데이터 모델링과 데이터 모델

 

우리는 다양한 데이터들 사이에서 목적에 따라 유의미한 데이터들을 분류하여 사용하기 위해 데이터베이스를 쓴다.

그런데 이 데이터들이 전산화되어 컴퓨터 내부에 저장되는 과정을 데이터 모델링이라고 부른다.

예전에 수기로 기입했던 가계의 장부들을 컴퓨터에 일일이 재작성하여 필요시 편리하게 데이터를 추출할 수 있게 하고자 하는 목적이 있다.

하지만, 이 일을 해본 사람은 알겠지만 굉장히 고통스러운 노동의 시간을 거쳐야 한다.

그렇게 때문에 모든 수기의 내용을 컴퓨터로 옮겨 넣을 것인가? 아니면 중요한 정보들만 입력할 것인가?는 스스로 혹은 타인에 의해 결정해야(돼야) 된다.

다시 정리하면, 현실 세계에서 컴퓨터가 이해할 수 있는 논리적 구조로 만드는 과정이 데이터 모델링(Data Modeling)이다.

단계별로 표현을 하면 현실 단계-> 개념 단계-> 논리적 단계로 변화된다.

 

데이터 모델링은 다음과 같은 과정을 거친다.

개체 정의 -> 개체 식별 -> 상세화 -> 통합 -> 검증

 

1. 개체 정의 : 현실세계에서 개체를 찾아 정의

2. 식별자 정의 : 각가의 개체를 식별하기 위해 특성화

3. 상세화 : 각각의 개체를 구체화

4. 통합 : 개체와 개체 사이의 관계성을 파악하여 전체를 통합

5. 검증 : 실제와 동일한지 검증

 

 

개체들을 명확하고 논리적으로 개체 간의 관계를 표현하기 위해 데이터 모델을 사용한다.

데이터 모델은 데이터 모델링과 헷갈릴 수 있으니 조심하자.

데이터 모델(Data Model)은 간략하게 정의하자면, 표현의 도구이다.

이 표현의 방법을 개념적으로 하느냐 논리적으로 하느냐에 따라 사용되는 데이터 모델의 종류가 달라진다.

개념적 데이터 모델은 추상적인 것들을 구체화하는 것이다. 

예를 들어, 내 앞에 책 한 권이 놓여 있다고 하면 개념적 데이터 모델에서 노란색 컴퓨터 관련 책이며 책 제목은 노랑 컴퓨터가 된다.

논리적 데이터 모델은 개념적 데이터 모델을 논리적으로 표현하는 것인데, 앞서 설명했던 책 한 권을 1. 색상 - 노랑 2. 관련 서적 - 컴퓨터 3. 책 제목 - 노랑 컴퓨터로 표현하는 것이다. 핵심들이 명확히 보이는 상태이다.

 

데이터 모델을 구성하는 요소는 총 3가지로

1. 데이터 구조(Structure) : 현실 세계의 데이터를 추상화(일반화, 집단화, 세분화, 연관화)하였을 때 어떤 구조로 되어 있는지를 표현하는 방법이다.

2. 연산(Operation) : 실제 데이터를 어떤 방법으로 삽입, 선정, 변경, 삭제할지를 나타내는 동적 기술사항이다.

3. 제약조건(Constraint) : 어떤 데이터만을 받아 들일 것인지를 판단하는 방법이다.