データモデルとは、現実世界の複雑なデータを抽象化して、相互関係を分かりやすくした図のことです。

データモデルを作成することを「データモデリング」といいます。


データモデルには、以下のようなものがあります。

・関係データモデル(関係モデル、リレーショナルモデル)
・階層型データモデル
・ネットワーク型データモデル


今回は、関係データモデルについて詳しく解説していきます。

主キーとは、テーブルの中から特定のレコードを識別するためのカラムのことです。

主キーになれるカラム

主キーになるためには、以下の条件を満たす必要があります。

・重複する値がない
・データがNULL(空)ではない

複合主キーとは、テーブルの主キーを複数のカラムの組み合わせとして定義することです。

テーブル内に主キーの条件を満たすカラムがないとき、複合主キーを使用します。

外部キーとは、親テーブルに存在しないデータを子テーブルが持つことがないようにするための制約のことです。

候補キーとは、テーブル内ですべてのレコードを一意に識別することができるカラムの組み合わせのことです。

参照整合性(参照一貫性)とは

参照整合性(参照一貫性)とは、外部キーの参照先のレコードが、矛盾のない状態で存在していることです。

また、外部キーの参照先のレコードがない状態を「参照整合性がない」といいます。

関係データモデルでは、参照整合性がなくなるデータ操作はできません。

多重度とは、それぞれのエンティティが「何個の関連を持つか」あらわしたもののことです。

多重度は、「カーディナリティ」とも呼ばれます。


ER図で使用される多重度には、以下のようなものがあります。

・1対1
・1対多(1対N)
・多対多(N対M)

1対1

多重度が「1対1」の例には以下のようなものがあります。

・「会社」と「社長」：
1つの会社に社長は1人だけ存在し、社長は1つの会社にのみ所属します

1対多

多重度が「1対多」の例には以下のようなものがあります。

・「会社」と「従業員」：
1人の従業員は1つの会社に所属し、1つの会社に従業員は複数存在します

多対多

多重度が「多対多」の例には以下のようなものがあります。

・「従業員」と「プロジェクト」：
1人の従業員は複数のプロジェクトを担当し、1つのプロジェクトを複数の従業員が担当します

関数従属とは、2つの属性の間で片方の値を決定すると、もう一方の値が一意に決まるという性質のことです。

たとえば、「社員ID」を決定すれば「氏名」は一意に決まります。このとき、「氏名は社員IDに関数従属している」といえます。


関数従属には、以下の3つの種類があります。

・部分関数従属
・推移的関数従属
・完全関数従属


順番に解説していきます。

部分関数従属

部分関数従属とは、ある属性が候補キーの一部に関数従属している状態のことです。

推移的関数従属

推移的関数従属とは、ある属性が主キー以外の属性に関数従属している状態のことです。

完全関数従属

完全関数従属とは、候補キーの一部ではなく、すべてに対して関数従属している状態のことです。

部分関数従属性がない状態ともいえます。

非正規形とは、属性に繰り返しがある状態のことです。

「正規化をおこなう前の状態」ともいえます。

第一正規化とは、属性の繰り返しがない状態にすることです。

第一正規化した状態を「第一正規形」といいます。

非正規形のテーブルを第一正規形にするには、レコードを追加して属性の繰り返しをなくします。

第二正規化とは、部分関数従属がない状態にすることです。

第二正規化した状態を「第二正規形」といいます。

第一正規形のテーブルを第二正規形にするには、テーブルを分割して部分関数従属をなくします。

第三正規化とは、推移的関数従属がない状態にすることです。

第三正規化した状態を「第三正規形」といいます。

第二正規形のテーブルを第三正規形にするには、テーブルを分割して推移的関数従属をなくします。

階層型データモデルとは、データを木構造で表したデータモデルのことです。

階層型データモデルの例には、「会社の組織図」などがあります。

ネットワーク型データモデルとは、データが網の目の形で表現されたデータモデルのことです。

それぞれのデータ単位(ノード)が繋がっていることから、ネットワーク型データモデルと呼ばれています。