Chapter 3. 데이터 모델링.md

Chapter 3. 데이터 모델링

데이터 모델링

• 데이터 모델링 : 데이터베이스를 어떻게 만들고, 수정할 건지에 대한 계획을 세우는 작업
• 논리적 모델링 : 개념적 구조를 정하는 것
• 물리적 모델링 : 데이터베이스 구축에 필요한 걸 정하는 것

데이터 모델

• 데이터 모델 : 데이터를 사용하려는 목적에 맞게 정리하고 체계화해놓은 모형
• 데이터 모델링 : 하기 4가지 요소를 파악해 데이터 모델을 만드는 과정
  1. Entity(개체) : 데이터를 저장하려고 하는 대상 - row
     ㄴ Entity type : 일반화한 Entity 종류 - table
  2. Attribute(속성) : Entity에 대해서 저장하려고 하는 특징
  3. Relationship(관계) : Entity들 사이 생기는 연결점
  4. Constraiont(제약 조건) : 여러 데이터 요소들에 있는 규칙

Relational 모델

• Relational Model : 데이터를 로우와 컬럼으로 정리한 테이블, 또는 표를 의미

Entity-Relationship 모델 (ERM)

• ERM : Entity를 하나의 네모로, attribute을 네모 안에 문자열로, 그리고 relationship을 선으로 표현
  

데이터 모델 스펙트럼

• 개념 모델(경영인, 기획자) → 논리 모델(개발자 구체화) → 물리 모델(데이터베이스 구축) : 점점 구체적

좋은 데이터 베이스

• 중복되는 데이터가 생기지 않는다.
• NULL이 생기지 않는다.
• 데이터가 늘어날 때 테이블 구조가 변하지 않는다.

비즈니스 룰

• 비즈니스 룰 :특정 조직이 운영되기 위해 따라야 하는 정책, 절차, 원칙에 대한 간단 명료한 설명(모델링의 핵심 기반)

Entity, Relationship, Attribute 후보 찾기

• 비지니스 룰이 있을 때, Entity, Attribute, Relationship을 찾는 가장 기본적인 원칙
• 세가지 기본 원칙을 사용하여 비지니스 룰에서 ERM 초안을 만든다.
  1. 모든 명사는 Entity 후보
  2. 모든 동사는 Relationship 후보
  3. 하나의 "값"으로 표현할 수 있는 명사는 attribute의 후보
     ㄴ Attribute 후보 찾기 예외 경우 : 하나의 값으로 표현할 수 있더라도, 하나의 entity가 여러 개의 값을 가져야 하는 경우

카디널리티

• 카디널리티는 M:N 관계: 두 entity type 사이 관계에서 한 종류의 entity가 다른 종류의 entity 몇 개에 대해서 관계를 맺을 수 있는지를 나타내는 개념
• 1:1 관계, 1:N 관계, M:N 관계
• 카디널리티 ERM(=ERD)
  

정규화

1NF : 모든 항목에 값이 있어야 한다. (NOT NULL & 중복되는 데이터가 없어야 한다

2NF : 개체의 속성이 한 식별자에 종속되어야 한다.

3NF

선형 vs 이진 탐색

• 선형 탐색 : 가장 첫 원소부터 시작해서, 가장 마지막 원소까지 순서대로 하나씩 확인 (O(n))
• 이진 탐색 : 특정 순서대로 정렬돼 있을 때, 중간 원소를 처음부터 확인 O(lg(n))

인덱스

Clustered 인덱스 : 데이터 자체를 특정 순서대로 저장하는 인덱스

CREATE CLUSTERED INDEX index_name ON table_name (column_name)

Non-clustered 인덱스 : 로우들이 실제 저장된 순서 자체는 건들지 않고, 아예 다른 곳에 컬럼 값들의 순서를 저장하는 방법

CREATE INDEX index_name ON table_name (column_name)

Composite 인덱스 : 여러 개의 컬럼에 대한 인덱스

CREATE INDEX index_name ON table_name (column_name_1, column_2, ...)

확인 & 삭제하기

SHOW INDEX FROM table_name;
DROP INDEX index_name ON table_name;