검수요청.png검수요청.png

테이블 (데이터베이스)

해시넷
Asadal (토론 | 기여)님의 2020년 8월 7일 (금) 09:10 판 (→‎연산: --> 연산 문서로 분리)
이동: 둘러보기, 검색

테이블(table)은 데이터베이스에서 행(가로, row, record)과 열(세로, column, field)로 짜여진 표에 기록된 데이터의 집합이다.

개요

테이블이란 데이터베이스에서　단일 주제에 관해 행과 열로 구성되는 정보 모음을 가리킨다. 예를 들면, 업무용 데이터베이스는 대개 고객 정보에 관한 테이블을 가지고 있는데, 고객의 계정 번호, 주소, 전화번호 등을 저장할 수 있는 여러 개의 행으로 구성된다. 테이블 내에서 계정 번호 등과 같은 낱낱의 데이터 각각을 필드라고 부른다. 하나의 행은 모든 고객들의 전화 번호 등과 같은 어떤 한 필드 내의 모든 데이터로 구성된다. 필드는 완전한 정보 셋인 레코드로 조직화되며, 각각은 하나의 열을 이룬다. 표준화 과정을 통해 데이터를 가장 효과적인 방법으로 테이블로 구성할 수 있는 방법을 결정한다.

컴퓨터로 만들어지거나 또는 종이 위에 손쉽게 그릴 수 있는 진리표에는 기반이 되는 결정이나 기준 목록을 포함한다. 진리표에는 가능한 모든 결정 상황이 목록화되며, 각 상황에서 취해져야 할 행위가 정의된다. 기본적인 예로는, 도로 교차점의 교통 상황에 대하여 "예" 또는 "아니오"와 같은 결정들과 빨간색 신호나, 녹색 신호 등과 같이 기준들이 표현될 수 있다. 진리표는 여러 가지 상황에서 내려지는 결정에 따라 처리 기준을 지시하기 위한 컴퓨터 프로그램에도 삽입될 수 있다. 진리표가 변경되면 프로그램에도 반영된다.[1]

구조

테이블은 기본적으로 행(row)과 열(column)으로 구성되어 있다.

행(row)

  • 레코드(record), 튜플(tuple) : 릴레이션이 나타내는 엔티티(entity)의 특정 인스턴스에 관한 사실(값)들의 모임이다. 튜플로 통용된다.
  • 카디날리티(cardinality) : 릴레이션 튜플의 개수[2]

열(column)

  • 속성(attribute) : 하나의 릴레이션은 현실세계의 어떤 개체(entity)를 표현하고 저장되는 데 사용된다. 이때 개체는 사물이 될 수도, 추상적인 개념이 될 수도 있다.
  • 필드(field) : 종종 컬럼의 대용으로 동일한 의미로 사용되지만, 필드와 필드값은 한 열이나 한 컬럼 사이의 교차로 존재하는 단일 항목을 특정할 때 언급하는 것이다.
  • 차수(degree) : 한 릴레이션에 들어 있는 속성의 수[2]

도메인

하나의 속성이 취할 수 있는 같은 타입의 원자값들의 집합이다. 도메인(domain)은 실제 속성 값이 나타날 때 그 값의 합법 여부를 시스템이 검사하는데 이용된다.[2]

릴레이션 인스턴스

릴레이션 인스턴스(relation instance)란 데이터 개체를 구성하고 있는 속성들에 데이터 타입이 정의되어 구체적인 데이터 값을 갖고 있는 것을 말한다.[3]

관계형 데이터베이스 구조

image[2]

세부항목

엔티티

엔티티(entity)는 데이터베이스에 표현하려고 하는 유형, 무형의 객체로서 서로 구별되는 것을 뜻한다. 이 개체는 현실 세계에 대해 사람이 생각하는 개념이나 정보의 단위로서 의미를 가지고 있다. 이것은 컴퓨터가 취급하는 파일의 레코드(record)에 대응한다. 이 개체는 그 단독으로 존재할 수 있으며, 정보로서의 역할을 한다. 하나의 개체는 하나 이상의 속성, 즉 속성(attribute)으로 구성되고 각 속성은 그 개체의 특성이나 상태를 기술해 준다. 예를 들어, 학생이라는 개체는 학번, 이름, 학과라는 3개의 속성들로 구성되어 있다. 이 때 학번, 이름, 학과는 학생이라는 개체가 가지고 있는 특성, 즉 값을 나타내고 있는 것이다. 이와 같이 속성, 즉 속성이라고 하는 것은 이름을 가진, 데이터의 가장 작은 논리적 단위가 된다. 보통 파일 구조에서는 데이터 항목(data item) 또는 필드(field)라고도 한다. 정보의 측면에서 볼 때 이 속성은 그 자체만으로는 중요한 의미를 표현하지 못하기 때문에 단독으로 존재하지는 못한다. 앞의 예에서 각 속성들 즉, 학번, 이름, 학과는 개별적으로는 우리에게 어떤 정보를 제공해 주지 못하지만 이것들이 모여 학생이라는 개체를 구성해서 표현할 때는 큰 의미를 제공하고 있다. 물론 각 속성이 갖는 값은 시간에 따라 변할 수도 있다. 일반적으로, 한 속성이 취할 수 있는 모든 값을 총칭해서 도메인(domain)이라 한다.[4]

엔티티의 특징

  • 반드시 엔티티가 사용되는 곳의 업무에서 필요하며 관리하고자 하는 정보 엔티티가 포함하는 인스턴스에 대해 유일한 식별자로 식별이 가능해야 한다.
  • 엔티티는 지속적으로 존재하는 두개 이상의 인스턴스들의 조합이어야 한다.
  • 엔티티는 반드시 속성을 지녀야 한다.
  • 엔티티는 업무 프로세스에 의해서 이용되어야 한다.
  • 엔티티는 다른 엔티티와 최소 한 개 이상의 관계가 있어야 한다.[5]

엔티티의 분류

실체유형(유무형)에 따른 분류
  • 유형 엔티티(Tangible Entity)
물리적인 형태가 존재하는 엔티티이며 안정적이고 지속적으로 활용되는 엔티티이다.
  • 개념 엔티티(Conceptual Entity)
물리적인 형태는 존재하지 않고 관리해야 할 개념적인 정보로 구분이 되는 엔티티이다.
  • 사건 엔티티(Event Entity)
업무를 수행함에 따라 발생되는 엔티티이다.[5]
발생시점에 따른 분류
  • 기본/키 엔티티(Fundamental/Key Entity)
해당 업무에 원래 존재하는 정보로 다른 엔티티와의 관계에 의해 발생 또는 생성되지 않고 독립적으로 존재하는 엔티티이다. 이는 독립적으로 생성이 가능하며 다른 엔티티의 부모역할을 한다.
  • 중심 엔티티(Main Entity)
기본 엔티티로부터 발생되며 업무에 있어서 중심적인 역할을 한다. 일반적으로 데이터 양이 많으며 다른 엔티티와의 관계를 통해 행위 엔티티를 생성한다.
  • 행위 엔티티(Active Entity)
두 개이상의 부모 엔티티로 부터 주로 발생되고, 자주 엔티티의 내용이 바뀌거나 데이터양이 증감한다. 분석초기 단계보다는 상세 설계단계나 프로세스와 상관모델링을 진행하면서 도출될 수 있다.[5]
엔티티의 명명

엔티티의 이름을 정하는 데에 있어서는 다음과 같은 원칙을 지켜야 한다.

가능하면 현업 업무에서 사용하는 용어를 사용한다.
가능하면 약어를 사용하지 않는다.
단수 명사를 사용한다.
모든 엔티티를 통틀어서 유일한 이름을 가져야 한다.
엔티티의 생성 의미대로 이름을 부여한다.[5]

릴레이션

릴레이션(relation)은 주로 테이블(Table)과 같은 의미로 사용되며, 데이터의 집합을 의미한다. 튜플(tuple)과 속성(attribute)로 구성되어 있다.[6]

릴레이션의 특징

  • 릴레이션에 포함된 튜플들은 모두 다르다.
  • 릴레이션에 포함된 튜플 사이에는 순서가 없다.
  • 튜플들의 삽입, 삭제등의 작업으로 인해 릴레이션은 시간에 따라 변한다.
  • 릴레이션 스키마를 구성하는 속성들 간의 순서는 중요하지 않다.
  • 속성의 유일한 식별을 위해 속성의 명칭은 유일해야 하지만, 속성을 구성하는 값은 동일한 값이 나올 수 있다.
  • 릴레이션을 구성하는 튜플을 유일하게 식별하기 위해 속성들의 부분집합을 키로 설정한다.
  • 속성은 더 이상 쪼갤 수 없는 원자 값만을 저장한다.[6]

릴레이션 스키마

릴레이션 스키마는 릴레이션에 어떤 정보가 담길지를 정의한다. 도서 릴레이션은 도서번호, 도서이름, 출판사, 가격이라는 정보를 정의하고 있는데, 각 열을 속성(attribute)이라고 한다. 속성에는 각각의 이름이 있으며 우리는 그 이름을 보고 어떤 정보가 담기는 알 수 있다. 하지만 컴퓨터는 속성만으로 어떤 타입의 데이터인지 알 수 없다. 따라서 각 속성들이 어떤 값을 가질 수 있는지를 도메인(domain)이라는 용어를 사용하여 정의한다. 또한 릴레이션이 몇 개의 속성을 가지는가를 나타내기 위해 차수(degree)라는 용어를 사용한다.[7]

릴레이션 스키마와 인스턴스
[7]

릴레이션 인스턴스

릴레이션 인스턴스는 릴레이션 스키마에 실제로 저장된 데이터의 집합이다. 도서 릴레이션을 보면 도서번호가 1부터 5까지 총 다섯 권의 데이터가 저장된 것을 알 수 있다. 릴레이션에서 행을 튜플(tuple)이라고 한다. 튜플은 릴레이션 인스턴스의 각각의 행을 나타낸다. 각 튜플의 속성 값은 스키마에서 정의한 도메인 값으로 구성되며 튜플이 가지는 속성의 개수는 스키마의 차수와 동일하다. 또한 릴레이션 내의 모든 튜플들은 서로 중복되지 않아야 한다. 릴레이션에 저장된 튜플의 수를 카디날리티라고 한다. 카디날리티는 튜플의 삽입, 삭제, 수정 등에 따라 수시로 변한다.[7]

뷰

뷰(view)는 사용자에게 접근이 허용된 자료만을 제한적으로 보여주기 위해 하나 이상의 기본 테이블로부터 유도된, 이름을 가지는 가상 테이블이며 저장장치 내에 물리적으로 존재하지 않지만 사용자에게 있는 것처럼 간주되고 데이터 보정작업, 처리과정 시험 등 임시적인 작업을 위한 용도로 활용된다. 뷰는 조인문의 사용 최소화로 사용상의 편의성을 최대화한다.[8]

뷰의 특징
  • 기본 테이블로부터 유도된 테이블이기 때문에 기본 테이블과 같은 형태의 구조를 사용하며, 조작도 기본 테이블과 거의 같다.
  • 가상 테이블이기 때문에 물리적으로 구현되어 있지 않다.
  • 데이터의 논리적 독립성을 제공할 수 있다.
  • 필요한 데이터만 뷰로 정의해서 처리할 수 있기 때문에 관리가 용이하고 명령문이 간단해진다.
  • 뷰를 통해서만 데이터에 접근하게 하면 뷰에 나타나지 않는 데이터를 안전하게 보호하는 효율적인 기법으로 사용할 수 있다.
  • 기본 테이블의 기본키를 포함한 속성(열) 집합으로 뷰를 구성해야지만 삽입, 삭제, 갱신, 연산이 가능하다.
  • 일단 정의된 뷰는 다른 뷰의 정의에 기초가 될 수 있다.
  • 뷰가 정의된 기본 테이블이나 뷰를 삭제하면 그 테이블이나 뷰를 기초로 정의된 다른 뷰도 자동으로 삭제된다.[8]
뷰의 장·단점
  • 장점
논리적 데이터 독립성을 제공한다.
동일 데이터에 대해 동시에 여러사용자의 상이한 응용이나 요구를 지원해 준다.
사용자의 데이터 관리를 간단하게 해준다.
접근 제어를 통한 자동 보안이 제공된다.
  • 단점
독립적인 인덱스를 가질 수 없다.
ALTER VIEW 문을 사용할 수 없다. 즉 뷰의 정의를 변경할 수 없다.
뷰로 구성된 내용에 대한 삽입, 삭제, 갱신, 연산에 제약이 따른다.[8]

인덱스

인덱스(index)는 키 값으로 행 데이터의 위치를 식별하는데 사용하는 기능이다. 그러기 위해서는 원본 테이블을 기준으로 잘 정렬된 별도의 테이블, 즉 인덱스 테이블을 생성해야 하고, 이로 인해 데이터 엑세스 성능을 높일 수 있다. 인덱스의 존재 유무에 따라 쿼리의 결과는 달라지지 않는다. 정규화가 되어 있지 않은 테이블은 컬럼이 많으며, 이에 따라 조합할 수 있는 인덱스가 많아지게 된다. 인덱스가 많으면 갱신 성능이 나빠지고 디스크 공간도 많아지므로 인덱스를 효과적으로 사용하려면 정규화가 잘 되어 있어야 한다.[9]

인덱스 테이블은데이터베이스를 검색하기 위해 사용할 수 있는 특별한 테이블로서, 데이터베이스 검색의 속도를 빠르게 도와주는 역할을 한다. 즉, 데이터베이스를 사용하는데 있어 성능에 대한 문제 또는 개선을 위해 가장 먼저 확인하는 부분이다. 이는 저절로 생성되지 않으며 관리자 또는 사용자에 의해 별도로 생성하거나 삭제할 수 있다.

각주

  1. ↑ 김동근, 〈table 테이블〉, 《김동근의 텀즈, 컴퓨터 용어사전》, 2002-06-17
  2. ↑ 2.0 2.1 2.2 2.3 돌딱, 〈관계형 데이터베이스의 구조〉, 2020-03-18일
  3. ↑ 개발자, 〈릴레이션의 특징과 용어〉, 2013년3월16일
  4. ↑ 환, 〈DB에서 entity란?〉, 2009-12-24
  5. ↑ 5.0 5.1 5.2 5.3 Tigercow, 〈엔터티(ENTITY)와 속성(ATTRIBUTE)〉, 2020-01-13
  6. ↑ 6.0 6.1 글그리,〈데이터베이스 - 릴레이션(Relation)〉, 2017년3월9일
  7. ↑ 7.0 7.1 7.2 무니봇, 〈릴레이션 스키마(Relation Schema), 릴레이션 인스턴스(Relation Instance), 속성(Attribute), 튜플(Tuple)〉, 2019-12-17
  8. ↑ 8.0 8.1 8.2 코딩팩토리, 〈뷰(View)란 무엇인가? + 간단한 예제〉, 2018-08-18
  9. ↑ victolee, 〈인덱스(Index)〉, 2019-05-18

참고자료

같이 보기


  검수요청.png검수요청.png 이 테이블 (데이터베이스) 문서는 데이터에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.  

개발 : 프로그래밍, 소프트웨어, 데이터 □■⊕, 솔루션, 보안, 하드웨어, 컴퓨터, 사무자동화, 인터넷, 모바일, 사물인터넷, 게임, 메타버스, 디자인
데이터 ACID • CRUD • CSV • DAO • DB • DBMS • DB 명령어 • DCL • DDL • DML • DTO • ERD • ETL • JDBC • LOD • MDM • ODBC • RDBMS • RDF • SQL • 가상 데이터베이스 • 관계형 데이터베이스 • 그래프 • 기본키(PK) • 내부조인 • 널 • 노드 • 다이어그램 • 대리키 • 대체키 • 데이터 • 데이터댐 • 데이터마트 • 데이터 모델링 • 데이터뱅크 • 데이터베이스(DB) • 데이터베이스 언어 • 데이터 사이언스 • 데이터 사전 • 데이터 웨어하우스 • 데이터 정의어(DDL) • 데이터 제어어(DCL) • 데이터 조작어(DML) • 데이터 클러스터 • 데이터 토큰 (문자열) • 데이터 통합 • 덱 • 디비서버 • 라이트조인 • 락 • 레코드 • 레프트조인 • 로그 • 로그파일 • 로깅 • 롤백 • 리두로그 • 릴레이션 • 마스터데이터 • 마스터데이터관리(MDM) • 마이그레이션 • 메타데이터 • 배열 • 뷰 • 빅데이터 • 서브쿼리 • 수퍼키 • 순차리스트 • 스키마 • 스택 • 슬로우쿼리 • 엔티티 • 역정규화 • 연결리스트 • 외래키(FK) • 외부조인 • 인덱스 • 인덱싱 • 인젝션 • 자료구조 • 정규화 • 정보 • 조인 • 커밋 • 쿼리 • 큐 • 키 • 타깃 • 테이블 • 튜플 • 트랜잭션 • 트리 • 트리거 • 티비마이그레이터 • 풀조인 • 프로시저 • 필드 • 해시 • 해시맵 • 해시태그 • 해시테이블 • 해시함수 • 해싱 • 후보키
데이터베이스
관리 시스템
(DBMS) 		관계형 데이터베이스 관리 시스템(RDBMS) • 노에스큐엘(NoSQL) • 데이터베이스 관리 시스템(DBMS) • 더비 • 디비투(DB2) • 레디스 • 마리아디비(MariaDB) • 마이에스큐엘(MySQL) • 몽고디비 • 빅테이블 • 사이베이스 • 선디비 • 알티베이스 • 액세스 • 에스큐엘(SQL) • 에스큐엘라이트(SQLite) • 에이치베이스 • 엠에스에스큐엘(MS-SQL) • 오라클(Oracle) • 인터베이스 • 인포믹스 • 카산드라 • 카우치디비 • 큐브리드 • 티베로 • 파이어버드 • 포스트그레스큐엘(PostgreSQL) • 하이퍼테이블
DB 명령어 alter • array • create • delete • drop • from • full join • grant • inner join • insert • join • left join • null • order by • outer join • rename • revoke • right join • select • truncate • update • where
시스템 연계 API • CGI • EAI • ESB • JPA • RSS • SOA • SOAP • SSL • SSO • web3.js • XML • 디비투디비(DB-to-DB) • 레스트풀(RESTful) • 상호운용성 • 시스템 인터페이스 • 신디케이션 API • 오픈 API • 웹 API • 웹개방성 • 윈도우 API • 자바 API • 크롤링 • 프라이빗 API
위키 : 자동차, 교통, 지역, 산업, 기업, 단체, 업무, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반
원본 주소 "http://wiki.hash.kr/index.php?title=테이블_(데이터베이스)&oldid=336097"