[베이] Chapter 4. DATABASE 설계 & AWS RDS 설정

docs/chapter4/Ch04keyword.md

@@ -0,0 +1,345 @@
+# 키워드 1. 외래 키
+
+
+### Foreign key
+
+---
+
+- 테이블 간의 링크를 파괴하는 작업을 방지하는 데 사용된다.
+- 외래 키는 다른 테이블의 기본키를 참조한다.
+- table r1의 속성 A가 table r2 primary key로의 foreign key가 될 때,
+
+**table r1은 `참조하는(referencing)` 관계이고, table r2는 `참조된(referenced)` 관계이다.**
+
+- 외래 키가 있는 테이블을 `자식 테이블`이라고 하며,
+
+    기본키가 있는 테이블을 `부모 테이블`이라고 한다.
+
+    ![Untitled](./images/01.png)
+
+
+### Foreign key 제약 조건
+
+---
+
+- 한 관계의 값은 다른 관계에 나타나야 함 (참조 관계)
+- 해당 속성은 두 테이블에서 같은 값을 가진다.
+
+
+**Foreign key는 다른 테이블의 Primary key를 가리킨다.**
+여러 개의 테이블과 연결되어 있다면 foreign key는 여러개일 수 있음
+
+
+# 키워드 2. 기본 키
+
+### Primary key
+
+---
+
+- `슈퍼 키`: 테이블에서 유니크한 속성, 하나 또는 여러개의 조합이 가능
+- `후보 키`: 슈퍼키에서 최소의 조합으로 이루어진 경우
+- `기본 키`: 후보키 중 1개
+
+### Primary key 제약 조건
+
+---
+
+- 테이블의 각 튜플(레코드)를 고유하게 식별한다.
+- 기본키는 `UNIQUE`해야 하며 `NULL값`을 포함할 수 없다.
+- 테이블에는 **기본 키가 ‘하나만’ 있을 수 있다.**
+    - 이 기본 키는 단일 또는 다중 field로 구성될 수 있다.
+
+
+# 키워드 3. ER 다이어그램
+
+### E-R 모델 : entity set
+
+---
+
+- 엔터티 관계 모델
+    - `Entity`: 다른 객체와 구별되는 사물 또는 개체, 속성의 집합으로 기술됨
+    - `Relationship`: 여러 엔터티 관의 연관
+- E-R 다이어그램으로 도식적으로 표현한다.
+
+![Untitled](./images/02.png)
+
+### E-R 모델 : Relationship set
+
+---
+
+- 마름모 모양으로 표현되며, 관계 집합을 나타낸다.
+
+    ![Untitled](./images/03.png)
+
+
+1. `명칭`을 가질 수 있다.
+2. `차수`가 있다 (연결된 엔터티Set, 즉 테이블의 수)
+3. 연결된 테이블의 속성 말고도, `자체적인 속성`을 가질 수 있다.
+
+- 만약 Relationship set에 자체적 속성이 있다면 점선으로 표현한다.
+
+    ![Untitled](./images/04.png)
+
+
+### E-R 다이어그램 예제
+
+---
+
+![Untitled](./images/05.png)
+
+- E-R 모델에서 엔터티 테이블과 관계 테이블을 나눠 표시한다.
+- 후에 정규화 과정을 통해,
+
+    1:n이나 1:1 관계의 경우 중복 제거하여 관계 테이블을 삭제할 수 있다.
+
+
+![Untitled](./images/06.png)
+
+
+# 키워드 4. 복합 키
+
+### 속성 유형
+
+---
+
+- `단순` 및 `복합` 속성 : 독립적인 속성들이 모여서 만들어진 속성
+- `단일 값` 및 `다중 값` 속성 : 하나의 속성에 값이 여러 개 들어가는 것
+    - ex) 하나의 phone_numbers 속성의 여러 개의 전화번호 대입
+- `파생` 속성 : 속성값이 다른 속성의 값에서 계산되어지는 것
+
+### 복합 속성
+
+---
+
+- 복합 속성을 사용하면 속성을 하위 부분(다른 속성)으로 나눌 수 있다.
+- ex) 상위 name 속성 - 하위 first_name 속성, last_name 속성
+
+### E-R 다이어그램에서 복합 속성 표현
+
+---
+
+![Untitled](./images/07.png)
+
+
+
+# 키워드 5. 연관 관계
+
+
+>두 엔터티set는 `1:1 관계`, `1:다 관계`, `다:다` 관계를 가질 수 있으며,
+>모든 엔터티가 적어도 하나의 관계에 참여해야 하는 `전체 참여`와
+>일부 개체는 어떤 관계에도 참여하지 않아도 되는 `부분 참여`로 나뉜다.
+
+
+- 엔터티 사이의 관계를 E-R 다이어그램에서 마름모 모양으로,
+
+    Relationship Table을 만들어 표현한다.
+
+- 이 Relationship Table은 다른 Entity Table들과 거의 같은 특징을 가진다.
+
+### Relationship Set의 기본 키는?
+
+---
+
+1. 관계 테이블에서 고유한 Primary 키는 **두 엔터티의 primary key들의 합성**으로 이루어진다.
+2. 즉, 관계 테이블의 속성은 `entity1의 PK`, `entity2의 PK` + 본인 고유 속성으로 이루어져 있단 것
+3. 이때 1:1, 1:다, 다:다 관계에 따라 **한 entity의 PK만을 사용할 수**도 있다.
+
+
+💡 본래 relationship table은 연결된 entity set의 모든 속성을 가지고 있고, 중복되는 것은 삭제해서 최종 관계테이블의 속성을 만든다.
+
+
+- 다:다 관계인 경우
+
+    : 관계table의 속성은 두 entity의 primary key + 고유 속성
+
+    즉, PK는 각 entity table의 PK의 합집합이다. (둘 다 필요)
+
+- 1:다/다:1 관계인 경우
+
+    : 이때 Relationship table의 Primary key는 `다수 쪽`에 있는 것을 선택
+
+- 1:1 관계인 경우
+
+    : 이때 Relationship table의 Primary key는 `둘 중 아무거나` 하나를 골라 선택.
+
+
+# 키워드 추가. weak entity / strong entity
+
+![Untitled](./images/08.png)
+![Untitled](./images/09.png)
+![Untitled](./images/10.png)
+
+# 키워드 추가. E-R 다이어그램에서 중복성 제거
+
+
+### 중복성 제거
+
+---
+
+- 각 테이블에서 중복되는 속성 중에, 만약 한 속성이 다른 테이블의 PK 속성과 중복된다면 해당 속성을 제거한다.
+- 이는 관계 테이블을 통해 해당 속성을 찾아갈 수 있어서인데,
+이 방법은 E-R 다이어그램에 한정되고,
+
+**E-R 다이어그램을 나중에 테이블로 변환 시 -> 1:다/1:1 관계에 따라 관계 테이블이 사라진다면 지워졌던 해당 속성은 부활하게 된다.**
+
+
+![Untitled](./images/11.png)
+
+- 나중에 마름모 모양 관계들을 제거하게 되는데 (1:1, 1:다, 다:1의 경우 제거 가능)
+
+    제거되면 다시 이 속성이 foreign key로써 살아난다.
+
+![Untitled](./images/12.png)
+
+
+# 키워드 6. 정규화
+
+### 정규화
+
+---
+
+- 데이터 이상 방지를 위해 중복을 감소시키는 구조로,
+
+    단계적 규칙에 따라 relation을 분해하는 과정
+
+- 정규화 과정에서 이상 문제(삽입 이상, 갱신 이상, 삭제 이상) 를 해결하려면
+
+    연관성이 높은 속성들로만 릴레이션을 구성해야 함
+
+
+![Untitled](./images/13.png)
+
+그렇다면 왜 이런 이상들이 일어날까?
+
+이는 속성 사이의 많은 연관 관계를 무리하게 하나의 릴레이션으로 표현할 때 발생한다.
+
+이를 방지하려면 속성 사이의 연관관계, 즉 종속성을 분석하여
+
+**하나의 릴레이션에는 하나의 종속성만 표현되도록 릴레이션을 분해**하면 된다!
+
+기본적으로 연관성이 높은 속성들을 하나의 릴레이션으로 구성하는 것이 바람직.
+
+- 릴레이션 속성 사이의 **연관성을 평가하기 위한 척도**가 필요 → `함수 종속성`
+
+- 정규형이란, 정규화 과정에서 릴레이션이 만족해야 하는
+
+    특정한 함수 종속성의 충족 조건
+
+- `제3정규형` 이상의 정규형을 충족하면 충분한 정규화가 이루어졌다고 봄
+    - 정규화를 너무 많이하면, 테이블이 너무 많이 쪼개져서 join 연산을 많이 해야한다.
+
+### 함수 종속성
+
+---
+
+- 같은 릴레이션 안의 속성 간에 특정 속성값이 다른 속성값을 결정하는 종속 관계
+
+    ![Untitled](./images/14.png)
+
+- 속성1(결정자) → 속성2(종속자)로 표기
+    - ex) 학번 → (이름, 주소, 학년, 성별)
+
+### 완전 함수 종속과 부분 함수 종속
+
+---
+
+- `완전 함수 종속`
+    - 결정자 속성 모두의 조합에만 종속되고, 모든 조합이 아니라면 종속성을 띄지 않는다.
+    - 결정자가 단일 속성이면 당연히 완전 함수 종속
+- `부분 함수 종속`
+    - 결정자 속성이 2개 이상일 때, 결정자의 전체 속성 조합에도 함수 종속이면서
+
+        결정자의 일부 속성에도 종속성을 가질 때
+
+
+![Untitled](./images/15.png)
+
+### 제1정규형
+
+---
+
+> 제1정규형 : 어떤 릴레이션 R에 속한 몯느 속성의 도메인이 원자 값(atomic value)만을 
+> 갖는다면 제1정규형에 속한다.
+
+
+- 즉, 다중 값을 가지지 않고 관계형 데이터 모델의 기본 원칙을 따르기만 한다면 당연히 제1정규형에 속함
+
+- 제1정규형의 형태
+
+    ![Untitled](./images/16.png)
+
+
+### 제2정규형
+
+---
+
+- 제2정규형으로 넘어가려면, 테이블을 분해해야 함.
+
+
+> 제2정규형 : 어떤 릴레이션 R이 제1정규형이고 기본키에 속하지 않는 모든 속성이 
+> 기본키에 완전 함수 종속이면 제2정규형에 속한다.
+
+→ 즉, **모두 완전함수종속이 되도록 분해!**
+
+
+- 만약, 기본키가 단일 속성이면 모든 속성이 완전 함수 종속이므로 검사할 필요 없이 제2정규형에 속한다.
+
+- 제2정규형의 형태
+
+    ![Untitled](./images/17.png)
+
+- 하지만, 아직도 `이행적 함수 종속성`이 남아 있음
+    - 이행적 함수 종속성: 기본키에 속하지 않은 일반 속성 값이
+
+        → 기본키에 속하지 않은 또다른 일반 속성값을 결정함
+
+    - 위 그림의 과목_1 부분에서 오른쪽 연결과 같은 종속 형태가 나타난다
+
+        ![Untitled](./images/18.png)
+
+
+    - 제3정규화에서, 왼쪽 두 개의 표처럼
+    이행적 종속 관계를 끊어 두 종속 관계를 각기 다른 릴레이션에 표현해야 한다.
+    - 즉, 제3정규화에서 2개의 릴레이션으로 분해해야 함
+
+### 제3정규형
+
+---
+
+> 제3정규형 : 어떤 릴레이션 R이 제2정규형이고 기본키에 속하지 않는 모든 속성이 
+> 기본키에 이행적 함수 종속이 아니면, 제3정규형에 속한다.
+
+
+
+- 일반 속성이 기본키 속성이 아닌 일반 속성에 종속적일 때 제3정규형에 위배됨
+- 만약 결정자라면 테이블을 분해한다.
+
+### 정규화의 적용
+
+---
+
+- 릴레이션을 정보 표현 측면에서 동등하면서도 중복을 감소시키는 더욱 작은 릴레이션들로 무손실 분해함으로써 이상 현상을 제거하는 DB설계의 한 방법
+
+ ![Untitled](./images/19.png)
+
+
+ # 키워드 7. 반 정규화
+
+ ### 반정규화
+
+---
+
+- 정규화의 반대 개념, ‘역정규화’
+    - 정규화와는 반대로 보다 낮은 수준의 정규형으로 릴레잇녀을 통합
+    - 성능 저하가 문제될 경우 분해된 릴레이션을 역으로 통합, 성능을 향상시킴.
+- 높은 정규형을 만족하는 릴레이션 스키마가 반드시 최적이라고 할 수 없다.
+    - 릴레이션 수가 과다하게 늘어나면 조인 연산 등으로 시간이 오래 걸릴 수 있다.
+- 따라서, 역으로 **데이터 중복을 허용하는 반정규화**를 수행 가능하다.
+
+- 반정규화는 다음과 같은 과정을 포함한다.
+    - 릴레이션 병합
+    - 통계/이력 릴레이션을 추가
+    - 여러 릴레이션에 같은 속성을 중복하여 추가
+    - 총계/평균 같은 파생 속성을 추가
+
+- 반정규화는 데이터베이스 설계의 최종 과정에서 신중하게 고려하기 !!