[Database/데이터베이스] 정규화 Normalization

👉🏻정규화는 어떤 배경에서 생겨났는가?

• 한 릴레이션에 여러 엔티티의 속성을 혼합하면 정보가 중복 저장되어 저장공간을 낭비하게 되며 중복된 정보로 인해 '이상 현상'이 발생하게 되는데, 이러한 문제를 해결하기 위해 정규화 과정이 생겨났다.

👉🏻정규화 normalization에 대해 설명해주세요

• 정규화란, 하나의 릴레이션에 하나의 의미만 갖도록 릴레이션을 분리하는 과정을 뜻합니다.     
• 데이터의 일관성, 최소한의 데이터 중복, 최대한의 데이터 유연성을 위한 방법입니다.

👉🏻정규화의 장단점을 설명해주세요

장점

• 데이터베이스 변경시 이상현상이 발생하는 문제점을 해결할 수 있다.
• 데이터베이스 구조 확장시 정규화된 데이터베이스는 그 구조를 변경하지 않아도 되거나 일부만 변경하면 된다.

단점

• 릴레이션 분해로 인해 릴레이션간의 연산(join연산)이 많아진다.
  ➡ 이로인해 질의에 대한 응답시간이 오래걸릴 수 있다.
  + 정규화를 수행한다는 것은 이상현상을 제거하는 것이다. 데이터의 중복 속성을 제거하고 결정자에 의해 동일한 의미의 일반 속성이 하나의 테이블로 집약되므로 한 테이블의 데이터 용량이 최소화되는 효과가 있다. 따라서 정규화된 테이블은 데이터를 처리할 때 속도가 빨라질 수도 있고 느려질 수도 있는 특성이 있다.

👉🏻이상현상 Anomaly과 종류, 특성에 대해 설명해주세요

• 이상현상이란, 테이블을 설계할때 잘못 설계하여 데이터를 삽입 삭제 수정할 때 생기는 논리적 오류입니다.
  → 이러한 이상 현상을 예방하고 효과적인 연산을 하기 위해 데이터 정규화를 합니다.     

삽입이상

• 자료를 삽입할 때 특정 속성에 해당하는 값이 없어 NULL을 입력해야 하는 현상     

갱신이상

• 중복된 데이터중 일부만 갱신되어 데이터 모순이 발생하는 현상

삭제이상

• 어떤 정보를 삭제하면 의도하지 않은 다른 데이터까지 삭제되는 현상

👉🏻‘나쁜' 릴레이션은 어떻게 파악하는가?

• 정규화는 불만족스러운 나쁜 릴레이션의 애트리뷰트들을 나누어서 좋은 작은 릴레이션으로 분해하는 작업을 말하는데, 나쁜 릴레이션은 엔티티를 구성하고 있는 애트리뷰트 간의 함수적 종속성(Functional Dependency)으로 판단한다.
  판단된 함수적 종속성은 좋은 릴레이션 설계의 정형적 기준으로 사용된다. 즉, 각각의 정규형마다 어떠한 함수적 종속성을 만족하는 지에 따라 정규형이 정의되고, 그 정규형을 만족하지 못하는 정규형을 나쁜 릴레이션으로 파악한다.

👉🏻함수적 종속성이란 무엇인가?

• 정규화를 수행하기 위해서는 속성들 간의 관계성을 파악해야 하는데, 이 속성들간의 관련성을 함수적 종속성이라고 한다.
  일반적으로 하나의 릴레이션에는 하나의 함수적 종속성만이 존재하도록 정규화를 하게된다.
   ex) a➡b: a는 결정자 b는 종속자
• 부분 함수 종속, 완전 함수 종속, 이행적 함수 종속이 있다.

👉🏻정규화 종류와 순서

1. 제1정규형: 릴레이션에 속한 모든 속성의 도메인이 원자값(automic value: 하나의 값)을 가지도록 분해한다.
2. 제2정규형: 제 1정규형을 만족하고, 기본키가 아닌 속성이 기본키에 완전함수종속되도록 분해한다.(부분함수종속제거)
3. 제3정규형: 제2정규형을 만족하고, 이행적함수종속을 없애도록 분해한다.
4. BCNF 정규형: 제3정규형을 만족하고, 결정자가 후보키가 되도록 분해한다.

👉🏻역정규화를 하는 이유에 대해 아는대로 설명해주세요.

• 정규화를 거치면 릴레이션 간의 연산(JOIN 연산)이 많아지는데, 이로인해 성능이 저하될 우려가 있습니다.
  이렇게 생겨난 성능 문제가 있는(읽기작업이 많이 필요한) DB의 전반적인 성능을 향상시키기 위해 반정규화를 합니다.

즉, 정규화는 쪼개고 역정규화는 합치는 것이다.