1장 3절 속성(Attribute)

1. 속성(Attribute)의 개념

  1) 사전적 의미 : 사물의 성질, 특징 또는 본질적인 성질. 그것이 없다면 실체를 생각할 수 없는 것

 

  2) 정의

   - 업무에서 필요로 한다

   - 의미상 더 이상 분리되지 않는다.

   - 엔터티를 설명하고 인스턴스의 구성요소가 된다.

 

2. 엔터티, 인스턴스와 속성, 속성값에 대한 내용과 표기법

가. 엔터티, 인스턴스, 속성, 속성값의 관계

  - 한 개의 엔터티는 두 개 이상의 인스턴스의 집합이어야 한다.

  - 한 개의 엔터티는 두 개 이상의 속성을 갖는다.

  - 한 개의 속성은 한 개의 속성값을 갖는다.

 

  - 속성은 엔터티에 속한 엔터티에 대한 자세하고 구체적인 정보를 나타내며 각각의 속성은 구체적인 값을 갖게된다.

 

나. 속성의 표기법 

 

3. 속성의 특징

  도출된 속성이 다음의 성질을 만족하지 못하면 적절하지 않은 속성일 확률이 높다.

  - 엔터티와 마찬가지로 반드시 해당 업무에서 필요하고 관리하고자 하는 정보이어야 한다.

  - 정규화 이론에 근간하여 정해진 주식별자에 함수적 종속성을 가져야 한다.

  - 하나의 속성에는 한 개의 값만을 가진다. 하나의 속성에 여러 개의 값이 있는 다중값일 경우 별도의 엔터티를 이용하여

    분리한다.

 

4. 속성의 분류

가. 속성의 특성에 따른 분류

  1) 기본속성 

   - 업무로부터 추출한 모든 속성이 여기에 해당하며 엔터티에 가장 일반적이고 많은 속성을 차지한다.

   - 코드성 데이터, 엔터티를 식별하기 위해 부여된 일련번호, 그리고 다른 속성을 계산하거나 영향을 받아 생성된 속성을

      제외한 모든 속성은 기본속성이다.

   - 주의점 : 업무로부터 분석한 속성이라도 이미 업무상 코드로 정의한 속성이 많다는 것

                 이러한 경우도 속성의 값이 원래 속성을 나타내지 못하므로 기본속성이 되지 않음.

 

  2) 설계속성

   - 업무상 필요한 데이터 이외에 데이터 모델링을 위해, 업무를 규칙화하기 위해 속성을 새로 만들거나 변형하여 정의하는

     속성

   - 대개 코드성 속성은 원래 속성을 업무상 필요에 의해 변형하여 만든 설계속성이고,

     일련번호와 같은 속성은 단일(Unique)한 식별자를 부여하기 위해 모델 상에서 새로 정의하는 설계속성이다.

 

  3) 파생속성

   - 다른 속성에 영향을 받아 발생하는 속성으로서 보통 계산된 값들이 이에 해당된다.

   - 다른 속성에 영향을 받기 때문에 프로세스 설계 시 데이터 정합성을 유지하기 위해 유의해야 할 점이 많다.

   - 파생속성은 가급적 적게 정의하는 것이 좋다.

   - 계산된 로직을 속성의 정의서의 기록함으로서 향후 속성값에 대한 검증 시 활용하기도 한다.

 

나. 엔터티 구성방식에 따른 분류 

 

   - PK(Primary Key) 속성 : 엔터티를 식별할 수 있는 속성

   - FK(Foreign Key)속성 :  다른 엔터티와의 관계에서 포함된 속성  

   - 일반속성 :  엔터티에 포함되어 있고 PK, FK에 포함되지 않은 속성

   - 복합속성 : 시,구,동,번지 등과 같은 여러 세부 속성들로 구성될 수 있는 속성

   - 단순속성 : 나이, 성별 등과 같이 더이상 다른 속성들로 구성될 수 없는 단순한 속성

   - 속성은 하나의 값을 가지고 있으나 동일한 성질의 여러 개의 값이 나타나는 경우가 있다.

      단일값 : 하나에 한개의 값을 가지는 경우

      다중값 : 하나에 여러개의 값을 가지는 경우

 

5. 도메인

   - 속성이 가질수 있는 값의 범위

 

6. 속성의 명명

  - 용어사전 : 속성 이름을 정확하게 부여하고, 용어의 혼란을 없애기 위함

  - 도메인정의 : 각 속성이 가지는 값의 범위를 명확하게 하기 위

  - 속성명 부여 원칙

   1. 해당 업무에서 사용하는 이름을 부여한다.

   2. 서술식 속성명은 사용하지 않는다.

   3 약어사용은 가급적 제한한다.

   4. 전체 데이터 모델에서 유일성 확보하는 것이 좋다