💡 정규화 vs. 비정규화(반정규화) 데이터베이스
정규화 데이터베이스(normalized database)는
중복을 최소화하도록 설계된 데이터베이스를 말한다.
비정규화 데이터베이스(denormalized database)는
읽는 시간을 최적화하도록 설계된 데이터베이스를 말한다.
정규화 데이터베이스
- 같은 데이터는 데이터베이스 내에 하나 정도만 놓으려고 노력한다.
- 하지만 상당수의 일상적 질의를 처리하기 위해 JOIN을 많이 하게 되는 단점이 있다.
비정규화 데이터베이스
관계형 데이터베이스(relational database)를 사용하는 경우,
- JOIN 연산의 비용을 줄일 수 있다.
- 비정규화는 높은 규모 확장성을 실현하기 위해 자주 사용되는 기법이다
비정규화(Denormalization, 반정규화)란 무엇인가?
하나 이상의 테이블에 데이터를 중복해 배치하는 최적화 기법이다.
시스템의 성능 향상, 개발 및 운영의 편의성 등을 위해 정규화된 데이터 모델을 통합, 중복, 분리하는 과정으로, 의도적으로 정규화 원칙을 위배하는 행위이다.
어떤 면에서는 멋진 방법이다. 교사가 자신의 이름을 바꿀 경우, 한 곳의 데이터만 갱신하면 된다.
하지만 이 방법의 단점은 테이블이 아주 클 경우 조인을 하느라 불필요할 정도로 많은 시간을 낭비하게 된다는 것이다.
비정규화는 다른 타협안을 내놓음으로써 그런 단점을 해소하고자 한다. 어느 정도의 데이터 중복이나 그로 인해 발생하는 데이터 갱신 비용은 감수하는 대신 조인 횟수를 줄여 한층 효율적인 쿼리를 날릴 수 있도록 하겠다는 것이다.
장점
- 빠른 데이터 조회
→ 조인 비용이 줄어들기 때문
- 살펴볼 테이블이 줄어들기 때문에 데이터 조회 쿼리가 간단해짐
→ 따라서 버그 발생 가능성도 줄어든다
단점
- 데이터 갱신이나 삽입 비용이 높음
- 데이터 갱신 또는 삽입 코드를 작성하기 어려워짐
- 데이터 간의 일관성이 깨어질 수 있다. 어느 쪽이 올바른 값인가?
- 데이터를 중복하여 저장하므로 더 많은 저장 공간이 필요
비정규화 대상
- 자주 사용되는 테이블에 액세스하는 프로세스의 수가 가장 많고, 항상 일정한 범위만을 조회하는 경우
- 테이블에 대량 데이터가 있고 대량의 범위를 자주 처리하는 경우, 성능 상 이슈가 있을 경우
- 테이블에 지나치게 조인을 많이 사용하게 되어 데이터를 조회하는 것이 기술적으로 어려울 경우
대부분의 대규모 IT 업체의 경우처럼, 규모 확장성(scalability)을 요구하는 시스템의 경우 거의 항상 정규화된 데이터베이스와 비정규화된 데이터베이스를 섞어 사용한다.
주의점
- 반정규화를 과도하게 적용하다 보면 데이터의 무결성이 깨질 수 있다.
- 입력, 수정, 삭제의 질의문에 대한 응답 시간이 늦어질 수 있다.
- 삽입 이상(Insertion Anomaly) : 원하지 않는 자료가 삽입된다든지, 삽입하는데 자료가 부족해 삽입이 되지 않아 발생하는 문제점을 말한다.
- 삭제 이상(Deletion Anomaly) : 하나의 자료만 삭제하고 싶지만, 그 자료가 포함된 튜플 전체가 삭제됨으로 원하지 않는 정보 손실이 발생하는 문제점을 말한다.
- 갱신 이상(Modification Anomaly) : 정확하지 않거나 일부의 튜플만 갱신되어 정보가 모호해지거나 일관성이 없어져 정확한 정보 파악이 되지 않는 문제점을 말한다.
→ 이상 현상은 정규화를 통해 방지할 수 있다.
정규화(Normalized)란 무엇인가?
관계형 데이터베이스에서 중복을 최소화하기 위해 데이터를 구조화하는 작업이다. 좀 더 구체적으로는 하나의 종속성이 하나의 릴레이션에 표현될 수 있도록 분해해가는 과정이라 할 수 있다.
한 릴레이션에 여러 Entity의 Attribute들을 혼합하게 되면 정보가 중복 저장되며, 저장 공간을 낭비하게 된다. 또한 중복된 정보로 인해 '갱신 이상'이 발생하게 된다. 동일한 정보를 한 릴레이션에는 변경하고, 나머지 릴레이션에서는 변경하지 않은 경우 어느 것이 정확한지 알 수 없게 되는 것이다.
이러한 문제를 해결하기 위해 정규화 과정을 거친다. 정규화 과정을 거치게 되면 정규형을 만족하게 된다.
- 정규형
- 특정 조건을 만족하는 릴레이션의 스키마의 형태
- 제1 정규형, 제2 정규형, 제3 정규형, BCNF형, 제4 정규형, 제5 정규형이 존재한다.
- 차수가 높아질수록 만족시켜야 할 제약 조건이 늘어난다.
장점
- 데이터베이스 변경 시 이상 현상(Anomaly) 제거
- 저장 공간의 최소화 가능
- 효과적인 검색 알고리즘 생성 가능
- 데이터 삽입 시 릴레이션 재구성의 필요성 감소
- 데이터 구조의 안정성 및 무결성 유지
단점
- 릴레이션 간의 JOIN 연산 증가
→ 이로 인한 질의에 대한 응답 시간 저하
정규화의 원칙
- 정보의 무손실 표현
→ 하나의 스키마를 다른 스키마로 변환할 때 정보의 손실이 있어서는 안 된다.
- 분리의 원칙
→ 하나의 독립된 관계성은 하나의 독립된 릴레이션으로 분리시켜 표현해야 한다.
- 데이터의 중복성이 감소되어야 한다.
함수적 종속(Functional Dependency)
데이터들이 어떤 기준값에 의해 종속되는 것을 의미한다.
완전 함수적 종속
완전 함수적 종속은 어떤 속성이 기본키에 대해 완전히 종속적일 때를 말한다.
어떤 테이블 에서 속성 A가 다른 속성 집합 B 전체에 대해 함수적 종속이지만 속성 집합 B의 어떠한 진부분 집합 C(즉, C ⊂ B)에는 함수적 종속이 아닐 때 속성 A는 속성 집합 B에 완전 함수적 종속이라고 한다.
부분 함수적 종속
어떤 테이블 R에서 속성 A가 다른 속성 집합 B 전체에 대해 함수적 종속이면서 속성 집합 B의 어떠한 진부분 집합에도 함수적 종속일 때 속성 A는 속성 집합 B에 부분 함수적 종속이라고 한다.
- '성적'은 '학번'과 '과목명’이 같을 경우에는 항상 같은 '성적'이 온다.
→ 즉, '성적'은 '학번'과 '과목명’에 의해서만 결정되므로 '성적'은 기본키(학번, 과목명)에 완전 함수적 종속이 되는 것이다.
- 반면에 '학년'은 '과목명'에 관계없이 '학번'이 같으면 항상 같은 '학년'이 온다.
→ 즉, 기본키의 일부인 '학번'에 의해서 '학년'이 결정되므로 '학년'은 부분 함수적 종속이라고 한다.
✍️ 질문 체크
✔️ 정규화는 어떤 배경에서 생겨났는가?
✔️ 정규화와 비정규화(반정규화)에 대해 설명하라.
✔️ 함수적 종속성이란 무엇인가?
✔️ 정규화의 장점과 단점?
✔️ 어떤 경우에 반정규화를 진행해야 하나?
✔️ 반정규화 과정에서 주의할 점은?
⍞ Reference
- 도서
- 코딩인터뷰 완전 분석, 게일 라크만 맥도웰 저 / 이창현 역, 인사이트
- 2020 시나공 정보처리기사 필기, 길벗
'정리 log > 용어 · 개념' 카테고리의 다른 글
| [OS] 가상 메모리 (0) | 2020.09.13 |
|---|---|
| [OS] 블로킹-논블로킹, 동기-비동기 (0) | 2020.09.12 |
| [OS] 메모리 관리 전략 (0) | 2020.05.28 |
| [네트워크] 프로토콜 (0) | 2020.05.25 |
| [네트워크] OSI 참조 모델, TCP/IP 모델 (0) | 2020.05.18 |
댓글