데이터 정규화와 비정규화 비교

데이터 정규화란 무엇인가요?

데이터 정규화는 효율성을 높이고 일관성을 유지하며 중복 데이터를 제거하기 위해 데이터베이스를 구조화하는 프로세스입니다. 데이터를 관련성이 높은 작은 테이블로 나누어 반복을 최소화하고 업데이트를 간소화하는 간단한 개념입니다. 정규화는 '정규 형식'이라는 일련의 규칙을 따름으로써 데이터베이스의 중복을 방지하고 일관성을 유지하는 데 도움이 됩니다.

정규화된 데이터의 예

대학 데이터베이스를 관리하고 있다고 가정해 보겠습니다. 학생, 학생이 수강하는 과목, 등록을 추적해야 합니다. 이러한 데이터를 정규화된 테이블로 구성하는 방법은 다음과 같습니다:

학생 테이블:

코스 테이블:

등록 테이블(학생 및 코스 링크)을 생성합니다: 

이제 데이터베이스에서 앨리스의 이메일 주소를 업데이트한다고 상상해 보세요. 정규화를 사용하지 않으면 앨리스의 이메일 주소가 표시되는 모든 곳에서 변경해야 하므로 오류가 발생할 가능성이 높습니다. 정규화를 사용하면 앨리스가 이메일 주소를 업데이트할 때 변경 사항이 모든 곳에 표시됩니다. 학생 테이블에 저장합니다. 이렇게 하면 데이터베이스 전체에서 데이터가 일관되게 유지됩니다.

데이터 비정규화란 무엇인가요?

데이터 비정규화는 데이터베이스에 의도적으로 중복성을 도입하여 읽기 성능을 개선하고 쿼리 속도를 높이며 계산 오버헤드를 줄입니다. 중복을 제거하고 일관성을 유지하기 위해 데이터를 구조화하는 정규화와 달리, 데이터 비정규화는 복잡한 조인의 필요성을 줄여줍니다. 관련 데이터를 하나의 테이블이나 문서에 저장하여 사용하세요.

비정규화된 데이터의 예

앞서 만든 대학 데이터베이스를 기억하시나요? 데이터의 비정규화된 버전은 다음과 같습니다:

앨리스의 정보는 앨리스가 등록한 모든 코스와 함께 표시됩니다. 마찬가지로 코스 이름 및 학점과 같은 코스 세부 정보는 각 학생마다 반복되므로 이 양식은 대시보드에서 학생의 코스 등록을 표시하는 것과 같이 읽기가 많은 작업에 적합합니다.

정규화된 데이터와 비정규화된 데이터

다음은 정규화된 데이터와 비정규화된 데이터의 차이점을 간결하게 정리한 것입니다:

데이터 정규화 방법

피자 배달 회사의 데이터베이스 스키마 설계를 담당하고 있다고 가정해 보겠습니다. 초기 설계는 다음과 같을 수 있습니다:

이 스키마를 다양한 정규화 형태를 통해 단계별로 정규화하는 방법을 검토해 보겠습니다.

데이터베이스 정규화 양식

첫 번째 일반 양식(1NF)

데이터베이스가 제1노멀 형식이 되려면 각 테이블의 모든 열에 있는 모든 값이 원자적이어야 합니다. 즉, 각 값은 한 가지만 나타내야 합니다. 피자 배달 서비스 스키마를 1NF를 준수하도록 수정하면 다음과 같이 됩니다:

PizzaDetails 열을 두 개의 개별 열로 나눈 것을 확인할 수 있습니다: PizzaType과 Size입니다. 이렇게 하면 모든 열에 원자 값을 저장할 수 있습니다.

두 번째 일반 양식(2NF)

각 비키 속성이 기본 키에 종속되어 부분 종속성을 제거하면 테이블은 두 번째 일반 형식입니다. 피자 스키마가 2NF를 준수하도록 하려면 테이블을 두 개로 분할하여 이러한 종속성을 제거해야 합니다.

고객 및 주문 테이블:

피자 세부 정보 테이블:

세 번째 일반 형태(3NF)

테이블이 이미 2NF이고 모든 비키 속성이 다른 비키 속성이 아닌 기본 키에만 의존하는 경우 테이블이 세 번째 일반 형식이라고 합니다. 3NF는 간접 관계를 제거하여 테이블이 잘 구조화되고 중복을 피할 수 있도록 합니다.

피자 스키마를 세 번째 정규 형식으로 변환하려면 다음과 같이 해야 합니다:

• • 재사용 가능한 데이터를 별도의 테이블로 이동합니다.
  • 만들기 피자 종류 테이블에서 피자 종류와 크기 등의 정보를 확인할 수 있습니다.

고객 및 주문 테이블:

고객 테이블:

주문 세부 정보 테이블:

피자 종류 테이블:

그리고 3NF 선서 는 처음 세 가지 일반 형식을 잘 요약한 것입니다:

"키가 아닌 모든 속성은 키에 대한 사실, 전체 키, 키 외에는 아무것도 제공하지 않아야 하므로 코드를 도와주세요."

데이터 비정규화 방법

데이터 비정규화는 일반적으로 여러 테이블 또는 데이터베이스에 걸쳐 데이터를 복제하는 작업을 포함합니다. 이 접근 방식은 다음과 같이 적용할 수 있습니다:

1. 성능 병목 현상 파악

• • 여러 조인이 포함된 느린 쿼리를 분석합니다.
  • 읽기 작업이 많은 작업에서 자주 조인되는 테이블을 식별합니다.
  • 쿼리 프로파일링 도구를 사용하여 성능 영향을 측정하세요.

2. 중복 데이터 추가

• • 자주 액세스하는 관련 테이블의 열을 단일 테이블로 복제합니다.
  • 계산된 값(예: 총 매출 및 마지막 로그인)을 즉석에서 계산하는 대신 저장합니다.

3. 테이블 병합(사전 조인 데이터)

• • 자주 조인되는 정규화된 테이블을 결합하여 조회 시간을 줄이세요.
  • 예시: 저장하는 대신 고객 그리고 주문 세부 정보 에 고객 데이터를 직접 저장하고 조인하여 주문 세부 정보 테이블.

4. 집계된 테이블 만들기

• • 미리 계산된 요약 또는 롤업을 저장하여 비용이 많이 드는 계산을 피하세요.
  • 예시: 월별 총 매출을 동적으로 계산하지 않고 월별 매출 테이블.

5. 키-값 또는 문서 저장소 사용

• • 다음과 같은 경우 NoSQL 데이터베이스 사용를 사용하여 관련 데이터를 별도의 컬렉션으로 정규화하지 않고 단일 문서 내에 포함할 수 있습니다.

6. 선택적으로 비정규화

• • 중복성과 유지보수성 간의 균형.
  • 성능 향상이 잠재적 복잡성을 정당화할 때만 비정규화합니다.

7. 트리거 또는 일괄 업데이트 구현하기

• • 사용 데이터베이스 트리거 또는 예약된 작업 를 사용하여 소스 데이터가 변경될 때 비정규화된 데이터를 계속 업데이트할 수 있습니다.

비정규화의 예

이전(정규화된 데이터)

고객 테이블:

주문 세부 정보 테이블:

이후(비정규화된 데이터)

주문 세부 정보 테이블(고객 데이터 포함):

이렇게 하면 주문과 함께 고객 정보를 검색할 때 가입할 필요가 없습니다.

사용 사례

데이터 정규화

뱅킹 시스템:

• • 정확성을 유지하기 위해 고객 계정, 거래 및 대출 세부 정보를 저장하는 데 사용됩니다.
  • 은행 시스템은 정규화를 사용하여 민감한 금융 데이터의 중복을 방지하고 업데이트(예: 고객 주소 변경)가 올바르게 전파되도록 합니다.

의료 시스템:

• • 환자 데이터, 의료 기록 및 예약을 별도의 테이블에 저장하는 데 사용됩니다.
  • 의료 시스템은 데이터 중복을 줄이고 정확한 환자 정보를 확보하기 위해 정규화에 의존하며, 이는 HIPAA 규정 준수를 유지하는 데 필수적입니다.

전자상거래 애플리케이션:

• • 제품, 주문, 고객, 재고를 저장하는 데 사용됩니다.
  • 전자상거래 애플리케이션은 정규화를 사용하여 올바른 재고 추적과 정확한 고객 주문을 보장합니다.

데이터 비정규화

데이터 창고 보관:

• • 영업, 마케팅 및 운영 데이터를 통합하기 위한 비즈니스 인텔리전스 시스템에서 사용됩니다.
  • 데이터 웨어하우스는 비정규화를 사용하여 집계된 데이터로 인해 런타임 조인의 필요성이 줄어들기 때문에 더 빠른 보고서 생성 및 대시보드 렌더링이 가능합니다.

소셜 미디어 플랫폼:

• • 사용자 게시물, 좋아요, 댓글 및 팔로워 데이터를 저장하는 데 사용됩니다.
  • 소셜 미디어 플랫폼은 비정규화를 사용하여 미리 집계되거나 중복된 데이터를 저장함으로써 피드 생성 성능을 개선하고 쿼리 복잡성을 줄입니다.

콘텐츠 전송 시스템(CDN):

• • 스트리밍 서비스에서 동영상 메타데이터와 사용자 시청 기록을 저장하는 데 사용됩니다.
  • CDN은 추천 및 시청 기록을 빠르게 검색하기 위해 비정규화에 의존합니다. 최대 부하 시간 동안.

게임 애플리케이션:

• • 플레이어 프로필, 업적, 게임 내 이벤트를 단순화된 구조로 저장하는 데 사용됩니다.
  • 게임 시스템 지연 시간이 짧은 데이터 검색을 위해 비정규화를 사용하여 실시간 게임플레이 환경을 개선합니다.

혜택과 과제 

데이터 정규화의 이점

• • 데이터 중복을 제거합니다: 정규화는 데이터 중복을 줄여 효율적인 스토리지 사용을 유도하고 불일치를 최소화합니다.
  • 데이터 무결성 및 일관성을 보장합니다: 데이터는 키를 통해 관계가 유지되는 구조화된 방식으로 저장되므로 데이터베이스 전체에서 업데이트와 삭제가 보다 일관되게 이루어집니다.
  • 업데이트 이상 현상을 줄입니다: 중복 데이터가 줄어들면 주소 업데이트와 같은 변경 작업은 한 곳에서만 수행하면 되므로 일관성 없는 업데이트의 위험이 줄어듭니다.
  • 데이터 보안을 강화합니다: 민감한 정보는 액세스가 제한된 별도의 테이블에 저장하여 보안 조치를 강화할 수 있습니다.
  • 유지 관리 편의성이 향상됩니다: 잘 구조화된 데이터베이스는 변경 사항이 중복 데이터 전체에 퍼지지 않고 특정 테이블에 국한되므로 시간이 지남에 따라 수정, 확장 및 확장하기가 더 쉽습니다.
  • 트랜잭션 성능을 최적화합니다: 정규화된 데이터베이스는 잦은 삽입, 업데이트, 삭제가 필요한 시스템(OLTP 시스템)에서 효율적인 트랜잭션 처리를 보장합니다.
  • 참조 무결성을 적용합니다: 외래 키는 테이블 간의 관계를 올바르게 유지하여 고아 레코드나 유효하지 않은 레코드가 발생하지 않도록 합니다.

데이터 정규화의 과제

• • 느린 읽기 쿼리: 정규화된 데이터베이스는 관련 데이터를 검색하기 위해 여러 조인이 필요한 경우가 많으므로 특히 읽기 작업이 많은 애플리케이션의 경우 성능이 느려집니다.
  • 쿼리 복잡성 증가: 데이터를 검색하려면 여러 조인이 포함된 복잡한 SQL 쿼리를 작성해야 합니다.
  • CPU 및 메모리 사용량 증가: 모든 조인 작업에는 추가 처리가 필요하므로 데이터베이스 리소스에 부담을 줄 수 있습니다.
  • 수평으로 확장하기가 더 어렵습니다: 정규화된 데이터베이스는 단일 노드 환경에서는 잘 작동하지만 다음과 같은 환경에서는 효율적으로 확장되지 않을 수 있습니다. 분산 아키텍처.
  • 개발 및 유지 관리 노력 증가: 잘 정규화된 스키마를 설계하려면 신중한 계획과 전문 지식이 필요합니다(특히 대규모 애플리케이션의 경우).
  • 보고 및 분석 과제: 정규화된 데이터베이스는 일반적으로 보고서용 데이터를 집계하는 데 많은 비용이 드는 조인 및 계산이 필요하므로 온라인 분석 처리(OLAP) 시스템에는 적합하지 않습니다.
  • 데이터 무결성 제약 조건: 외래 키 제약 조건 및 정규화 규칙을 적용하면 때때로 대량 삽입 및 업데이트 속도가 느려질 수 있습니다.

데이터 비정규화의 이점

• • 읽기 성능 향상: 비정규화는 데이터를 검색하는 데 필요한 조인 횟수를 줄여 읽기 쿼리 속도를 높여주며, 특히 읽기가 많은 애플리케이션에서 유용합니다.
  • 쿼리 복잡성 감소: 데이터가 미리 조인되거나 중복되지 않으므로 쿼리가 더 간단해져 개발자가 쿼리를 작성하고 유지 관리하기가 더 쉬워집니다.
  • 더 빠른 보고 및 집계: 비정규화된 구조는 데이터에 대량으로 빠르게 액세스해야 하는 분석 및 보고 작업에 적합합니다.
  • 캐싱 성능 향상: 단일 문서 또는 테이블에 중복 데이터를 저장합니다, 캐시 를 사용하면 완전한 레코드를 보다 효과적으로 제공하고 데이터베이스 부하를 줄일 수 있습니다.
  • 조인 오버헤드를 줄입니다: 비정규화는 조인의 필요성을 줄여 CPU와 메모리 사용량을 최소화합니다.
  • 확장성: 비정규화된 데이터는 다음을 우선시하는 분산 데이터베이스(예: NoSQL 데이터베이스)에 더 적합한 경우가 많습니다. 수평 스케일링 빠른 데이터 검색이 가능합니다.
  • 더 빠른 인덱싱: 관련 데이터가 함께 저장되므로 인덱스가 더 효과적일 수 있어 더 빠르게 조회할 수 있습니다.

데이터 비정규화의 과제

• • 데이터 중복성 증가: 데이터가 여러 테이블이나 문서에 중복되어 저장 공간 요구 사항이 높아집니다.
  • 데이터 불일치 위험: 비정규화에는 중복 데이터가 포함되므로 모든 사본에 일관되게 변경 사항을 적용하는 것이 중요합니다.
  • 더 높은 업데이트 및 삭제 오버헤드: 레코드를 업데이트하거나 삭제하려면 동일한 데이터의 여러 인스턴스를 수정해야 합니다.
  • 유지 관리 및 확장이 더 어렵습니다: 스키마를 변경하려면 여러 위치를 업데이트해야 하므로 유지 관리 노력이 증가합니다.
  • 더 복잡한 쓰기 작업: 업데이트를 여러 곳에 적용해야 하므로 쓰기 비용이 더 많이 듭니다.
  • 스토리지 비용 증가: 중복 데이터를 저장하면 디스크 사용량이 증가하여 대규모 애플리케이션의 경우 비용이 많이 들 수 있습니다.
  • 제약 조건을 적용하기가 더 어렵습니다: 비정규화는 종종 외래 키의 사용을 줄여 참조 무결성을 적용하기 어렵게 만듭니다.

주요 내용 및 리소스

데이터 정규화 또는 비정규화를 사용하는 것은 애플리케이션의 특정 요구사항에 따라 달라집니다. 정규화는 데이터 무결성, 일관성, 효율적인 업데이트를 보장하므로 중복성을 최소화하는 것이 중요한 트랜잭션 시스템(OLTP)에 이상적입니다. 반면에 비정규화는 쿼리 성능과 읽기 효율성을 향상시켜 분석 워크로드(OLAP), 보고 및 NoSQL 데이터베이스에 적합합니다. 궁극적으로 데이터베이스의 사용 패턴확장성 요구 사항 및 성능 목표를 파악하는 것이 시스템에 가장 적합한 접근 방식을 결정하는 가장 좋은 방법입니다.

데이터 관리에 대해 자세히 알아보려면 아래 리소스를 확인하세요:

• • SQL++를 사용하여 RDBMS 테이블에서 가져온 문서를 비정규화하는 방법
  • 쓰기 백 캐시 - 개념
  • 데이터 관리란 무엇인가요? - 개념