[DB] Data Model, Schema, Instances

🌝 Data Models, Schemas, Instances에 대해 알아보자

들어가기에 앞서

Data Model은 현실 세계의 개체를 컴퓨터로 표현하기 위해서 데이터를 단순화, 추상화하여 체계적으로 표현한 개념적 모델이다.

전체 메커니즘 상 데이터 모델링 후 스키마를 작성하고 실제 데이터를 저장한 결과가 인스턴스이다.

---

Data Model

DB의 구조(데이터 타입,관계, 제약조건), 연산, 제약조건을 묘사하기는 개념들의 집합을 나타낸다.

종류

• Conceptual data models(High-level, semantic): 데이터를 현실세계와 가깝게 인식 할 수 있게 해주는 추상적 개념(entity,attribute, relationship 등)을 제공한다. ex) ER diagram
  
• Physical data models(Low-level,internal): 데이터가 실제로 컴퓨터의 저장매치(HDD,RAM,SDD 등)에 어떻게 저장되는지에 대한 개념을 제공한다. ex) 행 기반으로 저장할 것인지, 열 기반으로 저장시킬 것인지
  
• Implementation data models(Logical): 위에 나온 양극단 데이터 모델의 중간 개념을 제공함. 개념 데이터 모델을 상세화하여 논리적인 데이터 집합, 관리항목, 관계를 정의한 모델이다. ex) relational data models
  
• Self-describing models: 데이터에 대한 설명과 실제 데이터 값을 합쳐놓은 모델이다. MongoDB와 같은 noSQL 시스템에서 볼 수 있다.
  

인스턴스 vs 스키마

데이터베이스는 정보가 추가되고 삭제됨에 따라 시시각각 변한다. 어느 특정한 순간에 데이터베이스에 저장되어 있는 정보의 모임(저장된 결과)을 데이터베이스의 인스턴스라고 한다. 반면에 데이터베이스의 전체적인 설계를 이야기할때에는 데이터베이스 스키마 라고 한다.

Database Schema vs Database State (Instances)

• Database schema : 상태를 만들기위한 전체적인 도식
  1. 데이터베이스의 구조와 구성 요소에 대한 정보 정의 : 테이블, 열(컬럼),제약 조건, 관계 등의 정보 포함
  2. dbms catalog 에 저장되어 있음
     1. 카탈로그는 DBS 관리 시스템에 자체적으로 유지하는 특수한 데이터베이스
     2. 카탈로그에 저장된 정보를 메타 데이터
• Database state ( instances ) : 어떠한 한 시점의 데이터베이스 상태
  1. database 안에 있는 meta -data 자체는 바뀌지 않고 시점에 따라 상태는 계속 바뀜

(Database)Schema

DB가 어떻게 생겼는지에 대한 설명이다.

'intension 혹은 meta-data'라고도 부른다.

그렇지만 meta-data 가 스키마를 포괄하는 느낌 !

스키마 정보뿐만 아니라 인덱스, 뷰, 사용자 권한, 테이블 스페이스 등의 데이터베이스 객체와 관련된 정보도 메타데이터로 포함된다.

구성요소

• 데이터베이스의 구조,
• 데이터 타입,
• 제약 조건
• 등등

DB를 설명할 수 있다.

DBMS의 catalog에 저장되어있다.

Schema construct: 스키마의 구성 요소

relational database schema vs relation R의 schema

어떤 relation R의 스키마라고 한다면 (SQL에서 create table문을 떠올리면 쉽습니다) attribute 리스트와 각 attribute의 domain 및 그 attribute의 constraint을 포함합니다. database schema는 같은 database 내의 relation들에 대한 스키마의 모음이라고 할 수 있지요. 특히 서로 다른 relation 간의 constraint, 즉 referential integrity constraint (즉 FK-PK) 등도 포함합니다. 다시 말해, 내가 만들 데이터베이스 모델을 설명하는 총체적인 메타 정보이지요.

relational database schema 내가 만든 한 테이블에 대한 테이블 안의 정보
relation R의 schema 내가 만든 테이블들에 대한 관계

---

Three- schema Architecture

💡 Goal 💡 To seperate the user applications frome the physical database

• 쉽게 말해서 유저 응용 프로그램과 물리적인 데이터베이스를 분리하는 것이 목표이다.
• 계층간 소통을 잘 하기 위해서는 mapping을 잘해줘야함

• Internal(physical) Schema
  • 물리적인 저장소 구조와 접근 경로를 설명한다. 보통 physical data model을 사용한다.
• Conceptual(logical) Schema
  • 데이터베이스의 구조와 제약조건을 설명한다. 물리적인 저장소 구조를 감추고 데이터베이스의 구조를 설명하는 것에 집중한다. Conceptual data model(er) 혹은 Logical data model(relational)을 사용한다.
• External(view level) Schema
  • 다양한 유저 뷰를 정의한다. 사용자나 응용프로그래머가 각 개인의 입장에서 필요로 하는 데이터베이스의 논리적 구조를 정의한 것이다. 각 external schema는 유저가 관심있는 데이터베이스의 특정 부분만 설명하고 나머지 부분은 숨긴다.

추가 설명

스키마 레벨간 매필을 통해 '요청'과 '데이터'를 변환한다. 유저가 external view를 통해 데이터를 요청하면, 그 요청은 conceptual schema를 거치고 internal schema를 거쳐서 실제 데이터에 접근하게 된다.

이렇게 하는 이유는 물리적 db로부터 유저를 분리시키기위함입니다.

스키마 레벨을 나누면 스키마가 'tightly couped' 되는 것을 방지 할 수 있어 확장성을 높일 수 있다.

Conceputual/Internal 스키마를 명시하거나 어떤 두 스키마 사이의 매핑을 명시할 때 DDL 를 사용한다.

Data Independence

• Logical data independence
  • external schema를 건드리지 않고 conceptual schema를 변경할 수 있는 능력
• Physical data independece
  • conceptual schema를 건드리지 않고 internal schema를 변경 할 수 있는 능력.

DBMS가 data independence를 지원하면, 하위 레벨의 스키마가 변경됐을 때 상위 레벨의 스키마와 간의 매핑만 변경되면 된다. 상위 스키마 자체는 변경되는 것이 없다.

Instance?

어느 한 시점에 데이터베이스의 상태, 즉 저장되어 있는 실제 정보를 뜻함

'database state ' 혹은 'snapshot'이라고도 부름

sql 의 특성

1. structured query language (DDL + DML )

2. declarative

   • 뭐가 필요한지 선언만 해주고 어떻게 들어오는지는 상관하지 않는다.

3. set - oriented

   set-oriented 접근 방식에서는 SQL 쿼리를 통해 전체 데이터 집합에 대한 작업을 수행한다. 즉, 데이터베이스의 테이블에 있는 모든 레코드를 대상으로 쿼리를 실행하고 결과를 반환한다. 이렇게 하면 각 레코드를 개별적으로 처리하는 대신, 한 번의 쿼리 실행으로 데이터를 처리할 수 있다.

   Set-oriented 방식은 일괄 처리(batch processing) 작업이나 대량의 데이터를 처리하는 경우에 특히 유용하다. 예를 들어, "모든 고객의 이름을 대문자로 변경하라"라는 요구사항이 있다면, SQL 쿼리를 사용하여 한 번에 모든 레코드에 대해 업데이트할 수 있다.

   반대로, "record-at-a-time" 접근 방식은 각 레코드를 개별적으로 처리하는 방식을 의미한다. 이 경우에는 하나의 레코드를 처리하는 동안 다른 레코드와 상호작용할 수 있다.

4. declarative

   1. 뭐가 필요한지 선언만 해주고 어떻게 들고오는지는 상관 없다.

DB 디자인 과정

DB 디자인 과정을 간단히 하면 다음과 같다.

1. 요구사항 수집 및 평가
2. conceptual design
   1. conceputal Schema
3. Logical design(data model mapping)
   1. conceptual Schema
4. physical design

참조 문서

• 데이터베이스 시스템 / Abraham Silberschatz, Henry F. Korth, S. Sudarshan 지음 ; 정연돈 [외]옮김