DATOR


논리 데이터 모델링 절차 - [1. 속성정의] 데이터 모델링


논리 데이터 모델링 절차 첫번째 - 속성정의

 

1.    속성 후보 도출 :

       - 구시스템 문서자료, 현업 장표/보고서, 사용자와 협의, DFD DD(Data Dictionary), 전문 서적 및 자료, 다른 시스템

      ( 참조 : 개념 모델링 에서 엔터티 후보 수집을 위한 자료    

       -> 기존 시스템 도큐먼트, 현업 장표/보고서, 현업 인터뷰, 관련 전문 서적, 데이터 흐름도(DFD, Data Flow Diagram), -시스템 자료, 현장조사 )

 

2.  속성 후보 선정 원칙 :
-
원시 속성으로 보이는 후보는 버리지 않는다
-
소그룹별로 후보군을 만들고 가장 근접한 엔터티에 할당 : 핵심 엔터티들을 대상으로 한 상태라 아직 모든 엔터티가 드러나지 않았다. 때문에 적절한 데이터 그룹으로 생성하여 두는 것이 필요
-
추출속성(Derived Attribute)인지 검증 : 원천적인 값을 가지고 가공하여 재현할 수 있는 속성. 기본키 역할을 하면 안됨
   (ex.
집계정보, 대표정보 등) à DA#에서는 (d)로 표현

DA#이 아닌 툴에서 추출속성(Derived Attribute) 표현 할때...

[예제]

- [추출해당 속성이 없더라도 필요 시 100% 재현이 가능한 속성으로.
         
최종, 최신, SUM, COUNT, MAX, MIN

- [중복] 역정규화에 의해 추가된 속성으로 원천 엔티티명을 기술 한다.

- [관계원칙적으로는 관계에 의해 추가되어야 하지만, 모델의 복잡성을 피하기 위해

         또는 접근경로를 단축하기 위한 속성 으로 원천 엔티티명을 반드시 기술 한다

- [시스템] : 시스템상 관리를 목적으로 넣는 속성

: 초기 데이터 모델링 이론을 보면 가공된 속성은 중복으로 인식하고 이를 모델에 표현하지 말 것을 권고. 그러나 현재는 이러한 속성에 기업 관리자들이 관심을 가지고 있으므로 모델에 반드시 기술할 것을 권장함.

 

 

-------------------------------------------------------------------------------------

 DAP참조

-------------------------------------------------------------------------------------

Tag :

Leave Comments