[데이터베이스시스템] 정규화

데이터의 중복의 문제점

- 일관성 유지의 어려움

- 저장 공간의 낭비

 

갱신 이상

- 삽입 이상 : 레코드 추가 시 불필요한 컬럼의 값이 없이는 추가를 못함

- 삭제 이상 : 삭제시 의도치 않았던 데이터도 삭제되는 경우

- 수정 이상 : 중복 저장된 레코드를 수정 시 모두 안되어 DB의 일관성이 깨지는 경우

 

데이터베이스에서 나쁜 릴레이션의 예시

등급, 할인율에서 중복 데이터를 사용 => 할인율 변경 시나 등급 변경 시 일관성 유지가 어려움

 

데이터베이스에서 좋은 릴레이션의 예시

새로운 테이블 만듦으로써  할인율의 삽입, 삭제, 수정 등이 용이해짐 + 데이터가 많아질 경우 데이터의 사용 공간을 절약함

위에서 어느 릴레이션을 나눌지 정하는 요소가 바로

---

함수적 종속성이다

 

정의

1. 릴레이션 인스턴스를 분석하여 속성들 간의 연관관계를 표현한 것

2. 릴레이션의 효율성을 향상시켜 좋은 릴레이션으로 변환하는데 이용되는 중요한 개념

(이산 수학에서 사용하는 함수적 종속성을 적용할 수 있음)

 

쉽게 생각해서 중복되는 데이터가 있는 컬럼을 없앤다고 생각하자 (하지만 이름 같은 컬럼이 중복할 경우는 포함 X)

아래 테이블에서 볼 경우 VIP와 GOlD라는 데이터를 가진 등급 컬럼과 5%, 10%라는 데이터를 가진 할인율이 중복된다는 것을 알 수 있음.

 

함수적 종속성을 찾는 것은 어렵기에 이를 추론하기 위한 함수적 종속성 집합을 만듦

=> 클로저(Closure)

 

카코니컬 커버

함수적 종속성 추론 규칙으로 확장된 클로저에는 자명한 종속성(의미가 당연한) 중북 된 종속을 포함했는데 여기서 불필요한 함수적 종속성을 제거하고 표준형으로 바꾸고 정규화를 실행하는 것
-> 최대한 중복을 제거시키고 표준화시킨 것

 

---

정규형

- 이상 현상을 최소화하도록 특정 조건을 갖춘 릴레이션 형식

- 보다 간단한 관계 연산에 기초하여 검색 알고리즘을 효과적으로 작성하도록 지원

- 새로운 형태의 데이터 삽입될 때 릴레이션 재구성의 필요성을 최소화

 

분류 

제5정규형까지 존재하나 일반적으로 BC 정규형까지 적용합니다.

 

제1정규형

1. 가장 간단한 정규형

2. 관계형 모델에 조건에 따라 적용되는 정규형

 

정의 : 릴레이션 스키마에서 정의된 모든 속성의 도메인이 원자 값을 갖는 상태

아래 이미지로 수정해야 함

제1정규화가 적용된 상태

제2정규형

제1정규형을 만족한 상태에서 기본키의 부분집합이 특정 속성을 종속하고 있지 않은 상태

=> 부분 종속을 제거해서 기본키에 완전히 종속되도록 릴레이션을 무손실 분해(lossless decomposition)를 해야 함

 

제3정규형

릴레이션이 제2정규형을 만족하고 기본키가 아닌 속서들이 어떤 키에도 이행적으로 종속되지 않은 상태

=> 이행적 종속(두 개의 컬럼의 값이 A이면 또 다른 컬럼의 값이 B인 것)을 제거

 

BC정규형

릴레이션 제3정규형을 만족하고 릴레이션에 성립하는 X->Y 형태의 모든 함수적 종속성에 대하여 X가 슈퍼키인 상태

 

함수적 종속성 다이어그렘 

릴레이션 내의 컬럼 간의 종속 관계를 직관적이고 이해하기 쉽게 직사각형과 화살표로 도식화한 표현 방식

---

역정규화(denormalization)

정규화를 사용시 데이터의 중복을 최소화시키가 사용 과정에서 많은 조인 연산을 유발하는데 이로 인해 데이터를 가져오는데 시간이 늘어나게 되므로 

이를 위해 일부러 정규화를 지키지 않는 것

=> 정규화를 진행 후 속도를 위해 다시 역정규화로 되돌리는 것