이상(Anomaly) 및 정규화(Normalization)

1. 정규화의 개요

- 함수적 종속성 등의 종속성 이론을 이용하여 잘못 설계된 관계형 스키마를 더 작은 속성의 세트로 쪼개어 바람직한 스키마로 만들어 가는 과정

- 정규형에는 제1정규형, 제2정규형, 제3정규형, BCNF형, 제4정규형, 제5정규형이 있다.

- 정규화는 데이터베이스의 개념적 설계 단계와 논리적 설계 단계 사이에서 수행

- 개체들에 존재하는 데이터 속성의 중복을 최소화하여 일치성을 보장하며 데이터 모델을 단순하게 구성한다.

- 개체에 존재하는 함수적 종속 관계를 이용하여 데이터베이스 구조를 안정화 시킨다.

- 정규화는 논리적 처리 및 품질에 큰 영향을 미친다.

* 함수 종속성

릴레이션의 어떤 속성의 값이 다른 속성의 값을 고유하게 결정하게 하는 것을 의미.

예) 속성 X의 값 각각에 대해 시간에 관계없이 항상 속성 Y의 값이 오직 하나만 연관되어 있을 때 Y는 X에 함수적 종속 또는 X가 Y를 함수적으로 결정한다고 하고, X -> Y로 표기

2. 정규화의 목적

- 어떠한 릴레이션이라도 데이터베이스 내에서 표현 가능하게 만든다.

- 효과적인 검색 알고리즘을 생성할 수 있다.

- 중복을 배제하여 삽입, 삭제, 갱신 이상의 발생을 방지한다.

- 데이터 삽입 시 릴레이션을 재구성할 필요성을 줄인다.

- 자료 저장공간의 최소화 및 데이터 구조의 안정성을 최대화한다.

- 데이터베이스 내부 자료의 무결성 유지를 극대화한다.

3. 이상(Anomaly)의 개념 및 종류

정규화(Normalization)를 거치지 않으면 데이터베이스 내에 데이터들이 불필요하게 중복되어 릴레이션 조작 시 예기치 못한 곤란한 현상이 발생하는데, 이를 '이상(Anomaly)'이라 하며 다음과 같이 삽입 이상, 삭제 이상, 갱신 이상이 있다.

- 삽입 이상(insertion Anomaly) : 릴레이션에 데이터를 삽입할 때 의도와는 상관없이 원하지 않은 값들도 함께 삽입되는 현상

- 삭제 이상(Deletion Anomaly) : 릴레이션에서 한 튜플을 삭제할 때 의도와는 상관없는 값들도 함께 삭제되는 연쇄 삭제 현상이 일어나는 현상

- 갱신 이상(Update Anomaly) : 릴레이션에서 튜플에 있는 속성 값을 갱신할 때 일부 튜플의 정보만 갱신되어 정보에 모순이 생기는 현상

* 정규화 정리

- 데이터베이스 내에 데이터들이 불필요하게 중복되어 저장되면 릴레이션 조작 시 예기치 못한 이상(Anomaly) 현상이 발생할 가능성이 높아진다.

- 정규화는 이상(Anomaly) 현상을 제거하기 위해서 중복성 및 종속성을 배제시키는 방법으로 사용한다.

- 정규화되지 못한 릴레이션을 조작할 때 발생하는 Anomaly 현상의 근본 원인은 여러 종류의 사실들이 하나의 릴레이션에 모두 표현되기 때문이다.

- 중복 및 종속 관계가 형성되어 릴레이션 조작 시 발생할 수 있는 이상(Anomaly) 현상을 제거하기 위해서는 관계 모델로 표현한 릴레이션에 제한 사항들을 첨가해 가면서 보다 더 정규화된 릴레이션으로 변환시켜 단순하게 만들어야 한다.