[데이터베이스] 데이터 이상 현상과 정규화 과정

데이터 이상 현상

• 삽입 이상(Insertion Anomaly)
  • 특정 데이터가 존재하지 않아 다른 데이터를 데이터베이스에 삽입할 수 없는 경우 발생한다.
  • 예를 들어, 대학교 테이블에 (학번, 학생명, 학과명, 학과코드) 컬럼이 존재하고, 학번이 기본키인 경우, 새로운 학과인 '수학과'를 데이터베이스에 삽입하려고 할 때, 해당 학과인 학생의 정보가 없어서 학번이 NULL이 되는데, 학번은 기본키이므로 NULL 값을 가질 수가 없다.
  • 따라서 새로운 학과인 '수학과'의 데이터를 데이터베이스에 삽입할 수 없는 상황이 발생한다.

학번	학생명	학과명	학과 코드
2018111111	홍길동	통계학과	001
2018222222	임꺽정	전자공학과	002
2018333333	이현지	컴퓨터공학과	003
		수학과	004

마지막 행에 수학과를 추가할 수 없다. 이를 해결하기 위해선 학생 테이블과 학과 테이블로 분리해야 한다. 

 

• 삭제 이상(Deletion Anomaly)
  • 특정 데이터를 삭제하면, 삭제되면 안되는 데이터도 함께 삭제되는 현상이다.
  • 예를 들어, 대학교 테이블에 (학번, 학생명, 학과명, 학과) 컬럼이 존재하고, 학번이 기본키인 경우, 특정 학생의 데이터를 삭제하면 해당 학생이 소속된 학과 코드와 학과명도 함께 삭제된다.

학번	학생명	학과명	학과 코드
2018111111	홍길동	통계학과	001
2018222222	임꺽정	전자공학과	002
2018333333	이현지	컴퓨터공학과	003

통계학과인 홍길동 학생의 데이터를 삭제하면, 통계학과의 학과명과 학과 코드 정보도 함께 삭제된다.

 

• 갱신 이상(Update Anomaly)
  • 테이블의 특정 데이터를 업데이트했는데, 정상적으로 변경되지 않거나 너무 많은 행을 모두 업데이트해야 하는 경우 발생한다.
  • 예를 들어, 대학교 테이블에 (학번, 학생명, 학과명, 학과) 컬럼이 존재하고, 학번이 기본키인 경우, 학과의 이름이 변경되면 해당 학과인 모든 학생들의 데이터를 변경해야 한다. 이 중 한 데이터라도 제대로 변경되지 않으면 데이터의 무결성이 깨진다.

학번	학생명	학과명	학과 코드
2018111111	홍길동	컴퓨터공학과	001
2018222222	임꺽정	컴퓨터공학과	002
2018333333	이현지	컴퓨터공학과	003
...	...	...	...
2018444444	김민경	컴퓨터공학과	099
2018555555	이혜진	컴퓨터공학과	100

컴퓨터공학과의 학과명이 '컴퓨터학부'로 변경되는 경우, 컴퓨터 공학과 소속 학생 100명의 모든 데이터를 업데이트해야 하고, 이 중 1명이라도 제대로 업데이트되지 않으면 데이터 이상 현상이 발생한다. 

 

정규화 과정

정규화 과정은 릴레이션 간의 잘못된 종속 관계로 인해 데이터베이스 이상 현상(Anomaly)이 일어나는 것을 해결하거나,

저장 공간을 효율적으로 사용하기 위해 릴레이션을 여러 개로 분리하는 과정이다. 

정규화 과정은 정규형 원칙을 기반으로 정규형을 만들어가는 과정이며, 정규화된 정도는 정규형(Normal From, NF)으로 표현한다.

기본 정규형인 제 1 정규형, 제 2 정규형, 제 3 정규형, 보이스/코드 정규형이 있고, 고급 정규형인 제 4 정규형과 제 5 정규형이 있다.

본문에서는 기본 정규형에 대해서만 알아보고자 한다.

 

정규형 원칙

1. 같은 의미를 표현하는 릴레이션이지만 더 좋은 구조를 만들어야 한다.

2. 자료의 중복성은 감소해야 한다.

3. 독립적인 관계는 별개의 릴레이션으로 표현해야 한다.

4. 각각의 릴레이션은 독립적인 표현이 가능해야 한다.

 

제 1 정규형

릴레이션의 모든 도메인이 더 이상 분해될 수 없는 원자값만으로 구성되어야 한다.

릴레이션의 속성 값 중에서 한 개의 기본키에 대해 두 개 이상의 값을 가지는 반복 집합이 있어서는 안된다.

유저 번호	ID	수강명	성취도
1	홍철	{C++, Java}	{90%, 100%}
2	범석	{알고리즘, 자료구조}	{80%, 60%}

위와 같은 테이블은 기본키인 수강명의 속성 값이 두 개 이상의 값을 가진다.

이를 제거해주면 아래와 같은 테이블이 된다.

유저 번호	ID	수강명	성취도
1	홍철	C++	90%
1	홍철	Java	100%
2	범석	알고리즘	80%
2	범석	자료구조	60%

하지만, 제 1 정규화를 거치더라도 데이터 이상 현상이 발생할 수 있다.

 

제 2 정규형

릴레이션이 제 1 정규형을 만족하면서, 부분 함수의 종속성을 제거한 상태이다. 

부분 함수의 종속성 제거란 기본키가 아닌 모든 속성이 기본키에 완전 함수 종속적인 상태를 말한다.

유저 번호	ID	수강명	성취도
1	홍철	C++	90%
1	홍철	Java	100%
2	범석	알고리즘	80%
2	범석	자료구조	60%

위와 같은 테이블이 있을 때, 현재 테이블의 기본키에 대한 종속 관계를 살펴보면 다음과 같다.

위와 같이 유저 번호가 ID에 부분 종속된 상태이다. 이를 해결하기 위해서 유저 번호 릴레이션 (ID, 유저 번호)과 성취도 릴레이션 (ID, 수강명, 성취도)로 분리한다.

유저 번호	ID
1	홍철
2	범석

ID	수강명	성취도
홍철	C++	90%
홍철	Java	100%
범석	알고리즘	80%
범석	자료구조	60%

 

제 3 정규형

제 2 정규형이면서 기본키가 아닌 모든 속성이 이행적 함수 종속(transitive FD)을 만족하지 않는 상태를 말한다.

이행적 함수 종속이란 A->B와 B->C가 존재하면 논리적으로 A->C가 성립하는데, 이때 집합 C가 집합 A에 이행적으로 함수 종속되었다고 한다.

ID	등급	할인율
홍철	플래티넘	30%
범수	다이아	50%
가영	마스터	70%

위와 같은 테이블이 있을 때, ID가 등급에 영향을 주고, 등급이 할인율에 영향을 준다. (ID->등급, 등급->할인율)

이때 ID는 할인율에 직접적인 영향을 주는 관계가 아니지만, ID->등급, 등급->할인율 관계로 인해 ID->할인율 관계라 볼 수 있다.

이러한 관계로 인해 이행적 함수 종속 상태가 된다.

이 경우엔 제 3 정규화를 수행하여 다음과 같은 테이블로 분리해야 한다.

ID	등급
홍철	플래티넘
범수	다이아
가영	마스터

등급	할인율
플래티넘	30%
다이아	50%
마스터	70%

 

보이스/코드 정규형

제 3 정규형이면서, 결정자가 후보키가 아닌 함수 종속 관계를 제거하여 릴레이션의 함수 종속 관계에서 모든 결정자가 후보키인 상태를 말한다.

학번	과목명	교수명
202001	C언어	장길산
202001	데이터베이스	홍길동
202002	데이터베이스	홍길동

학번과 과목명이 교수명에 영향을 주고, 교수명이 과목명에 영향을 주는 관계로 그림으로 나타내보면 다음과 같다.

위의 경우, 교수명이 과목명에 영향을 주고 있는데, 교수명만으로는 유일성을 만족하지 못하므로 후보키가 될 수 없지만 결정자 역할을 하고 있다. 그러므로 보이스/코드 정규형을 만족하지 못한다.

이를 해결하기 위해 다음과 같이 {학번, 교수명} 테이블과 {과목명, 교수명} 테이블 형태로 분리해야 한다.

학번	교수명
202001	장길산
202001	홍길동
202002	홍길동

과목명	교수명
C언어	장길산
데이터베이스	홍길동

 

 

 

위와 같이 정규형 과정을 거친다고 해서 성능이 100% 좋아지는 것은 아니다.

테이블을 나누게 되면 어떠한 쿼리는 조인을 수행해야 하기 때문에 오히려 느려질 수도 있기 때문에 서비스에 따라 정규화 또는 비정규화를 진행해야 한다.