 어플리케이션 종료 후에는 다시 읽어들일 수 없음
👉🏻 데이터를 오랜 기간 저장 & 보존 하기 위해서 데이터베이스 사용

관계형 데이터베이스 (RDBMS) 👉🏻 Relational

비관계형 데이터베이스 (NoSQL) 👉🏻 Non-Relational

2. RDBMS란? 왜 관계형 테이블을 쓰는가?

관계형 데이터베이스

관계형 데이터 모델에 기초를 둔 데이터베이스 시스템

Relational Database Management System
: MySQL, Postgres, Oracle DB

관계형 데이터
: 서로 상호 관련성을 가진 형태로 표현한 데이터
column(각 항목), row(실제 값)로 구성
: 각 row는 저만의 Primary Key를 가지고 있으며
해당 row를 찾거나 인용(reference)함

One To One

각 테이블의 row가 정확히 1:1 매칭이 되는 관계
(회원 T / 회원정보 T)
One To Many

한 테이블의 row가 다른 테이블의 여러 row와 연결이 되는 관계
(고객 T / 구매 내역 T)
Many To Many

한 테이블의 여러 row - 다른 테이블의 여러 row와 연결이 되는 관계
(작가 T / 여러 책 T / 작가와 책 T)

4. 테이블의 관계

어떻게 Table 끼리 연결하는가?

Foreign Key(외래키)로 연결
부모 table에 존재하는 값만 자식 table에 생성될 수 있다.

왜 Table을 연결하는가?

하나의 테이블에 모든 정보를 넣으면
: 동일 정보들이 불필요하게 중복되어 저장
: 더 많은 디스크 사용, 잘못된 데이터 저장 가능성 🤯🤯
여러 테이블에 나누어서 저장할 경우
: 중복된 데이터 X -> 효율적 디스크 사용
: 같은 데이터이지만 부분적으로 내용 다른 데이터 생성 가능성 적어짐
(Normalization : 정규화)

5. 트랜잭션이란? ACID는?

Transaction

ACID를 제공함으로 따라서 트랜잭션 기능 제공
: 일련의 작업들을 한번에 하나의 Unit으로 실행
: 하나의 작업처럼 취급되어 모두 성공 / 모두 실패 처리 (Commit & Rollback)

ACID

Atomicity(원자성)

트랜잭션과 관련된 작업들이 부분적으로 실행되다가 중단되지 않는 것을 보장하는 능력

중간 단계까지 실행되고 실패하는 일이 없도록 하는 것

예를 들어, 자금 이체는 성공할 수도 실패할 수도 있지만 보내는 쪽에서 돈을 빼 오는 작업만 성공하고 받는 쪽에 돈을 넣는 작업을 실패해서는 안됨

Consistency(일관성)

트랜잭션이 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 유지하는 것

무결성 제약이 모든 계좌는 잔고가 있어야 한다면 이를 위반하는 트랜잭션은 중단됨

Isolation(고립성)

트랜잭션을 수행 시 다른 트랜잭션의 연산 작업이 끼어들지 못하도록 보장하는 것

트랜잭션 밖에 있는 어떤 연산도 중간 단계의 데이터를 볼 수 없음

은행 관리자는 이체 작업을 하는 도중에 쿼리를 실행하더라도 특정 계좌간 이체하는 양 쪽을 볼 수 없음
공식적으로 고립성은 '트랜잭션 실행내역은 연속적이어야 함'을 의미
성능관련 이유로 인해 이 특성은 가장 유연성 있는 제약 조건

Durability(지속성)

지속성(Durability)은 성공적으로 수행된 트랜잭션은 영원히 반영되어야 함을 의미

시스템 문제, DB 일관성 체크 등을 하더라도 유지되어야 함을 의미

전형적으로 모든 트랜잭션은 로그로 남고 시스템 장애 발생 전 상태로 되돌릴 수 있음

트랜잭션은 로그에 모든 것이 저장된 후에만 commit 상태로 간주될 수 있습니다.

6. 관계형 데이터베이스 & 비관계형 데이터베이스

SQL (RDBMS)

장점:
- 관계형 데이터베이스는 데이터를 더 효율적으로 그리고 체계적으로 저장할 수 있고 관리 할 수 있다.
- 미리 저장하는 데이터들의 구조(테이블 스키마)를 정의 함으로 데이터의 완전성이 보장할 수 있다.
- 트랜잭션(transaction)
단점:
- 테이블을 미리 정의해야 하므로 테이블 구조 변화 등에 덜 유연한다.
- 확장성이 쉽지 않다.
  - 역시 테이블 구조가 미리 정의 되어 있다보니 단순히 서버를 늘리는것 만으로 확장하기가 쉽지 않고 서버의 성능 자체도 높여야 한다.
  - 서버를 늘려서 분산 저장 하는것도 쉽지 않다.
  - Scale up (서버의 성능을 높이는것)으로 확장성이 됨.
정형화된 데이터들 그리고 데이터의 완전성이 중요한 데이터들을 저장하는데 유리하다.
- 예) 전자상거래 정보. 은행 계좌 정보, 거래 정보 등등.

NoSQL

장점:
- 테이터 구조를 미리 정의하지 않아도 되므로 저장하는 데이터의 구조 변화에 유연하다.
- 확장하기가 비교적 쉽다. 그냥 서버 수를 늘리면 됨(scale out)
- 확장하기가 쉽고 테이터의 구조도 유연하다 보니 방대한 양의 데이터를 저장하는데 유리하다.
단점:
- 데이터의 완전성이 덜 보장된다.
- 트랜잭션이 안되거나 비교적 불안정하다.
주로 비정형화 데이터 그리고 완전성이 상대적으로 덜 유리한 데이터를 저장하는데 유리하다.
- 예) 로그 데이타