1. 관계의 개념

가. 관계의 정의

: 상호 연관성이 있는 상태

"엔티티의 인스턴스 사이의 논리적인 연관성으로서 존재의 형태로서나 행위로서 서로에게 연관성이 부여된 상태"

나. 관계의 페어링

개별 인스턴스가 각각 다른 종류의 관계를 가지고 있다면 두 엔티티 사이에 두 개 이상의 관계가 형성

2. 관계의 분류

가. 존재에 의한 관계 : 부서와 사원

나. 행위에 의한 관계 : 고객과 주문, 주문과 배송

ERD에서는 존재적 관계와 행위에 의한 관계를 구분하지 않지만

클래스다이어그램에서는 연관관계에서는 실선으로 의존 관계에서는 점선으로 표현

3. 관계의 표기법

가. 관계명 : 관계에 참여하는 형태를 지칭

• 애매한 동사를 피하고 구체적으로 작성
• 현재형으로 표현

나. 관계차수 : 참여자의 수를 표현 1:1, 1:M, M:M

4. 관계 선택 사항

가.  필수참여 : 모든 참여자가 반드시 관계를 가져야함

나.  선택참여

5. 관계의 정의 및 읽는 방법

가. 관계 체크사항

• 두 개의 엔티티 사이에 관심있는 연관규칙이 존재하는가?
• 두 개의 엔티티 사이에 정보이 조합이 발생되는가?
• 업무기술서, 장표에 관계 연결에 대한 규칙이 서술되어 있는가?
• 업무기술서, 장표에 관계 연결을 가능하게 하는 동사가 있는가?

나. 관계 읽기

 1. 속성의 개념

"업무에서 필요로 하는 인스턴스를 관리하고자 하는 의미상 더 이상 분리되지 않는 최소의 데이터 단위"

• 업무에서 필요
• 의미상 더 이상 분리 되지 않음
• 엔티티를 설명하고 인스턴스의 구성요소

2. 엔티티, 인스턴스와 속성, 속성값에 대한 내용과 표기법

가. 엔티티, 인스턴스, 속성, 속성값의 관계

• 한 개의 엔티티는 두 개 이상의 인스턴스의 집합이어야 한다.
• 한 개의 엔티티는 두 개 이상의 속성을 갖는다.
• 한 개의 속성은 한 개의 속성값을 갖는다.

나. 속성 표기법

다. 속성의 특징

• 반드시 해당 업무에 필요하고 관리하고자 하는 정보
• 정규화 이론에 근거한 주식별자에 함수적 종속성을 가져야 함
• 하나의 속성에는 하나의 속성값을 가진다. 여러 가지 값을 가지면 별도의 엔티티로 분리

3. 속성의 분류

가. 속성의 특성에 따른 분류

1. 기본속성 : 업무로부터 추출한 모든 속성
2. 설계속성 : 데이터 모델링을 위해 업무 규칙화하기 위해 속성을 새로 만들거나 변형하여 정의하는 속성, 코드성속성
3. 파생속성 : 다른 속성에 영향을 받아 발생, 검증시 활용됨,  원인이 되는 값도 노출하여 숨지 않도록 해야 함, 정합성 유지해야 하며 적게 정의해야함

나. 엔티티 구성방식에 따른 분류

1. PK속성 : 엔티티 식별할수 있는 속성
2. FK속성 : 다른 엔티티와의 관계에서 포함된 속성
3. 일반속성 : PK,FK에 포함되지 않는 속성

 복합속성 : 여러 세부 속성으로 구성 ex) 주소

 단순속성 : 더 이상 다른 속성으로 구성 될수 없음 ex) 이름, 성별

단일값 : 속성 하나에 한 개의 값을 가지는 경우

다중값 : 속성 하나에 여러개의 값을 가지는 경우 ex) 주민등록번호

4. 도메인

각 속성이 가질 수 있는 값의 범위, 엔티티 내에서 속성에 대한 데이터타입과 크기 그리고 제약사항을 지정하는 것

5. 속성의 명명

1. 해당업무에서 사용하는 이름
2. 서술식 속성명은 사용하지 않음
3. 약어 제한
4. 유일성 확보 필요

1. 엔티티의 개념

사람, 장소, 물건, 사건, 개념 등의 명사

업무상 관리가 필요한 관심사

저장되기 위한 어떤 것

업무에 필요하고 유용한 정보를 저장하고 관리하기 위한 집합적인 것(things)

동질성을 지닌 인스턴스들이나 그 행위의 집합

2. 엔티티와 인스턴스에 대한 내용과 표기법

3. 엔티티의 특징

가. 업무에서 필요로 하는 정보   : 업무영역 내에서 관리할 필요가 있는지 먼저 판단

나. 식별이 가능해야함               : 식별자에 의한 식별이 가능 해야함, 이름은 불가능, 사원번호는 가능

다. 인스턴스의 집합                  : 두개 이상의 인스턴스의 집합

라. 업무 프로세스 의해 이용      : 업무 프로세스상에 꼭 필요한 엔티티여야 함

마. 속성을 포함                         : 엔티티 이름만 가지고 있는 경우가 생략되거나 업무 분석이 미진하여 속성정보가 누락되면 안됨, 관계엔티티는 주식별자면 인정

바. 관계의 존재                         : 최소 한 개 이상의 관계가 존재해야 함

      단, 통계성 엔티티 도출, 코드성 엔티티 도출, 시스템 처리시 내부에 필요의 의한 엔티티 도출은 인정

4. 엔티티의 분류

가. 유무형에 따른 분류

1. 유형엔티티 : 물리적 형태가 있고 안정적이며 지속적으로 활용되는 엔티티 ex) 사원, 물품, 강사
2. 개념엔티티 : 물리적인 형태는 존재하지 않고 관리해야하는 개념적 정보 ex) 조직, 보험상품
3. 사건엔티티 : 업무를 수행함에 따라 발생하는 엔티티 ex) 주문, 청구, 미납

나. 발생시점에 따른 분류

1. 기본엔티티 : 원래 존재하는 정보로 독립적으로 생성 가능하고 부모 역할을 함, 고유 식별자 존재 ex) 사원, 부서, 고객, 상품, 자재
2. 중심엔티티 : 기본엔티티로부터 발생되고 업무의 중심에 있다. 양이 많아 관계를 통해 행위 엔티티 생성 ex) 사고, 계약, 예금, 청구, 주문, 매출
3. 행위엔티티 : 2개 이상의 부모엔티티로 부터 발생되고 자주 내용이 바뀌고 양이 증가 ex) 주문목록, 사원변경이력

다. 엔티티 분류 방법의 예

5. 엔티티의 명명

1. 현업에서 사용하는 용어 사용
2. 약어사용하지 않음
3. 단순명사 사용
4. 유일한 이름 부여
5. 생성의미대로 부여

 1. 모델링의 이해

가. 모델링의 정의

: 다양한 현상에 대하여 일정한 표기법으로 표현해 놓은 모형

: 현실세계를 추상화, 단순화, 명확화 하기 위해 일정한 표기법에 의해 표현하는 기법

나. 모델링의 특징

1. 추상화 : 다양한 현상을 일정한 양식인 표기법에 의해 표현 (모형화, 가설적)
2. 단순화 : 약속된 규약에 의해 제한된 표기법이나 언어로 표현하여 쉽게 이해할 수 있도록 하는 개념
3. 명확화 : 애매모호함을 제거하고 정확하게 현상을 기술

다. 모델링의 3가지 관점

모델링 : 데이터관점 + 프로세스관점 + 데이터와 프로세스의 상관관점

1. 데이터 관점 (What, Data) : 어떤 데이터와 관련있는지, 데이터간의 관계는 무엇인지 모델링
2. 프로세스 관점 (How, Process) : 실제로 하고 있는 일은 무엇인지, 무엇을 해야하는지 모델링
3. 상관관점 : 업무가 처리하는 방법에 따라 데이터는 어떻게 여향을 받고 있는지 모델링

2. 데이터 모델의 기본 개념의 이해

가. 모델링의 정의

: 해당업무에 어떤 데이터가 존재하는지, 필요로 하는 정보는 무엇인지 분석

: 업무규칙에 대하여 판별할 수 있는 사실을 데이터에 접근하는 방법, 사람, 독립적인 관점에서 명확하게 표현하는 추상화 기법

<데이터 모델링의 주요 이유>

  1)  기초가 되는 정보를 일정한 표기법으로 표현 → 업무내용을 정확하게 분석

  2)  실제 데이터베이스 생성, 개발 및 데이터 관리 사용을 위해

  3)  정보시스템을 구축하기 위한 데이터 관점의 업무 분석 기법

  4)  현실세계의 데이터(what)에 대해 약속된 표기법에 의해 표현하는 과정

  5)  데이터 베이스를 구축하기 위한 분석/설계의 과정

나. 데이터 모델이 제공하는 기능

1. 시스템을 현재 또는 원하는 모습으로 가시화
2. 시스템의 구조와 행동을 명세화
3. 시스템 구축하는 구조화된 틀 제공
4. 구축 과정의 결정을 문서화
5. 다양한 영역에 집중하기 위해 다른 세부 사항을 숨기는 관점 제공
6. 특정목표에 따라 구체화된 상세 수준의 표현방식 제공

3. 데이터 모델링의 중요성 및 유의점

가. 파급효과

이후의 과정에서 변경사항에 대응하는 유연성에 따라서 영향분석이 달라지기 때문에

구조변경 작업은 전체 시스템 구축 프로젝트의 큰 위험요소임으로 데이터 설계가 더 중요하다.

나. 복잡한 정보 요구사항의 간결한 표현

가장 명확하고 간결하게 표현할 수 있는 도구로써 간결하게 그려져 있는 데이터 모델을 리뷰하면서 정보 요구사항 파악 가능

다양한 사람들의 정보요구사항을 이해, 운용하고 데이터 정합성을 유지한다.

다. 데이터 품질

데이터베이스의 담긴 데이터는 기업의 중요한 자산이다.

오랜기간 숙성된 데이터를 전략적으로 활용하려는 경우 문제점이 발생되기 때문에 설계를 잘 해야 한다.

<데이터 구조의 문제>

1. 중복        : 여러 장소에 같은 정보를 저장하지 않음
2. 비유연성 : 데이터 정의를 데이터 사용 프로세스와 분리함으로써 작은 변화가 앱과 데이터 베이스에 중대한 변화를 일으킬 가능성 줄임
3. 비일관성 : 데이터간 상호 연관 관계에 대한 명확한 정의가 필요함

4. 데이터 모델링의 3단계 진행

가. 개념적 데이터 모델링 

• 추상화 수준이 높고 업무중식적이고 포괄적인 수준의 모델링을 진행
• 데이터 요구사항을 찾고 분석하는 것 부터 시작하며, 핵심 엔티티와 그들간의 관계를 발견하고 관계 다이어그램으로 생성
• 전사적 데이터 모델 (EDM)을 만들고 데이터 요구를 공식화 함
1. 데이터 요구 사항을 발견 → 논의할 수 있는 기반을 만듬
2. 어떻게 변형되어야 하는지 이해하는데 유용

나. 논리적 데이터 모델링

• 가장 핵심이 되는 부분, 시스템 설계의 전 과정을 지원하는 '과정의 도구'
• 정규화 : 일관성 확보, 중복제거 하여 적절한 엔티티 배치 → 신뢰성있는 데이터구조
• 상세화 : 식별자 확정, 정규화, M:M 관계 해소, 참조 무결성 규칙 정의
• 시스템 구축하고자 하는 업무에 대해 key, 속성, 관계 등을 정확하게 표현, 재사용성이 높다.
• 논리적 구조와 규칙을 명확하게 표현하는 기법, 과정
• 데이터 엑세스 : 누가, 어떻게 그리고 독입적인 비즈니스 데이터에 존재하는 사실들을 인식하여 기록한다.

다. 물리적 데이터 모델링

• 실제로 데이터 베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계
• 저장소로써 어떻게 하드웨어에 표현될것인가,
• 물리적 스키마 : 물리적으로 어떻게 저장될 것인가에 대한 정의 ← 물리적 저장구조(테이블, 칼럼) + 접근 방법(자료 추출)

5. 프로젝트 생명주기에서 데이터 모델링

6. 데이터 모델링에서 데이터 독립성의 이해

가. 데이터 독립성의 필요성

• 독립적 의미를 부여하고 효과적으로 구현하면 자신이 가지는 고유한 특징을 명확하게 하고 다른 기능으로 부터 쉽게 변경되지 않는 고유 기능 가지며 제공 가능
• ↔ 데이터 종속성 : 종속의 주체 응용(사용자 요구사항을 처리하는 사용자 접점의 인터페이스 오브젝트), 사용자 접근에 따라 구성방법 영향을 쉽게 받음
1. 유지보수 비용 절감
2. 데이터 복잡도 낮춤
3. 데이터 중복성 제거
4. 요구사항 대응 (화면과 데이터베이스 간의 서로 독립성을 유지)
• 효과  : view 독립성 유지, 단계별 스키마에 따라 DDL, DML 다름 제공

나. 데이터 베이스의 3단계 구조

• 외부단계 : 개개인이 보는 자료에 대한 관점과 관련있는 스키마 구조 데이터 유형의 공통적인 사항을 처리하는 통합된 뷰를 스키마 구조로 디자인
• 내부단계 : 데이터가 물리적으로 저장된 방법에 대한 스키마 구조

다. 데이터 독립성 요소

각각 상호 독립적인 의미를 가지고 고유의 기능을 가짐

라. 두 영역의 데이터 독립성

1. 논리적 독립성 : 외부 변경에도 개념 스키마가 변하지 않음, 개념스키마 변경되어도 외부 스키마에는 영향이 없음

      논리적 구조가 변경되어도 응용프로그램에 영향 없음

      사용자 특성에 맞는 변경 가능, 통합 구조 변경가능

2. 물리적 독립성 : 내부스키마가 변경되어도 외부/개념 스키마는 영향받지 않음

                   저장장치의 구조변경은 응용프로그램과 개념스키마에 영향이 없음

                   물리적 구조 영향없이 개념구조 변경 가능하고 개념구조 영향없이 물리적 구조 변경 가능

마. 사상 : 상호 독립적인 개념으로 연결시켜주는 다리

1. 외부적/개념적 사상(논리적 사상) : 외부적 뷰와 개념적 뷰의 상호 관련성을 정의함
2. 개념적/내부적 사상(물리적 사상) : 개념적 스키마 구조와 물리적으로 저장된 구조의 물리적인 테이블스페이스와 연결되는 구조

7.데이터 모델링의 중요한 3 가지 개념

가. 데이터 모델링의 3가지 요소

1. Things : 업무가 관여된 어떤것, 사물이나 사건의 전체
2. Attributes : 어떤 것이 가지는 성격, 세부적인 사항
3. Relationships : 업무가 관여하는 어떤 것 간의 관계, 연관성

나. 단수와 집합(복수)의 명명

8. 데이터 모델링의 이해관계자

가.  이해관계자의 데이터 모델링 중요성 인식

나. 데이터 모델링의 이해관계자

1. 정보시스템을 구축하는 모든 사람 : 프로젝트 참여한 모든 사람
2. 정보화 추진하는 위치에 있는 현업 전문가

9. 데이터 모델의 표기법인 ERD의 이해

가. 데이터 모델 표기법

: Entity - relationship Model 1976년 피터첸이 만듬

나. Entity Relationship Diagram 표기법을 이용하여 모델링 하는 법

해당 업무에서 데이터의 흐름과 프로세스의 연관성을 이해하는 가장 중요한 표기법이자 산출물

1. 작업순서
1. 엔티티를 그린다
2. 엔티티를 적절하게 배치한다.
3. 엔티티간 관계를 설정한다.
4. 관계명을 기술한다.
5. 관계의 참여도를 기술한다.
6. 관계의 필수여부를 기술한다.
2. 엔티티 배치 : 가장 중요한 엔티티를 왼쪽 상단에 배치하고 이것을 중심으로 나열

    업무흐름에 중심이 되는 엔티티는 중앙에 배치

    중심엔티티과 관계를 갖는 엔티티를 중심 주위에 배치한다.

3. ERD 관계의 연결 : 엔티티간의 관계를 설정, 식별자나 중복 확인
4. 관계명 표시 : 관계이름 부여, 현재형을 사용하고 포괄적인 용어는 사용하지 않음
5. 관계차수와 선택성 표시 : 얼마나 관계에 참여하는지 나타냄

10. 좋은 데이터 모델의 요소

가. 완전성 : 모든 데이터가 데이터 모델에 정의 되어야 한다.

나. 중복배제  : 동일한 사실은 반드시 한 번만 기록, 예를 들어 생일과 나이 컬럼은 하나만

다. 업무규칙 : 업무규칙을 모델에 표현하고 해당 모델을 활용하는 모든 사용자가 공유할 수 있도록 제공

라. 데이터 재사용 : 통합성과 독립성을 고려하여 통합모델로 만들어야함,  데이터 구조의 확장성, 유연성, 안정성지키고 합리적으로 균형있게 단순한 분류 필수

마. 의사소통 : 관련자들이 업무규칙을 동일한 의미로 받아드리고 활용하도록 진정한 의사소통의 도구로의 역할 담당

바. 통합성 : 전체 조직 통합시, 동일한 데이터는 조직에 한번만 정의되고 여러 영역에서 참조, 활용되도록