3단원. 데이터베이스 기초 활용하기
2022. 10. 7. 16:36ㆍ정보처리기사 실기 개념 외울것만
반응형
데이터 입출력 구현
chap1. 논리 데이터 저장소 확인
- 데이터 모델
- 현실 세계의 정보를 인간과 컴퓨터가 이해할 수 있도록 추상화 하여 표현한 모델
- 데이터 모델 절차 (개논물)
- 개념적 데이터 모델
- 현실 세계에 대한 인식을 추상,개념적으로 표현, 개념적 구조를 도출하는 데이터 모델.
- 개체관계 다이어그램이 주요 산출물
- 논리적 데이터 모델
- 엄무의 모습을 모델링 표기법으로 형상화하여 사람이 이해하기 쉽게 표현한 데이터 모델
- 논리적 데이터 모델링에서 정규화를 수행
- 스키마의 평가 및 정재
- 물리적 데이터 모델
- 논리 데이터 모델을 특정 DBMS 의 특성 및 성능을 고려하여 물리적인 스키마를 만드는 일련의 데이터 모델
- 테이블,인덱스,뷰,파티션 등 객체 생성
- 성능 측면 반정규화 수행
- 저장 레코드 양식 설계
- 접근 경로 설계
- 개념적 데이터 모델
- 논리 데이터 모델 검증
- 업무의 모습을 모델링 표기법으로 형상화하여 사람이 이해하기 쉽게 표현하는 프로세스이다.
- 논리적 데이터 모델링 종류 (관계네)
- 관계 데이터 모델
- 데이터를 행과 열로 구성된 2차원 테이블 형태로 구성한 모델
- 구성요소 - 릴레이션, 튜플, 속성, 카디널리티, 차수, 스키마, 인스턴스
- 데이터 간 관계를 기본 키와 이를 참조하는 외래 키로 표현. 1:1, 1:N, M:N
- 관계 대수 개념
- 관계형 데이터베이스에서 원하는 정보와 그 정보를 어떻게 유도하는가를 기술하는 절차적 정형 언어.
- 일반 집합 연산자 - 합집합, 교집합, 차집합, 카티션 프로덕트 (합교차카)
- 순수 관계 연산자 (셀프조디)
- 셀렉트 - 릴레이션 R에서 조건을 만족하는 튜플 반환
- 프로젝트 - 릴레이션 R에서 주어진 속성들의 값으로만 구성된 튜플 반환
- 조인 - 공통 속성을 이용해 R과 S의 튜플들을 연결해 만들어진 튜플 반환
- 디비전 - 릴레이션 S의 모든 튜플과 관련 있는 R의 튜플 반환
- 이건 기호와 표현 법도 외우도록!
- 관계 해석
- 튜플 관계 해석과 도메인 관계 해석을 하는 비절차적 언어
- 계층 데이터 모델
- 네트워크 데이터 모델
- 관계 데이터 모델
- 논리 데이터 모델링 속성 (개속관)
- 개체, 속성, 관계로 구성
- 개체
- 사물 또는 사건으로 정의 됨.
- 속성
- 개체가 가지고 있는 요소 또는 성질
- 속성명은 단수형으로 명명한다.
- 개체명을 사용하지 않는다.
- 관계
- 두 개체 간의 관계
- 개체-관계 (E-R) 모델
- E-R 모델은 현실 세계에 존재하는 데이터와 그들 간의 관계를 사람이 이해할 수 있는 형태로 명확하게 표현하기 위해서 가장 널리 사용되고 있는 모델.
- 정규화
- 관계형 데이터 모델에서 데이터의 중복성을 제거하여 이상 현상을 방지하고, 데이터의 일관성과 정확성을 유지하기 위해 무손실 분해하는 과정
- 이상현상(Anomaly)
- 데이터의 중복성으로 인해 릴레이션을 조작할 때 발생하는 비합리적 현상
- 삽입, 삭제, 갱신 이상이 있다.
- 삽입 - 정보 저장 시 해당 정보의 불필요한 세부정보를 입력해야 하는 경우
- 삭제 - 정보 삭제 시 원치 않는 다른 정보가 같이 삭제되는 경우
- 갱신 - 중복 데이터 중 특정 부분만 수정되어 중복된 값이 모순을 일으키는 경우
- 정규화 단계 (원부이 결다조)
- 1정규형 (1NF) - 원자값으로 구성
- 2정규형 (2NF) - 부분 함수 종속 제거(완전 함수적 종속 관계)
- 3정규형 (3NF) - 이행함수 종속 제거
- 보이스-코드 정규형 (BCNF) - 결정자 후보 키가 아닌 함수 종속 제거
- 4정규형 (4NF) - 다치(다중 값) 종속 제거
- 5정규형 (5NF) - 조인 종속 제거
- 각 정규형이 어떤 일을 하는건지 이번에 확실하게 공부하기
- 반 정규화 (De-Normalization)
- 정규화된 엔티티, 속성, 관계에 대해 성능 향상과 개발 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링의 기법
- 반 정규화 특징
- 장점 : 반 정규화된 데이터 구조는 성능 향상과 관리 효율성 증가
- 단점 : 데이터의 일관성 및 정합성 저하
유지를 위한 비용이 별도로 발생해 성능에 나쁜 영향 미칠 수 있음.
- 반 정규화 기법 (테병분중 컬중 관중)
- 테이블
- 테이블 병합
- 테이블 분할
- 중복 테이블 추가
- 컬럼
- 컬럼 중복화
- 관계
- 중복 관계 추가
- 이 기법들도 다 알고 있자
- 테이블
chap2. 물리 데이터 저장소 설계
- 물리 데이터 모델링 개념
- 논리모델을 적용하고자 하는 기술에 맞도록 상세화해가는 과정
- 물리 데이터 모델링 변환 절차
- 개체를 테이블로 변환
- 속성을 컬럼으로 변환
- UID를 기본키로 변환
- 관계를 외래키로 변환
- 컬럼 유형과 길이 정의
- 반 정규화 수행
- 물리 데이터 저장소 구성
- 테이블 제약조건 설계
- 참조무결성 제약조건
- 릴레이션과 릴레이션 사이에 대해 참조의 일관성을 보장하기 위한 조건.
- 두 개의 릴레이션이 기본키, 외래키를 통해 참조 관계를 형성할 경우, 참조하는 외래키의 값은 항상 참조되는 릴레이션에 기본키로 존재해야 한다.
- 제한
- 참조무결성 원칙을 위배하는 연산을 거절하는 옵션
- 연쇄
- 참조되는 릴레이션에서 튜플을 삭제하고, 참조되는 릴레이션에서 이 튜플을 참조하는 튜플들도 함께 삭제하는 옵션
- 널 값
- 참조되는 릴레이션에서 튜플을 삭제하고, 참조하는 릴레이션에서 해당 튜플을 참조하는 튜플들의 외래 키에 null 값을 넣는 옵션.
- 제한
- 인덱스 설계
- 검색 연산의 최적화를 위해 데이터베이스 내 열에 대한 정보를 구성한 데이터 구조
- 인덱스를 통해 전체 데이터의 검색 없이 필요한 정보에 대해 신속한 조회가 가능함.
- 인덱스 적용 기준
- 인덱스 분포도 가 10~15% 이내인 경우 아래 수식을 참고한다.
- 분포도 = (1 / (컬럼 값의 종류)) X 100
- 분포도 = (컬럼 값의 평균 ROW 수) / (테이블의 총 ROW 수) X 100
- 인덱스 컬럼 설정 - 분포도가 좋은 컬럼은 단독적으로 생성한다.
- 결합 인덱스는 구성되는 컬럼 순서 선정에 유의한다.
- 설계 시 고려사항
- 지나치게 많은 인덱스는 오버헤드로 작용함.
- 인덱스는 추가적인 저장 공간이 필요함을 고려해야 한다.
- 넓은 범위 인덱스 처리 시 오히려 전체 처리보다 많은 오버헤드 발생 가능
- 인덱스 분포도 가 10~15% 이내인 경우 아래 수식을 참고한다.
- 뷰 설계
- RFNWW
- REPLACE - 뷰가 이미 존재하는 경우 재생성
- FORCE - 본 테이블의 존재 여부에 관계없이 뷰 생성
- NOFORCE - 기존 테이블이 존재할 때 뷰 생성
- WITH CHECK OPTION - 서브 쿼리 내의 조건을 만족하는 행만 변경
- WITH READ ONLY - 데이터 조작어 작업 불가
- 클러스터 설계
- 인덱스의 단점을 해결, 분포도가 넓을수록 오히려 유리
- 액세스 기법이 아니라 액세스 효율 향상을 위한 물리적 저장 방법
- 대량의 범위를 자주 액세스하는 경우 적용
- 여러 개의 테이블이 빈번하게 조인을 일으킬때 활용
- UNION, DISTINCT, ORDER BY, GROUP BY 많이 하는 컬럼이면 검토대상
- 수정을 많이 안하는 컬럼 검토대상
- 파티션 설계
- 파티션 종류 (레해리컴)
- 레인지 파티셔닝
- 연속적인 숫자나 날짜를 기준으로 하는 파티셔닝기법
- 관리 시간의 단축 가능
- 해시 파티셔닝
- 파티션 키의 해시 함수 값에 의한 파티셔닝 기법
- 균등한 데이터 분할이 가능하고 질의 성능이 향상 가능
- 파티션 키의 해시 함수 값에 의한 파티셔닝 기법
- 리스트 파티셔닝
- 특정 파티션에 저장 될 데이터에 대한 명시적 제어가 가능한 파티셔닝 기법
- 분포도가 비슷하고 데이터가 많은 SQL에서 컬럼의 조건이 많이 들어오는 경우 유용
- 컴포지트 파티셔닝
- 레인지,해시,리스트 파티셔닝 중 2개 이상의 파티셔닝을 결합하는 파티셔닝 기법
- 큰 파티션에 대한 I/O 요청을 여러 파티션으로 분산할 수 있다.
- 레인지 파티셔닝
- 파티션 장점 (성가백경)
- 성능향상 - 데이터 액세스 범위를 줄여 성능 향상
- 가용성 향상 - 전체 데이터의 훼손 가능성 감소, 데이터 가용성 향상
- 백업 가능 - 분할 영역을 독립적으로 백업, 복구 가능
- 경합 감소 - 디스크 스트라이핑으로 입출력 성능 향
- 파티션 종류 (레해리컴)
- 디스크 구성 설계
- 정확한 용량 산정, 디스크 사용의 효율 높임.
- 업무량이 집중되어 있는 디스크를 분리하여 설계
- 입출력 경합을 최소화해 데이터의 접근 성능을 향상 시킴.
- 디스크 구성에 따라 테이블스페이스 개수와 사이즈 등 결정
- 파티션 수행 테이블 별도 분류
- 참조무결성 제약조건
- 테이블 제약조건 설계
chap3. 데이터베이스 기초 활용하기
- 데이터베이스 종류
- 데이터 베이스
- 다수의 인원, 시스템, 프로그램이 사용할 목적으로 통합해 관리되는 데이터 집합.
- 효과적 관리를 위해 중복성 제거, 무결성 확보, 일관성 유지, 유용성 보장 등 중요
- 데이터 베이스 정의 (통저운공)
- 통합된 데이터 - 자료의 중복을 배제한 데이터 모임
- 저장된 데이터 - 저장 매체에 저장된 데이터
- 운영 데이터 - 조직의 업무를 수행하는 데 필요한 데이터
- 공용 데이터 - 여러 애플리케이션, 시스템들이 공동으로 사용하는 데이터
- 데이터베이스 특성 (실계동내)
- 실시간 접근성
- 계속적인 변화
- 동시공용
- 내용 참조
- 데이터베이스 종류
- 파일시스템 개념
- 파일에 이름을 부여하고 저장이나 검색을 위하여 논리적으로 그것을 어디에 위치시켜야 하는지 정의한 뒤 관리하는 데이터베이스 전 단계의 데이터 관리 방식
- ISAM
- VSAM
- 관계형 데이터베이스 관리 시스템
- 관계형 모델을 기반으로 하는 가장 보편화된 데이터베이스 관리 시스템
- 데이터를 저장하는 테이블의 일부를 다른 테이블과 상하 관계로 표시하며 상관관계를 정리함.
- Oracle, SQL server, MySQL, Maria DB 등
- 계층형 데이터베이스 관리 시스템
- 계층형 DBMS는 데이터를 상하 종속적인 관계로 계층화하여 관리하는 데이터베이스
- 접근속도가 빠르지만, 종속적인 구조로 인하여 변화하는 데이터 구조에 유연하게 대응하기 쉽지 않다.
- 네트워크 데이터베이스 관리 시스템
- 네트워크 DBMS 는 데이터의 구조를 네트워크상의 망상 형태로 표현한 데이터 모델.
- 트리 구조나 계층형 데이터베이스보단 유연하지만 설계가 복잡한 단점 존재
- 파일시스템 개념
- 데이터베이스 관리 툴
- 데이터베이스 생성, 삭제
- SQL 명령어 작성 및 실행
- 상태 모니터링
- 사용자 계정 관리
- 데이터베이스 내보내기 / 가져오기
- 환경 설정
- DBMS
- 데이터 관리의 복잡성을 해결하는 동시에 데이터 추가, 변경, 검색, 삭제 및 백업, 복구, 보안 등의 기능을 지원하는 소프트웨어.
- 유형 (키컬도그)
- 키-값 DBMS
- 키 기반 get, put, delete 제공, 메모리 기반 성능 우선 시스템 및 빅데이터 처리 가능 DBMS
- Unique 한 키에 하나의 값을 가진 형태
- 컬럼기반 데이터 저장 DBMS
- key 안에 (column, value) 조합으로 된 여러 필드를 갖는 dbms.
- 테이블 기반, 조인 미지원, 컬럼 기반으로 구글의 빅테이블 기반으로 구현
- 문서 저장 DBMS
- 값의 데이터 타입이 문서라는 타입을 사용하는 DBMS.
- 문서 타입은 XML, JSON 과 같이 구조화된 데이터 타입으로, 복잡한 계층 구조 표현 가능.
- 그래프 DBMS
- 시맨틱 웹과 온톨로지 분야에서 활용되는 그래프로 데이터를 표현하는 DBMS
- 노드와 엣지로 특징되는 요소 특화
- 노드 간 관계를 구조화하여 저장.
- 키-값 DBMS
- DBMS 특징 (무일회보효)
- 데이터 무결성
- 부적절한 자료가 입력돼 동일한 내용에 대해 서로 다른 데이터가 저장되는 것을 허용하지 않는 성질
- 데이터 일관성
- 삽입,삭제,갱신, 생성 후에도 저장된 데이터가 변함없이 일정
- 데이터 회복성
- 장애가 발생했을 시 특정 상태로 복구되어야하는 성질
- 데이터 보안성
- 불법적인 노출, 변경, 손실로부터 보호되어야하는 성질
- 데이터 효율성
- 응답 시간, 저장 공간 활용 등이 최적화 되어 사용자, 소프트웨어, 시스템 등 요구 조건을 만족시켜야 하는 성질
- 이거 각 성질 명 설명 알자!
- 데이터 무결성
- 상용 DBMS 및 오픈 소스 기반 DBMS
- 상용 DBMS - 특정 회사에서 유료로 판매하는 시스템.
- 유지보수, 지원 원활
- 오픈 소스 기반 DBMS
- 오픈 소스 라이선스 정책을 준용하는 범위 내에서 사용이 자유로움.
- 상용 DBMS - 특정 회사에서 유료로 판매하는 시스템.
- 데이터베이스 기술 트랜드
- 빅데이터
- 시스템, 서비스, 조직 등에서 주어진 비용, 시간 내에 처리 가능한 데이터 범위를 넘어서는 수십 페타바이트 크기의 비정형 데이터.
- 데이터의 양(Volume)
- 데이터의 다양성(Variety)
- 데이터의 속도(Velocity)
- 빅데이터 수집, 저장, 처리 기술
- 비정형/반정형 데이터 수집
- 정형 데이터 수집
- 분산데이터 저장/처리
- 분산데이터 베이스
- 빅데이터
- NoSQL
- 전통적인 RDBMS 와 서로 다른 DBMS를 지칭하기 위한 용어로 데이터 저장에 고정된 테이블 스키마가 필요하지 않고 조인 연산을 사용할 수 없으며, 수평적으로 확장이 가능한 DBMS이다.
- NoSQL 특성
- Basically Available
- 언제든 데이터에 접근할 수 있어야 한다.
- Soft-State
- 노드의 상태는 내부의 정보에 의해 결정되는게 아니라 외부에서 전송된 정보를 통해 결정된다.
- Eventually Consistency
- 일정 시간이 지나면 데이터의 일관성이 유지되는 속성
- Basically Available
- NoSQL 유형
- Key-Value Store
- unique한 key에 하나의 value를 가진 형태
- Column Family Data Store
- key안에 (column, value) 조합으로 된 여러 필드를 갖는다.
- Document Store
- value의 데이터 타입이 document 란타입을 사용하는 db
- Graph Store
- 시멘틱 웹과 온톨로지 분야에서 활용되는 그래프로 데이터를 표현하는 db
- Key-Value Store
- 데이터 마이닝
- 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 기술
- 대규모 데이터에서 의미 있는 패턴을 파악하거나 예측하여 의사결정에 활용하는 기법
- 절차
- 목적 설정
- 데이터 준비
- 가공
- 마이닝 기법 적용
- 정보 검증
- 주요 기법 (분연 연데)
- 분류 규칙
- 연관규칙
- 연속 규칙
- 데이터 군집화
- 데이터 베이스
'정보처리기사 실기 개념 외울것만' 카테고리의 다른 글
| 8단원. 서버 프로그램 구현 (0) | 2022.10.11 |
|---|---|
| 5단원. 인터페이스 구현 (0) | 2022.10.11 |
| 1단원. 요구사항 확인 (0) | 2022.10.06 |
| 11단원. 응용 sw 기초 기술 활용 (1) | 2022.10.05 |
| 10단원. 애플리케이션 테스트 관리 (0) | 2022.10.05 |