[DB & SQL] 데이터 모델링의 이해 / 데이터 모델과 성능

데이터 모델링의 이해 / 데이터 모델과 성능

 

성능데이터모델링이란?

• 데이터베이스 성능 향상을 목적으로 설계단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는것이다.

 

 

데이터 보델링 단계에서 성능을 충분히 고려하기 위한 성능 데이터 모델링 수행 절차

• 첫번째, 데이터모델링을 할 때 정규화를 정확하게 수행한다.
• 두번째, 데이터베이스 용량산정을 수행한다.
• 세번째, 데이터베이스에 발생되는 트랜잭션의 유형을 파악한다.
• 네번째, 용량과 트랜잭션의 유형에 따라 반정규화(역정규화)를 수행한다.
• 다섯번째, 이력모델의 조정, PK/FK조정, 슈퍼타입/서브타입 조정 등을 수행한다.
• 여섯번째, 성능관점에서 데이터모델을 검증한다.

 

 

중복속성에 대한 분리가 1차 정규화의 대상이 되며, 로우단위의 중복도 1차 정규화의 대상이 되지만 칼럼 단위로 중복디 되는 경우도 1차 정규화의 대상이다.

 

 

 

반정규화는 정규화된 엔터티, 속성, 관계에 대해 시스템의 성능향상과 개발(Development)과 운영(Maintenance)의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링의 기법을 의미한다.

반정규화는 데이터를 중복하여 성능을 향상시키기 위한 기법이라고 정의할 수 있고 좀 더 넓은 의미의 반정규화는 성능을 향상시키기 위해 정규화된 데이터 모델에서 중복, 통합, 분리 등을 수행하는 모든 과정을 의미한다.

데이터 무결성이 깨질 수 있는 위험을 무릅쓰고 데이터를 중복하여 반정규화를 적용하는 이유는 데이터를 조회할 때 디스크 I/O량이 많아서 성능이 저하되거나 경로가 너무 멀어 조인으로 인한 성능저하가 예상되거나 칼럼을 계산하여 읽을 때 성능이 저하될 것이 예상되는 경우 반정규화를 수행하게 된다.

 

 

데이터 모델에 대한 반정규화를 고려할 때

• 반정규화 정보에 대한 재현의 적시성으로 판단한다. 예를 들어, 빌링의 잔액(balance)은 다수 테이블에 대한 다량의 조인이 불가피하므로 데이터 제공의 적시성 확보를 위한 필수 반정규화 대상 정보이다.
• 다량 데이터 탐색의 경우 인덱스가 아닌 파티션 및 데이터 클러스터링 등의 다양한 물리 저장 기법을 활용하여 성능 개선을 유도할 수 있다. 다만, 하나의 결과셋을 추출하기 위해 다량의 데이터를 탐색하는 처리가 반복적으로 빈번하게 발생한다면 이때는 반정규화를 고려하는 것이 좋다.
• 이전 또는 이후 위치의 레코드에 대한 탐색은 window function으로 접근가능하다.
• 집계 테이블 이외에도 다양한 유형(다수 테이블 키 연결 테이블 등)에 대하여 반정규화 테이블 적용이 필요할 수 있다.

 

 

테이블의 반정규화
기법 분류	반정규화 기법
테이블 병합	1:1 관계 테이블병합
	1:M 관계 테이블병합
	슈퍼/서브타입 테이블병합
테이블분할	수직분할
	수평분할
테이블추가	중복테이블 추가
	통계테이블 추가
	이력테이블 추가
	부분테이블 추가

 

칼럼의 반정규화

반정규화 기법

중복칼럼 추가

파생칼럼 추가

이력테이블 칼럼추가

PK에 의한 칼럼 추가

응용시스템 오작동을 위한 칼럼 추가

 

반정규화 절차

1. 반정규화 대상조사
   • 범위처리빈도수 조사
   • 대량의 범위 처리 조사
   • 통계성 프로세스 조사
   • 테이블 조인 개수
2. 다른 방법유도 검토
   • 뷰(VIEW) 테이블
   • 클러스터링 적용
   • 인덱스의 조정
   • 응용애플리케이션
3. 반정규화 적용
   • 테이블 반정규화
   • 속성의 반정규화
   • 관계의 반정규화

 

반정규화의 대상에 대해 다른 방법으로 처리

• 지나치게 많은 조인(JOIN)이 걸려 데이터를 조회하는 작업이 기술적으로 어려울 경우 뷰(VIEW)를 사용하면 이를 해결할 수도 있다.
• 대량의 데이터처리나 부분처리에 의해 성능이 저하되는 경우에 클러스터링을 적용하거나 인덱스를 조정함으로써 성능을 향상시킬 수 있다.
• 대량의 데이터는 Primary Key의 성격에 따라 부분적인 테이블로 분리할 수 있다. 즉 파티셔닝 기법(Partitioning)이 적용되어 성능저하를 방지할 수 있다.
• 응용 애플리케이션에서 로직을 구사하는 방법을 변경함으로써 성능을 향상시킬 수 있다.

 

슈퍼/서브 타입 데이터 모델의 변환기술

• 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성
• 슈퍼타입+서브타입에 대해 발생되는 트랜잭션에 대해서는 슈퍼타입+서브타입 테이블로 구성
• 전체를 하나로 묶어 트랜잭션이 발생할 때는 하나의 테이블로 구성

 

 

PK순서를 결정하는 기준은 인덱스 정렬구조를 이해한 상태에서 인덱스를 효율적으로 이용할 수 있도록 PK순서를 지정해야 한다.

즉 인덱스의 특징은 여러개의 속성이 하나의 인덱스로 구성되어 있을 때 앞쪽에 위치한 속성의 값이 비교자로 있어야 인덱스가 좋은 효율을 나타낼 수 있다. 앞쪽에 위치한 속성 값이 가급적 '=' 아니면 최소한 범위 'BETWEEN' '<>'가 들어와야 인덱스를 이용할 수 있는 것이다.

 

분산 데이터베이스 장단점

• 장점
  • 지역 자치성, 점증적 시스템 용량 확장
  • 신뢰성과 가용성
  • 효용성과 융통성
  • 빠른 응답 속도와 통신비용 절감
  • 데이터의 가용성과 신뢰서 증가
  • 시스템 규모의 적절한 조절
  • 각 지역 사용자의 요구 수용 증대
• 단점
  • 소프트웨어 개발 비용
  • 오류의 잠재성 증대
  • 처리 비용의 증대
  • 설계, 관리의 복잡성과 비용
  • 불규칙한 응답 속도
  • 통제의 어려움
  • 데이터 무결성에 대한 위협

 

 

 

 

 

 

참조:

SQL자격검정실전문제

 

한번씩 읽어봐야할 좋은 링크들:

https://taemtaem-it.tistory.com/entry/4-12%EA%B0%95-%EB%85%BC%EB%A6%AC-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4-%EC%84%A4%EA%B3%84-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%AA%A8%EB%8D%B8%EB%A7%81-%EB%B0%8F-%EC%84%A4%EA%B3%841

 

https://mangastorytelling.tistory.com/entry/03-%EA%B0%9C%EB%85%90-%EB%AA%A8%EB%8D%B8-%EB%85%BC%EB%A6%AC-%EB%AA%A8%EB%8D%B8-%EB%AC%BC%EB%A6%AC-%EB%AA%A8%EB%8D%B8

 

https://dataonair.or.kr/db-tech-reference/d-guide/da-guide/?mod=document&uid=292