[데이터베이스 개론] Ch4 데이터 모델링

학습목표

• 데이터 모델링과 데이터 모델의 개념을 이해한다.
• 개념적 데이터 모델인 개체-관계 모델을 이용해 모델링하는 방법을 익힌다.
• 개체-관계 모델을 개체-관계 다이어그램으로 작성하는 방법을 익힌다.
• 논리적 데이터 모델의 종류와 특징을 이해한다.

  

1. 데이터 모델링과 데이터 모델의 개념

• 모델링 : 현실세계에 존재하는 데이터를 데이터를 컴퓨터 세계의 데이터베이스로 옮기는 변환 과정을 보통 데이터 모델링이라고 한다.
• 추상화 과정이 필요
• 개념적 모델링: 중요 데이터를 추출하여 개념 세계로 옮기는 작업
  • 사람의 머리로 이해할 수 있도록 현실 세계를 개념적 데이터 모델링하여 데이터베이스의 개념적 구조로 표현하는 도구
• 논리적 모델링: 개념 세계의 데이터를 데이터베이스에 저장할 구조를 결정하고 이 구조로 표현하는 작업
  • 개념적 구조를 논리적 데이터 모델링하여 데이터베이스의 논리적 구조로 표현하는 도구
• 개념적 데이터 모델 중 대표적 : 개체-관계 모델
• 논리적 데이터 모델 중 대표적 : 관계 데이터 모델

  

  

  

2. 개체-관계 모델

• 개체와 개체 간의 관계를 이용해 현실 세계를 개념적 구조로 표현하는 방법이다.
• 개체-관계 다이어그램 또는 E-R다이어그램이라 한다.

개체-관계 모델을 제대로 활용하려면 먼저 개체, 속성, 관계를 이해해야 한다 (개념)

01 개체

• 개체(entity)는 사람, 사물과 같이 구별되는 모든 것을 의미한다.
• 개체는 다른 개체와 구별되는 이름을 가지고 있고, 각 개체만의 고유한 특성이나 상태,즉 속성을 하나 이상 가지고 있다.
• 개체 타입: 개체를 고유의 이름과 속성들로 정의
• 개체 인스턴스 : 개체를 구성하고 있는 속성이 실제 값을 가짐으로써 실체화된 개체를 개체 인스턴스 또는 개체 어커런스라고 한다.

  

  

02 속성

• 속성(attribute)는 개체가 가지고 있는 고유의 특성이다.
• 속성은 일반적으로 의미 있는 데이터의 가장 작은 논리적 단위로 인식된다.

  

  

02-1 단일 값 속성과 다중 값 속성

• 단일 값 속성: 속성 값이 하나
• 다중 값 속성: 속성 값이 여러개

  

02-2 단순 속성과 복합 속성

• 단순 속성: 의미를 더는 분해할 수 없는 속성이다.
• 복합 속성: 의미를 분해할 수 있어 값이 여러 개의 의미를 포함한다.

  

02-3 유도 속성

• 유도 속성 : 값이 별도로 저장되는 것이 아니라 기존의 다른 속성 값에서 유도되어 결정되는 속성
• 저장 속성이라고 한다.

  

02-4 널 속성

• 널 값은 아직 결정되지 않았거나 모르는 값을 의미한다.
• 널 속성: 널 값이 허용되는 속성

02-5 키 속성

• 키 속성: 개체를 구성하는 속성들 중에서 특별한 역할을 하는 속성

  

03 관계

• 관계는 개체와 개체가 맺고 있는 의미 있는 연관성
• 관계는 개체 집합들 사이의 대응 관계 즉 매핑을 의미

  

03-1 관계의 유형

• 일대일 1:1 관계
• 일대다 1:n 관계
• 다대다 n:n 관계

03-2 관계의 참여 특성

03-3 관계의 종속성

04. E-R 다이어그램

• 개체를 표현하는 사각형, 개체 간의 관계를 포함하는 마름모,개체나 관계의 속성을 표현하는 타원, 각 요소를 연결하는 링크로 구성된다. 그리고 일대일, 일대다, 다대다 관계를 레이블로 표기한다.

  

3. 논리적 데이터 모델

01. 논리적 데이터 모델의 개념과 특성

• E-R 다이어그램으로 표현된 개념적 구조를 데이터베이스에 저장한다고 할 때 저장 형태로 표현한 논리적 구조

02 계층 데이터 모델

• 계층 데이터 모델(hierarchical data model)은 데이터베이스의 논리적 구조가 트리 형태이다.

03 네트워크 데이터 모델

• 데이터 베이스의 논리적 구조가 그래프 또는 네트워크 형태이다.