Beny's Study

반정규화(De-Nomalization) - 정규화 작업이 완료된 후 데이터 물리 모델링 과정 중 시스템의 성능 향상, 개발 과정의 편의성, 운영의 단순화를 추구 - 중복은 감수하고 데이터베이스의 성능을 향상시키는 것 (특히 검색 속도) - 정규화를 통한 데이터 무결성 유지도 중요하지만, 다수 사용자가 동시 이용하는 환경에서 일정 성능을 유지하는 것도 매우 중요 반정규화 사례 - 엔티티의 통합 ■ 항상 혹은 대부분 조인에 의한 검색을 하고, 검색이 빈번히 이뤄지는 두 엔티티를 대상으로 함 반정규화 사례 -수직분할에 의한 반정규화 ■ 엔티티의 튜플 수 및 속성의 수가 매우 많고, 엔티티의 속성들이 그룹화되어 각 그룹이 특정 부서 혹은 응용 프로그램에 의해서만 사용될 때 반정규화 사례 - 수평분할에 의한 반정..

물리적 모델링 ■ 논리적 설계의 산출물인 ERD의 요소들을 관계형 데이터베이스의 요소들로 전환하는 것 ■ 논리적 물리적 차이 ■ 물리모델링과정 ERD 요소 전환 Oracle 데이터 타입 - 문자형 데이터 타입 데이터 유형 정의 CHAR(n) 고정 길이 데이터 타입(최대 2000byte) 지정된 길이보다 짧은 데이터 입력될 시 나머지 공간 공백으로 채워짐 VARCHAR2(n) 가변 길이 데이터 타입(최대 4000byte) 지정된 길이보다 짧은 데이터 입력될 시 나머지 공간은 채우지 않음 NCHAR(n) 고정 길이 유니코드 데이터 타입(최대 2000byte) NVARCHAR2(n) 가변 길이 유니코드 데이터 타입(최대 4000byte) LONG 가변 길이 데이터 타입(최대 2Gbyte) CLOB 대용량 텍스..

논리적 모델링 단계 정규화 ■ 논리 데이터 모델 상세화 과정에 대표적인 활동으로 관계형 데이터베이스에서 데이터를 구조화하는 작업 (일관성 확보 및 중복 제거 → 엔티티에 적절한 속성을 배치하여 신뢰성 있는 데이터 구조를 얻음) ■ 일반적으로 정규화를 수행하면 입력, 수정, 삭제 등 종합적인 성능이 향상되지만 조회의 경우 처리 조건에 따라 성능이 향상 또는 저하될 수도 있음 정규화 목적 ■ 데이터 중복을 방지하고 보다 효율적으로 데이터를 저장하기 위해 ■ 자료의 손실이나 불필요한 정보의 도입 없이 데이터의 일관성, 데이터 중복을 최소화 ■ 최대의 데이터 안정성 확보를 위하여 안정적인 자료구조로 변환 (하나의 테이블을 둘 이상으로 분리) ■ 하나의 엔티티에는 하나의 의미만 존재하도록 분해하는 작업 이상(An..

1. 업무 분석 → 엔티티 도출 ■ 업무 분석 단계에서 업무에 대한 자료 수집 및 정리 작업이 끝나면 -> 업무 기술서, 인터뷰 자료, 장부, 전표 등의 산출물이 나옴 (프로젝트 개요서, 시스템 기능도, 업무 기술서, 사용자 요구사항 분석서, 관련 문서 목록, 수집한 장부/전표) ■ 업무 분석 단계의 산출물을 이용해 **엔티티 도출 작업을 진행하여 엔티티 기술서라는 산출물 얻음 * 업무 분석 자료 → 엔티티 도출 작업 → 엔티티 기술서 ** Q. 엔티티 도출 과정 - 정해진 공식은 없으나 경험이 없으면 다음의 과정들을 거쳐 엔티티 기술서 작성 - 엔티티 도출은 데이터 모델링의 핵심 1. 엔티티 후보 풀과 엔티티 리스트를 그림 (엔티티 후보 풀 : 엔티티를 찾는 과정에서 엔티티인지 애매할 때 임시로 보관해..

도메인이란? ■ 엔티티 내의 속성에 대한 데이터 타입 크기와 제약 사항을 지정하는 것. ■ 속성이 일관된 규칙에 따라 데이터 타입과 크기가 부여 됨으로 모델의 관리 용이. ■ 정의하는 작업도 중요하지만 도메인 변경, 추가 시에 따른 일관성 유지도 필요 . 종류 1) 코드에 대한 도메인 ① 코드 형식의 데이터는 타입이나 길이가 비슷하다 할지라도 각각 독립적인 의미를 가지고 속성이 변할 수 있기 때문에 -> 별도의 도메인을 생성해 주어야 함 ② 사원구분코드, 접수구분코드가 같은 도메인으로 관리되면 사원코드가 늘어날 경우 접수구분코드도 늘어나야 하는 경우 발생 2) 일련번호에 대한 도메인 일련번호와 같이 주식별자 관리를 위해 인공적으로 만든 속성에 대한 도메인을 별도로 부여하여 관리 3) 일반적인 속성 성격에..