Data modeling
: 데이터베이스 설계 핵심 과정
-개념적 데이터 모델링conceptual modeling
현실 세계 중요 데이터 -추출-> 개념 세계
-논리적 데이터 모델링logical modeling
개념 세계 데이터 => 데이터베이스에 저장하는 구조로 표현
Entity 개체 --record(파일 구조)
: 명사(not only tangible) / 업무 활동상 지속적인 관심 가지고 있어야 하는 대상, 그 대상들 간에 동질성을 지닌 인스턴스들이나 그등이 행하는 행위의 집합=>개체 집합(entity set)
: 반드시 필요하고 관리하고자 하는 정보
: 식별자Uniqur Identifier에 의해 식별 가능해야 함
개체 타입(entity type) --record type()
: 반드시 구별되는 이름과 각 개체만의 고유한 특성이나 상태, 즉 속성 포함 Associative Entity 경우 주식별자 속성만으로도 인정
개체 인스턴스(entity instance) --record instance()
: 개체를 구성하고 있는 속성이 실제 값 가짐으로써 실제화된 개체
: entity occurrence
속성Atrribute --field()
: 개체/관계 고유 특성
: 의미 있는 데이터의 가장 작은 논리적 단위
ex. 이름, 주소, 생년월일 => 속성 / 홍길동, 서울시 강서구, 67.12.31 => 속성값
-속성 값의 개수
단일 값 속성Single-valued attribute
: 값을 하나만 가질 수 있는 속성 ex. 고객 객체-이름, 적립금 속성
다중 값 속성Muli-valued attribute
: 값을 여러 개 가질 수 있는 속성 ex. 고객 객체-연락처 속성, 책 개체-저자 속성
: 이중 타원으로 표현(E-R 다이어그램)
-의미 분해 가능성
단순 속성Simple attribute
: 의미를 더는 분해할 수 없는 속성 ex. 고객 객체-적립금 속성, 책 객체-이름, ISBN, 가격 속성
복합 속성Composite attribute
: 의미를 분해할 수 있는 속성 ex. 고객 객체-주소 속성, 고객 객체-생년월일 속성
유도 속성Derived attribute
: 기존의 다른 속성 값에서 유도되어 결정되는 속성
: 값 별도로 저장되지 않음 ex. 고객 객체-출생연도 속성=>올해 나이 속성
: 점선 타원으로 표현(E-R 다이어그램)
도메인Domain
: 각 속성이 가질 수 있는 값의 범위 => 속성에 대한 데이터타입과 크기 제약사항
: 기본키 이름 달라도 도메인은 같아야 됨
관계Relationship
: 개체와 개체가 맺고 있는 의미 있는 연관성 ex. 고객 개체-책 개체 => 구매 관계
: 동사 / 개체 집합들 사이의 대응 관계 => mapping
유형
-관계 참여하는 개체 타입 수 기준
이항 관계 : 개체 타입 두 개가 맺는 관계
삼항 관계 : 개체 타입 세 개가 맺는 관계
순환 관계 : 개체 타입 하나가 자기 자신과 맺는 관계
-매핑 카디널리티Mapping cardinality(상대 개체 집합(연관!) 인스턴스 개수) 기준
일대일(1:1) 관계 ex.일처일부제
일대다(1:N) 관계 ex.부서와 사원 개체 소속 관계
다대다(N:M) 관계 ex.고객과 책 개체 구매 관계
참여 특성
필수적 참여(전체 참여) ex.고객 개체-책 개체 구매 관계=>모든 고객 책 반드시 구매
선택적 참여(부분 참여) ex.책 개체-고객 개체 구매 관계=>고객이 구매하지 않은 책
관계의 종속성
약한 개체 weak entity
: 다른 개체의 존재 여부에 의존적인 개체
=> 오너 개체와의 관계에 필수적으로 참여, 오너 개체의 키를 포함해 키 구성
오너 개체 owner entity
: 다른 개체의 존재 여부를 결정하는 개체
