📌 [정보처리기사] 논리 데이터베이스 설계 - 관계형 데이터 모델/관계형 데이터베이스의 구조

 

 

목차

 

관계형 데이터 모델(Relational Data Model)의 개요

📌 관계형 데이터 모델은 가장 널리 사용되는 데이터 모델로, 2차원적인 표(Table)를 이용해서 데이터 상호 관계를 정의하는 DB구조를 말한다.

• 파일 구조처럼 구성한 테이블들을 하나의 DB로 묶어서 테이블 내에 있는 속성들 간의 관계(Relationship)를 설정하거나 테이블 간의 관계를 설정하여 이용한다.
• 기본키(Primary Key)와 이를 참조하는 외래키(Foreign Key)로 데이터 간의 관계를 표현한다.
• 계층 모델과 망 모델의 복잡한 구조를 단순화시킨 모델이다.
• 관계형 모델의 대표적인 언어는 SQL이다.
• 1:1, 1:N, N:M 관계를 자유롭게 표현할 수 있다.

 

💡 관계(Relation)와 관계(Relationship) : 관계 모델에서는 릴레이션(Relation)이라고 부르는데, 릴레이션을 우리말로 관계라고 해석하는 경우가 종종 있어 개체와 개체 간의 관계를 나타내는 Relationship과 혼동되는 경우가 있다. 대부분 Relation은 테이블 혹은 릴레이션이라 표기하고 Relationship은 관계라고 표시하지만 간혹 그렇지 않은 경우도 있으니 주의하기 바란다.

 

 

 

관계형 데이터 모델의 구성

🔔 예) E-R 모델에서 설명한 고객과 주문서 그리고 주문관계를 관계형 데이터 모델로 표시하면 다음과 같다.

 

• '고객'과 '주문서'는 개체 테이블이고, '주문'은 관계(Relationship)로 만들어진 테이블이다.
• 위의 테이블에 데이터를 입력해 보면 좀 더 명확하게 이해할 수 있다.

 

 

관계형 데이터 모델의 구성

 

• <고객> 테이블과 <주문서> 테이블은 <주문> 테이블을 관계로 하여 연결되어 있다. 이때 <고객> 테이블에 있는 '고객번호'와 <주문서> 테이블에 있는 '주문번호'는 기본키이고, <주문> 테이블에 있는 '고객번호'와 '주문번호'는 외래키이다.
• <고객>과 <주문>의 관계는 1:N, 즉 한 명의 고객은 여러 개의 주문을 신청할 수 있다.
• <주문서>와 <주문>의 관계는 1:1 즉 '주문서'는 '주문번호' 1개에 대한 정보만을 가지고 있다.
• <주문> 테이블의 내용을 가지고 주문 고객의 '성명'을 찾으려면 <주문> 테이블의 '고객번호와 같은 고객번호'를 <고객> 테이블에서 찾으면 되고, 주문 내역을 알려면 주문번호와 같은 '주문버호'를 <주문서> 테이블에서 찾으면 된다.

 

---

 

 

 

관계형 데이터베이스의 개요

• 1970년 IBM에 근무하던 코드(E. F. Codd)에 의해 처음 제안되었다.
• 관계형 데이터베이스를 구성하는 개체(Entity)나 관계(Relationship)를 모두 릴레이션(Relation)이라는 표(Table)로 표현한다.
• 릴레이션은 개체를 표현하는 개체 릴레이션, 관계를 나타내는 관계 릴레이션으로 구분할 수 있다.
• 장점 : 간결하고 보기 편리하며, 다른 데이터베이스로의 변환이 용이하다.
• 단점 : 성능이 다소 떨어진다.

 

 

관계형 데이터베이스의 Relation 구조

📌 릴레이션은 데이터들을 표(Table)의 형태로 표현한 것으로 구조를 나타내는 릴레이션 스키마와 실제 값들인 릴레이션 인스턴스로 구성된다.

 

 

📌 튜플(Tuple)

• 튜플은 릴레이션을 구성하는 각각의 행을 말한다.
• 튜플은 속성의 모임으로 구성된다.
• 파일 구조에서 레코드와 같은 의미이다.
• 튜플의 수를 카디널리티(Cardinality) 또는 기수, 대응수라고 한다.

 

💡 관계형 데이터베이스에서 릴레이션을 구성하는 용어들은 매우 중요하다.
💡 용어 : 동일한 요소에 대해서 앞서 사용했던 개체(Entity)에서 사용했던 것과 다르게 부른다.
💡 릴레이션 인스턴스 : 데이터 개체를 구성하고 있는 속성들에 데이터 타입이 정의되어 구체적인 데이터 값을 갖고 있는 것을 말한다. 예) <학생> 릴레이션의 인스턴스
💡 튜플 : <학생> 릴레이션에서 카디널리티는 4이다. 카디널리티 = 튜플의 수 = 기수 = 대응수

 

 

📌 속성(Attribute)

• 속성은 데이터베이스를 구성하는 가장 작은 논리적 단위이다.
• 파일 구조상의 데이터 항목 또는 데이터 필드에 해당된다.
• 속성은 개체의 특성을 기술한다.
• 속성의 수를 디그리(Degree) 또는 차수라고 한다.

 

📌 도메인(Domain)

• 도메인은 하나의 애트리뷰트가 취할 수 있는 같은 타입의 원자(Atomic)값들의 집합이다.
• 도메인은 실제 애트리뷰트 값이 나타날 때 그 값의 합법 여부를 시스템이 검사하는 데에도 이용된다.

🔔 예) 성별 애트리뷰트의 도메인은 '남'과 '여'로 그 외의 값은 입력될 수 없다.

 

💡 <학생> 릴레이션에서 디그리는 5이다. 
디그리 속성의 수 = 차수
<학생> 릴레이션에서 '학년'의 도메인은 1~4이다.

 

 

 

릴레이션의 특징

• 한 릴레이션에는 똑같은 튜플이 포함될 수 없으므로 릴레이션에 포함된 튜플들은 모두 상이하다.
  • 예) <학생> 릴레이션을 구성하는 김예소 레코드는 김예소에 대한 학적 사항을 나타내는 것으로 <학생> 릴레이션 내에서는 유일하다.
• 한 릴레이션에 포함된 튜플 사이에는 순서가 없다.
  • 예) <학생> 릴레이션에서 김예소 레코드와 고강민 레코드의 위치가 바뀌어도 상관없다.
• 튜플들의 삽입, 삭제 등의 작업으로 인해 릴레이션은 시간에 따라 변한다.
  • 예) <학생> 릴레이션에 새로운 학생의 레코드를 삽입하거나 기존 학생에 대한 레코드를 삭제함으로써 테이블은 내용 면에서나 크기 면에서 변하게 된다.
• 릴레이션 스키마를 구성하는 속성들 간의 순서는 중요하지 않다.
  • 예) 학번, 이름 등의 속성을 나열하는 순서가 이름, 학번 순으로 바뀌어도 데이터 처리에는 아무런 영향을 미치지 않는다.
• 속성의 유일한 식별을 위해 속성의 명칭은 유일해야 하지만, 속성을 구성하는 값은 동일한 값이 있을 수 있다.
  • 예) 각 학생의 학년을 기술하는 속성인 '학년'은 다른 속성명들과 구분되어 유일해야 하지만 '학년' 속성에는 2, 1, 2, 4, 등이 입력된 것처럼 동일한 값이 있을 수 있다.
• 릴레이션을 구성하는 튜플을 유일하게 식별하기 위해 속성들의 부분집합을 키(Key)로 설정한다.
  • 예) <학생> 릴레이션에서는 '학번'이나 '이름'이 튜플을 구분하는 유일한 값인 키가 될 수 있다.
• 속성의 값은 논리적으로 더 이상 쪼갤 수 없는 원자 값만을 저장한다.
  • 예) '학년'에 저장된 1, 2, 4 등은 더 이상 세분화할 수 없다.