학습목표
- 데이터 모델링의 이해
- 데이터모델의 이해
1. 모델링의 정의
현실세계 -> 데이터 모델
2. 모델링의 특징
= 추단명
- 추상화(모형화, 가설적)
현실세계를 일정한 형식에 맞추어 표현을 한다는 의미
- 단순화
복잡한 현실세계를 약속된 규약에 의해 제한된 표기법이나 언어로 표현
- 명확화
누구나 이해하기 쉽게 하기 위해 대상에 대한 애매모호함을 제거하고 정확하게
3. 모델링의 세 과지 관점
= 데프상
- 데이터 관점
업무가 어떤 데이터와 관련이 있는지 또는 데이터간의 관계
는 무엇인지에 대해서 모델링하는 방법
- 프로세스 관점
업무가 실제하고 있는 일은 무엇인지 또는 무엇을 해야 하는
지를 모델링하는 방법
- 상관 관점
업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을
받고 있는지 모델링하는 방법
데이터 모델링의 정의
- 데이터 관점의 업무 붆석
- 약속된 표기법에 의해 표현과정
- 데이터베이스를 구축하기 위한 북석/설계 과정
데이터 모델이 제공하는 기능
-가시화
-명세화
-구조화된 틀
-문서화
-다양한과점
-구체화
데이터 모델링의 중요성 및 유의점
- 파급효과 : 어떤 설계과정보다 데이터설계가 중요함
- 간결한 표현 : 명확하고 간결하게 표햔할 수 있는 도구
- 데이터 품질 : 데이터 중복, 비유연성,비일관성 발생 가능성
데이터 모델링의 3단계 진행
- 개념적(모델링)
추상화 수준이 높고 업무 중심적이고 포괄저 수준의 모델링 진행, 전사적 데이터 모델링. 상세하지 않다. 가장 중요한,,건물의 골격,,큰 그림,, 고객,주문,결제,,,등
- 논리적(가장)
key, 속성, 관계등을 정화갛게 표현, 재사용성높음
- 물리적
실제로 db 이식가능하도록 성능,저장 등 물리적인 성격 고려 설계
프로젝트 생명주기
ISP -> 분석 -> 설계 ->개발 -> 테스트 -> 전환/이행
isp ; 개념적 데이토 모델링
붆석 단계 ; 논리적
데이터 독립성의 필요성
- 지속적으로 증가하는 데이터의 유지보수 비용 절감,, 데이터 복잡도 낮추묘ㅕ 중복된 데이터를 줄이기 위한 목적
- 끊임없이 요구되는 사용자 요구사항에 대해 화면과 db간 서로 독립성을 유지하기 위한 목적으로 데이터 독립성 개념 출현
데이터베이스 3단계 구조
- 외부 단계 ; 사용자가 보는
- 개념적 : 내부적...
- 내부적 단계
- 외부 스키마(사용자관점)
-View 단계 여러 개의 사용자 관점으로 구성, 즉 개개 사용자 단계로서 개개 사
용자가 보는 개인적 DB 스키마
-DB의 개개 사용자나 응용프로그래머가 접근하는 DB 정의
- 개념 스키마(통합관점)
-개념 단계 하나의 개념적 스키마로 구성 모든 사용자 관점을 통합한 조직 전체
의 DB를 기술하는 것
-모든 응용시스템들이나 사용자들이 필요로 하는 데이터를 통합한 조직 전체의
DB를
- 내부 스키마(물리적관점)
-내부 단계, 내부 스키마로 구성, DB가 물리적으로 저장된 형식
-물리적 장치에서 데이터가 실제적으로 저장되는 방법을 표현하는 스키마
데이터베이스 3단계 구조에서의 데이터 독립성 2가지
논리적 독립성 - 개념 스키마가 변경되어도 외부 스키마에는 영향을 미치지 않도록 지원하는 것
물리적 독립성 - 내부 스키마가 변경되어도 외부/개념 스키마는 영향을 받지 않도록 지원하는 것
데이터베이스 3단계 구조에서의 사상(매핑) 2가지
외부적/개념적 사상 (논리적 사상) - 외부적 뷰와 개념적 뷰의 상호 호환성을 정의
개념적/내부적 사상 (물리적 사상) - 개념적 뷰와 저장된 데이터베이스의 상호 관련성 정의
데이터 모델링의 세 가지 요소
- 업무가 관여하는 어떤 것(Things) -> 고객
- 어떤 것이 가지는 성격(Attributes) -> 성명, 등
- 업무가 관여하는 어떤 것 간의 관계(Relationships) ->
데이터 모델링 용어
엔터티 타입 : 고객은 엔터티 고객안에 강병수 홍길동은 인스턴스
관계 : 주문
속성 : 일자, 가격, 성별
데이터 모델링 작업 순서
① 엔터티를 그린다.
② 엔터티를 적절하게 배치한다.
③ 엔터티간 관계를 설정한다.
④ 관계명을 기술한다.
⑤ 관계의 참여도를 기술한다.
⑥ 관계의 필수 여부를 기술한다.
데이터 모델링의 이해관계자
-정보시스템을 구축하는 모든 사람(전문적으로 코딩 만하는 사람 포함)은 데이터 모델링도 전문적으로 할 수 있거나 적 어도 완성된 모델을 정확하게 해석할 수 있어야함.
- IT기술에 종사하거나 전공하지 않았더라도 해당 업무에서 정보화를 추진하는 위치에 있는 사람도 데이터 모델링에 대한 개념 및 세부사항에 대해 어느 정도 지식을
좋은 데이터 모델의 요소(외우기)
