정규화란?
관계형 데이터베이스(RDB)의 데이터 중복을 최소화하고 이상현상을 방지하기 위해 데이터를 구조화하는 프로세스를 정규화라고 합니다.
정규화란, 속성들 간의 종속 관계를 분석하여 무결성을 유지하면서 다수의 릴레이션으로 분리하는 과정이라고도 합니다.
이상현상이란?
불필요한 데이터 중복으로 인해 릴레이션에 대한 데이터 삽입, 수정, 삭제 연산을 수행할 때 발생할 수 있는 부작용을 의미합니다.
이상의 현상의 종류로는 세 가지가 있습니다.
- 삽입 이상 : 새 데이터를 삽입하기 위해 불필요한 데이터도 함께 삽입해야 하는 문제
- 갱신 이상 : 중복 튜플 중 일부만 변경하여 데이터가 불일치하게 되는 모순의 문제
- 삭제 이상 : 튜플을 삭제하면 꼭 필요한 데이터까지 함께 삭제되는 데이터 손실의 문제
정규화를 통해 분해된 결과를 정규형이라 하며, 이 정규형의 종류는 제1정규형, 제2정규형, 제3정규형, BCNF, 제4정규형, 제5정규형 등이 있습니다.
함수 종속
함수 종속(FD, Functional Dependency)은 정규화 이론의 핵심입니다.
X가 Y를 함수적으로 결정한다.
함수 종속에 대한 예시를 살펴보겠습니다.
함수 종속 관계 예시 : 고객 릴레이션
| 고객아이디 | 고객이름 | 등급 |
|---|---|---|
| apple | 정소화 | gold |
| banana | 김선우 | vip |
| carrot | 신준석 | silver |
종속관계는 다음과 같습니다.
- 고객아이디 -> 고객이름
- 고객아이디 -> 등급
- 고객아이디 -> (고객이름, 등급)
함수 종속 관계 판단 시 유의 사항
- 속성 자체의 특성과 의미를 기반으로 함수 종속성을 판단해야 합니다.
- 일반적으로 기본키와 후보키는 릴레이션의 다른 모든 속성들을 함수적으로 결정합니다. (일반적으로 결정자의 역할을 가집니다)
- 기본키나 후보키가 아니여도 다른 속성 값을 유일하게 결정하는 속성은 함수 종속 관계에서 결정자가 될 수 있습니다.
- 함수 종속은 제2정규형부터 BCNF까지 적용됩니다.
부분 함수 종속 예시 : 고객 릴레이션
| 고객아이디 | 이벤트번호 | 당첨여부 | 고객이름 |
|---|---|---|---|
| apple | E001 | Y | 정소화 |
| apple | E004 | N | 정소화 |
| banana | E002 | N | 김선우 |
| carrot | E003 | N | 신준석 |
종속관계는 다음과 같습니다.
- 고객아이디 -> 고객이름
- {고객아이디, 이벤트번호} -> 당첨여부
- {고객아이디, 이벤트번호} -> 고객이름
해당 표에서, 고객이름은 {고객아이디, 이벤트번호}에서의 일부분인 고객아이디에 종속되어 있습니다.
즉, 고객이름은 {고객아이디, 이벤트번호}에 부분 함수 종속 됩니다.
부분 함수 종속
완전 함수 종속 (FFD, Full Functional Dependency)
완전 함수 종속이란,
- 릴레이션에서 속성 집합 Y가 속성 집합 X에 함수적으로 종속되어 있지만, 속성 집합 X의 전체가 아닌 일부분에는 종속되지 않음을 의미합니다.
- 일반적으로 함수 종속은 완전 함수 종속을 의미합니다.
- 위 예시에서, 당첨여부는 {고객아이디, 이벤트번호}에 완전 함수 종속됩니다.
고려할 필요가 없는 함수 종속 관계
결정자와 종속자가 같거나, 결정자가 종속자를 포함하는 것처럼 당연한 함수 종속 관계는 고려하지 않습니다.
- 고객아이디 -> 고객아이디
- {고객아이디, 이벤트번호} -> 이벤트번호
정규형의 종류
정규형의 종류를 알아보기 전에, 먼저 정규형(NF, Normal Form)이란, 릴레이션이 정규화된 정도를 의미합니다.
각 정규형마다 제약조건이 존재하는데, 정규형의 차수가 높아질수록 요구되는 제약조건이 많아지고 엄격해집니다. 따라서, 정규화를 할 때는 릴레이션의 특성을 고려해서 적합한 정규형을 선택하도록 합니다.
정규형의 종류
제1정규형 (1NF, First Normal Form)
반드시, 제1정규형을 만족해야 관계형 데이터베이스의 릴레이션이 될 자격이 있습니다.
릴레이션에 속한 모든 속성의 도메인이 원자 값(atomic value)으로만 구성되어 있으면 제1정규형에 속합니다.
제1정규형
바로 위의 표는, 제1정규형을 만족하지만 이상 현상이 발생하는 릴레이션의 예시입니다.
속성들의 종속관계를 살펴보면 다음과 같습니다. (각 속성들의 특성과 의미를 기반으로 함수 종속성을 판단해 봅니다)
- 고객아이디 -> 등급
- 고객아이디 -> 할인율
- 등급 -> 할인율
- {고객아이디, 이벤트번호} -> 당첨여부
위의 관계를 그림으로 표현해 보면 다음과 같습니다.
이상현상 발생
이상 현상이 발생한 이유가 무엇일까요?
기본키인 {고객아이디, 이벤트번호}에 완전 함수 종속되지 못하고 일부분인 고객아이디에 종속되는 등급과 할인율 속성이 존재하기 때문입니다.
즉, 등급, 할인율은 {고객아이디, 이벤트번호} 집합에서 고객아이디 속성에 부분 함수 종속됩니다.
해당 문제를 해결하기 위해서는, 부분 함수 종속이 제거되도록 이벤트 참여 릴레이션을 분해해야 합니다. (분해된 릴레이션은 제2정규형에 속하게 됩니다)
제2정규형 (2NF, Second Normal Form)
제1정규형에 속하는 릴레이션이 제2정규형을 만족하기 위해서는 부분 함수 종속을 제거하고 모든 속성이 기본키에 완전 함수 종속되도록 분해해야 합니다.
릴레이션이 제1정규형이 속하고, 기본키가 아닌 모든 속성이 기본키에 완전 함수 종속되면 제2정규형에 속합니다.
제2정규형
고객아이디 속성에 부분 함수 종속되어 있는 등급과 할인률을 분해합니다.
부분 함수 종속 제거
분해된 릴레이션은 제2정규형을 만족하지만, 이상 현상이 발생합니다.
이상 현상 발생
이상 현상이 발생하는 이유는, 이행적 함수 종속이 존재하기 때문입니다.
종속관계를 살펴보면 다음과 같습니다.
- 고객아이디(X) -> 등급(Y)
- 등급(Y) -> 할인율(Z)
- 고객아이디(X) -> 할인율(Z)
즉, 다음과 같이 그림으로 표현할 수 있습니다.
이행적 함수 종속
이행적 함수 종속이란?
릴레이션을 구성하는 3개의 속성 집합 X, Y, Z에 대해 함수 종속 관계 X->Y와 Y->Z가 존재하면 논리적으로 X->Z가 성립되는데, 이때 Z가 X에 이행적으로 함수 종속되었다고 합니다.
문제를 해결하기 위해서는, 이행적 함수 종속이 제거되도록 고객 릴레이션을 분해해야 합니다.
분해된 릴레이션은 제3정규형에 속하게 됩니다.
제3정규형 (3NF, Third Normal Form)
제2정규형에 속하는 릴레이션이 제3정규형을 만족하게 하려면 모든 속성이 기본키에 이행적 함수 종속이 되지 않도록 분해해야 합니다.
릴레이션이 제2정규형에 속하고, 기본키가 아닌 모든 속성이 기본키에 이행적 함수 종속이 되지 않으면 제3정규형에 속합니다.
이행적 함수 종속 제거
이행적 함수 종속을 제거하기 위해 릴레이션을 분해합니다. 그림으로 표현하면 다음과 같습니다.
이행적 함수 종속 제거
보이스/코드 정규형(BCNF, Boyce/Codd Normal Form)
하나의 릴레이션에 여러 개의 후보키가 존재하는 경우, 제3정규형까지 모두 만족해도 이상 현상이 발생할 수 있습니다.
강한 제3정규형(strong 3NF)이라고도 하며, 후보키를 여러 개 가지고 있는 릴레이션에 발생할 수 있는 이상 현상을 해결하기 위해 제3정규형보다 좀 더 엄격한 제약조건을 제시합니다.
보이스/코드 정규형에 속하는 모든 릴레이션은 제3정규형에 속하지만, 제3정규형에 속하는 모든 릴레이션이 보이스/코드 정규형에 속하는 것은 아닙니다.
다음의 그림은 제3정규형은 만족하지만, 보이스/코드 정규형을 만족하지 않습니다.
이상 현상 발생
이상 현상이 발생하는 이유는 “담당강사번호”가 후보키가 아님에도, “인터넷강좌”속성을 결정하기 때문입니다.
이상 현상 발생
이를 해결하기 위해서, 후보키가 아닌 결정자(인터넷강좌 속성)를 제거하여 릴레이션을 분해해야 합니다.
릴레이션 분해
그림으로 표현하면 다음과 같습니다.
후보키가 아닌 결정자를 제거
4정규형과 제5정규형
- 제4정규형
- 릴레이션이 보이스/코드 정규형을 만족하면서, 함수 종속이 아닌 다치 종속(MVC, Multi Valued Dependecy)을 제거하면 제4정규형에 속합니다.
- 제5정규형
- 릴레이션이 제4정규형을 만족하면서, 후보키를 통하지 않는 조인 종속(JD, Join Dependency)을 제거하면 제5정규형에 속합니다.
정규화 시 주의사항
모든 릴레이션이 제5정규형에 속해야만 바람직한 것은 아닙니다. 릴레이션 분해로 인한 연산(JOIN)이 많아져 응답 시간이 느려질 수도 있습니다.
일반적으로 제3정규형이나, 보이스/코드 정규형에 속하도록 릴레이션을 분해하여 데이터 중복을 줄이고 이상현상을 해결하는 경우가 많습니다.
정규화 과정 정리
정규화 과정
역정규화란?
역정규화란 정규화를 통해 분리되었던 릴레이션에서 중복을 허용하고 다시 통합하거나 분할하여 구조를 재조정하는 과정입니다.
정규화된 릴레이션은 하나의 릴레이션을 분해하기 때문에 원하는 자료가 하나의 릴레이션에 존재하지 않아 조인을 해서 참조해야하는 상황이 잦습니다.
이는 데이터베이스에 저장된 자료를 검색하는 시간을 증가시키며 성능을 저하시킬 수 있습니다.
따라서, 데이터베이스의 물리적 설계 과정에서 성능을 향상시키기위해 역정규화를 실행합니다. 역정규화의 종류로는 릴레이션 역정규화와 속성 역정규화가 있습니다.
릴레이션 역정규화
릴레이션의 역정규화에는 릴레이션을 병합하는 방법과 분할하는 방법이 있습니다.
릴레이션 병합 : 두 릴레이션 간의 잦은 참조로 성능이 저하될 경우 이 문제점을 해결하기 위해 병합합니다.
릴레이션 분할 : 릴레이션의 데이터를 검색할때는 목록중의 데이터를 순차적으로 조사하여 원하는 자료를 찾습니다.
때문에, 자주 사용하지 않는 속성이나 튜플이 릴레이션에 있을 경우 검색시 성능을 저하하게 만듭니다.
이 경우에는 자주 사용하는 속성이나 튜플을 분해하여 성능을 향상 시킬 수 있습니다.
이 분할에는 수직 분할(자주 사용하는 속성과 그렇지 않는 속성을 구분해서 분할)과 수평 분할(자주 사용하는 튜플과 그렇지 않는 튜플을 구분해서 분할)이 있습니다.
속성 역정규화
릴레이션의 성능을 향상시키기 위해 속성 또는 파생속성을 추가합니다.
※파생 속성(Delivered Attribute)이란?
현재 릴레이션에는 없는 속성이지만 작업의 효율을 위해 힌 속성으로부터의 계산이나 가공에 의해 파생되는 속성을 의미합니다.
마침
궁금하시거나, 부족한 내용이 있다면 코멘트 부탁드립니다. 🙇🏻♂️
레퍼런스
학부생 시절 수업 자료👀
Comments powered by Disqus.