데이터베이스 정규화(Database Normalization)

데이터베이스 정규화란 관계형 데이터베이스의 설계에서 중복을 최소화하게 데이터를 구조화하는 프로세스를 뜻한다.
데이터베이스의 설계와 연관되어 있다.
-> 데이터베이스 설계가 결론적으로 데이터가 어떻게 저장될 지 구조를 정해주기 때문!

데이터 중복(Data Redundancy)

실제 데이터의 동일한 복사본이나 부분적인 복사본.
중복성으로 데이터를 복구할 때에 더 수월할 수도 있으나 일관된 자료 처리의 어려움, 저장 공간 낭비, 데이터 효율성 감소 등의 문제점을 지닌다.

데이터 무결성(Data Integrity)

데이터의 수명 주기 동안 정확성과 일관성을 유지하는 것.
->입력된 데이터가 오염되지 않고 입력된 그대로 데이터를 사용할 수 있다.

데이터 이상 현상(Anomaly)

데이터의 중복성으로 인해 릴레이션을 조작할 때 발생하는 비합리적 현상.
삽입 이상, 삭제 이상, 갱신 이상과 같은 3가지 현상이 있다.

갱신 이상(Update Anomaly)

동일한 데이터가 여러 행 (레코드) 에 걸쳐 있을 때에 어느 데이터를 갱신해야 하는지에 대한 논리적 일관성이 없어 발생하게 된다.

ex)
다음과 같은 테이블이 존재하고 두 개의 레코드가 동일한 사람일 때에 (519번) 갱신을 하게 되는 경우 어떤 데이터를 해야 하는지에 대한 문제가 발생한다.

삽입 이상(Insertion Anomaly)

데이터 삽입을 못하는 경우.

ex)
다음과 같은 경우 새로운 직원이 들어왔을 때에 (Dr. Newsome) 아직 가르칠 수업이 정해지지 않은 경우에는 데이터에 추가되지 못하게 된다.
수업을 NULL 와 같은 값으로 지정해야 하지 않은 이상 담당 수업이 있어야 추가될 수 있는 이상 현상이 발생하는 것!

삭제 이상(Deletion Anomaly)

데이터의 특정 부분을 지울 때에 의도치 않게 다른 부분들도 함께 지워지는 이상 현상.

ex)
다음과 같은 경우에는 한 직원이 담당하는 수업이 사라지는 것을 적용할 때 발생하는 모습을 보여준다.
즉, 한 직원 데이터의 수업 관련 데이터를 지우기 위해서는 레코드 전체가 사라져 결국에는 의도치 않게 직원의 다른 데이터들도 같이 삭제되는 현상이 발생하게 되는것!