데이터 모델에 대해 학습하기 전에 데이터란 무엇인지 부터 알고있어야 합니다.
데이터는 아무런 정보를 가지지 않은 값을 의미합니다.
예를들어 2002, ‘월드컵’ 두 가지 데이터가 있다고 생각해봅니다.
2002 라는 데이터는 숫자 2002 일수도 있고, 2002년 월드컵의 년도일수도 있고 아니면 누군가의 탄생년도일 수도 있습니다.
2002에 ‘월드컵’이라는 부가적인 데이터가 붙으면 2002 라는 데이터는 숫자 2002가 아닌 월드컵의 년도라는 정보가 됩니다.
이렇게 데이터만으로는 아무런 가치가 없지만 여러 데이터들을 모아 분석하고 가공하여 데이터에 가치가 생기게 됩니다.
데이터 모델
데이터 모델은 데이터의 의미, 데이터간의 관계, 일관성 제약 조건(그냥 조건이라고 생각하면 됩니다) 등을 기술하기 위한 개념적 표현의 집합입니다.
예를들어 173이란 데이터가 키인지 나이인지 혹은 몸무게인지 결정하고, 키 173과 나이 20이라는 데이터가 있을 때 하나의 관계로 묶어주어 한 사람의 키와 나이라는 것을 표현해줍니다.
어떤 데이터 모델을 선택하는지에 따라 물리적, 논리적, 뷰 단계의 데이터베이스 설계방법이 달라집니다.
데이터 모델의 유형
- Relational model
- Entity - Relationship model
- Semi-Structured Data model
- Object based model
Relational model
관계형 모델은 흔히 사용하는 표(table) 형태를 말합니다.
| 이름 | 나이 | 키 |
|---|---|---|
| 홍길동 | 15 | 160 |
| 이몽룡 | 27 | 173 |
위 표에서 홍길동, 15, 160 각각의 데이터는 홍길동의 이름, 홍길동의 나이, 홍길동의 키 라는 의미를 가지며, 홍길동의 속성이라는 관계를 가지고 있습니다.
15와 27이란 데이터를 보면 두 데이터 사이는 나이라는 공통적인 속성을 가지지만 데이터 사이에는 아무런 연관관계를 가지지 않습니다.
이러한 특징들로 인해 관계형 모델에서는 table을 relation(관계)라는 이름으로 부르고, column은 속성(attribute)라고 칭합니다.
row(행)은 튜플 혹은 레코드라고 부르는데 이유는 모르겠습니다.
Entity-Relationship model
개체-관계 모델은 이름 그대로 개체간의 관계를 표현할 때 사용합니다.
예를들어 강사 개체와 학생 개체는 ‘가르친다’ 라는 관계를 갖습니다.
데이터간의 관계를 표현 할 때는 Relational model을 사용하고 Entity 간의 관계를 표현할 때는 E-R 모델을 사용하므로 동시에 사용할 수 있습니다.
Semi-Structured Data model
반구조형 모델은 같은 형식이지만 다른 속성을 가진 데이터 항목을 기술하는 모델입니다.
같은 테이블 구조를 갖지만 레코드마다 속성이 다르다는 의미일까요. 잘 모르겠습니다.
Object based model
객체기반 모델은 말 그대로 객체라는 개념을 포함한 데이터 모델입니다. 일반화, 캡슐화 등의 개념을 포함합니다.
현재 이미 관계형 데이터베이스에 녹아들어가 있으므로 관계형 데이터베이스의 학습범위에 포함됩니다.