반정규화 (De-Normalization)

성능을 고려한 데이터모델링 수행방법

1. 데이터모델구조에 의한 성능향상

 정규화

 반정규화

 데이터 모델 단순화

2. 대용량 특성을 고려한 성능향상

 테이블 수직/수평 분할

 슈퍼타입 / 서브타입 고려

 이력모델

3. 인덱스 특성을 고려한 성능향샹

 PK구성

 FK구성

 데이터타입 특성을 이용

 효율적인 채번 방법 선택

반정규화 (De-Normalization)

시스템의 성능을 향상시키기 위해 데이터 모델을 통합하는 프로세스이다.

정규화와 반정규화는 Trade off 관계에 있다.

정규화를 하면 정합성과 데이터무결성이 보장된다. 반면, 테이블이 복잡해지고 성능이 떨어질 수 있다. 그에 따라 입력(Create), 수정(Update), 삭제(Delete)의 성능은 향상되고 조회(Read)의 경우 나빠질수도 있고 좋아질 수도 있다.

반 정규화를 하면 테이블이 단순화되며 성능이 향상되는 반면, 정합성과 데이터무결성이 보장되지 않을 수있다. 반 정규화는 의도적으로 중복을 만들어 검색(Read) 성능을 향상시킨다. 하지만 속성이 각기 다른 테이블에 중복되어 나타나기 때문에 입력(Create), 수정(Update), 삭제(Delete)의 성능은 낮아진다. 애플리케이션 레벨에서 꼭 해당 속성에 포함된 모든 테이블에 트랜잭션을 보내야 한다.

본격적인 반 정규화 방식에 대해 이야기 하기 전에 디지털 디바이스(하드웨어)의 성능을 어떤식으로 보장해 주어야하는지 알아보자.

디스크와 메모리(M/M), CPU 큰 속도와 가격 차이를 가지고 있다. 연산을 수행하는 CPU가 가장 빠르고 비싸다. 그리고 디스크는 가장 큰 저장공간을 가지고 있고 느리다. 디스크와 CPU는 1만배 이상의 속도 차이를 가지고 있다. 이를 보완하기 위해 메모리가 중간에 자리잡고 있는데, 디스크가 장기기억장소라면 메모리는 단기기억장소이다. (메모리와 CPU의 속도차이도 커서 캐시라는 비싼 메모리를 그 간극을 보완한다.)

메모리는 한 트랜잭션에 필요한 데이터를 디스크에서 가져와 CPU 연산작업을 하는 기간동안 저장해놓는다. 디스크에서 메모리로 데이터를 퍼오는 횟수를 줄일수록 (속도)를 향상시킬 수 있다. 

그렇다면 우리의 데이터베이스(DB)는 어디에 저장될까? 

당연히 장기기억매체인 디스크에 저장되며, 디스크에서 메모리로 데이터를 퍼오는 횟수를 줄이려는 노력이 반정규화이다.

테이블 반정규화 방법

1. 테이블 병합 

- 1:1관계의 테이블 병합:

병합했을 때 이행적 종속이 발생하더라도, 자주 변경(Update)되는 정보가 아니며 같이 조회(Read)되는 경우가 많다면 통합한다.

-  1:m관계의 테이블 병합

- 수퍼타입 서브타입 테이블 병합

2. 테이블 분할 

- 수직 분할 (column 단위): 

한 엔터티(테이블)에서 집중화된 일부 항목들을 다른 엔터티로 분리한다

- 수평 분할 (recode 단위): 

프로세스가 구간별(e.g 월별)로 발생하는 한 엔터티(테이블)를 구간별 엔터티로 분할한다.

구간별로 엔터티를 분할하면 데이터베이스(DB)의 성능은 향상되나 코드를 짤 때는 비효율적이다. 그래서 근래 DBMS에는 파티셔닝이라는 기능을 통해 테이블을 논리적으로는 1개인 테이블을 물리적으로는 N개로 쪼개서 저장할 수 있게 해준다.

3. 테이블 추가 

 중복 테이블, 집계 테이블, 이력 테이블, 부분 테이블 추가: 중복원리에 의해 조회(Read)성능이 향상된다.

컬럼의 반정규화 방법

- 중복 컬럼 추가:

이미 테이블 C에서 테이블 A의 e컬럼을 조회할 수 있는 관계가 있으나, 자주 조회(Read)하는 컬럼 e를 테이블 C에도 추가하여 접근 경로를 단축시켜준다. 

- 파생 컬럼 추가

- Primary Key에 의한 컬럼 추가

- 오 입력 처리를 위한 컬럼 추가

관계의 반정규화

- 관계중복:

이미 A테이블에서 C테이블의 정보를 읽을 수 있는 관계가 있음에도 관계를 중복하여 조회(Read) 경로를 단축시킨다.