[SQLD] 1과목 - 2장. 데이터 모델과 SQL

제 1절 정규화

1. 정규화(Normalization)

• 정의: 데이터 분해 과정, 이상현상 제거
• 목적: 삽입/삭제/갱신 이상현상 방지
• 함수적 종속성에 기반한 정규화 수행 필요

2. 함수적 종속성(FD, Functional Dependency)

• 데이터들이 어떤 기준값에 의해 종속되는 현상을 지칭, 결정자와 종속자의 관계, 결정자의 값으로 종속자의 값을 알 수 있음
• 결정자, ex) 학번, 주민등록번호
• 종속자, ex) 이름, 혈액형, 출생지, 주소
  (학번은 이름과 혈액형을 함수적으로 결정, 이름과 혈액형은 학번에 함수적으로 종속됨)

3. 종류

• 정규형(NF, Normal Form): 정규화로 도출된 데이터 모델이 갖춰야 할 특성
• 제 1 정규형(1NF): 모든 도메인이 원자갑으로만 되어 있는 정규형
• 제 2 정규형(2NF): 테이블 R이 1NF이고 기본키가 아닌 모든 속성이 기본키에 대한 완전 함수적 종속
• 제 3 정규형(3NF): 테이블 R이 2NF, 기본키X, 모든 속성이 기본키에 대해 이행적 함수적 종속(A→B, B→C일때, A→C)
• BCNF: 테이블 R에서 모든 결정자가 후보키
• 제 4 정규형(4NF): 테이블 R에 다중값 종속 A→B가 존재할 경우, R의 모든 속성이 A에 함수적 종속 관계를 만족
  - 다중값 종속(A→→B): A, B, C 3개의 속성을 가진 테이블 R에서 B값이 A값에만 종속되고, C값과는 무관
• 제 5 정규형(5NF): 테이블 R의 모든 조인 종속이 R의 후보키를 통해서만 성립

⟹ 과정 정리(도부이결다조)
비정규 릴레이션
↓ 도메인이 원자값
1NF
↓ 부분적 함수 종속 제거
2NF
↓ 이행적 함수 종속 제거
3NF
↓ 결정자이면서 후보키 아닌 것 제거
BCNF
↓ 다치 종속 제거
4NF
↓ 조인 종속성 이용
5NF

4. 정규화의 효과

• 성능 = 조회, 입력/수정/삭제 2가지로 분류
• 데이터 중복 감소 → 성능 향상
• 데이터가 관심사별로 묶임 → 성능 향상
• 조회 질의에서 조인이 많이 발생 → 성능 저하
• ➡︎ 입력/수정/삭제의 경우 성능 향상 BUT! 조회의 경우 처리조건에 따라 향상 or 저하

 

제 2절 관계와 조인의 이해

1. 조인이란

• 가장 기본은 교집합을 만드는 것
• 두 개의 테이블 간에 일치하는 것을 조인
• 식별자를 상속해(=외래키)를 이용해 데이터를 결합해 여러 엔터티에서 필요한 데이터를 한번에 가져오는 것
  → 성능의 관점에서 사용하는 것임!
  
  
• EQUI JOIN (등가 교집합)
  •  “=“을 이용하여 두 개의 테이블 연결
  • ex) SELECT * FROM EMP, DEPT WHERE EMP.DEPTNO = DEPT.DEPTNO;
• NON-EQUI JOIN (비등가 교집합)
  • 정확하게 일치하지 않는 것을 조인
  • 두 개의 테이블 간에 조인하는 경우 “=“ 사용하지 않고 >, >=, <=, <

2. INNER JOIN (내부 조인)

• 그냥 조인이라고도 부름 (INNER JOIN을 JOIN이라고만 써도 됨)
• 두 테이블을 연결할 때 가장 많이 사용
• 두 테이블에 모두 데이터가 있어야만 결과 나옴
• INNER JOIN 은 ON문으로 테이블 연결 
• Ex)

3. OUTER JOIN (외부 조인)

• 한쪽에만 데이터가 있어도 결과가 나옴
• LEFT OUTER JOIN: 왼쪽 테이블의 모든 값이 출력되는 조인
• FULL OUTER JOIN: 오른쪽 테이블의 모든 값이 출력되는 조인
• RIGHT OUTER JOIN: 왼쪽 또는 오른쪽 테이블의 모든 값이 출력되는 조인

4. CROSS JOIN (상호 조인) - 카다시안 곱(CARTESIAN PRODUCT)

• 한쪽 테이블의 모든 행과 다른 쪽 테이블의 모든 행을 조인시키는 기능
• 조인 결과는 두 테이블의 각 행 개수를 곱한 수만큼 됨
• ex) SELECT * FROM [첫 번째 테이블] CROSS JOIN [두 번째 테이블]

5. SELF JOIN (자체 조인)

• 자기 자신과 조인, 즉 1개의 테이블 사용
• 별도의 문법이 존재X

6. UNION

• 두 개의 테이블을 하나로 합치면서 중복된 데이터 제거
• 정렬(SORT) 과정을 발생시킴
• ex) SELECT * FROM A UNION (ALL) SELECT * FROM B 

7. UNION ALL

• 데이터 값이 중복되더라도 조건에 일치하는 데이터를 모두 표시함 

8. JOIN vs. UNION 

JOIN	UNION
적어도 하나의 속성이 공통인 두 테이블 속성을 결합하고자 할 때 사용	하나의 결과 세트만 나타낼 때 사용
새로운 열로 결합 (수평결합)	새로운 행으로 결합 (수직결합)
첫 번째 테이블의 데이터는 동일한 행의 두 번째 테이블 열과 함께 한 열 세트에 표시	첫 번째 테이블의 데이터는 한 행 세트에 있고 두 번째 테이블 데이터는 다른 세트에 표

 

제 3절 모델이 표현하는 트랜잭션의 이해

1. 트랜잭션이란

• 데이터베이스의 논리적인 연산 단위 혹은 논리적인 업무단위

2. 식별관계 vs 비식별관계

• 식별관계: 외래키(빌려온 키)가 PK(식별자)의 일부분인가?
• 비식별관계: 외래키(빌려온 키)가 PK(식별자)의 일부분이 아닌가? 

3. 트랜잭션의 특성

• 원자성(ATOMICITY): 전부 실행되거나 전혀 실행되지 않아야 함(ALL OR NOTHING), 트랜잭션 처리가 완전히 끝나지 않으면 실행되지 않은 상태와 같아야 함
• 일관성(CONSISTENCY): 실행결과에 모순이 없어야 함
• 독립성(고립성, ISOLATION): 연산 중간에 다른 트랜잭션이 접근 할 수 없음, 동시 수행X, 고립되어 실행
• 지속성(DURABILITY): 성공적으로 완료(COMMIT)된 후 그 결과는 영구적으로 유실X

 

제 4절 NULL 속성의 이해

1. NULL의 특징

• 아직 정해지지 않은 값
• 모르는 값을 의미
• 값의 부재를 의미
• 숫자 혹은 날짜를 더하면 NULL이 됨
• 어떤 값을 비교할 때 ‘알 수 없음’이 반환됨

2. NULL 값 조회

• NULL 값을 조회 = IS NULL
• NULL이 아닌 값을 조회 = IS NOT NULL

3. NULL 관련 함수

• NVL 함수
  • NULL이면 다른 값으로 바꾸는 함수
  • ex) NVL(A, 0) = A 칼럼이 NULL이면 0으로 반환

• NVL2 함수
  • NVL 함수와 DECODE 함수를 하나로 합친 것
  • ex) NVL2(A, 1, 0) = A 칼럼이 NULL이 아니면 1을, NULL이면 0을 반환

• NULLIF 함수
  • 두 개의 값이 같으면 NULL, 같지 않으면 첫 번째 값을 반환
  • ex) NULLIF(A, B) = A와 B가 같으면 NULL을, 같지 않으면 A를 반환

• COALESCE
  • NULL이 아닌 최초의 인자 값을 반환
  • COALESCE(A, B, C, …) = A가 NULL이 아니면 A를, NULL이면 그 뒤의 값의 NULL 여부를 판단하려 값을 반환, 즉 NULL이 아닌 값이 나올 때까지 뒤로 둠

4. NULL이 필요한 이유

• 테이블(=엔터티)의 특성상 행 X 열 형태를 우지해야 함

 

제 5절 본질식별자 vs 인조식별자

1. 식별자(IDENTIFIERS) 란?

• 엔터티 내 유일하게 인스턴스를 식별할 수 잇는 속성의 집합

2. 식별자 분류

• 대표성 여부: 주식별자 VS 보조식별자
• 스스로생성여부: 내부식별자 VS 외부식별자
• 단일속성여부: 단일식별자 VS 복합식별자
• 대체여부: 본질식별자 VS 인조식별자

	본질 식별자	인조 식별자
예시	국적 + 주민등록번호, 차량 번호 (여러 속성의 조합)	자동 생성 번호
특징	유일성: 유일하게 식별 의미적 가치: 비즈니스적 의미 내포 O 변경 가능성: 실제 변화에 따라 변경	유일성: 고유의 값을 가짐 비의미적: 비즈니스적 의미 내포 X 불변성: 한번 생성되면 변경X

3. 언제 사용하지 ?

• 변경 가능성: 인조식별자가 바람직 (본질 식별자는 변경될 가능성이 있기에 데이터 무결성에 문제를 일으킬 수 있음)
• 복잡성: 인조식별자가 바람직 (복잡한 본질 식별자는 관리가 어려울 수 있음)
• 비즈니스 의미: 본질 식별자가 바람직. 비즈니스 프로세스나 규칙에서 중요에서 중요한 의미

4. 인조식별자의 문제

• 중복 데이터로 인한 품질 문제: 중복 데이터의 원천 차단을 할 수 없음
• 불필요한 인덱스가 필요할 수 있음
  • 본질 식별자는 PK: 주민번호 + 상품번호
  • 인조식별자는 FK: 주문상품번호