[Database] ERD를 설계해보자!(1. 개념적 모델링)

ERD에 대해서 얘기하기 전에 관계형 데이터베이스에 대해 아는 것이 좋다.

https://suucong.tistory.com/32 

[Database] 관계형 데이터베이스란?

🔗 ERD란?

• Entity Relationship Diagram의 약자로 "개체"들의 속성과 개체들과의 "관계"를 표현하기 위한 "다이어그램"을 의미한다. 사람이 보기 쉽게 정리해놓은 그림 같은 것이다. 

---

🔗 데이터 모델링

• 현실 세계를 구조적으로 표현하는 것을 데이터베이스를 설계한다고 하는데, 이 데이터베이스를 설계할 때 총 3가지의 과정을 거친다. 

📍 1. 개념적 모델링

• 현실 세계를 추상적 개념, 즉 개체 타입으로 표현하는 것이다. 
  • 애트리뷰트들로 구성된 개체 타입과 이 개체 타입들간의 관계를 이용하여 현실 세계를 표현.
  • 가장 대표적인 모델이 개체-관계 모델(E-R Model)

📍2. 데이터 모델링

• 위의 개념적 구조를 논리적 개념, 레코드 타입으로 표현하는 것이다.

📍3. 데이터 구조화

• 논리적 구조를 물리적 구조로 표현하는 것이다. (여러 튜플들을 "저장장치"에 저장하는 것.)

---

🔗 개체

• 단독으로 존재할 수 있으며 다른 것과 구별되는 객체
• 예를들어 쇼핑몰 데이터베이스를 구상한다고 할 때 회원(회원번호, 이름, 주소, 닉네임, 성별...) / 상품(상품번호, 상품이름, 상품 카테고리, 상품가격...) 등등 더 있겠지만 회원과 상품은 각각의 개체이다.

---

🔗 Entity Type

📍단순 애트리뷰트와 복합 애트리뷰트

- 단순 애트리뷰트

• 더이상 작은 구성원소로 분해할 수 없는 애트리뷰트(ex. 점수)

- 복합 애트래뷰트

• 몇 개의 기본적인 단순 애트리뷰트로 분해할 수 있는 애트리뷰트(ex. 성적-점수, 과목으로 나타낼 수 있다. 이렇게 단순 애트리뷰트로 분해가 가능한 애트리뷰트이다.)

📍단일 값 애트리뷰트와 다중 값 애트리뷰트

- 단일 값 애트리뷰트

• 대부분의 애트리뷰트들은 특정 개체에 대해 하나의 값을 가진다. (ex. 회원 개체 타입에서 이름 애트리뷰트는 각 개체에 대해 하나의 값만 가진다.)

- 다중 값 애트리뷰트

• 한 개체에 대해서 여러 개의 값을 가질 수 있는 애트리뷰트. (ex. 학생 개체 타입에서 취미 애트리뷰트는 학생이 여러개의 취미를 가지고 있을 수 있기 때문에 여러개의 값을 가질 수 있음)

📍유도 애트리뷰트와 저장 애트리뷰트

- 유도 애트리뷰트

• 애트리뷰트의 값이 다른 애트리뷰트나 개체가 가지고 있는 값으로부터 유도되어 결정되는 경우

- 저장 애트리뷰트

• 유도 애트리뷰트를 생성하는데 사용된 애트리뷰트

📍예를들어 "과목-성적" 개체 타입의 "평균 성적"애트리뷰트인 경우 평균 성적의 애트리뷰트 값은 성적 애트리뷰트 값을 평균한 결과로 결정된다. → 성적 애트리뷰트-저장 애트리뷰트, 평균 성적 애트리뷰트-유도 애트리뷰트

---

🔗 Relationship Type

• 개체 집합들 사이의 대응, 즉 사상을 의미한다. 

"등록" relationship type

📍참여

- 전체 참여

• A-B 관계에서 개체집합 A의 모든 개체가 A-B의 관계에 참여한다.(ex. 교수-학과관계)

- 부분 참여

• A-B관계에서 개체집합 A의 일부 개체만 A-B관계에 참여

📍존재 종속

• 어떤 개체 b의 존재가 개체 a의 존재에 종속된다. 
• b는 a에 존재 종속
• 주 개체는 대출, 종속 개체는 상환 개체

📍약한 개체 타입

• 자기 자신의 애트리뷰트 만으로는 키를 명세할 수 없는 개체타입 ↔ 강한 개체 타입
• 주 개체: 강한 개체 타입
• 종속 개체: 약한 개체 타입

📍구별자

• 강한 개체와 연관된 약한 개체 집합 내에서만 이들을 서로 구별할 수 있는 애트리뷰트
• 부분 키

📍식별 관계 타입

약한 개체를 강한 개체에 연관시켜 개체를 유일하게 식별하도록 하는 관계

---

🔗 E-R Diagram 표기법(개념적 모델링)

 

다음 글

https://suucong.tistory.com/34 

[Database] ERD를 설계해보자!(2. 데이터 모델링-논리적 설계)