정규화(Normalization)
- 이상현상(Anomaly)을 해결하기 위해 attribute 간의 종속 관계를 분석하여 여러 relation으로 분해하는 과정입니다.
- relation의 attribute, entity, 관계성을 파악하여 데이터의 중복성을 최소화하는 과정입니다.
- 논리적 설계 단계에서 수행됩니다.
- 정규화를 통해 relation을 분해하면 일반적으로 연산 시간이 증가합니다.
- 정규화 과정은 주어진 relation 변수들의 모임을 더 바람직한 어떤 형태로 점차 유도해가는 과정으로 특정지을 수 있습니다. 이 과정은 가역적(Reversible)입니다.
정규화의 목적
- 데이터베이스 수정, 삭제 시 이상 현상을 최소화시킵니다.
- 데이터 베이스의 물리적 구조나 물리적 처리에 영향을 주는 것은 아니고, 논리적 처리 및 품질에 큰 영향을 미칩니다.
- 데이터 구조의 안정성을 최대화시킵니다.
- 테이블 불일치의 위험을 최소화합니다.
이상 현상(Anomaly)
잘못 설계된 데이터베이스에서는 불필요한 데이터들의 중복이 발생하여 데이터의 삽입, 수정, 삭제, 연산을 수행할 때 부작용들이 발생할 수 있습니다. 이러한 부작용을 이상 현상이라고 합니다.
주로 세 가지 이상 현상이 존재합니다.
1. 삽입 이상(Insertion Anomaly):
새로운 데이터를 추가할 때 불필요한 정보까지 입력해야 하는 상황을 말합니다. 자료를 삽입할 때 특정 속성에 해당하는 값이 없어 NULL을 입력해야 하는 현상입니다.
예를 들어, 학생 정보와 과목 정보가 같이 저장된 테이블에 새 과목을 추가하려면, 해당 과목을 듣는 학생이 없더라도 임의의 학생 정보를 입력해야 하는 상황이 삽입 이상입니다.
2. 삭제 이상(Deletion Anomaly):
어떤 정보를 삭제할 때 연관된 정보까지 함께 삭제되는 상황을 말합니다.
예를 들어, 학생 정보와 과목 정보가 같이 저장된 테이블에서 학생이 모든 과목을 듣지 않게 되면 그 학생의 정보가 데이터베이스에서 사라져버리는 상황이 삭제 이상입니다.
3. 갱신 이상(Update Anomaly):
데이터를 수정할 때 일부 데이터만 변경하여 데이터 간 불일치가 발생하는 상황을 말합니다.
예를 들어, 같은 학생의 전화번호가 여러 곳에 저장되어 있어, 전화번호가 바뀌었을 때 모든 데이터를 갱신하지 않으면 일부는 바뀐 번호, 일부는 이전 번호로 표시되는 상황이 갱신 이상입니다.
함수 종속성(Functinal Dependency)
함수 종속성이란, 데이터베이스에서 한 속성(혹은 속성 집합)의 값이 다른 속성(혹은 속성 집합)의 값을 결정짓는 관계를 말합니다.
함수 종속성의 기본 형태는 'X -> Y'로 표현되며, 이는 "X가 주어지면 Y를 결정짓는다"라는 의미입니다. 여기서 X를 결정자(Determinant), Y를 종속자(Dependent)라고 합니다.
예를 들어, '학번 -> 학생 이름'은 함수 종속성의 한 예입니다. 이는 특정 학번이 주어지면 그에 해당하는 학생 이름을 알 수 있다는 것을 의미합니다.
완전 함수 종속(Full Functional Dependency)
한 릴레이션에 복합키가 존재할 때, 속성(집합)이 그 복합키 전체에 의해 종속되는 경우를 말합니다.
예를 들어, {학번, 과목 코드} -> 성적 이 학번과 과목 코드 전체에 의해 결정되므로 완전 함수 종속성을 가집니다.
부분 함수 종속(Partial Functional Dependency)
한 릴레이션에 복합키가 존재할 때, 속성(집합) 이 그 복합키의 일부에만 종속되는 경우를 말합니다.
예를 들어, {학번, 과목 코드} -> 학생 이름 에서 학생 이름은 학번에만 의존하므로 부분 함수 종속성을 가집니다.
이행 함수 종속(Transitive Dependency)
한 속성(집합)이 다른 속성(집합)을 통해 간접적으로 종속되는 경우를 말합니다. 즉, X -> Y, Y -> Z가 종속 관계일 때, X -> Z가 성립되는 경우입니다.
예를 들어, 학번 -> 학과, 학과 -> 학과장 이 성립하면, 학번 -> 학과장 이 성립됩니다.
정규화 과정
1차 정규형
테이블 R 에 속한 모든 도메인이 원자값(atomic value) 만으로 구성되어 있는 경우
2차 정규형
제1 정규화를 진행한 테이블에 대해 완전 함수 종속을 만족하도록 테이블을 분해한 경우
완전 함수 종속: 키의 부분 집합이 결정자가 되지 않음 (부분 종속 x)
=> 기본키가 '고객ID'와 '상품코드' 속성으로 구성되어있을 때 '제품명'은 기본키 중 '제품코드'만 알아도 식별 가능
이 경우에는 '제품명' 속성은 기본키에 부분 함수 종속된 관계
=> 하지만, '수량' 속성은 기본키를 알아야 식별이 가능
이 경우 '수량' 은 기본키에 완전 함수 종속된 관계
3차 정규형
제2 정규화를 진행한 테이블에 대해 이행적 종속을 없애도록 테이블을 분해하는 것
이행적 종속: X, Y, Z라는 3 개의 속성이 있을 때 X→Y, Y→Z 이란 종속 관계가 있을 경우, X→Z가 성립
=> '제품코드' 로 '소분류' 를 알 수 있습니다.
=> '소분류' 로 '대분류' 를 알 수 있습니다.
=> 따라서 '제품코드' 로 '대분류' 를 알 수 있다. = 대분류는 소분류에 의해 관계되는 항목이지만, 제품코드를 통해 귀속
이행적 종속을 제거하지 않는다면, '소분류'에서 '컴퓨터 부품'을 수정한다면 모든 '컴퓨터 부품'이 포함된 튜플을 모두 수정해주어야 합니다.
보이스-코드 정규형(BCNF)
제3 정규화를 진행한 테이블에 대해 모든 결정자가 후보키가 되도록 테이블을 분해한 경우
후보키: 테이블에서 각 행을 유일하게 식별할 수 있는 최소한의 속성들의 집합.
후보키는 기본키가 될 수 있는 후보들이며 유일성과 최소성을 동시에 만족
X → Y 일 때 X는 결정자, Y는 종속자
=> (학생, 과목) -> 교수 & 교수 -> 과목
=> 교수가 과목을 결정하는 결정자이지만, 후보키가 아니라는 점
=> 학생 / 교수 (함수적 종속x) , 교수 -> 과목
4차 정규형
3정규형 또는 BCNF를 만족하면서 추가로 다치 종속(MVD, Multi-Valued Dependency)을 제거한 형태입니다.
다치 종속이란 하나의 속성이 다른 속성에 대해 여러 개의 값을 가지는 경우를 말합니다.
예를 들어, 한 사람이 여러 개의 전화번호를 가지고 있는 경우가 다치 종속의 예입니다. 이를 제거함으로써 데이터베이스의 무결성을 높일 수 있습니다.
5차 정규형
4정규형을 만족하면서 추가로 조인 종속성을 만족하는 형태입니다.
조인 종속성이란 릴레이션을 분해한 후에 다시 조인 연산을 수행했을 때 원래의 릴레이션을 얻을 수 있는 성질을 말합니다.
반정규화(De-Normalization)
정규화를 거치면 릴레이션 간의 연산(JOIN 연산)이 많아지는데, 이로인해 성능이 저하를 고려해 다시 정규화 이전 형태로 돌려 놓습니다.
데이터 조회 시 디스크 I/O량이 많을 때 부분적인 반정규화를 고려합니다.
특징
- 시스템이 물리적으로 구현되었을 때 성능 향상을 목적으로 합니다.
- 데이터 모델링 규칙에 얽매이지 않고 수행합니다.
- 반 정규화 방법에는 테이블 통합, 테이블 분할, 중복 테이블 추가, 중복 속성 추가 등이 있습니다.
