정규화와 이상 현상

정규화와 이상 현상

정규화는 데이터베이스 설계 과정에서 중복을 최소화하고 데이터의 무결성을 보장하기 위해 테이블을 구조화하는 과정입니다. 정규화는 데이터를 여러 테이블로 분해하여 각 테이블 간의 관계를 명확하게 정의함으로써 데이터의 중복을 줄이고 데이터의 일관성을 유지합니다. 일반적으로 제 1 정규형(1NF), 제 2 정규형(2NF), 제 3 정규형(3NF) 등의 정규형을 따릅니다.

이상 현상은 데이터베이스에서 데이터의 불일치나 모순을 일으킬 수 있는 문제를 말합니다. 주로 데이터베이스가 정규화되지 않았거나 잘못된 설계로 인해 발생합니다. 이상 현상에는 다음과 같은 유형이 있습니다:

1. 삽입 이상(Insertion Anomaly): 새로운 데이터를 삽입할 때 원하지 않는 문제가 발생하는 현상입니다. 예를 들어, 주문 정보를 저장하는 테이블에서 제품 정보가 없는 경우 주문을 추가할 수 없는 경우가 있습니다.
2. 갱신 이상(Update Anomaly): 데이터를 업데이트할 때 일부만 업데이트되거나 일부 데이터만 업데이트되는 현상입니다. 이로 인해 데이터의 일관성이 깨지고 모순된 데이터가 발생할 수 있습니다.
3. 삭제 이상(Deletion Anomaly): 데이터를 삭제할 때 의도치 않게 필요한 데이터가 함께 삭제되는 현상입니다. 예를 들어, 학생 정보를 저장하는 테이블에서 강의 정보가 삭제될 때 해당 강의를 수강한 학생의 정보도 함께 삭제되는 경우가 있습니다.

 

 

함수적 종속

함수적 종속(Functional Dependency)은 관계형 데이터베이스에서 특정 속성(attribute)이 다른 속성에 종속되는 관계를 나타냅니다. 이는 하나의 속성의 값이 다른 속성의 값을 결정하는 규칙을 의미합니다. 일반적으로 X와 Y라는 두 개의 속성이 있을 때, X의 값이 Y의 값에 종속되는 경우 "X는 Y에 함수적으로 종속된다"라고 말할 수 있습니다.

예를 들어, 학생 테이블에서 학번(student_id)과 학생 이름(student_name)이라는 두 개의 속성이 있다고 가정해봅시다. 이 경우 학번은 학생 이름에 함수적으로 종속되며, 하나의 학번에 대응하는 학생 이름은 항상 동일합니다. 따라서 학번 → 학생 이름으로 나타낼 수 있습니다.

함수적 종속은 다음과 같이 기호로 표현될 수 있습니다: X → Y

여기서 X는 결정자(dependent)이며 Y는 종속자(dependent)입니다. 즉, X의 값을 알면 Y의 값을 결정할 수 있습니다.

함수적 종속은 데이터베이스 설계 및 정규화에서 중요한 개념으로 사용됩니다. 데이터의 일관성을 유지하고 중복을 최소화하기 위해 데이터베이스의 속성들 간에 적절한 함수적 종속성을 식별하고 관리하는 것이 중요합니다.

 

1. 완전 함수적 종속(Fully Functional Dependency): 한 속성의 모든 값이 다른 속성에 대해 함수적으로 종속될 때 발생합니다. 즉, X와 Y가 속성 집합이라고 할 때, X의 모든 속성 값이 Y에 종속되고, X의 어떤 부분집합도 Y에 종속되지 않는 경우입니다. 이는 하나의 속성 그룹이 다른 속성 그룹의 모든 속성을 결정할 때 발생합니다.
2. 부분 함수적 종속(Partial Functional Dependency): 한 속성의 일부 값만 다른 속성에 대해 함수적으로 종속될 때 발생합니다. 즉, X와 Y가 속성 집합이라고 할 때, X의 일부 속성 값만 Y에 종속되는 경우입니다. 부분 함수적 종속은 제거되어야 합니다.
3. 이행적 함수 종속(Transitive Functional Dependency): 한 속성이 다른 속성에 함수적으로 종속되는 것이 아니라, 그 사이에 추가적인 중간 속성이 있는 경우 발생합니다. 즉, X, Y, Z가 속성 집합이라고 할 때, X → Y 이고 Y → Z인 경우 Z는 X에 이행적으로 함수적으로 종속됩니다.

 

정규화 과정의 정규화 형태

정규화(Normalization) 과정은 데이터베이스 설계에서 중복을 최소화하고 데이터의 일관성을 유지하기 위해 데이터를 구조화하는 과정입니다. 데이터베이스 정규화는 일반적으로 다음과 같은 형태로 진행됩니다:

1. 제 1 정규형(1NF): 데이터베이스 테이블의 모든 속성이 원자적(Atomic) 값으로 구성되어야 합니다. 즉, 각 속성은 더 이상 분해되지 않은 단일 값을 가져야 합니다. 만약 테이블의 어떤 속성이 다중 값이나 중첩된 구조를 가지고 있다면 이를 분해하여 별도의 테이블로 만들어야 합니다.
2. 제 2 정규형(2NF): 테이블이 1NF를 만족하면서 부분 함수적 종속이 없어야 합니다. 즉, 모든 속성이 기본 키에 대해 완전 함수적 종속이어야 합니다. 부분 함수적 종속이 있는 경우에는 해당 속성을 새로운 테이블로 이동하여 별도의 테이블로 만들어야 합니다.
3. 제 3 정규형(3NF): 테이블이 2NF를 만족하면서 이행적 함수 종속이 없어야 합니다. 즉, 모든 속성이 기본 키에 대해 이행적 함수 종속이 없어야 합니다. 이행적 함수 종속이 있는 경우에는 중간 속성을 기반으로 별도의 테이블로 분리하여 정규화해야 합니다.
4. 보이스-코드 정규형(BCNF): 모든 결정자가 후보 키(candidate key)인 테이블입니다. 즉, 모든 결정자가 기본 키에 대해 완전 함수적 종속이어야 합니다.
5. 제 4 정규형(4NF): 테이블이 다중 값 종속(Multi-valued Dependency)에 대해 보이스-코드 정규형(BCNF)을 만족하면서도, 하나의 속성 집합이 다른 속성 집합에 종속되는 경우를 허용합니다. 다중 값 종속은 한 테이블의 두 개 이상의 다중 값이 다른 속성에 종속되는 경우를 의미합니다. 이 경우, 이러한 종속성을 만족하기 위해 새로운 테이블로 분리하여 4NF를 달성할 수 있습니다.
6. 제 5 정규형(5NF): 테이블이 조인 종속성(Join Dependency)을 만족하는 정규형입니다. 조인 종속성은 두 개 이상의 테이블을 조인할 때 발생하는 종속성을 나타냅니다. 이러한 종속성을 만족하려면 데이터의 분할이 필요한 경우가 있습니다. 5NF는 모든 조인 종속성을 만족하는 테이블의 구조를 유지하기 위해 사용됩니다.