📘3-1단원 : 데이터 입출력 구현 - 논리 데이터 저장소 확인
🎓 논리 데이터 저장소 확인
✏️ 데이터 모델
🏷️ 데이터 모델 개념
현실 세계의 정보를 컴퓨터가 알 수 있도록 추상화하여 표현한 모델이다.
🏷️ 데이터 모델 절차
- 개념적 데이터 모델
: 현실 세계에 대한 인식을 추상적으로 표현해 개념적 구조를 도출하는 데이터 모델
주요 산출물로는 개체관계 다이어그램 - 논리적 데이터 모델 : 업무를 모델링 표기법으로 형상화하여 이해하기 쉽게 표현한 데이터 모델
- 물리적 데이터 모델 : 논리 데이터 모델을 물리적 스키마로 만드는 데이터 모델
🐥 개논물
✏️ 논리 데이터 모델 검증
🏷️ 논리 데이터 모델링 개념
업무를 모델링 기법으로 형상화하여 사람이 이해하기 쉽게 표현하는 프로세스
🏷️ 논리 데이터 모델링 종류
- 관계 데이터 모델 : 논리적인 구조가 2차원 테이블 형태로 구성된 모델
- 계층 데이터 모델 : 논리적 구조가 트리 형태로 구성된 데이터 모델
- 네트워크 데이터 모델 : 논리적 구조가 그래프 형태로 구성된 데이터 모델
🏷️ 관계형 데이터 모델
📘 관계형 데이터 모델 개념
데이터를 행과 열로 구성된 2차원 테이블 형태로 구성한 모델
📘 관계형 데이터 모델 구성요서
릴레이션 : 행과 열로 구성된 테이블
튜플 : 릴레이션의 행에 해당되는 요소
속성 : 릴레이션의 열에 해당되는 요소
카디널리티 : 튜플의 수
차수 : 속성의 수
스키마 : 데이터베이스의 구조, 제약조건 등의 정보를 담고 있는 기본적인 구조
인스턴스 : 스키마에 따라 실제 테이블에 저장된 데이터의 집합
🏷️ 관계 대수
📘 관계 대수 개념
관계형 데이터베이스에서 원하는 정보를 기술하는 절차적 정형 언어
📘 관계 대수 연산자의 종류
📂 일반 집합 연산자
- 합집합 : 합병 가능한 두 릴레이션 R과 S의 합집합
- 교집합 : 릴레이션 R과 S에 속하는 모든 튜플로 결과 릴레이션 구성
- 차집합 : R에 존재하고 S에는 존재하지 않는 튜플로 결과 릴레이션 구성
- 카디션 프로덕트 : R과 S에 속한 모든 튜플을 연결해 만들어진 새로운 튜플로 릴레이션 구성
🐥 합교차카
📂 순수 집합 연산자
- 셀렉트 : 릴레이션 R에서 조건을 만족하는 튜플 반환
- 프로젝트 : 릴레이션 R에서 주어진 속성들의 값으로만 구성된 튜플 반환
- 조인 : 공통 속성을 이용해 R과 S의 튜플들을 연결해 만들어진 튜플 반환
- 디비전 : 릴레이션 S의 모든 튜플과 관련있는 R의 튜플 반환
🐥 셀프조디
🏷️ 논리 데이터 모델링 속성
개체 + 속성 + 관계
🐥 개속관
== 계속 관계를 유지하다.
🏷️ 개체-관계(E-R) 모델 개념
E-R 모델은 현실 세계에 존재하는 데이터와 그들 간의 관계를 사람이 이해할 수 있는 형태로 명확하게 표현하기 위해서 가장 널리 사용되고 있는 모델이다.
📘 개체-관계(E-R) 다이어그램 기호
1. 개체 : 사각형
2. 관계 : 마름모
3. 속성 : 타원
4. 다중 값 속성 : 이중타원
5. 관계-속성 연결 : 선
✏️ 정규화
🏷️ 정규화의 개념
정규화는 관계형 데이터 모델의 중복을 제거하여 이상 현상을 방지하고, 데이터의 일관성과 정확성을 유지하기 위해 무손실 분해하는 과정이다.
🏷️ 이상 현상
이상 현상은 데이터의 중복성으로 인해 릴레이션을 조작할 때 발생하는 비합리적인 현상이다.
삽입 이상 + 삭제 이상 + 갱신 이상
🐥 삽삭갱
== 삽살개
🏷️ 정규화의 단계
1정규형(1NF) : 원자값으로 구성
2정규형(2NF) : 부분 함수 종속 제거(완전 함수적 종속 관계)
3정규형(3NF) : 이행함수 종속 제거
보이스-코드 정규형(BCNF) : 결정자 함수이면서 후보키가 아닌 것 제거
4정규형(4NF) : 다치(다중 값) 종속성 제거
5정규형(5NF) : 조인 종속성 제거
🐥 원부이 결다조
✏️ 반 정규화
🏷️ 반 정규화의 개념
정규화된 엔티티, 속성, 관계에 대해 성능 향상과 개발 운영 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링의 기법이다.
🏷️ 반 정규화의 특징
장점 : 반 정규화된 데이터는 성능 향상과 관리의 효율성이 증가한다.
단점 : 데이터의 일관성 및 정합성 저하, 유지를 위한 별도 비용 발생
