데이터 모델링 속성 특성, 구성방식에 따른 분류

데이터 모델링에서 속성 특성에 따른 분류

데이터 모델링에서 속성 특성에 따른 분류입니다. 세가지가 있으며 기본속성, 설계속성, 파생속성이 있습니다.

1. 기본속성 : 엔티티 가장 일반적인 속성으로 업무 프로세스 분석을 통해 바로 정의가 가능한 속성들이 여기에 속한다. 엔티티의 가장 많은 퍼센티지를 차지하는 속성이며 일부 설계 속성과 파생속성을 제외한 모든 속성이 기본속성에 해당한다고 보면 된다.
2. 설계속성 : 업무에 존재하지는 않지만 설계 과정에서 합리적인 모델링을 위해 만들어진 속성이다. 예를 들어 ‘학생’이라는 엔티티에 이름, 학과, 학년이라는 속성이 존재했을 때 이 속성값은 다른 로우의 속성값과 중복될 수 있고 이 중복된 인스턴스들은 유니크함을 갖지 못하게 된다. 이런 경우 학번이라는 설계속성을 생성해서 개개인에게 고유번호를 할당해서 유니크한 번호를 부여한다.
3. 파생속성 : 다른 속성으로부터 파생된 속성을 의미하는 것으로 계산된 값, 가공된 값이 이에 속한다. 예를 들어 상품을 주문해서 결제하는 순간 상품 재고를 계산하기 위해 남은 상품 개수를 가져와 합산하여 넣어두는 재고 수량과 같은 속성을 정의할 수 있다. 하지만 데이터 정합성이 고려되지 않거나 계산이 누락되는 경우 재고 수량 값이 엉터리가 되므로 어쩔수 없는 경우에만 사용하는 것이 좋다. 계산 로직이 복잡하거나 많은 시간이 걸리는 경우가 대표적이다.

데이터 모델링 속성 구성방식에 따른 분류

이 부분은 디비를 좀 다뤄봤다면 너무 익숙해서 이해하기가 쉬울 것 같습니다.

1. PK 속성 : 엔티티에 인스턴스(Row)에 유니크함을 부여하는 속성. 겹치지 않는 속성이 이에 해당하며 여러개로도 설정이 가능하다. 예) 주민번호, 고객번호, 학번
2. FK 속성 : 다른 엔티티 PK 속성을 가진 속성, 직원 엔티티에 부서코드, 학생 엔티티 학과코드 등 다른 엔티티의 PK 속성을 속성으로 가진다면 무엇이든 FK가 된다.
3. 일반속성 : PK, FK를 제외한 나머지 속성.