정규화, 관계형/비관계형 DB

DB에 대해 전혀 몰랐는데

정규화라는 개념이 있더라구요.

​

정규화(Normalization)는 데이터베이스 설계에서 중복을 최소화하고 데이터의 일관성과 무결성을 보장하기 위해 데이터를 구조화하는 프로세스입니다. 이를 통해 데이터베이스의 성능과 유지보수가 개선되며, 데이터의 불일치와 모순을 방지합니다.

​

데이터베이스 정규화는 관계형 데이터베이스에서 주로 사용되며, 주로 E.F. Codd가 개발한 관계형 모델에 기반합니다. 정규화는 테이블의 컬럼과 로우를 적절하게 분해하여 여러 개의 테이블로 분리함으로써 데이터의 중복을 최소화하는 것을 목표로 합니다.

​

정규화의 목표는 보통 다음과 같습니다:

​

제1정규형(1NF): 각 컬럼은 원자값(Atomic Value)을 가져야 하며, 각 로우는 유일한 식별자(Primary Key)를 가져야 합니다. 데이터를 중복 없이 기록합니다.

​

제2정규형(2NF): 제1정규형을 만족하면서 부분 종속을 제거합니다. 테이블의 모든 컬럼이 기본 식별자에만 종속되어야 합니다.

​

제3정규형(3NF): 제2정규형을 만족하면서 이행적 종속을 제거합니다. 어떤 컬럼이 다른 컬럼을 결정하는 종속 관계가 없어야 합니다.

​

또한 BCNF(Boyce-Codd Normal Form), 제4정규형(4NF), 제5정규형(5NF) 등 더 높은 정규형도 존재합니다. 이러한 정규형들은 더 복잡한 종속 관계를 제거하기 위해 사용됩니다.

​

정규화는 데이터 중복과 이상 현상을 줄이기 위해 중요하지만, 지나치게 정규화하면 성능 저하와 복잡성이 발생할 수 있습니다. 따라서 정규화는 데이터베이스 설계 시 조심스럽게 진행되어야 합니다. 특정 상황에 맞게 적절한 정규화 수준을 선택하고 비정규화를 적용하는 등의 접근 방법도 사용될 수 있습니다.

아래의 페이지 글을 참조해보시는 것을 추천드립니다.

https://code-lab1.tistory.com/48

그리고 이런 정규화 안해도 되는 경우는..

비관계형 DB입니다. 몽고DB같은 것이죠. NoSql이라고도 하고요.

​

비관계형 DB와 관계형 DB가 성능차이가 어느정도일지는 아직 직접 겪은 적이 없는데, 궁금한 부분입니다.

이왕 알아보는 김에 각각 사용되는 곳도 한 번 살펴보죠

​

관계형 데이터베이스 사용 예시:

​

전통적인 웹 애플리케이션: 뉴스 웹사이트, 블로그, 포럼 등의 웹 애플리케이션은 사용자 정보, 게시물, 댓글 등의 정형화된 데이터를 처리하는 데에 관계형 데이터베이스가 적합합니다.

주문 및 재고 관리 시스템: 상품 주문, 재고 관리, 고객 정보 등의 복잡한 트랜잭션과 데이터 일관성이 필요한 시스템은 관계형 데이터베이스를 사용하여 데이터의 정확성과 안정성을 보장할 수 있습니다.

엔터프라이즈 레벨 애플리케이션: 대규모 기업용 애플리케이션에서는 고성능과 안정성을 제공하기 위해 RDBMS가 자주 사용됩니다.

​

NoSQL 데이터베이스 사용 예시:

​

소셜 미디어: 소셜 미디어 플랫폼은 사용자 생성 콘텐츠를 다루는데 비정형 데이터가 많습니다. 예를 들어, 트위터의 트윗, 페이스북의 게시물, 인스타그램의 사진 등은 NoSQL 데이터베이스에 적합합니다.

인터넷 또는 모바일 애플리케이션의 로그 데이터: 대량의 로그 데이터를 빠르게 적재하고 분석하는데에 NoSQL 데이터베이스가 용이합니다.

실시간 데이터 스트리밍: 실시간으로 발생하는 이벤트 데이터를 처리하는데에 NoSQL 데이터베이스가 유리합니다. 예를 들어, IoT 디바이스에서 생성되는 센서 데이터 처리 등에 활용됩니다.

쇼핑 카트 및 세션 관리: 온라인 쇼핑 웹사이트에서 사용자의 장바구니, 세션 데이터 등은 NoSQL 데이터베이스를 활용하여 빠르게 처리할 수 있습니다.

게임 데이터 저장: 온라인 멀티플레이어 게임에서 플레이어 정보, 게임 상태 등의 데이터는 NoSQL 데이터베이스에 적합합니다.

​

이러한 예시들은 일반적인 경우이며, 실제로는 다양한 요구 사항에 따라 여러 데이터베이스 시스템이 혼합하여 사용되기도 합니다. 따라서 프로젝트의 특정 상황과 요구 사항을 고려하여 적절한 데이터베이스 시스템을 선택하는 것이 중요합니다.