[Computer Science][Database] 🌟 데이터베이스 정규화 🌟

데이터베이스 설계를 할 때, 데이터를 효율적으로 저장하고 중복을 최소화하기 위해 정규화(Normalization) 과정을 거치게 됩니다. 중복 데이터를 허용하지 않으면서 무결성을 유지하면서도 DB 저장 용량을 효율적으로 관리할 수 있습니다. 오늘은 고객과 주문 데이터를 예시로 들어, 정규화의 각 단계를 설명해 드릴게요! 🎉

---

🏗️ 데이터베이스 정규화의 목적 🚀

1️⃣ 데이터 중복 제거 및 불필요한 데이터 최소화 🗑️

• 데이터 중복이 발생하면 관리가 어렵고 저장 공간도 낭비되며, 데이터 수정 시 일관성을 유지하기 어렵습니다. 예를 들어, 고객의 주소 정보가 여러 테이블에 중복되어 있으면, 주소 변경 시 모든 테이블을 수정해야 합니다. 정규화를 통해 데이터를 적절히 분리하여 중복을 최소화하면, 이러한 문제를 방지할 수 있습니다.
• 정규화를 통해 테이블을 분리하고 관계를 설정함으로써, 중복되는 데이터를 없애고 저장 공간을 절약합니다.

2️⃣ 데이터 무결성 유지 및 이상 현상 방지 🔐

• 데이터베이스에서 무결성(Integrity)이란 데이터의 정확성과 일관성을 의미합니다. 정규화를 통해 데이터베이스에서 삽입 이상, 갱신 이상, 삭제 이상과 같은 이상 현상(Anomaly)을 방지할 수 있습니다.
  • 삽입 이상: 데이터 삽입 시 불필요한 정보가 필요하게 되는 상황입니다. 정규화가 되지 않으면 특정 데이터를 삽입할 때 연관되지 않은 데이터도 동시에 입력해야 하는 문제가 발생합니다.
  • 갱신 이상: 데이터를 수정할 때, 여러 곳에 동일한 데이터가 중복되어 있으면 모든 곳에서 수정해야 하는 문제입니다. 이를 수정하지 않으면 일관성 없는 데이터가 남을 수 있습니다.
  • 삭제 이상: 특정 데이터를 삭제할 때 다른 관련 정보까지 같이 삭제되는 문제입니다. 예를 들어, 특정 주문 정보를 삭제할 때 고객 정보까지 삭제되는 문제가 생길 수 있습니다.

3️⃣ 논리적이고 직관적인 테이블 구성 📊

• 정규화를 통해 테이블을 분리하고 관계를 설정함으로써 테이블 구성이 더욱 논리적이고 직관적으로 만들어집니다. 각 테이블은 고유한 역할을 가지고, 중복된 정보 없이 효율적으로 데이터를 저장합니다.
• 예를 들어, 고객 정보는 고객 테이블에, 주문 정보는 주문 테이블에 각각 저장하여 테이블 구조가 명확하고 유지보수하기 쉽습니다.

4️⃣ 데이터베이스 확장성 향상 📈

• 정규화를 통해 테이블이 독립적으로 설계되기 때문에, 새로운 데이터를 추가하거나 기존 테이블을 확장할 때 영향을 최소화할 수 있습니다.
• 예를 들어, 고객 테이블과 주문 테이블이 분리되어 있을 경우, 주문 테이블에 새로운 주문 유형이나 상세 정보를 추가하는 것이 고객 테이블에는 영향을 주지 않으므로 확장성이 높아집니다.

---

1️⃣ 제1정규형 (1NF) - 원자성 보장 🧩

조건: 각 컬럼은 하나의 값(원자값)만을 가져야 합니다. 즉, 테이블 내 모든 셀은 더 이상 나눌 수 없는 원자 값을 가져야 하며, 반복되는 그룹이 없어야 합니다.

1NF 적용 전후 예시:

비정규화된 데이터에서는 셀이 하나의 값을 가질 수 있지만, 중복된 컬럼이 있을 경우 이를 분리해야 합니다. 그러나 아래 예시는 중복된 컬럼이 없어 1NF 조건을 충족하고 있습니다.

주문번호	고객이름	고객주소	상품명	상품가격	수량
1001	홍길동	서울 강남구 123	스마트폰	500,000	1
1002	이몽룡	서울 강동구 456	노트북	1,200,000	1
1003	홍길동	서울 강남구 123	태블릿	300,000	2

이 테이블은 1NF가 적용된 상태로, 모든 셀이 원자 값을 가지고 있어 데이터의 원자성이 보장됩니다. 🎯

1NF 조건 요약:

• 각 도메인은 원자값으로만 구성되어야 합니다.
• 반복되는 그룹이 나타나지 않아야 합니다.
• 기본키를 통해 각 데이터 집합을 고유하게 식별할 수 있어야 합니다.

정리하자면, 제1정규형은 모든 셀이 원자 값을 가져야 한다는 규칙을 통해 데이터의 일관성과 정확성을 보장하는 첫 번째 단계입니다! 🚀

---

2️⃣ 제2정규형 (2NF) - 부분 함수 종속성 제거

조건: 기본 키의 일부에만 종속된 속성을 제거하고, 각 속성은 기본 키에 완전 종속되도록 해야 합니다.

이 테이블에서 기본 키가 '주문번호'라고 가정하면, 고객이름, 고객주소는 주문과 관계없이 고객의 고유한 정보입니다. 따라서 고객 정보를 따로 분리하여 고객 테이블을 만들어야 합니다. 🙌

즉, 기본키의 부분집합이 결정자가 되어서는 안됩니다. 즉, 제2정규형 전의 테이블에서 기본키에 속해 있을지도 모르는 고객이름에 따라 고객주소가 결정되어 결정자가 된다. 그렇기 때문에 이를 별도로 관리해야 합니다.

💻 2NF 적용 후:

1. 고객 테이블 👥

고객ID	고객이름	고객주소
C001	홍길동	서울 강남구 123
C002	이몽룡	서울 강동구 456

2. 주문 테이블 📦

주문번호	고객ID	상품명	상품가격	수량
1001	C001	스마트폰	500,000	1
1002	C002	노트북	1,200,000	1
1003	C001	태블릿	300,000	2

이제 고객이름과 고객주소가 더 이상 주문 테이블에 중복 저장되지 않고, 고객ID로 참조하여 관리됩니다 😊

---

3️⃣ 제3정규형 (3NF) - 이행적 종속성 제거

조건: 기본 키가 아닌 속성 간 종속성이 없어야 합니다. 즉, 기본 키가 아닌 컬럼이 다른 비기본 키 컬럼에 종속되어 있으면 안 됩니다.

여기서 상품명과 상품가격은 서로 종속 관계에 있어요. 즉, 상품이 정해지면 가격도 자동으로 결정되죠. 따라서 상품 정보를 따로 분리하여 상품 테이블로 관리해야 합니다. 🍀

제2 정규화를 적용한 테이블에서 A->B, B->C가 성립할 때, A->C가 성립하는 것을 이행적 종속이라고 하는데 어떤 주문이 어떤 상품과 어떤 고객이 샀는지를 종속성으로 가지고 있는데 여기서 상품명과 상품가격이 종속관계에 있으므로 이를 분리해야 합니다.

💻 3NF 적용 후:

1. 고객 테이블 👥

고객ID	고객이름	고객주소
C001	홍길동	서울 강남구 123
C002	이몽룡	서울 강동구 456

2. 상품 테이블 🛒

상품ID	상품명	상품가격
P001	스마트폰	500,000
P002	노트북	1,200,000
P003	태블릿	300,000

3. 주문 테이블 📦

주문번호	고객ID	상품ID	수량
1001	C001	P001	1
1002	C002	P002	1
1003	C001	P003	2

이제 상품명과 상품가격은 상품 테이블에서 관리되고, 주문 테이블은 상품ID를 참조하게 됩니다. 이렇게 함으로써 이행적 종속성이 제거되었어요 🎯

---

4️⃣ BCNF (Boyce-Codd Normal Form)

조건: 모든 결정자가 후보 키여야 합니다. 제3정규형에서는 이행적 종속성을 제거했지만, BCNF는 후보 키의 제약을 더 강화합니다. 즉, 제 3정규화를 진행한 테이블에 대해 모든 결정자가 후보키가 되도록 합니다.

예를 들어, 만약 한 주문에서 한 고객이 특정 영업 사원을 담당한다고 가정할 경우, 주문번호와 고객ID 외에도 영업 사원 ID가 함께 포함될 수 있습니다. 이때, 고객ID가 영업 사원을 결정하는 비정규적 관계가 존재할 수 있습니다.

BCNF 적용 후:

1. 고객 테이블 👥

고객ID	고객이름	고객주소
C001	홍길동	서울 강남구 123
C002	이몽룡	서울 강동구 456

2. 상품 테이블 🛒

상품ID	상품명	상품가격
P001	스마트폰	500,000
P002	노트북	1,200,000
P003	태블릿	300,000

3. 주문 테이블 📦

주문번호	고객ID	상품ID	수량
1001	C001	P001	1
1002	C002	P002	1
1003	C001	P003	2

4. 영업사원 테이블 👔

고객ID	영업사원ID
C001	S001
C002	S002

여기서는 고객ID가 영업사원을 결정하는 비정규적인 관계를 제거하여, 고객과 영업사원의 정보를 별도로 관리하게 됩니다 🎉

---

아래는 정규화의 단점만을 Velog에 올리기 적합하게 정리하고 꾸민 내용입니다. 이모지와 소제목으로 시각적 효과를 더했습니다.

---

정규화의 단점 😕

데이터베이스 설계에서 정규화는 많은 장점을 제공하지만, 모든 상황에서 완벽한 해법이 되지는 않습니다. 정규화를 과도하게 적용할 경우 발생할 수 있는 몇 가지 단점을 알아보겠습니다.

1. 복잡한 쿼리 구조 🔄

정규화를 통해 테이블이 많이 분리되면, 데이터를 조회할 때 여러 테이블을 JOIN해야 합니다. 이로 인해 쿼리 구조가 복잡해지고, 작성 및 유지 관리가 어려워질 수 있습니다.

2. 성능 저하 가능성 📉

JOIN 연산이 자주 사용되는 경우 데이터 조회 성능이 저하될 수 있습니다. 특히 대용량 데이터베이스에서 정규화된 테이블은 다수의 테이블을 합쳐야 하므로, 성능에 부정적인 영향을 미칠 수 있습니다.

3. 데이터 삽입 및 업데이트 성능 저하 🐢

정규화된 테이블은 데이터를 삽입하거나 업데이트할 때 여러 테이블에 작업을 해야 할 수 있습니다. 이로 인해 삽입/수정 작업이 복잡해지고 성능이 떨어질 가능성이 있습니다.

4. 과도한 정규화로 인한 복잡성 증가 🧩

너무 많은 테이블을 분리하면 데이터베이스 구조가 지나치게 복잡해집니다. 개발자가 테이블 구조를 이해하기 어렵거나, 유지보수가 불편해질 수 있습니다.

5. 쓰기 성능 저하 ✍️

정규화는 읽기 작업에서는 유리하지만, 쓰기 작업이 빈번한 시스템에서는 불리할 수 있습니다. 여러 테이블에 데이터를 나누어 저장하는 과정에서 쓰기 성능이 저하될 수 있습니다.

정규화는 데이터베이스의 무결성을 유지하고 중복을 줄이기 위한 필수적인 과정이지만, 때로는 성능과 효율성을 위해 비정규화를 적용하여 적절히 균형을 맞추는 것이 필요합니다. 각 상황에 맞는 최적의 방법을 선택하는 것이 중요합니다! 💡

---

아래는 역정규화에 대해 Velog에 업로드하기 적합하게 정리한 내용입니다. 시각적 효과를 위해 이모지와 소제목을 사용해 꾸며보았습니다.

---

역정규화의 필요성과 이유 🌐

데이터베이스 설계에서 정규화(Normalization)는 필수적이지만, 때로는 성능 최적화를 위해 역정규화(Denormalization)를 적용해야 할 때가 있습니다. 역정규화는 데이터 중복을 허용하거나 테이블 결합을 통해 성능을 최적화하는 방법입니다. 이번 글에서는 역정규화를 적용하는 이유와 그 필요성에 대해 알아보겠습니다.

---

1. 읽기 성능 최적화 🚀

정규화된 테이블에서는 데이터를 조회할 때 JOIN 연산이 자주 발생하여 성능이 저하될 수 있습니다. 역정규화를 통해 데이터를 중복 저장하거나 결합하면, JOIN 연산을 줄여 조회 속도를 크게 향상시킬 수 있습니다. 특히 읽기 작업이 빈번한 시스템에서 큰 효과를 봅니다.

2. 복잡한 쿼리 구조 간소화 🔄

정규화가 심화될수록 쿼리 구조가 복잡해질 수 있습니다. 여러 테이블을 JOIN해야 하는 상황에서, 역정규화를 통해 데이터를 결합하거나 중복 저장하면 쿼리 구조를 단순화할 수 있습니다. 이를 통해 쿼리 작성과 유지보수가 쉬워집니다.

3. 데이터 일관성보다 성능이 중요한 경우 ⏱️

실시간 성능이 중요한 시스템에서는 데이터 일관성보다 응답 속도가 더 중요한 경우가 많습니다. 이럴 때는 역정규화를 적용해 성능을 높일 수 있습니다. 예를 들어, 대규모 웹사이트나 실시간 검색 엔진에서는 성능이 핵심이므로, 약간의 데이터 중복을 감수하고서라도 빠른 응답 속도를 유지하는 것이 중요합니다.

4. 읽기 중심 시스템에서의 최적화 📊

읽기 작업이 쓰기 작업보다 훨씬 많은 시스템에서는 데이터를 여러 번 읽는 것이 비효율적일 수 있습니다. 역정규화를 통해 데이터를 한 곳에 모아두면 읽기 작업이 최적화되고, 데이터 접근 속도가 빨라집니다. 예를 들어, 리포팅 시스템이나 데이터 분석 시스템에서는 역정규화가 유리합니다.

5. 저장 공간이 넉넉할 때 💾

역정규화는 데이터를 중복 저장하기 때문에 저장 공간을 더 많이 사용하게 됩니다. 하지만 현대의 시스템에서는 저장 공간 비용이 저렴해졌기 때문에, 성능 향상을 위해 추가적인 저장 공간을 사용하는 것이 충분히 가능해졌습니다.

---

역정규화의 주의점 ⚠️

• 데이터 일관성 문제: 중복된 데이터를 수정할 때, 여러 테이블에서 동일한 데이터를 모두 수정해야 하므로 일관성을 유지하기 어렵습니다.
• 쓰기 성능 저하: 데이터 중복으로 인해 삽입 및 수정 작업이 많아질 수 있으며, 이로 인해 쓰기 성능이 떨어질 수 있습니다.
• 유지보수 복잡성 증가: 데이터 중복과 결합으로 인해 데이터베이스 구조가 복잡해지므로, 유지보수 시 더 많은 작업이 필요합니다.