[Database] 정규화 (Normalization)

정규화(Normalization)란?

---

- 관계형 데이터베이스의 설계에서 중복을 최소화하게 데이터를 구조화하는 프로세스.

- 정규화의 목표는 이상이 있는 관계를 재구성하여 작고 잘 조직된 관계를 생성하는 것. 

 

즉, 정규화를 하는 이유는 데이터의 중복을 방지하고, 효율적으로 데이터를 저장하기 위함이다. 또한 중복된 데이터를 허용하지 않음으로써 무결성을 유지할 수 있다. 중복을 방지하기 위해 개체를 분리하는데, 이는 삽입, 삭제, 갱신 이상*의 발생 가능성을 줄여준다.

 

 

* 이상 (anomaly)

- 릴레이션(=테이블)에서 일부 속성들의 종속으로 인해 데이터의 중복이 발생하여 테이블 조작 시 불일치가 발생하는 것.

 

1. 갱신 이상

- 반복된 데이터 중에 일부만 수정하면 데이터의 불일치가 발생.

- 만약 이상희가 테이블 상에 여러 번 존재할 경우, 주소를 변경하고 싶으면 이상희에 해당하는 모든 열의 주소를 바꿔야 한다. 하나만 변경하면 데이터의 불일치가 발생할 것임.

 

2. 삽입 이상

- 불필요한 정보를 함께 저장하지 않고는 어떤 정보를 저장하는 것이 불가능.

- MOS라는 과목만 추가하고 싶은데, 주소 이메일 등 회원정보를 또 추가해야 함. 

 

3. 삭제 이상

- 유용한 정보를 함께 삭제하지 않고는 어떤 정보를 삭제하는 것이 불가능.

- 해당 테이블 상에서 이상희라는 사람의 데이터를 삭제하고 싶은데, 정보처리 과목까지 삭제되어 버린다.

 

 

정규화 절차

---

 

1. 제1정규형 (1NF)

- 반복적으로 나오는 속성을 제거하고, 모든 속성이 원자값(하나의 값)만으로 되어 있어야 제1정규형을 만족한다라고 함.

- 제1정규형 위배 테이블 => 중복이 발생 => 공간 낭비, 이상 발생 => 무결성 위배 가능.

 

 

2. 제2정규형 (2NF)

- 제1정규형을 만족해야 하며, 부분함수적 종속을 제거하여 완전 함수적 종속을 만족하는 정규형.

 

* 함수적 종속이란?

- 어떤 릴레이션 R에서 X와 Y를 각각 R의 애트리뷰트 집합의 부분 집합이라고 할 경우 (=R 테이블의 여러 속성 중에서 X와 Y가 존재), X의 값 각각에 대하여 시간에 관계없이 항상 Y 값이 하나만 연관되어 있을 때, Y는 X에 함수적 종속이라고 한다. 이때 X는 결정자, Y는 종속자라고 한다.

- 기호로 표기할 때는 X → Y

- 함수적 종속의 종류에는 완전 함수적 종속, 부분 함수적 종속, 이행적 함수 종속이 있는 것.

 

[부분 함수적 종속]

- 릴레이션에서 기본키가 복합키일 경후, 기본키를 구성하는 속성 중 일부에게만 종속된 경우.

- 이 테이블에서 기본키는 (회원번호, 수강과목) 이며, 이 둘을 알아야 성적을 식별할 수 있다. 그러나 회원번호 하나만으로 이름을 식별하는 관계도 존재함으로 '이름' 속성은 기본키에 부분 함수 종족된 관계다.

 

[완전 함수적 종속]

- 따라서 '이름' 속성을 분리하면, 성적 테이블은 (회원번호, 수강과목) 으로 성적만을 식별할 수 있는 완전 함수적 종속 상태가 됨.- 이때, 제2정규형을 만족한다고 함.

 

 

 

3. 제3정규형 (3NF)

- 제2정규형을 만족해야 하며, 이행적 함수 종속 관계를 제거하여 비이행적 함수 종속 관계를 만족하는 정규형.

 

[이행적 함수적 종속]

- 릴레이션에서 X, Y, Z 라는 3개의 속성이 있을 때, X → Y, Y → Z 라는 종속 관계가 있을 경우, X → Z 가 성립되는 경우.

- 신청번호를 알면 회원번호를 알 수 있고, 회원번호를 알면 회원취미를 알 수 있는 관계.

- 회원번호와 회원취미 속성을 분리하면 신청 테이블은 비이행적 함수 종속 상태가 될 것임.

 

 

 

4. BCNF (Boyce / Codd Normal Form)

- 제3정규형을 만족해야 하며, 결정자가 후보키가 아닌 함수 종속을 제거하여, 모든 결정자가 후보키여야 한다는 것.

- 해당 테이블에서 기본키가 될 수 있는 조합(=후보키)은 (학번, 과목) , (학번, 교수) 이다.* (학번, 교수) 는 원래대로면 한 학생이 같은 교수의 수업을 여러개 들을 수 있으므로 안되지만, 해당 테이블에서는 가능.

- 여기서 함수적 종속 관계를 찾으면, (학번, 과목) 으로 교수를 식별할 수 있다. 또한 이 테이블에서 (교수)는 과목을 결정하고 있다.

- 그런데 문제는 교수가 과목을 결정하는 결정자이지만, 후보키가 아니라는 것이다. 

- 따라서 BCNF를 만족하려면, 모든 결정자가 후보키여야 함으로 교수 속성을 분리하여 수강 테이블의 모든 결정자가 후보키가 되도록 한다.

 

 

5. 제4정규형 (4NF)

 - 릴레이션 R에서 다치종속* A → B 가 존재할 때 R의 모든 속성들이 A에 함수종속이면 R은 제4정규형을 만족한다고 함.

- 즉, R의 모든 속성 X에 대해 A → X 이고 A가 후보키.

 

[함수적 종속과 다치 종속 차이점]

 

* 함수적 종속

- 릴레이션에서 아이디 속성이 있고, 주민번호 속성이 있다고 할 때, 아이디 속성을 알면 주민번호 속성을 알 수 있음.

- 이때 아이디 → 주민번호 로 표현하고 함수적 종속이라고 함.

- 함수적 종속에서 중요한 것은 1 : 1로 대응되야 한다는 것.

 

* 다치 종속

- 그러나, 다치종속은 1 : 다 대응관계임.- 릴레이션에서 아이디 속성이 있고, 수강과목 속성이 있다고 할 때, 하나의 아이디는 여러개 과목을 수강할 수 있으므로 이 관계는 함수적 종속에서 다치 종속이라고 함.

- 아이디 ->> 수강과목 으로 표현.

- 다치 종속은 이상이 발생할 수 있으므로 분해 되어야 하고 이거을 제4정규형이라고 함.

- 그러나 분해 이후에도 의미 있는 연결이 유지되어야 함. 

- 거의 사용하지 않는다고 배운 걸로 기억,,,,

 

 

6. 제5정규형 (5NF)

- 릴레이션 R에 존재하는 모든 조인 종속(JD : Join Dependency) 이 R의 후보키를 통해 성립되면 제5정규형을 만족한다고 함.

- 필요한 데이터가 사라지지 않는 무손실 분해가 되고, 필요없는 데이터가 생기지 않는 비부가적 분해가 된 릴레이션

 

* 무손실 조인 : 하나의 릴레이션을 여러 개의 릴레이션으로 분해한 후, 공통(식별자) 속성으로 조인하여 데이터 손실 없이 원래의 릴레이션으로 복원할 수 있는 경우.

* 비부가적 조인 : 조인한 결과에 원래 릴레이션에 없는 데이터가 존재하지 않는 경우.