01
속성에 대한 설명
•
속성은 주식별자에게 함수적으로 종속한다.
•
하나의 값만 가진다.
02
하나의 릴레이션에서 튜플의 전체 개수를 릴레이션의 카디널리티라고 한다.
03
선택도는 특정 조건에 의해서 선택될 것으로 예상되는 레코드의 비율이다.
04
최대한 범용적인 값을 사용하고 유일한 값을 만들기 위해서 사용되는 식별자는 인조식별자이다.
05
속성은 사물의 성질, 특징, 본질적 성질을 의미하며 중복된 값이 있을 수 있다.
06
주식별자 조건으로는 유일성, 최소성, not null, 대표성이 있다.
07
본질 식별자와 인조 식별자는 식별자의 대체 여부를 기준으로 분류한 것이다.
08
주식별자와 관련성이 가장 낮은 정규화는 제 3 정규화이다.
제 3 정규화는 주식별자를 제외한 칼럼간에 종속성을 확인해서 종속성이 있으면 분할하는 과정이다.
09
관계를 정의할때 체크해야 하는 사항
•
두 개의 엔티티 사이에 관심있는 연관규칙이 존재하는가?
•
업무기술서, 장표에 관계연결을 가능하게 하는 동사가 존재하는가?
•
업무기술서, 장표에 관계연결 규칙이 서술되어 있는가?
•
두 개의 엔티티 사이에 정보의 조합이 발생되는가?
10
식별자를 대체할 수 있는 성격에 따라 구분한 개념은 본질 식별자, 인조 식별자이다.
11
•
한 개의 엔티티는 두 개 이상의 인스턴스 집합이어야한다.
•
하나의 속성은 하나의 속성값을 가진다. 하나 이상의 경우 정규화 필요
•
한 개의 엔티티는 두 개 이상의 속성을 갖는다.
•
엔티티 하나의 인스턴스는 다른 엔티티의 인스턴스간 관계인 pairing 을 가진다.
12
데이터 모델링의 세가지 관점
•
데이터 관점 : 업무가 어떤 데이터와 관련이 있는지 또는 데이터 간의 관계는 무엇인지에 대해서 모델링 하는 방법 (what, data)
•
프로세스 관점 : 업무가 실제로 하는 일은 무엇인지 또는 무엇을 해야 하는지를 모델링하는 방법 (how, process)
•
데이터와 프로세스의 상관 관점 : 업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을 받고 있는지 모델링하는 방법 (interaction)
13
•
테이블과 칼럼의 반정규화는 데이터 무결성에 영향을 미치지만 관계의 반정규화 기법 중 중복관계 추가는 데이터 무결성을 깨뜨릴 위험을 갖지 않고서도 데이터 처리의 성능을 향상시킬 수 있다.
•
데이터 모델 전체가 관계로 연결되어 있고 관계가 서로 먼 친척 간에 조인관계가 빈번하게 되어 성능저하가 예상된다면 관계의 반정규화를 통해 성능향상을 도모할 필요가있다.
14
엔티티 3가지 공통점
•
개념, 사건, 사람, 장소등과 같이 명사이다
•
비즈니스 프로세스에서 관리되어야 하는 정보이다.
•
저장이 필요한 어떤 것이다.
데이터베이스 내에서 변별 가능한 객체이다.