TigerCow.Door



안녕하세요. 문범우입니다.

이번 포스팅에서는 DataBase에서 데이터 모델 개념에 속하는 관계(Relationship)와 식별자(Identifiers)에 대해서 알아보도록 하겠습니다.




1. 관계(Relationship)


1-1. 관계(Relationship)란?


사전적으로 정의했을 때, 관계란 상호 연관성이 있는 상태라고 할 수 있다. 이를 우리가 학습하고자 하는 데이터 모델의 개념에서 생각하면, 엔터티의 인스턴스 간 논리적인 연관성이라고 생각할 수 있고 보다 구체적으로는, 존재의 형태로서나 행위로서 서로에게 연관성이 부여된 상태라고 할 수 있다. 

이러한 관계는 엔터티와 엔터티 간 연관성을 표현하기 때문에 특정 엔터티의 정의에 따라 영향을 받기도 하고, 속성 정의 및 관계 정의에 따라서도 다양하게 변경될 수 있다.



1-2. 관계의 패어링(Relationship Paring)


관계에 대해서 생각할 때 유의해야할 점이 있다.

위에서 설명한 관계의 정의를 통해 고려해볼 때, 엔터티 안의 인스턴스가 보두 동일한 관계를 가지고 있다고 생각할 수 있지만, 엔터티 안의 인스턴스는 개별적으로 관계를 가지게 되고 이것의 집합을 관계로 표현한다.

그리고 이때, 각각의 엔터티의 인스턴스들이 자신과 관련된 인스턴스들과의 관계를 어커런스로 참여하는 형태를 관계 패어링(Relationship Paring)이라고 한다.



즉, 위의 그림과 같이 학생 엔터티와 수업 엔터티가 있다고 생각해보자. 이때 학생 엔터티의 인스턴스인 김철수와 김길동은 각각 수업 엔터티의 인스턴스인 수학과 영어에 대해 서로 다른 관계를 가지고 있다. 김철수 인스턴스는 수학과 영어 인스턴스 모두와 관계를 가지고 있으며 김길동 인스턴스는 영어 인스턴스와 관계를 가지고 있다. 이렇게 각 인스턴스간 관계가 설정되어 있는 어커런스를 관계 패어링이라고 하며, 이러한 관계 패어링의 집합을 관계라고 한다.



1-3. 관계의 분류


1-3-1. 연결 목적에 따른 분류


아래와 같이 '존재에 의한 관계', '행위에 의한 관계' 두개로 나뉘어지는데 이는 어떠한 목적으로 관계가 연결되었느냐를 기준으로 한다.


- 존재에 의한 관계

예를 들어, '학부/과' 라는 엔터티와 '학생'이라는 엔터티가 존재한다고 가정하자. 이때 '학생' 엔터티의 특정 인스턴스는 언제든지 '학부/과' 엔터티의 특정 인스턴스에 속해있을 것이다. 이는 어떠한 이벤트나 액션, 행위에 의한 것이 아니라 단순히 소속되어 있기 때문에 나타나는 관계이다. 이러한 경우를 존재에 의한 관계라고 한다.


- 행위에 의한 관계

예를 들어, '손님'이라는 엔터티와 '주문'이라는 엔터티가 있다고 가정해보자. 각 엔터티의 특정 인스턴스 끼리는 관계가 발생하기 위해 '손님'이라는 엔터티의 인스턴스가 특정 행위를 해야한다. 이러한 관계를 행위에 의한 관계라고 이야기를 한다.



1-4. 관계의 표기법


관계를 표기할 때에는 아래와 같이 3가지 개념에 대해서 함께 표현해준다.



1-4-1. 관계명(Membership)


관계명은 엔터티가 관계에 참여하는 형태를 지칭한다. 관계는 2개의 엔터티에 의해 발생되므로, 하나의 관계는 2개의 관계명을 가지게 되며, 각각의 관게명에 따라서 하나의 관계가 두가지 관점으로 표현될 수 있다.

이때, 엔터티에서 관계가 시작되는 쪽을 관계시작점이라고 부르고 관계가 끝나는 쪽을 관계끝점이라고 한다. 관계명을 지을 때는 아래와 같은 명명규칙을 따른다.


- 애매한 동사를 피한다. 예를 들어 '관련이 있다', '관계된다' 등은 구체적이지 않아 두 엔터티간에 어떤 행위/상태가 존재하는지 파악하기 어렵다.


- 현재형으로 표현한다. 예를 들어, '주문을 했다', '신청할 것이다'라는 식의 표현은 사용하지 않는다. 대신 '주문 한다', '신청 한다' 와 같이 표현한다.



1-4-2. 관계차수(Cardinality)


관계차수란, 관계에 참여하는 두 엔터티의 참여자수를 이야기한다. 일반적으로 1:1, 1:M, M:N으로 나타낸다. 즉 관계에 하나만 참여하는지, 아니면 그 이상(2개 이상)이 관계에 참여하는지를 파악하는 것이 중요하다.

각각의 관계에 대한 IE 표기법은 다음과 같다.


1-4-3. 관계선택사양(Optionality)


관계선택사양이라는 것은 엔터티가 항상 관계에 참여하는지, 아니면 선택적으로 관계에 참여할 수 있는 것인지를 의미한다. 이때 항상 관계에 참여하는 것을 필수 참여(Mandatory Membership)이고 선택적으로 관계에 참여하는 것을 선택 참여(Optional Membership)이라고 한다.



위와 같이 학생 엔터티와 수업 엔터티가 있을 때, 학생 엔터티는 수업 엔터티와 관계가 있을수도 있고 없을수도 있기때문에 학생 엔터티를 기준으로 학생-수업 관계는 선택참여가 된다. 따라서 위와 같이 동그라미표시를 한다. 반대로 수업 엔터티는 학생 엔터티가 관계가 필수적이기 때문에 수업 엔터티를 기준으로 수업-학생 관계는 필수 참여가 되고 이때에는 아무런 표시를 하지 않는다.

(학생이 듣지 않는 수업에 대해서는 고려하지 않았다.)



1-5. 관계 체크사항


두개의 엔터티 사이에서 관계를 정의할 때에는 다음과 같은 사항들을 체크해 보아야 한다.


- 두 개의 엔터티 사이에 관심있는 연관규칙이 존재하는가?

- 두 개의 엔터티 사이에 정보의 조합이 발생되는가?

- 업무기술서, 장표에 관계연결에 대한 규칙이 서술되어 있는가?

- 업무기술서, 장표에 관계연결을 가능하게 하는 동사(Verb)가 있는가?



Q. 관계 관련 문제


1. 다음 중 관계에 대한 설명으로 가장 부적절한 것은?


⑴ 관계는 존재적 관계와 행위에 의한 관계로 나누어볼 수 있다.

⑵ 관계의 표기법은 관계명, 관계차수, 식별성의 3가지 개념을 사용한다.

⑶ 부서와 사원 엔터티 간의 '소속' 관계는 존재적 관계의 사례이다.

⑷ 주문과 배송 엔터티 간의 '배송근거' 관계는 행위에 의한 관계의 사례이다.




2. 다음 중 두 개의 엔터티 사이에 정의한 관계를 체크하는 사항으로 가장 부적절한 것은?


⑴ 두 개의 엔터티 사이에 관심 있는 연관규칙이 존재하는가?

⑵ 두 개의 엔터티 사이에 정보의 조합이 발생되는가?

⑶ 업무기술서, 장표에 관계연결에 대한 규칙이 서술되어 있는가?

⑷ 업무기술서, 장표에 관계연결을 가능하게 하는 명사가 있는가?





2. 식별자(Identifiers)


2-1. 식별자(Identifiers)란?


우리는 앞에서 인스턴스들의 집합(조합)이 엔터티라고 했다. 그럼, 엔터티내에서 특정 인스턴스를 구별하는 방법은 무엇일까? 이를 위해서 식별자가 존재한다. 즉, 여러 개의 인스턴스를 담고 있는 엔터티에서 인스턴스를 구별하기 위한, 즉 엔터티를 대표하는 속성을 의미하며 하나의 엔터티에서는 반드시 하나의 유일한 식별자가 존재해야 한다. 

데이터베이스 공부를 했던 사람이라면 키(Key)와 식별자를 동일하게 생각할 수 있는데, 식별자는 업무적으로 구분이 되는 정보이므로 논리 데이터 모델링 단계에서 사용하는 용어이며, 키(Key)는 데이터베이스에서 테이블에 접근을 하기 위한 것으로 물리 데이터 모델링 단계에서 사용하는 것으로 약간의 차이가 존재한다.



2-2. 식별자의 특징


여기서 알아보는 식별자의 특징에서는 사실상 주 식별자를 기준으로 한다. 이후에 알아볼 내용이지만 주 식별자 이외에 외부식별자라는 개념도 존재하는데, 외부식별자의 경우 주식별자의 특징과 일치하지 않으며 참조무결성 제약조건에 따른 특징을 갖는다.

그럼 주 식별자가 가지는 특징은 다음과 같다.


- 유일성

주식별자에 의해 엔터티내에 모든 인스턴스들을 유일하게 구분할 수 있어야 함


- 최소성

주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 함


- 불변성

주식별자가 한 번 특정 엔터티에 지정되면 그 식별자의 값은 변하지 않아야 함


- 존재성

주식별자가 지정되면 반드시 데이터 값이 존재 해야함(Null값 안됨)



2-3. 식별자의 분류


2-3-1. 대표성 유무에 따른 분류


- 주식별자(Primary Identifier)

엔터니 내에서 각 어커런스를 구분할 수 있는 구분자이며, 타 엔터티와 참조관계를 연결할 수 있는 식별자


- 보조식별자(Alternate Identifier)

엔터티 내에서 칵 어커런스를 구분할 수 있는 구분자이지만 대표성을 가지지 못해 참조관계 연결을 못함



2-3-2. 스스로 생성되었는지에 따른 분류


- 내부식별자

엔터티 내부에서 스스로 만들어지는 식별자


- 외부식별자(Foreign Identifier)

타 엔터티와의 관계를 통해 타 엔터티로부터 받아오는 식별자



2-3-3. 단일 속성인지에 따른 분류


- 단일식별자(Single Identifier)

하나의 속성으로 구성된 식별자


- 복합식별자(Composit Identifier)

둘 이상의 속성으로 구성된 식별자



2-3-4. 업무적 의미가 있는가에 따른 분류


- 본질식별자

업무에 의해 만들어지는 식별자


- 인조식별자

업무적으로 만들어지지는 않지만 원조식별자가 복잡한 구성을 가지고 있기 때문에 인위적으로 만든 식별자



2-4. 주식별자 도출기준


데이터 모델링에 있어서 주식별자를 도출하는 것은 중요한 작업이다. 주식별자를 도출하기 위한 기준은 아래와 같다.


- 해당 업무에서 자주 이용되는 속성을 주식별자로 정의한다.

- 명칭, 내역 등과 같이 이름으로 기술되는 것들은 가능하면 주식별자로 지정하지 않는다.

- 복합으로 주식별자를 구성할 경우 너무 많은 속성이 포함되지 않도록 한다.



2-5. 비식별자 관계(Non-Identifying Relationship)


부모 엔터티로부터 속성을 받았지만 이를 자식 엔터티의 주 식별자로 사용하지 않고 일반적인 속성으로 사용하게 되는 경우가 있는데 이러한 경우를 비식별자 관계(Non-Identifying Relationship)라고 한다. 다음의 네가지 경우에 대해서 비식별자 관계에 의한 외부속성을 생성한다.


1) 자식엔터티가 부모엔터티로부터 받은 속성이 반드시 필수 값이 아니기 때문에 부모 없는 자식이 생성될 수 있는 경우


2) 엔터티별로 데이터의 생명주기(Life Cycle)를 다르게 관리할 경우. 예를 들어, 부모 엔터티가 자식 엔터티보다 먼저 소멸되는 경우 등을 말한다.


3) 여러개의 엔터티가 하나의 엔터티로 통합되어 표현되었는데 각각의 엔터티가 별도의 관계를 가질 때


4) 자식엔터티에 주식별자로 사용하여도 되지만, 자식엔터티에서 별도의 주식별자를 생성하는 것이 더 유리하다고 판단될 때



2-6. 식별자관계와 비식별자관계 모델링


2-6-1. 비식별자관계 선택 프로세스


식별자 관계를 파악하는데에 있어서 중요한 한가지는 비식별자관계를 파악하는 것이다. 비식별자관계를 파악할때에 있어서 다음과 같은 흐름에 따라 선정한다면 합리적으로 비식별자관계를 설정할 수 있다.




2-6-2. 식별자관계와 비식별자관계 비교


항목

식별자관계

비식별자관계

목적

강한 연결관계 표현

약한 연결관계 표현

자식 주식별자

영향

자식 주식별자의 구성에 포함됨

자식 일반 속성에 포함됨

표기법

실선 표현

점선 표현

연결

고려사

- 반드시 부모엔터티 종속

- 자식 주식별자구성에 부모 주식별자포함 필요

- 상속받은 주식별자속성을 타 엔터티에 이전 필요

- 약한 종속관계

- 자식 주식별자구성을 독립적으로 구성

- 자식 주식별자구성에 부모 주식별자 부분 필요

- 상속받은 주식별자속성을 타 엔터티에 차단 필요

- 부모쪽의 관계참여가 선택관계




Q. 식별자 관련 문제


1. 다음 중 아래에서 엔터티 내에 주식별자를 도출하는 기준을 묶은 것으로 가장 적절한 것은?


가. 해당 업무에서 자주 이용되는 속성을 주식별자로 지정한다.

나. 명칭, 내역 등과 같이 이름으로 기술되는 것들을 주식별자로 지정한다.

다. 복합으로 주식별자를 구성할 경우 너무 많은 속성을 포함하지 않도록 한다.

라. 자주 수정되는 속성을 주식별자로 지정한다.


⑴ 가, 나

⑵ 가, 다

⑶ 다, 라

⑷ 나, 라




2. 다음 중 비식별자 관계로 연결하는 것을 고려해야 하는 경우로 가장 부적절한 것은?


⑴ 부모엔터티에 참조값이 없어도 자식엔터티의 인스턴스가 생성될 수 있는 경우

⑵ 자식쪽 엔터티의 주식별자를 부모엔터티와는 별도로 생성하는 것이 더 유리하다고 판단되는 경우

⑶ 여러 개의 엔터티를 하나로 통합하면서 각각의 엔터티가 갖고 있던 여러 개의 개별 관계가 통합되는 경우

⑷ 부모엔터티의 인스턴스가 자식 엔터티와 같이 소멸되는 경우




추가적으로 궁금한 사항이나 이해가 되지 않는 점은 언제든지 이메일 또는 카카오톡으로 연락주시면 답변드리도록 하겠습니다.

블로그 이미지

Tigercow.Door

Back-end / Python / Database / AI / Algorithm / DeepLearning / etc

댓글을 달아 주세요



안녕하세요. 문범우입니다.

이번 포스팅에서는 Data Base에서  엔터티와 속성에 대해서 알아보도록 하겠습니다.

특히 각 개념마다 SQL 전문가 또는 SQL 개발자를 준비하시는 분들을 위한 문제를 함께 두었으니 공부를 하시며 문제들을 확인하면 보다 좋은 학습이 될 것 입니다.



1. 엔터티(Entity)


1-1. 엔터티(Entity)란?


데이터 베이스의 개념 중에서도 데이터 모델에 대해 공부를 시작할 때 제일 먼저 나오는 개념이 '엔터티(Entity)' 이다.

엔터티는 쉽게 말해 실체, 객체라고 생각할 수 있다.

일반적으로 엔터티를 정의하는 개념들을 정리하여 나타내면 다음과 같이 볼 수 있다.


- 엔터티는 사람, 장소, 물건, 사건, 개념 등과 같은 명사에 해당된다.

- 엔터티는 업무상 관리가 필요한 것에 해당된다.

- 엔터티는 저장 되기 위한 어떤 것(Thing)에 해당된다.


예를 들어 학교라는 곳에선 과목이라는 엔터티가 존재할 수 있다.

그리고 엔터티는 인스턴스의 집합으로 나타나게 됩니다. 즉 과목이라는 엔터티가 있다면, 수학, 영어, 국어와 같은 인스턴스가 과목이라는 엔터티에 포함되는 것이다.

이때 엔터티는 자신이 가지고 있는 인스턴스를 설명할 수 있는, 나타낼 수 있는 속성(Attribute)를 가지게 된다. 앞에서 이야기한 수학, 영어, 국어와 같은 인스턴스가 존재한다면 이들은 과목이라는 엔터티에서 이름이라는 속성을 가지고 있는 것이죠. 속성에 대해서는 엔터티를 알아본 후에 보다 자세히 알아보자.



1-2. 엔터티의 특징


엔터티는 일반적으로 다음과 같은 특징을 가지고 있다. 물론 아래와 같은 특징을 지니지 않은 경우도 있을 수 있지만 일반적으로 아래의 특징을 지니지 않으면 적절하지 않은 엔터티일 확률이 높다.


- 반드시 엔터티가 사용되는 곳의 업무에서 필요하며 관리하고자 하는 정보

- 엔터티가 포함하는 인스턴스에 대해 유일한 식별자로 식별이 가능해야 함

- 엔터티는 지속적으로 존재하는 두개 이상의 인스턴스들의 조합이어야 함

- 엔터티는 반드시 속성을 지녀야 함

- 엔터티는 업무 프로세스에 의해서 이용되어야 함

- 엔터티는 다른 엔터티와 최소 한 개 이상의 관계가 있어야 함



1-3. 엔터티의 분류


엔터티는 각각의 성격에 의해, 실체유형(유무형)에 따라 구분하거나, 엔터티의 발생시점에 의해 분류될 수 있다.


1-3-1. 실체유형(유무형)에 따른 분류


- 유형 엔터티(Tangible Entity)

물리적인 형태가 존재하는 엔터티이며 안정적이고 지속적으로 활용되는 엔터티이다.


- 개념 엔터티(Conceptual Entity)

물리적인 형태는 존재하지 않고 관리해야 할 개념적인 정보로 구분이 되는 엔터티이다.


- 사건 엔터티(Event Entity)

업무를 수행함에 따라 발생되는 엔터티이다.



1-3-2. 발생시점에 따른 분류.


- 기본/키 엔터티(Fundamental/Key Entity)

해당 업무에 원래 존재하는 정보로 다른 엔터티와의 관계에 의해 발생 또는 생성되지 않고 독립적으로 존재하는 엔터티이다. 이는 독립적으로 생성이 가능하며 다른 엔터티의 부모역할을 한다.


- 중심 엔터티(Main Entity)

기본 엔터티로 부터 발생되며 업무에 있어서 중심적인 역할을 한다. 일반적으로 데이터 양이 많으며 다른 엔터티와의 관계를 통해 행위 엔터티를 생성한다.


- 행위 엔터티(Active Entity)

두 개이상의 부모엔터티로 부터 주로 발생되고, 자주 엔터티의 내용이 바뀌거나 데이터양이 증감한다. 분석초기 단계보다는 상세 설계단계나 프로세스와 상관모델링을 진행하면서 도출될 수 있다.



1-4. 엔터티의 명명(Naming)


엔터티의 이름을 정하는 데에 있어서는 다음과 같은 원칙을 지켜야 한다.


- 가능하면 현업업무에서 사용하는 용어를 사용한다.

- 가능하면 약어를 사용하지 않는다.

- 단수 명사를 사용한다.

- 모든 엔터티를 통틀어서 유일한 이름을 가져야 한다.

- 엔터티의 생성의미대로 이름을 부여한다.



Q. 엔터티 관련 문제


1. 다음 중 아래 시나리오에서 엔터티로 적합한 것은?


S병원은 여러 명의 환자가 존재하고 각 환자에 대한 이름, 주소 등을 관리해야 한다.

(단, 업무 범위와 데이터의 특성은 상기 시나리오에 기술되어 있는 사항만을 근거하여 판단해야 한다.)


⑴ 병원

⑵ 환자

⑶ 이름

⑷ 주소




2. 다음 중 엔터티의 특징으로 가장 부적절한 것은?


⑴ 속성이 없는 엔터티는 있을 수 없다. 엔터티는 반드시 속성을 가져야 한다.

⑵ 객체지향의 디자인 패턴에는 싱글턴패턴이 있어 하나의 인스턴스를 가지는 클래스가 존재하듯, 엔터티는 한 개의 인스턴스를 가지는 것만으로도 충분한 의미를 부여할 수 있다.

⑶ 엔터티는 다른 엔터티와 관계가 있을 수 밖에 없다. 단, 통계성 엔터티나, 코드성 엔터티의 경우 관계를 생략할 수 있다.

⑷ 데이터로서 존재하지만 업무에서 필요로 하지 않으면 해당 업무의 엔터티로 성립될 수 없다.




3. 다음 중 다른 엔터티로부터 주식별자를 상속받지 않고 자신의 고유한 주식별자를 가지며 사원, 부서, 고객, 상품, 자재 등이 예가 될 수 있는 엔터티로 가장 적절한 것은?


⑴ 기본 엔터티(키 엔터티)

⑵ 중심 엔터티(메인엔터티)

⑶ 행위 엔터티

⑷ 개념 엔터티




2. 속성(Attribute)


2-1. 속성(Attribute)란?


속성의 사전적 의미는, 어떤 사물의 성질이나 특징, 그것이 없다면 실체를 생각 또는 표현할 수 없는 것으로 정의할 수 있다.

데이터 모델의 관점에서 속성은, 인스턴스로 관리하고자 하는 의미상 더 이상 분리되지 않는 최소의 데이터 단위로 정의할 수 있다. 

즉, 속성이란 의미상 더 이상 분리되지 않으며, 엔터티를 설명하는 요소이며 인스턴스의 구성요소이다.



2-2. 속성의 특징


속성 또한 엔터티와 같이 다음과 같은 성질을 가지고 있으며, 이러한 성질을 지니지 않는다면 적절하지 못한 속성일 확률이 높다.


- 엔터티와 마찬가지로 반드시 해당 업무에서 필요하고 관리하고자 하는 정보이어야 한다.

- 정규화 이론에 근간하여 정해진 주 식별자에 함수적 종속성을 가져야 한다.

쉽게 말해, 다양하게 존재하는 인스턴스들에 대해 유일하게 구별할 수 있는 주식별자를 통해서 식별될 수 있어야 한다.

- 하나의 속성에는 단 한개의 값만을 가진다.



2-3. 엔터티, 인스턴스, 속성, 속성값의 관계


엔터티에는 두 개 이상의 인스턴스가 존재한다. 그리고 각각의 엔터티에는 고유의 성격을 표현하는 속성정보를 두 개 이상 갖는다. 

분석단계에서는 엔터티 내에 존재하는 여러 개의 인스턴스가 가지는 동일한 성격을 파악하여 이에 이름을 부여하여 엔터티의 속성으로 결정하는 작업이 필요하다. 또한 하나의 속성은 하나의 인스턴스에만 존재할 수 있으며, 속성은 스스로가 또 다른 속성을 가질 수 없고 속성에 대해 어떠한 관계로 기술할 수 없다. 그리고 각 인스턴스는 하나의 속성에 대해 하나의 속성 값만 가질 수 있다.

이를 정리하면 다음과 같다.


- 한 개의 엔터티는 두 개 이상의 인스턴스의 집합이다.

- 한 개의 엔터티는 두 개 이상의 속성을 가진다.

- 한 개의 속성은 한 개의 속성 값을 가진다.



2-4. 속성의 분류


2-4-1. 속성의 특성에 따른 분류


- 기본 속성(Basic Attribute)

업무 분석을 통해 바로 정의한 속성을 기본속성이라고 한다. 엔터티에 있어서 가장 일반적이고 많은 속성을 차지한다. 하지만 코드성 데이터, 엔터티를 식별하기 위해 부여된 일련번호, 그리고 다른 속성을 계산하거나 영향을 받아 생성된 속성등은 기본속성이 아니다.


- 설계 속성(Designed Attribute)

업무상 필요한 데이터 이외에 데이터 모델링을 위해, 업무를 규칙화하기 위해 새로 만들어지거나 변형된 속성을 설계 속성이라고 한다. 일반적으로 코드성 속성은 기존의 속성을 업무상 필요에 의해 변형하여 만든 설계 속성이다. 또한 일련번호와 같은 속성 또한 단일한 식별자를 부여하기 위해 모델 상에서 새롭게 정의하는 설계속성이다.


- 파생 속성(Derived Attribute)

다른 속성에 영향을 받아 발생하는 속성은 파생 속성이다. 일반적으로 계산된 값들이 이에 해당된다. 파생 속성은 가급적 적게 정의하는 것이 좋다.



2-4-2. 엔터티 구성방식에 따른 분류


- PK(Primary Key) 속성

엔터티를 유일하게 구분할 수 있는 속성을 PK 속성이라고 한다.


- FK(Foreign Key) 속성

다른 엔터티와의 관계에 있어서 포함된 속성을 FK 속성이라고 한다.


- 일반 속성

엔터티에 포함되어 있고, PK 또는 FK에 포함되지 않는 속성을 일반 속성이라고 한다.



2-4-3. 세부 의미 유무에 따른 분류


- 단순 속성(Simple Attibute)

나이, 성별과 같은 데이터는 더 이상 다른 속성들로 구성될 수 없는 단순한 속성이므로 단순 속성이라고 한다.


- 복합 속성(Composite Attribute)

주소 속성에 대해서는 시, 구, 동, 번지와 같이 여러 세부 속성들로 구성될 수 있는데 이때 주소 속성과 같은 것들을 복합 속성이라고 한다.



2-5. 도메인(Domain)


각 속성은 무한정적인 값을 갖는 것이 아니라 그 범위가 지정된다. 이 때 속성의 값이 가질 수 있는 범위를 그 속성의 도메인이라고 한다. 따라서 속성 값이 가질 수 있는 데이터 타입과 크기 그리고 추가적인 제약사항이라고 생각할 수 있다.



2-6. 속성의 명명(Naming)


속성에 대해 이름을 부여하는데에 있어서는 아래와 같은 원칙이 존재한다.


- 해당 업무에서 사용하는 이름을 부여한다.

- 서술식 속성명은 사용하지 않는다.

- 약어사용은 가급적 제한한다.

- 전체 데이터 모델에서 유일성을 확보하는 것이 좋다.



Q. 속성 관련 문제


1. 다음 중 속성에 대한 설명으로 가장 부적절한 것은?


⑴ 엔터티에 대한 자세하고 구체적인 정보를 나타낸다.

⑵ 하나의 엔터티는 두 개 이상의 속성을 갖는다.

⑶ 하나의 인스턴스에서 각각의 속성은 하나 이상의 속성값을 가질 수 있다.

⑷ 속성도 집합이다.




2. 다음 중 데이터를 조회할 때 빠른 성능을 낼 수 있도록 하기 위해 원래 속성의 값을 계산하여 저장할 수 있도록 만든 속성으로 가장 적절한 것은?


⑴ 파생속성(Derived Attribute)

⑵ 기본속성(Basic Attribute)

⑶ 설계속성(Designed Attribute)

⑷ PK속성(Primary Key Attribute)




3. 다음 중 아래 설명이 나타내는 데이터모델의 개념으로 가장 적절한 것은?


주문이라는 엔터티가 있을 때 단가라는 속성 값의 범위는 100에서 10,000 사이의 실수 값이며 제품명이라는 속성은 길이가 20자리 이내의 문자열로 정의할 수 있다.


⑴ 시스템카탈로그(System Catalog)

⑵ 용어사전(Word Dictionary)

⑶ 속성사전(Attribute Dictionary)

⑷ 도메인(Domain)




추가적으로 궁금한 사항이나, 이해가 되지 않는 점은 언제든지 이메일 또는 카톡으로 연락주시면 빠른 답변드릴 수 있도록 하겠습니다.

블로그 이미지

Tigercow.Door

Back-end / Python / Database / AI / Algorithm / DeepLearning / etc

댓글을 달아 주세요