태양 만세!

6.1 좋은 릴레이션과 나쁜 릴레이션

• 데이터중복
• 갱신 이상
  • 삽입 이상: 레코드 추가 시 불필요한 컬럼의 값 없이는 추가하지 못하는 경우
  • 삭제 이상: 삭제 시 의도하지 않았던 다른 데이터가 삭제 되는 경우
  • 수정 이상: 중복 저장된 레코드를 수정 시 모두 반영이 안되어 데이터베이스의 일관성이 깨지는 경우

       

6.2 함수적 종속성

• 함수적 종속성

  릴레이션 인스턴스를 분석하여 속성들 간의 연관 관계를 표현한 것

• 정의

  임의의 릴레이션 스키마 R의 인스턴스 r(R )에 포함되는 서로 다른 두 레코드 t1, t2와 속성 집합 X와 Y에 대해

  t1[X] = t2[X]일 때, t1[y] = t2[y] 이면 함수적 종속성 X → Y가 성립한다.

     

• 함수적 종속성 추론 규칙
  • 함수적 종속성은 정규화 실행 여부에 중요한 판단기준이 되지만 릴레이션의 인스턴스만으로는 숨어 있는 함수적 종속성을 찾아내기 어려움
  • 숨어 있는 함수적 종속성을 찾기 위해 추론 규칙을 사용함
  • F의 클로저
    • F: 릴레이션 스키마를 분석하여 찾아낸 함수적 종속성 집합
    • F+: F로 유추할 수 있는 모든 함수적 종속성 집합

         

• 함수적 종속성
  • 함수적 종속성 추론 규칙
    • 재귀성 규칙 : X ⊇ Y이면, X → Y 이다
    • 부가성 규칙 : X→Y이면, XZ→YZ 이다
    • 이행성 규칙 : X→Y이고, Y→Z이면, X→Z이다
    • 분해 규칙 : X→YZ이면, X→Y이다
    • 합집합 규칙 : X→Y이고, X→Z이면, X→YZ이다
    • 의사 이행성 규칙 : X→Y이고, WY→Z이면 WX→이다
• 커버
  • 정의

    함수적 종속성들의 집합 E가 있을 때, E가 F+에 포함되면 E의 모든 함수적 종속성이 F로부터 추론될 수 있다. 이 때 F가 E를 커버한다고 한다

       

• 카노니컬 커버
  • F의 카노니컬 커버 Fc는 F+에 존재하는 모든 함수적 종속성을 커버할 수 있는 최소한의 함수적 종속성들로만 이루어진 집합임
  • 함수적 종속성 추론 규칙으로 확장한 클로저에는 자명한 종속성과 중복된 종속성이 포함됨, 따라서 불필요한 함수적 종속성을 제거하여 정규화함

       

  • 표준형 조건
    • F의 모든 함수적 종속성의 오른편 속성은 하나임
    • F에서 X → A를 X의 진부분집합 Y에 대하여 Y → A로 교체했을 때, 그 집합이 F와 동등한 집합일 수 없음
    • F에서 어떤 함수적 종속성을 제거했을 때, 그 집합이 F와 동등한 집합일 수 없음

         

• 카노니컬 커버의 예
  • 릴레이션 R의 스키마(X, Y, Z)

    

6.3 기본 정규형

• 정규형
  • 정규화 과정에서 사용되는 중복을 최소화하는 릴레이션의 형식
  • 정규형의 분류

    

       

• 정규화의 목적
  • 어떠한 릴레이션이라도 데이터베이스 내에서 표현할 수 있도록 함
  • 보다 간단한 관계 연산에 기초하여 검색 알고리즘을 효과적으로 작성
  • 릴레이션에 바람직하지 않은 삽입, 수정, 삭제 등의 이상이 발생하지 않도록 함
  • 새로운 형태의 데이터가 삽입될 때 릴레이션을 재구성할 필요성을 줄임

       

5.1 SQL 개요

• SQL 개요
  • SQL(Structured Query Language)은 관계 대수에 기초하여 관계형 DB의 데이터를 관리하기 위해 설계된 언어
  • 1986년 ANSI, 1987년 ISO에서 표준으로 제정
  • 특징

    비절차적 언어, 필요한 데이터만 기술

    인간의 언어와 매우 유사하고 간단, 명료

       

5.2 데이터 정의

• 데이터 정의 언어(Data Definition Language; DDL)
  • 데이터(테이블 및 인덱스)의 구조를 생성, 수정, 삭제 하는 등의 정의
  • 데이터가 준수해야 하는 제약조건을 기술
• 데이터 조작 언어(Data Manipulation Language)
  • 데이터를 추가, 수정 및 삭제 등의 명령 포함
  • 데이터베이스로부터 데이터를 검색

       

    

     

• 데이터 타입
  • 컬럼이 가질 수 있는 값의 범위, 즉 도메인 결정
  • 기본 데이터형
    • INTEGER: 부호있는 4바이트 2진 정수
    • SMALLINT: 부호있는 2바이트 2진 정수
    • NUMERIC(p [,g]): 부호있는 10진 p자리 정수, g자리 소수
    • FLOAT: 부동 소수점수
    • CHAR(n): n 크기 고정길이 문자열
    • VARCHAR(n): n 크기 가변길이 문자열
    • DATETIME: 년-월-일 시:분:초 형식의 날짜시간

• 테이블 생성
  • 새로운 2차원 형태의 테이블을 생성
  • 구문형식

    

       

       

• 테이블 수정
  • 테이블에 새로운 컬럼을 추가, 삭제 및 수정하여 구조를 변경
  • 구문형식

    

• 테이블 제거
  • 테이블을 데이터베이스에서 제거
  • 구문형식

    

5.3 데이터 조작

• INSERT문
  • 테이블에 새로운 레코드를 삽입
  • 모든 속성 또는 부분 속성에 대한 속성값을 삽입
  • 구문형식

    

       

• UPDATE 문
  • 조건을 만족하는 레코드의 특정 컬럼값을 수정
  • 구문형식

    

       

• DELETE 문
  • 조건을 만족하는 레코드를 삭제
  • 구문형식

    

       

• 기본 SELECT 질의
  • 테이블에서 조건을 만족하는 전체 또는 특정 레코드를 검색
  • 구문형식

    

• 복수의 테이블에 대한 SELECT 질의
  • 하나 이상의 테이블에서 정보를 추출
  • 구문형식

    

• 집합 연산이 포함된 SELECT 질의
  • 집합 연산을 주어진 두 릴레이션에 적용
  • 두 릴레이션의 스키마가 반드시 동일
  • 집합 연산(A 연산자 B 형식)
    • UNION(합집합): A 또는 B에 존재하는 모든 레코드의 집합
    • INTERSECT(교집합): A 와 B 양쪽 모두에 존재하는 레코드의 집합
    • EXCEPT(차집합): B 릴레이션에는 없고 A 릴레이션에만 존재하는 레코드의 집합

• 집계 함수를 사용한 SELECT 질의
  • 복수의 레코드에 존재하는 특정 컬럼값에 집계 함수를 통해 다양한 계산을 수행할 수 있는 기능
  • 집계 함수의 종류
    • COUNT: 컬럼에 있는 값들의 개수
    • SUM: 컬럼에 있는 값들의 합
    • AVG: 컬럼에 있는 값들의 평균
    • MAX: 컬럼에서 가장 큰 값
    • MIN: 컬럼에서 가장 작은 값

         

• 그룹 질의
  • 특정 기준으로 레코드를 그룹화하고 각 레코드 그룹에 대해 집계 함수를 적용하는 질의
  • 구문형식

    

    *주의 - 출력되는 컬럼에 그룹의 기준과 집계함수 이외의 컬럼은 포함될 수 없음

       

• HAVING 절을 사용한 그룹 질의
  • 레코드를 그룹화하고 집계 함수를 적용한 결과에 조건을 기술
  • 구문 형식

    

    *주의 - WHERE 절은 레코드에 적용되는 조건을 기술

    HAVING 절은 레코드 그룹에 적용되는 조건을 기술

• 중첩 질의
  • SELECT 문 내부에서 독립적으로 실행 가능한 또다른 SELECT 문이 내포되어 있는 질의
  • FROM 절에서의 중첩 질의 활용
  • 구문형식

    

• WHERE 절에서의 중첩 질의 활용
  • WHERE 절에서의 결과 집합을 활용하여 외부 질의에서 레코드의 출력 여부를 결정
    • IN, NOT IN, EXISTS, NOT EXISTS 사용
  • 구문형식

    

       

• 뷰
  • 하나 이상의 원본 테이블로부터 유도되어 일반 테이블처럼 조작할 수 있는 가상 테이블
  • 물리적으로 저장되지 않음
  • 구문형식

    

       

4.1 관계형 모델

• 특정 DBMS에서 사용하는 데이터 모델이 맞추어 데이터를 표현하는 과정
• 데이터 정의 언어로 기술된 논리 스키마 생성
• 관계형 모델

  1969년 에드가 F 코드에 의해 제안

  술어논리와 집합론을 이론적 배경으로 릴레이션(relation)으로 데이터를 표현하는 모델

  데이터 표현이 단순하고 직관적이기 때문에 현재 대다수 DBMS의 기초

  => Oracle, DB2, PostgreSQL, MySQL, MSSQL 등

     

  

• 릴레이션의 특징
  • 레코드의 유일성: 중복된 레코드가 존재하지 않음
  • 레코드의 무순서성: 한 릴레이션에 포함된 레코드의 순서는 정해져 있지 않음
  • 컬럼의 무순서성: 컬럼은 순서가 없고, 이름과 값의 쌍으로 구성
  • 컬럼의 원자성: 모든 값들은 나눌 수 없는, 단 하나의 의미만을 갖는 원자값
• 관계형 모델의 제약조건
  • 영역 제약조건: 각 컬럼 A의 값이 반드시 A의 영역 dom(A)에 속한 값의 집합에 포함
  • 키 제약조건: 키는 레코드를 고유하게 구별하는 값으로 구성
  • 개체 무결성 제약조건: 어떤 기본키 값도 널(null) 값이 될 수 없음
  • 참조 무결성 제약조건: 두 릴레이션의 레코드 사이에 일관성을 유지에 사용
• 키의 종류 및 속성
  • 수퍼키: 유일성 만족
  • 후보키: 유일성, 최소성 만족
  • 기본키: 레코드의 구분을 위해 선택된 후보키
  • 외래키: 참조된 다른 릴레이션의 기본키
• 컬럼의 구분(키 관점에서)
  • 주속성: 릴레이션의 키 중 적어도 한 키에 포함되는 컬럼
  • 비주속성: 주속성이 아닌 나머지 컬럼

4.2 ER 다이어그램 변환

• 관계형 모델로 변환 방법
  • 단계 1 - 개체 집합을 릴레이션으로 사상(키 지정)
  • 단계 2 - 약한 개체(복합 키 지정)
  • 단계 3 - 1:1 관계 집합 설정(외래키 지정)
  • 단계 4 - 1:N 관계 집합 설정(외래키 지정)
  • 단계 5 - M:N 관계 집합 설정(릴레이션 생성)
  • 단계 6 - 다중값 속성의 정리(릴레이션 생성)
  • 단계 7 - n항 관계 설정(릴렝리션 생성)

       

4.3 관계 대수

• 관계연산의 개념
  • 관계형 모델을 기반으로 구성된 릴레이션을 사용하여 새로운 릴레이션을 생성하는 표현
  • 사용자의 관점에서 필요한 새로운 릴레이션을 정의하는 방법
  • 관계 연산 정의 방법
    • 관계 대수
    • 관계 해석
• 관계 대수와 관계 해석
  • 관계 대수(relational algebra)

    주어진 릴레이션에서 필요한 릴레이션을 만드는 연산자연산자(∪, ∩, -, σ, π, x, , ÷, 집계함수 등)으로 구성

    관계 연산의 과정을 표현

  • 관계 해석(relational calculus)

    원하는 릴레이션에 포함되는 레코드의 조건을 정의하는 방식

    관계 연산의 결과를 표현

• 셀렉트 연산
  • 정의: 주어진 릴레이션에서 조건을 만족하는 레코드 만을 갖는 릴레이션을 추출

    => σ조건(R)

  • 조건 - aΘb 또는 aΘv

• 정의: 기술된 컬럼만 갖는 릴레이션을 추출
• 
• <컬럼리스트>: A1, A2, …, An와 같이 R에 존재하는 컬럼을 ,(콤마)로 분리하여 기술

     

• 수학적 집합 이론에서의 이진 연산
  • 합집합: R ∪ S
  • 교집합: R ∩ S
  • 차집합: R – S

       

• 릴레이션 R과 S의 차수가 같다
• 모든 i에 대해 R의 i번째 컬럼의 도메인과 S의 i번째 컬럼의 도메인이 반드시 동일

• R과 S의 어느 한쪽이라도 포함되는 레코드로 이루어진 릴레이션

     

• 두 릴레이션에 포함된 레코드 간의 모든 조합을 생성하는 연산자
• R × S
• 각각 m개와 n개의 레코드, a개와 b개의 컬럼이 존재하는 R과 S 릴레이션의 경우, R × S는
  • a + b 개의 컬럼
  • m ☓ n 개의 레코드

       

• 두 릴레이션에서 조건을 만족하는 레코드를 결합한 레코드로 구성된 릴레이션을 생성
• 

  => σ AθB(R × S)

     

• 집계 함수를 값들의 집합 또는 레코드의 집합에 적용하는 연산
• 
  • x( ): AVG, SUM, MIN, MAX, COUNT등의 집계 함수
  • A: 집계 연산을 적용할 컬럼

       

• 레코드 그룹화를 위해 집계 함수 연산자 앞에 그룹화 속성을 기술
• 
  • B: 그룹의 기준이 되는 컬럼
  • x(): 집계 함수
  • A: 집계 연산을 적용할 컬럼