데이터 모델링이 추상화를 사용하여 엔터프라이즈 정보 시스템 내 데이터 흐름의 특성을 나타내고 더 잘 이해하는 방법을 소개합니다.

다른 디자인 프로세스와 마찬가지로, 데이터베이스와 정보시스템의 추상화는 단계는 추상적인 단계에서 시작하여 점점 구체적으로 발전합니다. 데이터 모델은 일반적으로 추상화 정도에 따라 개념적 모델로 시작하여 논리적 모델을 거쳐 물리적 모델로 완성됩니다. 이에 대해서 자세하게 알아보겠습니다.

  • 개념적 데이터 모델(Conceptual data models): 도메인 모델이라고도 하며 시스템에 포함되는 내용과 구성방법, 그리고 비즈니스 규칙에 대한 큰 그림을 포괄합니다. 개념 모델은 초기 프로젝트 요구사항으 수집하는 과정에서 생성됩니다. 일반적으로 엔티티 클래스(데이터 모델에서 비즈니스가 말하고자 하는 중요한 항목의 유형과 정의), 특성 및 제약조건, 이들간의 관계, 관련 보안사항 및 데이터 무결성을 위한 요구사항 등이 포함됩니다.
  • 논리적 데이터 모델(Logical data models): 논리적 모델은 개념적 데이터 모델에 비해 덜 추상적이며, 도메인의 개념과 관계에 대해 더 자세하게 설명합니다. 잘 알려진 데이터 모델링 표기법으로 통일하여 사용하며, 유형, 길이 등과 같은 데이터의 속성을 나타냄과 동시에 엔티티 간의 관계를 표시합니다. 다만, 논리적 데이터 모델은 기술적인 시스템 요구사항에 대하여 지정히지 않으며, 애자일이나 Devops 사례에서 자주 생략되곤 합니다. 논리적 데이터 모델은 절차가 고도화된 구현환경이나 데이터 웨어하우스 설계와 시스템 개발과 같은 데이터 지향적인 프로젝트에서 유용하게 사용됩니다.  
  • 물리적 데이터 모델(Physical data models): 물리적 데이터 모델은 데이터가 물리적인 데이터 베이스에 저장될 때에 대한 스키마를 제공하는 것을 말합니다. 따라서 가장 추상적이지 않으며, 관계형 데이터 베이스로 표시할 수 잇는 설계의 최종적인 단계로 사용됩니다. 각 엔티티 간의 관계를 설명하는 연관 테이블은 물론, 이러한 관계를 유지하는 데에 사용되는 기본키와 외래키가 포함됩니다. 물리적 데이터 모델은 DBMS에서 성능조정에 필요한 특정 속성이 포함될 수도 있습니다.

<그림>발췌문헌