• 데이터 모델링에 절대적인 방법이 존재하는 것인 아니라는 사실을 꼭 기억해야한다.
• 성공적인 데이터 모델링을 위해서는 업무조직에 대한 깊은 참여와 이해 그리고 철저한 분석이 필요하게 된다.
• 서로 다른 프로젝트 수행 중에 비슷한 모델링 작업이 진행되는 경우가 많은데 이런 것이 ERP패키지 같은 유형이 존재하게 되는 것이다
• 완벽한 모델링을 위해 가장 객관적으로 논의하고 검증하는 작업이 지속적으로 유지되어야 한다.
• 2장에서는 엔티티타입 정의 관계 정의, 식별자 정의, 세부 사항 정의, 통합화, 데이터 모델 검증에 대해 설명한다. |
• 다음 같은 순서로 모델링을 진행하면 효과정인 진행 방법이 될 수 있다.

2.2 관계 정의

• 관계를 정의하고자 하면 해당 엔티티타입으로부터 타 엔티티타입간의 관계가 존재하는지 확인하는 작업을 먼저 해야 한다.
• 관계를 기술하는 방법에는 여러가지 방법이 있지만 다음과 같은 쌍으로 기술하는 방법이 도움이 된다.

• 관계에서 중요한 것은 방향, 카디낼리티, 선택도 이다.
• 관계를 정의하는 것은 엔티티타입에 대해 어느정도 검증될 수 있으며, 업무 흐름을 이해하는데 절대적인 영향을 준다.

어떻게 관계를 도출할 것인가?

• 엔티티타입을 선정하기 위해 사용했던 6가지 방법과 동일
• 강사는 여러 개의 강좌를 강의할 수 있다. 기술 대학원에서는 여러 명의 강사를 기록하고, 관리한다. 기술 대학원에서 과목당 개설한 강좌는 강사 한 명이 강의를 진행한다

1. 업무 기술서, 장표, 인터뷰 정리 문서 등에서 동사를 구분한다.
   • '강의한다', '기록하고 관리한다', '개설한다'
2. 도출된 엔티티타입과 관계를 이용하여 관계 정의서를 작성한다.

1. 고객에게 질문하여 관계를 좀더 세분화하고 정확하게 도출하는 작업을 한다.
   • 각각의 사원은 한 부서에 소속됩니까? ← 사원과 부서의 참여 형태 및 1:1의 카니낼리티 파악
   • 각각의 사원은 부서에 소속되지 않을 수도 있습니까? ← 관계의 선택/필수 파악
   • 각각의 사원은 여러 부서에도 소속될 수 있습니까? ← 1:M의 카니낼리티 파악
2. 데이터 모델링 툴이나 칠판, 포스트잇을 이용하여 모델을 직접 그려본다.
3. 고객과 질문하고 협의하여 모델을 검토한다.

관계 정의 예
page 90.

2.3 식별자 정의

• 앞에서 명사를 이용하여 엔티티타입을 도출하고 동사형을 이용하여 관계를 도출하였다.
• 도출된 엔티티타입의 속성 중에서 유일성과 대표성을 이용하여 결정자를 선택 할 수 있다.
• 도출된 엔티티타입 속성들의 관계를 이용하여 결정자를 선택 할 수 있다.
• 엔티티타입은 기본, 중심, 핵심 엔티티타입으로 구분 할 수 있다.
• 여러 식별자 중 주식별자 결정이 데이터 모델에서 가장 중요하다. 주식별자 결정에 따라 모델의 복잡성을 결정하는 요소가 됨

주식별자 정의

• 해당 업무에서 자주 이용되는 속성을 주식별자로 지정한다(PK)
• (y)

주민번호
우편번호
주소
전화번호
메신저ID
전자메일ID

• (n)

사원번호
우편번호
주소
전화번호
메신저ID
전자메일ID

1. 속성값의 길이가 가변적인 속성은 주식별자로서 적당하지 않다.
   ← 공통적인 코드를 모아 업무코드를 만들고 부서코드를 포함함

1. 속성값이 자주변하는 속성은 주식별자로서 적당하지 않다.

• (n)

학번
이름
주소
생년월일

• (y)

?메일ID
이름
주소
생년월일

1. 주식별자를 선정하기 위한 속성의 수를 적게 한다.

• 복합 식별자일 때 가능하면 주식별자가 7~8개를 넘지 않도록한다.
• 주식별자에 적당한 속성이 존재하지 않으면 주식별자를 생성(Artificail Identifier)하여 지정하도록 한다.

• (n)

신청자명
장소
계약금
내용
접수상태코드

• (y)

신청자명
장소
계약금
접수일자
관할부서
입력자사번
접수방법코드
신청인구분코드
신청자주민번호
신청회수
내용
접수상태코드

주식별자 속성은 반드시 값이 들어와야 한다.

보조 식별자 정의

• 주식별자가 존재하지만 일반 속성 중에서도 다른 속성에 결정자 역할을 할 수 있고, 유일성을 가지고 있는 속성을 보조 식별자로 정의한다(Unique Index)
• 예) 사원번호를 주식별자로 하고 유일성을 가지는 주민번호를 보조 식별자로 활용한다.

외부 식별자 정의

• 다른 엔티티타입과의 관계를 통해 자식 쪽 엔티티타입에 생성되는 속성을 외부 식별자라 한다(FK)
• 엔티티타입에 주식별자가 지정되고 엔티티타입간 관계를 연결하면 부모쪽의 주식별자를 자식 엔티티타입의 속성으로 내려보내진다.
• 이때 자식 엔티티타입에서 부모 엔티티타입으로부터 받은 외부 식별자를 자신의 주식별자로 이용(식별자 관계)할것인지 또는 부모와 연결되는 속성으로서만 이용(비식별자 관계)할 것인지를 결정해야 한다.

• 위와 같이 자식 엔티티타입의 주식별자로 부모의 주식별자가 상속되는 경우를 식별자 관계라 한다.
• 주식별자로 사용않고 일반적인 속성으로만 사용하는 경우를 비식별자 관계라 한다.

비식별자관계 생성 이유

• 부모가 있었지만 자식만 남겨두고 먼저 소멸될 수 있는 경우
  

• 부모 없는 자식이 생성될 수 있는 경우
  

• 여러 개의 엔티티타입이 하나의 엔티티타입으로 통합되어 표현될 경우
  

• 자식 엔티티타입에 별도의 주식별자를 가지고 있는 것이 더 유리하다고 판단되는 경우
  

• 자식과 관련이 있는 엔티티타입으로의 주식별자 상속을 차단하기 위해서
  

2.4 속성 정의

• 선정된 엔티티타입에 업무 프로세스가 사용되는 속성을 정의하는 것이 좋다.

속성 상세 정의

• 고객이라는 엔티티타입에서 성명, 우편번호, 집주소, 전화번호, 전자메일, 홈페이지가 속성이되며
• 업무와는 무관한 키, 옷, 몸무게 등처럼 해당 업무상에서 필요로 하는 데이터인지 아닌지를 구분하여 분석해야 한다.
• 각각의 속성은 반드시 하나의 엔티티타입에 속해 있어야 하고, 전체 데이터 모델에서 하나의 의미만을 가지고 있어야 한다.
• 속성을 선정하는 시점
  • 업무에 대한 자료를 수집하는 동안
  • 엔티티타입을 추출하는 동안
  • 프로세스 모델링을 진행하는 동안
  • 데이터 모델과 프로세스 모델을 교차 체크하는 상관 모델링 단계에서
  • 기존의 시스템을 분석하면서
• 속성은 모델링 이후에도 지속적으로 추가되고, 검증되는 작업이 진행되므로 완벽하게 정의할 필요는 없다.
• 엔티티타입 내에서 하나의 속성은 한 시점에 한 개의 값만을 가지는 것이 원칙이다
  

• 때로는 시간에 따라 하나의 엔티티타입 내에서 속성값이 변할 수 있다. 이러한 속성을 "다중값 속성"이라 한다.
• 다중값 속성이 발생하는 경우 새로운 엔티티타입이 생성되어야 한다.
  

정규화

• 속성이 엔티티타입에 배치된 이후에 속성값을 조사하여 정규화 대상을 찾아 적용하도록 한다.
• 위의 다중값 속성은 1차 정규화 대상이 되는 경우에 해당된다.

도메인/용어정의

• 도메인 정의서에 따른 각 속성의 도메인 지정
  • 도메인은 속성이 물리적인 데이터베이스에서 데이터값을 어떤 형태로 가지고 있을것이며 얼마만한 길이로 가지고 있을 것인지를 지정하는것.
• 용어사전에 따른 속성명 지정
  • 논리명과 물리명을 정의하는 것
  • 논리명은 업무로부터 도출된 속성의 이름을 의미(한글)
  • 물리명은 데이터베이스에 구축될 속성을 의미(영어)

속성 규칙 정의

• 속성을 좀더 상세하게 분석하기 위한 네가지 속성

• 속성의 3분류를 정의한다.

1. 속성값의 필요 여부를 정의 한다.(Optional, Mandatory or Null, Not Null)
2. 속성값의 기본값을 정의한다.(Default)
3. 반드시 정해진 값만을 가져야 하는지 정의한다.(Check)

2.6 용어사전 정의

• 용어사전을 정의하는 이유는 논리 데이터 모델에 기술된 속성명과 테이블명에 업무적인 용어 적용이나 프로젝트에서 사용하기 위한 이름을 부여하여 데이터 모델과 애플리케이션 인터페이스에서 효율적인 정보화 시스템을 구축하기 위함
  
• 용어사전은 업무 기술서의 내용을 보고 분석하는 것이 가장 좋으며, 엔티티타입을 정의할 때 이용했던 여러 가지 업무 분석 방법을 모두 적용하여 용어를 도출하는 것이 좋다.

엔티티타입의 속성명을 모두 한곳에 모아 기술한다.

• 속성명은 그 업무에서 사용하는 업무적인 특성을 기술한 것이므로 속성명을 통해서 용어사전을 기술하는 것이 가장 효과적

속성명을 업무에서 사용하는 단어의 단위로 분리한다.

• 복합어를 단일어로 분리하고 중복되는 단어는 삭제하여 속성명을 유일하게 만드는 작업을 한다.(급여청구최대한도->급여,청구,최대,한도)

각각의 단위 속성에 의미를 기술하고 물리 속성명을 업무 특성에 적합하게 정의한다.

• 일반적으로 생각하는 의미의 단어뜻이 업무에서 다르게 사용될 수 있으므로 업무 기준의 의미로 기술해야 한다.

물리 속성명 명명 규칙을 정한다.

• LAST_WORK_DATE OR LASTWORK_DATE OR LastWorkDate

단위 속성명에 따라 엔티티타입의 모든 속성명에 대해 논리 속성명을 일치시키고, 물리 속성명을 생성해준다.

• 급여/PAY, 청구/DEMAND, 최대/MAX \-> PAY_DEMAND_MAX

2.7 4-STEP 데이터 모델링

• 실제로 업무를 분석하는 많은 분석가들은 엔티티타입 도출에 많은 어려움을 느낌
• 업무에의 흐름을 이해한 상태에서 직접 엔티티타입과 속성 및 관계를 도출하는 방법
• 4-STEP데이터 모델링은 업무를 잘 이해하고 있으면 최상의 모델링 작업을 진행 할 수 있는 모델링 방법이다.

2.8 모델링 용어