SQLD 시험을 위한 정리 2. 데이터 모델과 성능

성능 데이터 모델링 : 데이터 베이스 성능향상을 목적으로 분석, 설계 단계의 데이터 모델링때부터 성능과 관련된 사항이 데이터 모델에 반영될 수 있도록 하는 것

 

분석/설계 단계에서 데이터 모델에 성능을 고려한 데이터 모델링을 수행한 경우 성능저하에 따른 재업무 비용을 최소화 할 수 있는 기회를 갖게 된다

데이터의 증가가 빠를수록 성능저하에 따른 성능개선 비용은 기하급수적으로 증가

 

 

성능 데이터 모델링 고려사항

1. 정규화 수행
2. 데이터 베이스 용량산정
3. 트랜잭션 유형 파악
4. 반정규화 수행
5. 이력모델 조정, PK/FK 조정, 슈퍼타입/서브타입 조정
6. 성능관점에서 데이터 모델 검증

 

정규화 : 관계형 데이터 베이스의 설계에서 데이터의 중복이 최소화되도록 구조화하는 프로세스

 

정규형 : 정규화(과정)를 통해 해당 단계의 조건을 만족하는 상태

 

 

제 1 정규형 : 모든 속성의 값이 원자 값으로만 구성되어 있다. 모든 속성에 다중 속성 값이 존재하지 않음 ( 제 1 정규화를 거친 상태)

제 2 정규형 : 주 식별자가 아닌 모든 속성이 주 식별자 속성에 완전 함수 종속된다. 부분적 함수 종속이 존재하지 않는다 ( 제 2 정규화를 거친 상태)

제 3 정규형 : 일반속성들 간에 함수 종속이 존재하지 않는다. 이행적 함수종속이 존재하지 않는다.

 

반정규화 : 정규화된 엔터티, 속성, 관계에 대해 시스템의 성능향상과 개발과 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링 기법

 

 

반정규화의 절차

1. 반정규화 대상조사(범위처리빈도수, 범위, 통계성)
2. 다른 방법유도 검토(뷰, 클러스터링, 인덱스 조정)
3. 반정규화 적용(테이블, 속성, 관계 반정규화)

 

반정규화의 기법

 

테이블 반정규화

 

 - 테이블 병합 : 1:1관계 , 1:M관계, 슈퍼/서브타입

 

 - 테이블 분할 : 수직분할, 수평분할

• 칼럼단위 테이블을 디스크 I/O를 분산처리하기 위해 테이블을 1:1로 분리하여 성능향상
• 로우단위로 집중 발생되는 트랜잭션을 분석, 디스크 I/O 및 데이터 접근의 효율성을 향상시키기 위해 로우 단위로 테이블 분할

 - 테이블 추가 : 중복, 통계, 이력, 부분 테이블 추가

• 다른 업무이거나 서버가 다른 경우 동일한 테이블 구조를 중복해서 원격조인을 제거
• SUM, AVG 등을 미리 수행해서 계산해 둠으로써 조회시 성능 향상
• 이력테이블 중에서 마스터 테이블에 존재하는 레코드를 중복하여 이력테이블에 존재시켜서 성능향상
• 하나의 테이블의 전체 칼럼 중 자주 이용하는 집중화된 칼럼들이 있을 때 디스크 I/O를 줄이기 위해 해당 칼럼들을 모아놓은 별도의 반정규화된 테이블을 생성

 

칼럼 반정규화

 

중복칼럼 추가 : 조인에 의해 처리할 때 성능저하를 예방하기 위해 중복된 칼럼을 위치

 

파생칼럼 추가 : 트랜잭션이 처리되는 시점에 계산에 의해 발생되는 성능저하를 예방하기 위해 미리 값을 계산하여 보관

 

이력테이블 칼럼추가 : 대량의 이력데이터를 처리할 때 불특정 날 조회나 최근 값을 조회할 때 나타날 수 있는 성능저하를 예방하기 위해 이력테이블에 기능성 칼럼을 추가

 

응용시스템 오작동을 위한 칼럼 추가 : 업무적으로는 의미가 없지만 사용자의 실수로 원래 값으로 복구하기 원하는 경우 이전 데이터를 임시적으로 중복하여 보관하는 기법

 

 

관계 반정규화 

 

중복관계 추가 : 데이터를 처리하기 위한 여러 경로를 거쳐 조인이 가능하지만 이 때 발생할 수 있는 성능 저하를 예방하기 위해 추가적인 관계를 맺는 방법

 

 

로우 체이싱 : 로우의 길이가 너무 길어서 데이터 블록 하나에 데이터가 모두 저장되지 않고 두 개 이상의 블록에 걸쳐 하나의 로우가 저장되어 있는 형태

 

로우 마이그레이션 : 데이터블록에서 수정이 발생하면 수정된 데이터를 해당 데이터 블록에서 저장하지 못하고 다른 블록의 빈 공간을 찾아 저장하는 방식

 

== 로우 체이싱과 로우 마이그레이션이 발생하여 많은 블록에 데이터가 저장되면 DB 메모리에서 디스크 I/O가 발생할 때 많은 I/O로 성능저하가 발생한다. 트랜잭션을 분석하여 적절하게 1:1관계로 분리함으로 성능향상 해야함

 

 

PK에 의해 테이블을 분할하는 방법 (파티셔닝)

 

RANGE PARTITION : 대상 테이블이 날짜 또는 숫자값으로 분리 가능 및 각 영역별로 트랜잭션이 분리되는 경우

 

LIST PARTITION : 지점, 사업소 등 핵심적인 코드값으로 PK가 구성 및 데이터가 있는 테이블의 경우

 

HASH PARTITION :  지정된 HASH 조건에 따라 해시 알고리즘이 적용되어 테이블이 분리

 

 

 

테이블에 대한 수평/수직분할의 절차

1. 데이터 모델링
2. DB 산정
3. 트랜잭션 처리 패턴 분석
4. 칼럼 단위/로우 단위 어떤 단위로 집중화 처리되는지 분석하여 테이블 분리 검토

 

슈퍼/서브 타입 모델 : 업무를 구성하여 데이터의 특징을 공통과 차이점의 특징을 고려하여 효과적 표현

 

슈퍼/서브 타입 데이터 모델 변환기술

1. OneToOne Type : 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성
2. Plus Type : 슈퍼타입 + 서브타입에 대해 발생되는 트랜잭션에 대해서 슈퍼+서브타입 테이블로 구성
3. Single Type, All in One Type : 전체를 하나로 묶어 트랜잭션이 발생할 때는 하나의 테이블로 구성