데이터 모델링의 세가지 관점:
1. 데이터 관점 : 업무와 데이터, 데이터간의 관계성
2. 프로세스 관점 : 업무가 실제로, 무엇을 하는지
3. 데이터와 프로세스의 상관관점 : 처리하는 일의 방법에 따라 데이터가 어떤 영향을 받고 있는지
여기서 모델링을 하는것은 데이터 관점이다.
데이터 모델링의 중요성 및 유의점
: 잘못된 데이터 모델링으로 인한 변경 작업으로 전체 시스템에 큰 영향을 미칠 수 있다는 것
복합한 정보 요구사항의 간결한 표현
: 간결한 데이터 모델링은 사용자들이 파악하기 쉽고 빠르다.
데이터 품질
: 데이터 보관 기간 ↑ 가치 ↑ ( 활용을 많이 하게 되기 때문)
데이터 모델링의 3단계 진행
추상화 수준에 따라 개념적, 논리적, 물리적 데이터 모델링
개념적 데이터 모델링
추상화 수준이 높고 업무 중심적이며 포괄적인 수준의 모델링.
조직, 사용자의 요구사항 분석 -> 핵심 엔티티와 관계성을 반결 -> 엔티티 관계 다이어그램 생성.
시스템 기능에 대해 논의할 수 있는 기반을 형성하며 데이터 요구사항을 발견하는 것을 지원하는 단계.
논리적 데이터 모델링
업무의 구체적인 모습과 흐름에 따른 구체화된 업무 중심의 데이터 모델링.
key, 속성, 관계 등을 정확하게 표현하며 재사용성↑
비즈니스 정보와 논리적인 구조와 규칙을 명확하게 표현
비즈니스 데이터에 존재하는 사실들을 인식, 기록함
신뢰성있는 데이터 구조를 얻기 위해 일관성을 확보, 중복 제거, 엔티티 속성 적절함을 고려한다.
식별자 확정, 정규화, m:m 관계 해소, 참조 무결성 규칙 정의 등으로 모델을 상세화 한다.
물리적 데이터 모델링
실제 DB의 저장구조에 따른 테이블 스페이스, 성능 등 물리적인 성격을 고려하여 설계.
물리적 스키마 : 데이터가 컴퓨터에 저장되는 방법 정의
테이블, 칼럼 등 물리적 저장 구조와 사용될 저장 장치, 자료를 추출하기 위해 사용될 접근 방법 사용.
참고 자료
링크텍스트
관계형 데이터베이스 :
관계형 데이터베이스 관리 시스템 (Relational Database Management System, RDBMS)
관계형 데이터베이스 관리 시스템을 따로 RDBMS라고 부른다.
MySQL
Oracle
SQLite
MariaDB
PostgresSQL
SQL
관계형 데이터베이스 관리 시스템(RDBMS)의 데이터를 관리하기 위해 설계된 특수 목적의 프로그래밍 언어이다.
관계형 데이터베이스 관리 시스템에서 자료의 검색과 관리, 데이터베이스 스키마 생성과 수정, 데이터베이스 객체 접근 조정 관리를 위해 고안되었다.
관계형 데이터베이스에서는 모두 초창기 관계 데이터베이스 시스템을 위해 만들어진 SQL이라는 언어를 사용 하므로(문법이 조금씩 다른 부분도 있다.) 관계형 데이터베이스를 SQL이라고 부르는 것이다. 즉, SQL은 관계형 데이터베이스 전용 프로그래밍 언어이다.
장점
단점
비관계형 데이터베이스 :
비관계형 데이터베이스란 관계형 데이터베이스를 뺀 나머지 유형을 총칭하는 뜻이다. 마치 한국어 외에는 다 외국어인 것 처럼 관계형 데이터베이스가 아닌 모든 곳에서는 NoSQL인 것이다.
주의할 점은 NoSQL 데이터베이스 또는 비관계형 데이터베이스로도 관계 데이터를 저장할 수 있다. 유연한 스키마를 제공하며, 대량의 데이터와 높은 사용자 부하에서도 손쉽게 확장이 가능하다.
관계형 데이터베이스에서는 데이터를 입력할 때 스키마에 맞게 입력해야 하는 반면, NoSQL에서는 데이터를 읽어올 때 스키마에 따라 데이터를 읽어 온다. 이런 방식을 ‘schema on read’라고도 한다.
읽어올 때에만 데이터 스키마가 사용된다고 하여, 데이터를 쓸 때 정해진 방식이 없다는 의미는 아니다.
데이터를 입력하는 방식에 따라, 데이터를 읽어올 때 영향을 미친다.
장점
단점
NoSQL 데이터베이스 유형
Key-Value 타입
문서형(Document) 데이터베이스
Wide-Column Store 데이터베이스
그래프(Graph) 데이터베이스
SQL과 NoSQL 비교
스키마 (Schema)
SQL
고정된 형식의 스키마가 필요하다. 다시 말해, 처리하려는 데이터 속성별로 열(column)에 대한 정보를 미리 정해두어야 한다.
스키마는 나중에 변경할 수 있지만, 이 경우 데이터베이스 전체를 수정하거나 오프라인(down-time)으로 전환할 필요가 있다. 즉, 수정이 힘들다.
NoSQL
관계형 데이터베이스보다 동적으로 스키마의 형태를 관리할 수 있다.
행을 추가할 때 즉시 새로운 열을 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 된다.
SQL과 NoSQL 선택 기준
NoSQL 기반의 비관계형 데이터베이스가 확장성이나 속도면에서 더 뛰어나다.
그러나 고차원으로 구조화된 SQL 기반의 데이터베이스가 더 좋은 성능을 보여주는 서비스도 있다.
SQL 기반의 관계형 데이터베이스를 사용하기 좋은 경우
1.데이터베이스의 ACID 성질을 준수해야 하는 경우
ACID란
2.소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우
NoSQL 기반의 비관계형 데이터베이스를 사용하기 좋은 경우
1.정형화되지 않은 대용량의 데이터를 저장하는 경우
2.클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우
3.빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우
4.읽기를 자주 하지만, 데이터 변경은 자주 없는 경우