Database Normalization (정규화)

"테이블을 왜 쪼개고, 어디까지 쪼개야 하는가?" 이 페이지는 그 질문에 답한다. 정규화는 데이터 중복을 없애고 입력·수정·삭제 때 생기는 이상 현상(anomaly)을 제거하기 위해, 함수 종속성을 기준으로 릴레이션을 분해하는 설계 절차다.^[1] ER Model로 개념적 설계를 마친 뒤 테이블로 옮기는 논리적 설계 단계에 놓이고, Database System Foundation이 말하는 중복 제어를 실제로 수행하는 방법이라는 위치 지정은 원문에 없는 이 page의 해석이다.

정규화의 목적

• 데이터 중복성을 제거한다.^[1:1]
• 입력·수정·삭제 시의 이상 현상을 제거한다.^[1:2]
• 데이터베이스 설계의 효율성을 높인다.^[1:3]

기준이 되는 함수 종속성

• X → Y는 X의 값이 Y의 값을 유일하게 결정한다는 뜻이다.^[1:4]

• 위 표는 원문의 정의를 정규형과 짝지어 옮긴 것이다.^[1:5]

flowchart LR
    N1[1NF] -->|부분 함수 종속 제거| N2[2NF]
    N2 -->|이행적 종속 제거| N3[3NF]
    N3 -->|모든 결정자를 슈퍼 키로| BC[BCNF]

• 원문은 1NF 조건을 따로 정의하지 않고 2NF의 전제로만 쓴다.^[1:6] ER Model 페이지가 다루는 원자값(simple attribute)과 "정규화 과정에서 걸린다"는 복합·다중값 속성 논의가 1NF 쪽 맥락이라고 볼 수 있다.

제2정규형 (2NF)

• 조건: 1NF를 만족하면서, 모든 비프라임 속성이 기본 키 전체에 완전 함수 종속해야 한다.^[1:7]
• 위반 예시와 분해 과정은 다음과 같다.^[1:8]

기본 키: (동아리명, 학번)

만약 '역할'이 '학번'에만 종속  → 부분 함수 종속 → 2NF 위반
만약 '가입날'이 '동아리명'에만 종속 → 부분 함수 종속 → 2NF 위반

R(A, B, C, D, E, F, G, H, I, J)
  기본 키: {A, B}
  {A,B} → {C}   (완전 FD → 유지)
  {A}   → {D,E,I,J} (부분 FD → 분리)
  {B}   → {F,G,H}   (부분 FD → 분리)

결과:
  R1(A, B, C)
  R2(A, D, E, I, J)
  R3(B, F, G, H)

• 분해 규칙은 "키 일부에만 종속된 속성 묶음을, 그 일부 키와 함께 새 릴레이션으로 뺀다"로 요약할 수 있다.

제3정규형 (3NF)

• 조건: 2NF를 만족하면서, 비프라임 속성이 기본 키에 대해 이행적 종속이 없어야 한다.^[1:9]
• 2NF 분해 결과의 R2를 이어서 분해하면 다음과 같다.^[1:10]

R2(A, D, E, I, J)
  {A} → {D}
  {D} → {I, J}   ← A → D → I,J : 이행적 종속 → 3NF 위반

결과:
  R2a(A, D, E)
  R2b(D, I, J)

BCNF (Boyce-Codd Normal Form)

• BCNF는 3NF보다 강한 조건이다. 모든 함수 종속 X → Y에서 X가 슈퍼 키여야 한다.^[1:11]
• 원문은 이 조건에서 자명한 종속(Y가 X의 부분집합인 경우)을 제외한다는 점을 따로 적지 않는다. 보통 BCNF 정의는 자명하지 않은 종속만 대상으로 삼는다고 이해된다.^[2]

후보 키 판별

• 원문은 속성 집합이 모든 속성을 결정하는지(폐포)를 따라가며 후보 키를 판별한다.^[1:12]

R(A, B, C, D, E)
FD: AB → C, CD → E, DE → B

AB가 후보 키인가?
  AB → C 가능
  {A,B,C}에서 D, E를 결정 불가
  → 후보 키 아님

ABD가 후보 키인가?
  AB → C   → {A,B,C,D}
  CD → E   → {A,B,C,D,E}  (모든 속성 결정)
  부분 집합 AB, AD, BD 로는 모든 속성 결정 불가
  → ABD는 후보 키 ✓

• 같은 방법으로 계산하면 이 릴레이션의 후보 키는 ABD 하나가 아니다. ACD는 CD → E, DE → B로 모든 속성을 결정하고, ADE는 DE → B, AB → C로 모든 속성을 결정하며, 두 집합 모두 진부분집합으로는 결정하지 못한다. 이 계산은 원문 예제에 이 Wiki가 덧붙인 것이다. 후보 키는 여러 개일 수 있으므로, 하나를 찾았다고 판별을 멈추면 안 된다는 점을 보여준다.

혼동하기 쉬운 지점

• 정규화가 없애려는 이상 현상은 설계 결함 때문에 생기는 입력·수정·삭제 이상이다.^[1:13] 트랜잭션 격리 수준에서 말하는 Dirty Read, Non-Repeatable Read, Phantom Read는 동시 실행 때문에 생기는 읽기 이상이며, Database Isolation에서 다룬다. 둘 다 "이상 현상"이라고 부르지만 원인과 해결 수단이 다르다.

관련

• Entity-Relationship Model: 개념적 설계 결과를 테이블로 옮기는 과정에서 정규화가 적용된다.
• Database System Foundation: DBMS의 중복 제어 요구를 설계 수준에서 구현하는 절차가 정규화다.
• Database Isolation: 이름은 비슷하지만 다른 종류의 이상 현상을 다룬다.

테스트 질문

• 기본 키가 (동아리명, 학번)인 테이블에서 '역할'이 '학번'에만 종속되면 어떤 정규형을 위반하는가?
• 3NF와 BCNF의 조건 차이는 무엇인가?
• R(A,B,C,D,E), AB → C, CD → E, DE → B에서 ABD 말고 다른 후보 키가 있는가?

출처