본문 바로가기

데이터 Story/모델링 이론

속성이란?

모델링의 3요소는 엔터티, 속성, 관계입니다.

엔터티 정의는 중요하기 때문에 어려운 반면, 속성 정의는 많은 개수 때문에 어려움을 겪습니다. 엔터티나 관계에 비해 압도적으로 많죠
.

속성은 엔터티의 성격을 상세하게 기술하는 요소입니다. 속성을 모두 도출(정의)하면 해당 엔터티가 관리하는 데이터가 무엇인지 알기 쉽습니다.

속성은 데이터의 값을 저장하는 저장소입니다. 데이터를 저장하는 가장 작은, 독립된 저장 단위죠. 이렇게 저장된 데이터가 엔터티를 자세하게 묘사합니다.

 

속성을 모두 도출해야 엔터티가 온전해집니다. 속성이 채워지지 않는 한 모델링은 끝난 것이 아닙니다. 결국 속성을 상세하게 분석하는 시간이 많을수록 데이터 모델의 완성도는 높아집니다.

 

이를 역으로 표현하면 모델링 시간이 충분히 주어질수록 속성을 상세하게 분석할 수 있어 모델의 완성도가 높아지게 됩니다. 결국 모델링 시간이 충분하지 않으면 속성과 관련된 작업이 부실해지게 됩니다.

 

속성의 정의 자체는 어렵지 않습니다. 하지만 속성의 진정한 쓰임새를 알려면 속성의 종류를 아는 것이 좋습니다. 속성의 다양한 분류법을 통해 속성이 무엇인지 더욱 상세하게 알 수 있을 것입니다.

 

다음과 같은 다양한 방법으로 속성을 구분할 수 있습니다.

 

-식별자(Key) 속성 & 비식별자(Non-Key) 속성
-
기초(Basic) 속성 & 관계(Relationship) 속성 & 추출(Derived) 속성 & 시스템(System) 속성
-
원본(Raw) 속성 & 추출(Derived) 속성
-
단일 값(Single-Valued) 속성 & 다가(Multivalued) 속성
-
필수(Mandatory) 속성 & 선택(Optional) 속성
-
코드(Code) 속성 & 비코드(Non-Code) 속성

 

위와 같은 방법으로 어떤 속성을 명확히 분류할 수 있다면, 속성이 무엇인지 온전히 안다고 할 수 있습니다.

 

위의 분류를 앞으로 하나씩 상세하게 설명하겠습니다.