관계형 모델 설계

관계형 모델이란?

상업용 데이터 처리의 기본. 테이블로 이루어져 있다.

ID	이름	학과	연봉	성별
10101	Srini	컴공	65000	남
12121	Wu	재무	90000	여
15151	Mozart	음악	40000	남
22222	Einstein	물리	95000	남
32343	El said	역사	60000	여

하나의 테이블을 릴레이션(relation)이라고 한다.
하나의 행(➡️)은 튜플(tuple)이라고 한다.
- 튜플들의 집합이 relation이다.
하나의 열(⬇️)은 속성(attribute)라고 한다.

튜플의 예시 : (10101	Srini	컴공	65000	남) 

속성의 예시 :
ID
10101
12121
15151
22222
32343

각 속성이 가질 수 있는 값의 집합을 도메인(domain)이라고 한다.
- 이때, 모든 도메인은 원자적이어야 한다. (= 가장 기본단위라는 뜻)

위의 relation을 예시로 들어보자면...

'ID' = 속성 (attribute)
'10101' = 도메인 (domain). '10101'을 쪼개서 '10'과 '101'로 나눠도 의미가 없다.

데이터베이스 스키마

데이터베이스에는 스키마와 인스턴스라는 개념이 존재한다.

스키마 : 데이터베이스의 구조. 속성명과 데이터 타입 등을 의미
인스턴스 : 데이터베이스의 값. 튜플들의 집합

키 (key)

슈퍼키 (Super key)

릴레이션에서는 각 행(튜플)을 구분하는 방법이 필요하다.

즉, 다른 튜플이 가지지 못하는 그 튜플만의 값이 존재해야 한다.

이를 슈퍼키라고 하며, 꼭 하나의 속성이 아니어도 된다.

정리하자면, 행마다 고유한 값을 가진 속성이 슈퍼키!

후보 키 (candidate key)

슈퍼 키 중 불필요한 속성을 포함하지 않는 키.

슈퍼 키 중 꼭 DB 설계에 있어야 하는 키가 바로 후보 키!

주 키 (primary key)

후보 키 중 사용자가 선택한 대표 키!

그 속성이 절대 변하거나 드물게 변하도록 해야 한다.

ID	이름	학과	연봉	성별
10101	Srini	컴공	65000	남
12121	Wu	재무	90000	여
15151	Mozart	음악	40000	남
22222	Einstein	물리	95000	남
32343	El said	역사	60000	여

여기서는 ID와 이름이 슈퍼키라고 할 수 있고, 이 중 ID가 주 키라고 할 수 있을 것이다.

주 키와 외래 키

릴레이션끼리는 서로 연관성을 가질 수 있다.

왼쪽의 릴레이션을 A, 오른쪽의 릴레이션을 B라고 하자. B는 A를 참조하고 있다.

이때 B의 ‘학번’은 반드시 A의 ‘학번’에서 나와야 한다.

B의 ‘학번’을 외래 키(foreign key)라고 한다.
B의 ‘학번’은 무조건 A의 ‘학번’에 있어야 하는데, 이를 참조 무결성 제약 조건이라고 한다.

스키마 다이어그램

데이터베이스 = 릴레이션들의 묶음.

많은 릴레이션들은 서로 주 키와 외래 키 종속성을 가지고 있다.

이를 스키마 다이어그램이라는 그림으로 표현할 수 있다.

주의) 스키마 다이어그램과 ERD(개체-관계 다이어그램)은 다르다!

관계형 질의어

Query Language라고 함.
데이터베이스에서 정보를 끌어올 때 쓰는 언어
크게 3가지 종류가 있다.

명령형 질의어 : 어떻게 데이터를 처리할지 상세히 기술하는 질의어.

ex. 특정 데이터 검색을 위해 커서를 사용하는 방식.

sql

DECLARE @name NVARCHAR(50);

DECLARE cursor_name CURSOR FOR
SELECT 이름 FROM 학생 WHERE 전공 = '컴퓨터공학';

OPEN cursor_name;
FETCH NEXT FROM cursor_name INTO @name;

WHILE @@FETCH_STATUS = 0
BEGIN
    PRINT @name;
    FETCH NEXT FROM cursor_name INTO @name;
END;

CLOSE cursor_name;
DEALLOCATE cursor_name;

함수형 질의어 : 함수를 이용해 데이터를 변환하거나 반환하는 질의어

주로 NoSQL에서 많이 사용한다.

javascript

db.학생.find({ 전공: "컴퓨터공학" }).map(function(학생) {
    return 학생.이름;
});

선언형 질의어 : 무엇을 원하는지(What)를 명시하지만, 데이터를 처리하는 방식은 신경 쓰지 않는 질의어

관계형 데이터베이스의 SQL이 대표적인 선언형 질의어

sql

SELECT 이름 FROM 학생 WHERE 전공 = '컴퓨터공학';

관계 대수

관계형 질의어 (query language)를 수학에서의 집합을 이용해 표현해 놓은 것

한 개나 두 개의 릴레이션을 입력받아 새 릴레이션을 만드는 연산 체계.

왜 배워야 하는가?

언어 독립적임. SQL은 RDBMS마다 조금씩 다르나, 이들 모두 관계대수를 기반으로 함.
복잡한 연산의 이해 기반.
데이터베이스 최적화의 핵심 개념

관계 대수의 종류

관계 대수에는 필수 연산자와 추가적으로 정의해놓은 연산이 존재한다.

필수연산 : 셀렉션, 프로젝션, 합집합, 차집합, 카티션 곱
어떠한 질의어가 저 5가지를 표현할 수 있으면 이를 관계적으로 완전하다고 함.

연산자 소개하기

다음과 같은 릴레이션들을 이용해서 예시를 소개하고자 한다. (릴레이션의 이름은 Student, Market)

ID	Name	Age	Grade
1	Alice	20	A
2	Bob	21	B
3	Carol	22	A

food	Point
Apple	2000
Banana	3000

셀렉션 (selection, 선택연산)

ex. Age가 20 초과인 튜플을 모으기.

\sigma_{\text{Age}~>~\text{20}} ~\text{(Student)}

아래첨자로 된 조건문 부분을 선택 술어라고 한다.
선택 술어 부분에는 and, or, not에 해당하는 연산자도 사용할 수 있다.

프로젝션 (Projection, 추출연산)

ex. 전체 릴레이션 중 Name, Grade만 보기

\Pi_{\text{Name, Grade}} ~\text{(Student)}

원하는 속성만 추출할 때 사용한다.
선택된 속성만 포함된 새로운 릴레이션을 반환.
자동으로 중복 제거가 이뤄진다.

카티션 곱

ex. 두 릴레이션의 카티션 곱

\text{Student} ~\times~ \text{Market}

두 결합관계를 이용해 모든 가능한 튜플 쌍을 생성한다.
위의 결과는 다음과 같다.

ID	Name	Age	Grade	food	Point
1	Alice	20	A	Apple	2000
1	Alice	20	A	Banana	3000
2	Bob	21	B	Apple	2000
2	Bob	21	B	Banana	3000
3	Carol	22	A	Apple	2000
3	Carol	22	A	Banana	3000

집합 연산

집합에서의 연산들을 생각하면 된다.
합집합, 교집합, 차집합이 존재한다.

조인 (join)

선택연산과 카테션 곱을 하나로 묶은 것이라고 생각하면 편하다.

기호로는 나비넥타이 기호( $\Join$ ) 를 쓴다.

세타 조인 (theta join) : 두 튜플들을 6가지 비교 연산자를 통해 조합하는 것
동등 조인 (equi join) : 세타 조인에서 겹치는 것을 제외한 연산
자연 조인 (natural join) : 공통 속성의 동일한 값을 기준으로 조인, 중복 속성 제거.
외부 조인 (Outer Join) : 조건을 만족하지 않는 튜플도 포함하여 반환
교차 조인 (Cross Join) : 두 테이블의 모든 튜플 조합.

디비전 (division)

$R \div S$ 로 표현.
두 릴레이션 R과 S에서 S가 제공하는 모든 값을 만족하는 R의 값들을 반환.

배정 연산

화살표 기호를 사용하며, 변수 할당을 의미.

재명명 연산

이름을 다시 지정하는 연산자.

ex. Student를 s로 재지정하기

\rho_{\text{s}}~{(Student)}

관계 대수의 한계

산술연산이 안됨 (진짜 덧셈, 뺄셈)
집단 함수(aggregate function)이 안됨. (평균, 분산 등을 구할 수 없음)
정렬을 나타낼 수 없음
데이터베이스를 수정할 수 없음
중복된 튜플을 표현할 수 없음.

그래서 추가적인 관계 대수 연산자가 존재함. (ex. AVG, 연도별 그룹핑, 지역별 그룹핑)