관계형 데이터 정규화

Snowflake로 시작하는 데이터 모델링

Nuno Rocha

Director of Engineering

비정규 데이터 이해

비정규 데이터(UNF): 구조가 없거나, 정리가 안 되었거나, 반복/이상이 있을 수 있는 데이터

전체 제품 엔티티

비정규 데이터 이해

전체 제품 엔티티의 이상 현상

비정규 데이터 이해

바나나 이상 현상 강조

비정규 데이터 이해 (3)

제조사 이상 현상 강조

비정규 데이터 이해 (4)

상세 설명 이상 현상 강조

비정규 데이터 이해 (5)

제품 이상 현상 강조

비정규 데이터의 문제

데이터 중복: 불필요한 반복
데이터 이상: 불규칙·불일치

전체 제품 엔티티의 이상 현상

비정규 데이터 식별

SELECT manufacturer_id, 
       manufacturer_name, 
       location, 
       COUNT(*) AS repetitions
FROM allproducts
GROUP BY manufacturer_id, 
    manufacturer_name, 
    location
HAVING COUNT(*) > 1;

제품 반복 수가 있는 제조사 목록

비정규 데이터 식별

SELECT DISTINCT category 
FROM allproducts;

카테고리 목록

비정규 데이터 식별

SELECT DISTINCT product_name,
    category
FROM allproducts
WHERE category = 'L';

카테고리 L의 제품 목록

비정규 데이터 식별

SELECT DISTINCT product_name,
    category
FROM allproducts
WHERE category = 'L';

문자 L을 포함한 모든 제품 목록

정규화된 데이터

정규화된 데이터: 구분되고 원자적인 엔티티로 조직화
이점:
- 정확성과 신뢰성 향상
- 쿼리 성능 향상
- 리소스 사용 최적화
- 확장성

용어와 함수 개요

비정규 데이터(UNF): 구조가 없거나 정리가 안 되었거나 반복/이상이 있는 데이터
정규화된 데이터: 구분되고 원자적인 엔티티로 조직화된 데이터
SELECT FROM: 특정 엔티티에서 데이터를 조회하는 SQL 절
DISTINCT: 속성의 고유 값만 반환
COUNT: 조건에 맞는 행 수를 계산
GROUP BY: 지정 속성으로 같은 값을 묶음
HAVING: GROUP BY 결과를 조건으로 필터링
WHERE: 조건으로 레코드 필터링
AS: 열/테이블에 별칭 지정

함수 개요

-- 특정 조건으로 고유 값 조회
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- 특정 열로 집계하며 결과를 필터링하여 개수 구하기
SELECT column_name, 
    COUNT(*) AS alias_name
FROM table_name
GROUP BY column_name
HAVING COUNT(*)  condition  value;

연습해 봅시다!

Snowflake로 시작하는 데이터 모델링