[데이터베이스] 정규화, 반정규화

정규화

정규화란 이상 문제를 해결하기 위해 속성들 끼리의 종속 관계를 분석하여 여러개의 릴레이션으로 분해하는 과정이다.
일반적으로 테이블을 여러개로 분해하면 속도는 상대적으로 느려질 수 있지만, 분해하지 않으면 이상 문제들이 발생하게 된다.

이상(Anomaly)의 종류

정규화를 거치지 않아 데이터베이스내에 데이터들이 불필요하게 중복되어 릴레이션 조작 시 예기치 못하게 발생하는 곤란한 현상

예시)

학번	과목코드	이름	연락처
2101	ST01	홍길동	010-1234-1234
2101	ST02	홍길동	010-1234-1234
2001	ST01	배석재	010-2424-2424
1901	ST03	홍길동	010-3543-4234

삽입 이상(Insertion Anomaly)

릴레이션에 데이터를 삽입할 때 의도와 상관없이 원하지 않은 값들도 함께 삽입되는 현상
예를 들어 2101 학번 홍길동 학생의 연락처만 추가하고 싶을 때, 과목코드가 비게되므로 NULL 값을 가져 문제가 발생하게 된다.

삭제 이상(Deletion Anomaly)

릴레이션에서 한 튜플을 삭제할 때 의도와는 상관없는 값들도 함께 삭제되는 현상
예를 들어 2101 학번의 홍길동 학생이 ST01 과목을 수강 취소할 경우, 취소 사유를 물을 수 있는 유일한 정보인 연락처마저 잃게 된다.

갱신 이상(Update Anomaly)

릴레이션에서 튜플에 있는 속성 값을 갱신할 때 일부 튜플의 정보만 갱신되어 정보에 모순이 생기는 현상
예를 들어 홍길동 학생이 연락처를 바꿨을 경우에 ST01, ST02 모두 갱신해야 하는데 ST01만 갱신할 경우 발생한다.

정규화 과정

제 1정규화(First Normal Form, 1NF)

테이블(Relation)이 제 1정규형을 만족했다는 것은 아래 세 가지 조건을 만족했다는 것을 의미한다.

1. 어떤 Relation에 속한 모든 Domain이 원자값만으로 되어있다.
2. 모든 attribute에 반복되는 그룹이 나타나지 않는다.
3. 기본키를 사용하여 관련 데이터의 각 집합을 고유하게 식별할수 있어야 한다.

위의 그림을 보면 전화번호가 여러개를 가지고 있기 때문에 위 조건중 1번 조건인 원자값이 아니므로 제 1정규형에 위반된다.

위의 그림은 전화번호 그룹이 반복되어 2번조건을 위반한 사례이다.

제 2정규화(Second Normal Form, 2NF)

기본키가 아닌 모든 속성이 기본키에 대해 완전 함수적 종속을 만족하는 정규형 (부분적 함수 종속을 제거한 정규형)

• 함수적 종속 (Functional Dependency)
  X의 값에 따라 Y값이 결정될 때 X -> Y로 표현하는데, 이를 Y는 X에 대해 함수적 종속이라고 한다.
  에를 들어 학번을 알면 이름을 알 수 있는데, 이 경우엔 학번이 X가 되고 이름이 Y가 된다.
  X를 결정자라고 하고, Y는 종속자라고 한다.

  • 완전함수종속
    기본키가 단일키 일 경우 X -> Y 일 경우 완전함수적 종속이라고 한다.
    기본키가 복합키 일 경우 {X1,X2} -> Y 일 경우 완전함수적 종속이라고한다.
  • 부분함수종속
    기본키가 단일키 일 경우 부분함수종속은 일어날 수 없다.
    기본키가 복합키 일 경우 X1, X2 중 하나만으로도 Y의 값을 결정할 때 부분 함수적 종속이라고 한다.
  • 이행적함수종속
    X -> Y인데, Y -> Z 다. 결국 X -> Z인 것을 알 수 있는 경우

예시)

위의 테이블에 종속 관계를 나타내면

위에서 부분 함수 종속을 제거하게 되면, 아래와 같은 그림이 된다.

따라서 위와 같은 내용을 바탕으로 테이블을 나눠보면

위와 같이 테이블이 나눠져 2NF를 만족하게 된다.

제 3정규화(Third Normal Form, 3NF)

기본키가 아닌 모든 속성이 기본키에 대해 이행적 함수 종속 관계를 만족하지 않는 정규형

위 테이블에서 {Tournament, Year } 가 후보키가 된다. 하지만 Winner Date of Birth은 기본키가 아닌 속성인 Winner를 거쳐
{Tournament, Year}에 의존하고 있어 3NF를 위반한다.
따라서 테이블을 아래와 같이 둘로 나누어 줄 수 있다.

위와 같이 테이블을 나누면 본래 Winner Date of Birth가 Winner를 거쳐 {Tournament, Year}를 의존하게 되는 이행적 함수 종속 관계가 아니게 되어 3NF를 만족하게 된다.

BCNF (Boyce-Codd 정규형)

BCNF는 모든 결정자는 후보키이어야 한다.

학생	과목	교수	학점
1	AB123	김인영	A
2	CS123	Mr.Sim	A
3	CS123	Mr.Sim	A

후보키는 수퍼키중에서 최소성을 만족하는건데 이 경우 {학생, 과목}이 후보키가 된다. 근데 해당 테이블의 경우 교수가 결정자가 된다.
그 이유는, 교수가 한 과목만 강의 할 수 있다고 가정할 때, 교수가 정해지면 과목이 결정되기 때문이다. 이경우 BCNF를 만족하지 못한다.

이를 해결하기 위해서는 테이블을 분리해야 한다.

교수	과목
김인영	AB123
Mr.Sim	CS123

학생	과목	학점
1	AB123	A
2	CS123	A
3	CS123	A

고급 정규화 과정인 4NF, 5NF는 생략하도록 하겠습니다.

4NF, 5NF.
참고 : https://zzozzomin08.tistory.com/12

정규화 단점

Relation의 분리로 인해 Relation 간의 연산(JOIN 연산)이 많아져서 질의에 대한 응답 시간이 느려지게 된다.

반정규화

데이터의 성능 향상을 위하여, 데이터 중복을 허용하고 조인을 줄여 데이터베이스 성능 향상하는 방법이다.

정규화와 반정규화는 Trade off 관계에 있다.

정규화를 하면 정합성과 데이터무결성이 보장된다. 반면, 테이블이 복잡해지고 성능이 떨어질 수 있다. 그에 따라 입력(Create), 수정(Update), 삭제(Delete)의 성능은 향상되고 조회(Read)의 경우 나빠질수도 있고 좋아질 수도 있다.

반 정규화를 하면 테이블이 단순화되며 성능이 향상되는 반면, 정합성과 데이터무결성이 보장되지 않을 수있다. 반 정규화는 의도적으로 중복을 만들어 검색(Read) 성능을 향상시킨다. 하지만 속성이 각기 다른 테이블에 중복되어 나타나기 때문에 입력(Create), 수정(Update), 삭제(Delete)의 성능은 낮아진다.

본격적인 반 정규화 방식에 대해 이야기 하기 전에 디지털 디바이스(하드웨어)의 성능을 어떤식으로 보장해 주어야하는지 알아보자.

디스크와 메모리(M/M), CPU 큰 속도와 가격 차이를 가지고 있다. 연산을 수행하는 CPU가 가장 빠르고 비싸다. 그리고 디스크는 가장 큰 저장공간을 가지고 있고 느리다. 디스크와 CPU는 1만배 이상의 속도 차이를 가지고 있다. 이를 보완하기 위해 메모리가 중간에 자리잡고 있는데, 디스크가 장기기억장소라면 메모리는 단기기억장소이다. (메모리와 CPU의 속도차이도 커서 캐시라는 비싼 메모리를 그 간극을 보완한다.)

메모리는 한 트랜잭션에 필요한 데이터를 디스크에서 가져와 CPU 연산작업을 하는 기간동안 저장해놓는다. 디스크에서 메모리로 데이터를 퍼오는 횟수를 줄일수록 (속도)를 향상시킬 수 있다.

그렇다면 우리의 데이터베이스(DB)는 어디에 저장될까?

당연히 장기기억매체인 디스크에 저장되며, 디스크에서 메모리로 데이터를 퍼오는 횟수를 줄이려는 노력이 반정규화이다.

반정규화를 수행하는 경우

• 정규화에 충실하여 종속성, 활용성은 향상되었지만, 수행속도가 느려진 경우
• 다량의 범위를 자주 처리해야하는 경우
• 특정 범위의 데이터만 자주 처리하는 경우
• 요약/집계 정보가 자주 요구되는 경우

반정규화 절차

반정규화 절차	설명
대상 조사 및 검토	데이터 처리 범위, 통계성 등을 확인해서 반정규화 대상을 조사한다.
다른 방법 검토	반정규화를 수행하기 전에 다른 방법이 있는지 검토한다.
반정규화 수행	테이블, 속성, 관계등을 반정규화 한다.

테이블 반정규화 기법

• 테이블 병합
  조인되는 경우가 많아서 테이블을 합치는 것이 성능향상에 효율적일 경우에 사용
  1. 1:1 관계 테이블 병합
  2. 1:M 관계 테이블 병합
  3. 슈퍼/서브 타입 관계 테이블 병합

Super Type, Sub Type
슈퍼타입과 서브타입의 관계는 배타적 관계와 포괄적 관계가 있는데, 배타적 관계는 고객이 개인 고객이거나 법인 고객인 경우를 의미한다.
포괄적 관계는 고객이 개인고객일 수도 있고 법인고객일 수도 있는 것이다.
참고 : https://dog-foot-story.tistory.com/62

• 테이블 분할
  테이블에서 특정 속성들만 집중적으로 접근할 경우 분할

  1. 수직분할 : 특정 속성들만 접근이 잦을 경우 칼럼을 쪼개서 테이블을 만듦
  2. 수평분할 : 스키마는 동일하지만, 그 데이터 값을 이용하는 방법이 row별로 구분지어지는 경우 (연도별 이력 조회 등)

• 테이블 추가

  1. 중복테이블 추가 : 다른 업무이거나 서버가 다른 경우 동일한 테이블 구조를 중복하여 원격조인을 제거하여 성능 향상
  2. 통계테이블 추가: SUM, AVG등을 미리 수행하여 자동 계산해둠으로써 조회 시 성능 향상
  3. 이력테이블 추가: 마스터 테이블에 존재하는 레코드를 중복하여 이력테이블에 존재하는 방법
  4. 부분테이블 추가: 하나의 테이블의 전체의 칼럼 중 자주 이용하는 집중화된 칼럼들이 있을 때 디스크 I/O를 줄이기 위해 해당 칼럼들을 모아 놓은 별도의 반정규화 된 테이블

Q & A

Q : BCNF 예시에서 {학생, 교수}가 후보키가 될 수 있고 그렇게 되면 BCNF를 만족하지 않나요?

A : BCNF 에서 {학생, 교수} 도 후보키로 묶일 수 있다고 생각하지만 마찬가지로 과목으로 교수가 결정될 수 있기때문에 BCNF를 만족하지는 못합니다.

Q : 반정규화시 왜 삽입/수정/삭제 성능이 왜 낮아지나요?

A : 정규화를 수행하게 되면 중복을 제거하고 이상현상(Anomaly)을 제거해 정규화를 수행하지 않았을 때 보다 삽입/수정/삭제가 빨라지게 됩니다. 그래서 반정규화를 하게되면 이상현상이 일어날 수 있어 정규화를 했을때보다 성능이 낮아진다고 볼 수 있습니다.

Q : 마스터테이블과 이력테이블이 무엇인가요?

A : 이력테이블은 마스터테이블에 이력을 따로 저장하고 있는 테이블을 말합니다. 예를 들어 마스터테이블이 급여테이블이라고 한다면 급여 인상 전,후에 대한 정보를 담고있는 테이블이 이력테이블 입니다.

Q : SuperType, SubType에 배타적관계와 포괄적관계가 무엇인가요?

A : 배타적관계(Exclusive 관계)는 SuperType이 여러개의 SubType을 가질 수 없고 포괄적관계(Inclusive 관계)는 SuperType이 여러 개의 SubType을 가질 수 있습니다.

---

Reference

https://velog.io/@bsjp400/Database-DB-%EC%A0%95%EA%B7%9C%ED%99%94-%EB%B9%84%EC%A0%95%EA%B7%9C%ED%99%94%EB%9E%80

https://wkdtjsgur100.github.io/database-normalization/

https://velog.io/@yewon-july/De-Normalization

http://www.jidum.com/jidums/view.do?jidumKindCd=Da&jidumId=144

https://allo-ew.tistory.com/25