[데이터베이스 모델링] 관계형 데이터 모델링 하향식과 상향식

11.1 하향식과 상향식

  • 모델링 방법론은 크게 하향식(Top-Down)과 상향식(Bottom-Up)이 존재한다.(하나의 방법만이 사용되진 않는다.)
  • 상향식과 하향식 방법은 큰틀이며 실무에서 모델링을 수행하는 상세한 방법은 모델러의 성향이다.
  • 대규모 프로젝트에서는 일관된 방법론을 적용하는것이 중요하다.

 

하향식(Top-Down)

  • 하향식 방법론은 보통엔터티 후보를선정히는타스크로부터 본격적인 모델링이 시작
  • 광범위하게 본디면 주제 영역을 정의하는 것이 모델링의 시작
  • 현행 시스템이 없는백지싱태에서 데이터 모델링을 수행할때는 특히 다양한 자료의 수집이 중요
엔터티나속성을도출
  • 업무매뉴얼
  • 보고서/장표
  • 인터뷰
  • DFD(Data flow diagram)
  • 홈페이지
  • 현행 ERD
  • 화면 정의서
  • 하향식 방법론에서는 보통 엔터티가 도출되고 나서 관계를 정의
  • 상향식 방법론에서는 속성을 분석하면서 관계가 자연스럽게 정의

 

경축! 아무것도 안하여 에스천사게임즈가 새로운 모습으로 재오픈 하였습니다.
어린이용이며, 설치가 필요없는 브라우저 게임입니다.
https://s1004games.com

상향식(Bottom-Up)

  • 대형 개발 프로젝트는 헌행 시스템을 기반으로 이루어지므로 상향식 방법을 많이 사용
  • 현행을 분석하면서 모델을 수정하는 방법으로 진행
  • 기존에 존재히는 엔터티 중에서 중요 엔터티를 선별해 우선으로 분석을 시작
  • 엔터티 분석은 보통 현행 데이터베이스를 가장 잘 아는 담당자와의 인터뷰로 시작
  • 논리화(Logicalization) : 엔터티나 속성을 분석히면서 엔터티나관계,속성을 명확하게 정의하게 된다.
  • 업무를 분석해서 작정된 화면정의서가 존재해도 상향식 방법론을 사용할수 있다.
  • 상향식 방법론을 사용하기 좋을 때는 업무 요구 사항이 거의 정리되고 문서화됐을 때
  • 상향식 방법론을 사용하면 모델링 구현 시간도 단축된다.
  • 상향식 방법론을 시용히떤 현행 업무와 데이터 구조가 그대로 시용될 기능성이 커진다.

 

 

본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
번호 제목 글쓴이 날짜 조회 수
공지 오라클 기본 샘플 데이터베이스 졸리운_곰 2014.01.02 25085
공지 [SQL컨셉] 서적 "SQL컨셉"의 샘플 데이타 베이스 SAMPLE DATABASE of ORACLE 가을의 곰을... 2013.02.10 24564
공지 [G_SQL] Sample Database 가을의 곰을... 2012.05.20 25943
33 [spark][sparksql][odbc][jdbc] JDBC and ODBC drivers and configuration parameters file 졸리운_곰 2021.04.14 46
32 [spark][pyspark][php] Natively Connect to Spark Data in PHP 졸리운_곰 2021.04.14 35
31 [SPARK][Python][pySpark][아콘 소프트][나무기술] Real-world Python workloads on Spark: Standalone clusters : 스파크 예제 논란, driver-host 불필요 file 졸리운_곰 2021.04.03 65
30 [Spark] Apache Spark Cluster(Standalone) 스파크 클러스터 스텐드 얼론 구축 졸리운_곰 2021.03.28 22
29 [Spark][머신러닝] Apache Spark-Python vs Scala 성능 비교 file 졸리운_곰 2021.03.21 94
28 [Spark][MSA] Apache Spark - Key/Value Paris (Pair RDD) 졸리운_곰 2021.03.21 11
27 [Spark][머신러닝] Apache Spark - RDD (Resilient Distributed DataSet) Persistence file 졸리운_곰 2021.03.21 82
26 [Spark][머신러닝] Apache Spark - RDD (Resilient Distributed DataSet) 이해하기 - #2 file 졸리운_곰 2021.03.21 18
25 [Spark][머신러닝] Apache Spark - RDD (Resilient Distributed DataSet) 이해하기 - #1 file 졸리운_곰 2021.03.21 61
24 [Spark][머신러닝] Apache Spark 소개 - 스파크 스택 구조 file 졸리운_곰 2021.03.21 26
23 [Spark] cache()와 persist()의 차이 file 졸리운_곰 2021.03.16 97
22 [Spark] Spark - RDD vs Dataframes vs Datasets 우리는 언제, 왜 RDD, Dataframes, Datasets를 사용해야 할까? file 졸리운_곰 2021.03.15 37
21 [Spark & Oracle] Reading Data From Oracle Database With Apache Spark file 졸리운_곰 2021.03.15 40
20 [spark][pySpark] 스파크 튜토리얼 - 스파크 SQL file 졸리운_곰 2021.03.15 138
19 [spark][flask][python] Machine learning at Scale using Pyspark & deployment using AzureML/Flask file 졸리운_곰 2021.03.14 46
18 [pySpark, 파이썬 spark] Best Practices Writing Production-Grade PySpark Jobs file 졸리운_곰 2021.03.14 85
17 [apache spark] 아파치 스파크 Data Sharing between multiple Spark Jobs in Databricks file 졸리운_곰 2021.03.13 50
16 [Apache Spark] Spark SQL 아파치 스파크 SQL 개요 졸리운_곰 2021.03.13 44
15 [spark] Apache Livy: A REST Interface for Apache Spark file 졸리운_곰 2021.03.12 57
14 [spark] Spark 및 Oracle 데이터베이스 file 졸리운_곰 2021.03.06 78
대표 김성준 주소 : 경기 용인 분당수지 U타워 등록번호 : 142-07-27414
통신판매업 신고 : 제2012-용인수지-0185호 출판업 신고 : 수지구청 제 123호 개인정보보호최고책임자 : 김성준 sjkim70@stechstar.com
대표전화 : 010-4589-2193 [fax] 02-6280-1294 COPYRIGHT(C) stechstar.com ALL RIGHTS RESERVED