당신은 주제를 찾고 있습니까 “정보 처리 기사 실기 데이터베이스 정리 – 정보처리기사 실기 대비 특강 | 데이터베이스 (1)“? 다음 카테고리의 웹사이트 https://kk.taphoamini.com 에서 귀하의 모든 질문에 답변해 드립니다: https://kk.taphoamini.com/wiki/. 바로 아래에서 답을 찾을 수 있습니다. 작성자 흥달쌤 이(가) 작성한 기사에는 조회수 4,707회 및 좋아요 142개 개의 좋아요가 있습니다.
Table of Contents
정보 처리 기사 실기 데이터베이스 정리 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 정보처리기사 실기 대비 특강 | 데이터베이스 (1) – 정보 처리 기사 실기 데이터베이스 정리 주제에 대한 세부정보를 참조하세요
내년 필기 시험 데이터베이스 준비하고 있는 내용입니다.
DB의 출제범위는 실기와 필기가 출제범위가 같으니, SQL 활용쪽 강의를 들어주세요.
여러분의 합격을 진심으로 응원합니다.
#흥달 #흥달쌤 #정처기 #정보처리 #정보처리기사 #정보처리기출 #JAVA #C언어 #전산직 #계리직 #프로그래밍 #정보처리기사필기 #기출문제풀이
정보 처리 기사 실기 데이터베이스 정리 주제에 대한 자세한 내용은 여기를 참조하세요.
정보처리기사 실기 데이터베이스 요약 – 저녁밥 기술 블로그
정보처리기사 2019년 3회차를 응시하기 위해 데이터베이스 과목을 공부하며 기록한 요약본입니다.
Source: dinn.github.io
Date Published: 5/30/2021
View: 8094
정보처리기사 실기 3과목.Sql 응용-Sql 기초 최근 답변 161개
정보 처리 기사 실기 데이터베이스 정리 주제에 대한 자세한 내용은 여기를 참조하세요. 정보처리 실기 데이터베이스 요약집. 정보처리 최강 기사퍼스트( …
Source: ppa.dianhac.com.vn
Date Published: 2/8/2021
View: 1365
정보처리기사 실기 정리 – 데이터베이스 – 정윤상이다.
정보처리기사 실기 정리 – 데이터베이스 · 3. Schema · — 외부 스키마(서브 스키마) · — 개념 스키마(흔히 말하는 스키마) · — 내부 스키마 · 4.
Source: kit2013.tistory.com
Date Published: 7/29/2022
View: 2957
정보처리기사 실기 요약 정리 – 11. 응용 SW 기초 기술 활용(2)
11. 응용 SW 기초 기술 활용 데이터베이스 기초 활용하기 데이터베이스 종류 데이터베이스 데이터베이스 개념 다수의 인원, 시스템 또는 프로그램이 …
Source: ihp001.tistory.com
Date Published: 9/5/2022
View: 7172
[정보처리기사 실기] 데이터베이스 정리
[정보처리기사 실기] 데이터베이스 정리. SLOTHH 2016. 2. 12. 18:01. 데이터베이스의 정의 : 관련 데이터들의 모임으로 조직체의 응용시스템들이 공유해서 사용하는 …Source: beatsloth.tistory.com
Date Published: 10/27/2021
View: 287
2020년 정보처리기사 실기 내용 정리 – 2. 데이터 입출력 구현
2020년 정보처리기사 실기 내용 정리 – 2. 데이터 입출력 구현 -1) 데이터베이스 설계. 주앤정_블로그 2020. 10. 28. 18:39. 2020 정보처리기사 실기 2과목 [데이터 …
Source: zpxlcm.tistory.com
Date Published: 11/30/2022
View: 3652
정보처리기능사 실기 자격증 취득을 위한 한시간 집중 설명 핵심 …
정보 처리 기사 실기 데이터베이스 정리 주제에 대한 자세한 내용은 여기를 참조하세요. 정보처리 실기 데이터베이스 요약집. 정보처리 최강 기사퍼스트( …
Source: you.giarevietnam.vn
Date Published: 3/21/2022
View: 8981
정보처리기사 실기 요약[SQL 응용- Chapter8](정처기) – Jay’s Blog
정보처리기사 실기 정리는 제가 직접 수기로 작성하여 요약한 내용이기 … 해석을기초로 DB작업을 효율적으로 처리하기 위한 고급 데이터베이스 언어
Source: enlqn1010.tistory.com
Date Published: 2/20/2021
View: 1596
주제와 관련된 이미지 정보 처리 기사 실기 데이터베이스 정리
주제와 관련된 더 많은 사진을 참조하십시오 정보처리기사 실기 대비 특강 | 데이터베이스 (1). 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 정보 처리 기사 실기 데이터베이스 정리
- Author: 흥달쌤
- Views: 조회수 4,707회
- Likes: 좋아요 142개
- Date Published: 2022. 10. 10.
- Video Url link: https://www.youtube.com/watch?v=xBBJrcAaxXQ
정보처리기사 실기 데이터베이스 요약
본 글은 정보처리기사 2019년 3회차를 응시하기 위해 데이터베이스 과목을 공부하며 기록한 요약본입니다.
내용은 다음을 참고하여 작성하였으며 2020년 부터는 정처기 시험이 개편된다곤 하지만 DB의 전체적인 흐름을 파악하는데 도움이 되고자 업로드 하였습니다.
References
1. 데이터베이스(DB)의 개념
1.1. 정의
특정 조직의 업무를 수행하는데 필요한 상호 관련된 데이터들의 모임
통합 데이터(Integrated Data) 검색 효율성을 위해 중복을 최소화한 데이터 eg) 클라우드 저장 데이터(Stored Data) 컴퓨터가 접근 가능한 매체에 저장된 데이터 운영 데이터(Operational Data) 조직의 목적을 위해 존재가치가 확실하고 반드시 필요한 데이터 공유 데이터(Shared Data) 여러 응용프로그램이 공동을 사용하는 데이터
1.2. 특징
실시간 접근성(Real Time Accessiblity) 사용자 질의에 즉시 처리하여 응답 계속적인 변화(Continuous Evolution) 삽입/수정/삭제를 통해 항상 최근의 정확한 데이터를 동적으로 유지 내용에 의한 참조(Content Reference) 데이터 참조 시 튜플이 주소나 위치가 아닌 데이터 내용에 따라 참조 동시 공유(Concurrent Sharing) 여러 사용자가 동시에 원하는 데이터를 공용 데이터 논리적/물리적 독립성(Independence)
1.3. 데이터 언어: DBMS와의 통신수단
DDL(Data Definition Language, 데이터 정의어) DB를 구축하거나 변경할 목적으로 사용하는 언어 DML(Data Manipulation Language, 데이터 조작어) 응용프로그램과 DBMS 사이의 인터페이스를 위한 언어 DCL(Data Control Language, 데이터 제어어) 보안/권한제어, 무결성, 회복, 병행제어를 위한 언어
1.4. 데이터베이스 사용자
DBA(Database Administrator) DDL과 DCL을 통해 DB를 정의하고 제어하는 사람/그룹 데이터 관리자(Data Administrator) 기업 또는 조직 전반에 있는 데이터에 대한 관리 총괄/통제 데이터 설계자(Data Architect) 기업 업무 수행에 필요한 데이터 구조를 체계적으로 정의하는 사람 응용프로그래머(Application Programmer) 호스트 프로그래밍언어에 DML을 삽입하여 DB에 접근하는 사람 일반 사용자(End User) 질의어(query)를 통해 DBMS에 접근하는 사람
DA(Data Administrator, Architect)가 data 자체를 관리하고 설계하는 설계자, 관리자라면 DBA는 DA가 설계한 구조를 바탕으로 DB를 구축하는 기술자이다.
2. 데이터베이스 관리 시스템(DBMS; Database Management System)
2.1. 개념
사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해 주고 데이터베이스를 관리해주는 소프트웨어 eg) MySQL, ORACLE, …
2.2. 특징
중복의 최소화 데이터 공동이용(공유성) DBMS는 특정 프로그램에 종속되지 않고 여러 응용 시스템들에게 데이터를 줄 수 있어야 한다. 데이터 일관성 데이터 무결성 유지(정확성/정합성) 데이터 보안 유지
2.3. 장단점
장점 논리적/물리적 독립성 보장, 공동 이용, 표준화, 무결성 유지, 실시간 처리, 중복 방지, 통합관리, 일관성 유지, 보안 유지, 최신 유지 단점 전문가 부족, 과부화, 전산화 비용 증가, 백업과 회복 어려움, 시스템 복잡
DSMS(Data Stream Management System) 통신 상 데이터 스트리밍을 통해 데이터를 처리하고 관리하는 시스템으로 동적인 데이터를 처리하는 관리 시스템
3. 스키마(Schema)
3.1. 정의
데이터베이스의 구조와 계약조건에 관한 전반적인 명세
3.2. 스키마 3계층
외부 스키마(External Schema) 사용자나 응용프로그래머가 각 개인 입장에서 필요로 하는 DB의 논리적 구조를 정의한다. 사용자 입장에서 보여지는 구조 개념 스키마(Conceptual Schema) 개체간 관계와 제약 조건을 나타내고, 접근권한, 보안정책, 무결성 규정에 관한 명세를 정의한다. 전체적인 DB의 구조, 제약조건, 보안과 관련된 모든 요소들 내부 스키마(Internal Schema) DB의 물리적 구조 정의 물리적으로 저장돼 있는 데이터의 유형이나 크기와 관련된 구조
4. 데이터베이스 설계
4.1. 정의
DB Schema를 개발하는 과정이며 데이터 모델링이라고도 한다.
현실 세계의 정보들을 컴퓨터에 체계적으로 표현하기 위해서 단순화, 추상화 형태로 나타낸 개념적 모형
4.2. 구성 요소
구조(Structure) / 연산(Operation) / 제약조건(Constraint)
4.3. 개념적 데이터 모델
요구조건 분석 요구조건 명세서 작성 개념적 설계 개념스키마 설계, 트랜잭션 모델링, ER모델링. 무엇을 데이터베이스화 할 것이냐?(DA의 역할) 논리적 설계 논리 스키마 설계, 트랜잭션 인터페이스 설계 물리적 설계 물리적 구조의 데이터(내부 스키마)로 변환 데이터베이스 구현 DDL로 데이터베이스 생성, 트랜잭션 생성
개념적 데이터베이스 모델링
5. ER모델
대표적인 개념적 데이터 모델(Peter Chen, 1976)
5.1. 개체(Entity)
DB화 하려는 대상
Entity Type – Entity Instance
5.2. 속성(Attribute)
단순 속성 vs 복합 속성 단순 속성 (simple attribute) 더 이상 분해할 수 없는 속성 eg) 이름
복합 속성 (composit attribute) 단순 속성으로 분해할 수 있는 속성 eg) 주소 단일값 속성 vs 다중값 속성 단일값 속성(single value attribute) 하나의 값을 갖는 속성
다중값 속성(multiple value attribute) 여러 값을 갖는 속성 -> 정규화를 통해 가급적이면 분해해야 한다. 저장속성 vs 유도 속성 저장 속성(Stored Attribute) 유도 속성 계산을 위해 사용된 속성 eg) 강사 입문 년도
유도 속성(Derived Attribute) 다른 속성 값으로 부터 유도되어 결정되는 속성 eg) 강사 경력
5.3. 관계 타입(Relationship Type) / 관계의 카디널리티(Relationship Cardinality)
1:1관계 관계에 참여하고 있는 두 개체 타입이 모두 하나씩의 개체 occurence를 갖는 관계 1:N관계 관계에 참여하고 있는 두 개체 타입 중 한 개체 타임은 여러 개의 개체 occurence, 다른 한 개체 타입은 하나의 개채 occurence를 갖는 관계 N:M관계 관계에 참여하고 있는 두 개체 타입 모두 여러가지의 개체 occurence를 갖는 관계
5.4. 필수/선택 참여 관계
필수참여 관계(Mandatory Membership) 반드시 대응되는 개체가 있어야 한다. | 선택참여 관계(Optional Membership) 반드시 대응되는 개체가 없어도 된다. O
5.5. 종속 관계(Independant Relationship)
식별관계 외래 식별자가 주 식별자로 존재하는 관계(B는 A에 의존적)… 실선 비식별관계 외래 식별자가 일반속성으로 존재하는 관계(A와 B는 독립적)… 점선
5.6. 존재 종속 관계(Existance Dependance)
주 개체(dominant entity, strong entity) B개체의 존재를 결정하는 A개체 종속 개체(subdominate entity, weak entity A개체에 의해 존재가 결정되는 B개체
5.7. ISA관계: 상속관계
6. 관계형데이터 모델
테이블 또는 Relation(데이터를 원자 값으로 갖는 이차원의 테이블)의 구조로 표현하는 논리적 데이터 모델
6.1. 릴레이션의 구조
행(Row) 열(Column) Relation Scheme 표의 구조 Relation Instance 릴레이션에 실제 입력된 데이터 한 줄 Tuple 하나의 행 Relation Instance – 한 줄 단위의 데이터 그 자체 / Tuple – 하나의 행 Cardinality 입력된 튜플의 개수 속성(Atrribute) 릴레이션을 구성하는 각각의 열 개체의 특성이나 상태, 열(Column)로 입력된다. 차수(Degree) attribute/column의 수 Domain 속성이 취할 수 있는 같은 타입의 원자값들의 집합. 정의된 속성은 반드시 해당 도메인 내의 값을 취한다. eg)학년의 도메인: 1~6
6.2. 릴레이션의 특성
한 릴레이션에 포함된 튜플들은 모두 상이하다.(중복 금지) 한 릴레이션에 포함된 튜플 사이에는 순서가 없다. 한 릴레이션을 구성하는 속성의 이름(열 제목)은 유일해야 한다. 한 릴레이션을 구성하는 속성 사이에는 순서가 없다. 모든 속성값은 논리적으로 더 이상 분해할 수 없는 값인 원자값이어야 한다.
6.3. ER스키마의 관계 스키마 사상(Mapping Rule)
ER model(개념적 모델) -> Relation Schema(논리적 모델)
1:1관계 Relation A(B)의 기본키 -> B(A)의 외래키 1:N관계 Relation A의 기본키 -> B의 외래키 N:M관계 Relation A, B 기본키를 포함한 별도 릴레이션 C를 표현하며 이 때 C는 교차 엔티티(교차 릴레이션) 이다.
6.4. 교차 관계(Intersection Relationship)
관계를 테이블로 표현하여 다대다 관계를 보여주는 테이블
논리적 데이터베이스 모델링
7. 키(key)
7.1. 정의
주어진 릴레이션에서 모든 인스턴스 가운데 유일함(Uniqueness)을 보장해주는 하나 이상의 애트리뷰트의 집합이다.
튜플을 유일하게 식별할 수 있는 속성의 집합
튜플을 검색하거나 정렬할 때 튜플을 서로 구분할 수 있는 기준이 되는 속성
7.2. 특성
유일성(Uniqueness) 최소성(minimality) 최소한의 속성으로 원하는 튜플을 찾아야 한다.
7.3. 키의 종류
슈퍼키(Super Key) 튜플을 유일하게 구분하기 위해 한 개 이상의 속성들로 이루어진 키. 유일성을 만족하지만 최소성을 만족하지 못함 후보키(Candidate Key) 튜플을 유일하게 구분할 수 있는 최소 슈퍼키. 한 릴레이션에서 유일성과 최소성을 모두 만족 기본키(primary key) 후보키 중에서 대표로 지정된 키. 중복값이나 NULL값을 가질 수 없음 대체키(alternate key) 후보키 중에서 기본키를 제외한 나머지 후보키. 보조키라고도 불린다. 후보키 – 기본키 = 대체키 외래키(foreign key) 다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합 복합키(Composit Key) 2개 이상의 속성을 조합하여 만든 키
8. 무결성 제약(Integrity Constraint)
8.1. 무결성
DB에 저장된 값과 그것이 표현하는 현실세계 실제 값이 일치하는 정확성. 데이터의 정확성/정합성
8.2. 제약조건(Constraint)
DB의 정확성을 보장하기 위해 정확하지 않은 데이터가 저장되는 것을 방지하기 위한 제약조건
8.3. 종류
개체 무결성 제약 한 릴레이션의 기본키를 구성하는 어떠한 속성값도 NULL이나 중복값을 가질 수 없다. 참조 무결성 제약 외래키 값은 NULL 또는 참조 릴레이션 기본키 값과 동일해야 함. FK를 통해 찾아갔는데 없으면 안된다. 도메인 무결성 제약 주어진 속성의 값이 도메인에 속한 것이어야 함 (도메인 – 속성값이 가질 수 잇는 범위, 원자값들의 집합)
8.4. 무결성 제약을 위한 DBMS의 옵션
restrict – no action cascade – 연쇄 삭제 연쇄 수정 set null – 널값으로 수정 set default – 기본값으로 수정
9. 이상(Anomaly)
9.1. 개념
데이터 중복으로 인해 릴레이션 조작 시 예상하지 못한 곤란한 현상이 발상
이상은 속성들 간에 존재하는 여러 종류의 종속 관계를 하나의 릴레이션에 표현할 때 발생
9.2. 종류
삽입 이상(Insertion Anomaly) 데이터 삽입 시 의도하지 않는 값들로 인해 삽입이 불가능한 현상 삭제 이상(deletion Anomaly) 한 튜플 삭제 시 의도하지 않은 값들도 같이 삭제되는 현상 갱신 이상(Update Anomaly) 갱신 시 일부 튜플의 정보만 갱신 되어 정보의 불일치성이 생기는 현상
10. 함수적 종속성(Functional Dependency)
10.1. 정의
X -> Y ‘X이면 Y이다’
X는 결정자(Determinant) / Y는 종속자(Dependent)
10.2. 정규형
함수적 종속 정규형 완전 함수적 종속 2NF 부분 함수적 종속 2NF 이행 함수적 종속 3NF 다치 종속 4NF 조인 종속 5NF
10.3. 완전함수적종속 / 부분함수적종속
복합키로 기본키가 구성되어 있을 때,
키를 구성하는 모든 속성을 참조해서 특정 속성을 조회할 수 있다면 완전함수적종속이고 일부 속성만을 참조해서 특정 속성을 조회할 수 있다면 부분함수적종속이다.
학번, 과목코드 -> 학과, 성명
학번, 과목코드 -> 학과 / 학번 -> 성명
부분함수적종속을 제거하고 완전함수적종속으로 바꾼다.
10.4. 이행함수적종속
A->B->C
학번 -> 주민번호 -> 성명
학번 -> 주민번호 / 주민번호 -> 성명
10.5. 다치종속(MVD, Multi Value Dependent)
A -» B
과목 -» 교제|교수
과목 -> 교제 / 과목 -> 교수
10.6. 조인 종속
위조튜플
11. 정규화(normalization)
비정규 릴레이션(개념스키마) -> 정규화된 릴레이션
테이블을 무손실분해하여 이상 현상 발생 가능성을 줄이는 것
11.1. 무손실 분해(Lossless Decomposition)
분해된 두 릴레이션을 조인하면 원래의 릴레이션에 들어 있는 정보를 완전하게 얻을 수 있다.
여기서 손실이란 정보의 손실을 뜻한다.
정보의 손실은 원래의 릴레이션을 분해한 후에 생성된 릴레이션들을 조인한 결과에 들어 있는 정보가 원래의 릴레이션에 들어 있는 정보보다 적거나 많은 것을 모두 포함한다.
11.2. 제1정규형(1NF)
릴레이션에 속한 모든 도메인이 원자값(Atomic Value)
모든 열과 행의 중복지점에는 한 개의 값(single value)를 가진다.
11.3. 제2정규형(2NF)
키가 아닌 모든 속성들이 기본키에 완전 함수 종속
11.4. 제3정규형(3NF)
키가 아닌 모든 속성들이 기본키에 이행적으로 함수종속 되지 않는 릴레이션
11.5. BCNF(Boyce-Codd NF)
릴레이션의 모든 결정자가 후보키인 릴레이션 강한 제3정규형(3.5NF)리아고도 함
11.6. 제4정규형(4NF)
릴레이션 R에서 다치종속 A ->-> B 가 성립하는 경우 다치종속(MVD)의 제거
11.7. 제5정규형(5NF)
조인종속성 이용
물리적 데이터베이스 모델링
12. 물리적 데이터베이스 모델링
12.1. 정의
저장구조와 접근경로의 설계
데이터베이스의 쿼리와 트랜잭션들을 분석
역정규화
12.2. 물리적 DB 설계 시 고려사항
응답 시간의 최소화
저장 공간의 효율화
트랜잭션 처리도
12.3. 물리적 DB 설계의 기능
저장 레코드 양식 설계 -> type과 data size를 정한다.
레코드 집중의 분석 및 설계 -> 자주 함께 사용되는 데이터끼리는 가까운 곳에 저장한다.
13. 반정규화/역정규화(De-normalization)
13.1. 정의
시스템의 성능향상과 개발/운영의 단순화를 위해 기존 설계를 재구성하는 것
데이터의 정합성과 데이터의 무결성을 우선으로 할지, 데이터베이스 구성의 단순화와 성능을 우선으로 할지 결정해야 함
트랜잭션 발생량이 많아 시스템 성능에 크게 영향을 주는 테이블만을 대상으로 한다.
13.2. 반정규화 과정
반정규화 대상 조사 범위처리 빈도수 조사 테이블 조인 개수 다른 방법 검토 뷰(View) 테이블 클러스터링 적용 인덱스의 조정 반정규화 적용 테이블 반정규화 속성의 반정규화 관계의 반정규화
13.3. 반정규화 대상 조사
상관 모델링 트랜잭션의 빈도수를 예상하기 위해 업무 프로세스와 데이터베이스의 상관성을 설계하는 작업 업무가 처리되는 과정에 따라 데이터가 어떻게 영향을 받고 있는지 분석하여 설계 CRUD MATRIX CRUD 4가지 유형으로 업무가 진행되는 절차에 따른 데이터의 상관관계를 분석
13.4. TABLE 반정규화
정규화 과정에 의해 분리된 두 테이블에 많은 트랜잭션이 발생하여 JOIN 연산으로 인해 시스템 저하가 일어날 수 있으므로이런 경우 두 테이블을 병합
TABLE 분할 – 수직적 분할 / 수평적 분할
테이블의 수직적 분할(Vertical Partitioning) 트랜잭션이 집중 발생하는 속성들을 따로 뽑아서 분할한다. 테이블의 수평적 분할(Horizontal Partitioning) 천만 개의 데이터를 백만개 데이터 10개로 자른다.
13.5. Column(속성)의 반정규화
중복 컬럼 방법 해당 테이블에서 자주 사용하는 다른 테이블의 컬럼을 해당 테이블에도 복사한다. 파생 컬럼 추가 필요에 의해 특정 속성값으로 만들어지는 파생 컬럼을 추가
14. View 설계
14.1. View
가상테이블
14.2. DDL
CREATE VIEW name ( attr1 , attr2 , …) AS SELECT attr , … FROM table , … WHERE condition
15. 인덱스(Index) 설계
15.1. 정의
데이터베이스에서 원하는 데이터를 좀더 빨리 찾아줄 수 있도록 데이터의 위치정보를 모아놓은 개체
항상 정렬 상태로 유지되며 성능 향상에 기여한다.
수정이 자주 발생하지 않는 컬럼을 인덱스로 선정한다.
15.2. 데이터 검색 방법
FTS(Full Table SCAN) INDEX SCAN
15.3. 인덱스의 종류
Clustered INDEX 인덱스 기준으로 데이터를 정렬 검색 속도가 빠르고 범위 조회(Range Query)에서 빠르다 한 테이블에 한 Clustered INDEX만 생성 가능 기본키를 만들면 일반적으로 기본키에 Clustered INDEX가 생성됨 루트 -> 리프 Non Clustered INDEX 데이터 페이지의 데이터 그대로 위치 정보를 인덱스로 구성 별도 인덱스 페이지가 생성 검색 속도가 느리며 범위 조회를 할 경우 거의 인덱스의 도움을 받을 수 없다. 여러 개의 인덱스 생성 가능 더 많은 공간 차지 루트 -> 리프 -> 데이터 페이지
15.4. 선택성(Selectivity)
선택될 수 있는 빈도
분포도가 높으면 선택성이 낮아진다.
16. 관계 데이터 연산
SOC(Structure, Operation, Constraint)
16.1. 관계 대수(Relational Algebra)
원하는 정보와 그 정보를 어떻게 유도하는가를 기술하는 절차적인 언어
일반 집합 연산자 / 순수 관계 연산자
어떻게?
일반 관계 연산자 UNION / INTERSECTION / DIFFERENCE / CARTESIAN PRODUCT 순수 관계 연산자 SELECT / PROJECT / JOIN / Theta JOIN / Equi JOIN / Natural JOIN / Outer JOIN / DIVISION SELECT 튜플의 수평적 부분집합 PROJECT 튜플의 수직적 부분집합
16.2. 관계해석 Relational Calculus
원하는 정보가 무엇이라는것만 정의하는 비절차적 언어
DB 구축 – SQL
17. DDL(Data Definition Language)
Metadata in System Catalog = Data Dictionary
17.1. CREATE
CREATE DOMAIN GENDER CHAR ( 2 ) DEFAULT ‘여’ CONSTRAINT VALID – GENDER CHECK ( VALUE IN ( ‘남’ , ‘여’ ))
CREATE TABLE 학생 ( 학번 CHAR ( 15 ), 이름 VARCHAR ( 15 ) NOT NULL , … , 성별 GENDER , 생년월일 DATE , PRIMARY KEY ( 학번 ), UNIQUE ( 전화번호 ), FOREIGN KEY ( 학과 ) REFERENCES 학과 ( 학과코드 ) ON DELETE DASCADE ON UPDATE CASCADE , CONSTRAINT 학년제약 CHECK ( 학년 >= 1 AND 학년 <= 4 )); ON DELETE { CASCADE | SET NULL | SET DEFAULT | NO ACTION | RESTRICT } ON UPDATE { CASCADE | SET NULL | SET DEFAULT | NO ACTION | RESTRICT } CREATE VIEW 컴공학생 ( 학번 , 이름 , 학과 ) AS SELECT 학번 , 이름 , 학과 FROM 학생 WHERE 학과 = '컴공' [ WITH CHECK OPTION ]; CREATE UNIQUE INDEX 학번 _idx ON 학생 ( 학번 ASC ); 17.2. ALTER ALTER TABLE 학생 ADD / ALTER / DROP 연락처 VARCHAR ( 13 ) 17.3. DROP 18. DCL(Data Control Language) 18.1. COMMIT 18.2. ROLLBACK 18.3. GRANT GRANT SELECT , DELETE ON STUDENT TO U1 WITH GRANT OPTION ; 18.4. REVOKE REVOKE SELECT , DELETE ON STUDENT FROM U1 CASCADE ; 19. DML(Data Manipulation Language) 19.1. SELECT SELECT * FROM 학생 ; SELECT DISTINCT 학과 FROM 학생 ; SELECT 학번 , 성명 FROM 학생 WHERE 학과 = '전기' AND 학년 = 4 ; SELECT * FROM 학생 WHERE 학과 IN ( '기계' , '컴퓨터' ) AND 학년 IS NULL ; SELECT * FROM 학생 WHERE 성명 LIKE '이%' ; SELECT * FROM 수강 WHERE 성적 BETWEEN 90 AND 100 ; SELECT * FROM 수강 ORDER BY 학번 ASC , 과목코드 DESC ; SELECT 학번 , AVG ( 성적 ) AS 평균성적 FROM 수강 GROUP BY 학번 ; SELECT 과목코드 , COUNT ( * ) AS 학생수 FROM 수강 GROUP BY 과목코드 HAVING COUNT ( * ) > 1 ;
SELECT 성명 , 학과 FROM 학생 WHERE 학번 = ( SELECT 학번 FROM 수강 WHERE 성적 = 100 );
SELECT 학번 , 성명 FROM 학생 WHERE 학번 IN ( SELECT 학번 FROM 수강 WHERE 과목코드 = ‘C001’ );
SELECT 학번 , 성명 FROM 학생 WHERE EXIST ( SELECT * FROM 수강 WHERE 학번 = 학생 . 학번 AND 과목코드 = ‘C001’ );
SELECT 학번 FROM 학생 WHERE 학년 = 1 UNION SELECT 학번 FROM 수강 WHERE 과목코드 = ‘C002’ ;
SELECT 학번 FROM 학생 EXCEPT SELECT DISTINCT ( 학번 ) FROM 수강 ;
SELECT 학생 . 학번 , 학생 . 성명 , 수강 . 과목코드 FROM 학생 , 수강 WHERE 학생 . 학번 = 수강 . 학번 AND 학생 . 학과 = ‘전기’ ;
SELECT A . 학번 , A . 성명 , B . 과목코드 FROM 학생 A JOIN 수강 B ON ( A . 학번 = B . 학번 ) WHERE A . 학과 = ‘전기’ ;
SELECT A . 학번 , A . 성명 , B . 과목코드 FROM 학생 A LEFT OUTER JOIN 수강 B ON ( A . 학번 = B . 학번 ) WHERE A . 학과 = ‘전기’ ;
19.2. INSERT
INSERT INTO 학생 ( 학번 , 성명 ) VALUES ( 500 , 을지문덕 );
INSERT INTO 학생 VALUES ( 600 , 유관순 , 체육 , 3 );
INSERT INTO 졸업예정자 ( 학번 , 성명 , 학과 ) SELECT 학번 , 성명 , 학과 FROM 학생 WHERE 학년 = 4 ;
19.3. DELETE
DELETE FROM 학생 WHERE 성명 = ‘홍길동’ ;
DELETE FROM 학생 ;
UPDATE 학생 SET 학과 = ‘영어영문’ WHERE 성명 = ‘이순신’ ;
20. Trigger
CREATE TRIGGER 입고 INS ON 입고 FOR INSERT AS DECLARE @ CODE CHAR ( 6 ), @ QTY INT SET @ CODE = ( SELECT 상품코드 FROM INSERTED ) SET @ QTY = ( SELECT 입고수량 FROM INSERTED ) UPDATE 상품 SET 재고수량 = 재고수량 + @ QTY WHERE 상품코드 = @ CODE
21. 내장형SQL(Embedded SQL)
삽입 SQL, 프로그램 언어에 삽입된 SQL
22. 커서(Cursor)
복수 개의 튜플에 접근 가능하기 위한 레코드 집합의 포인터
명령어
DECLARE OPEN FETCH CLOSE
회복과 병행제어
23. 트랜잭션(Transaction)
DB에서 처리되는 작업의 단위로 연산의 집합으로 이루어져 있다.
23.1. 특징 – ACID
원자성(Atomicity) 일관성(Consistency) 격리성(Isolation) 영속성(Durability)
원자성(Atomicity) All or Nothing. 트랜잭션 내의 모든 연산은 반드시 한꺼번에 완료되어야 하며 그렇지 못한 경우는 한꺼번에 취소되어야 한다. 일관성(Consistency) 트랜잭션이 그 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 변환한다. 격리성(독립성, Isolation) 트랜잭션 T1이 실행되는 도중 T2가 실행되면 안된다. 영속성(Durability) 트랜잭션에 의해서 생성된 결과는 계속 유지되어야 한다.
23.2. 연산
COMMIT ROLLBACK
24. 회복(Recovery)
24.1. 장애의 유형
실행장애 ROLLBACK으로 종료된 경우 트랜잭션 장애 계획되지 않은 비정상적인 종료들(overflow 등) 시스템 장애 미디어 장애 저장장치의 문제
24.2. 중복 저장 기법
덤프(Dump) 주기적으로 데이터베이스 전체를 다른 저장장치에 복제하는 기법 로그(Log) 데이터베이스가 변경될 때마다 변경되는 데이터 항목의 이전 값과 이후 값을 별도로 기록하는 기법
24.3. 회복의 원리
shadowing 기법 dump해놨던 데이터를 그대로 불러와서 원본 데이터를 복원한다. redo / undo redo 장애 발생 전 완료된 트랜잭션들을 대상으로 재수행한다. undo 장애 발생 당시 실행 중이던 트랜잭션들의 실행을 되돌린다.
24.4. 회복 기법의 종류
즉시 갱신(Immediate Update) 지연 갱신(Deferred Modification) No un-do, 변경 내용이 실제적으로 DB에 반영되지 않았기 때문에 로그만 삭제하고 끝난다. 검사 시점(Check Point) 회복
25. 병행 제어(Concurrency Control)
두 개 이상의 트랜잭션이 같은 자료를 공유하여 갱신할 때 갱신 결과의 일부가 분실되는 현상이다.
race condition
25.2. 비완료 의존성(Uncommited Dependency)
하나의 트랜잭션 수행이 실패한 후 회복되기 전에 다른 트랜잭션이 실패한 갱신 결과를 참조하는 현상이다.
dirty read
25.3. 모순성(Inconsistency)
25.4. 연쇄 복귀(Cascade Rollback)
병행 수행되던 트랜잭션들의 하나에 문제가 생겨 Rollback하는다른 트랜잭션도 함께 Rollback되는 현상이다.
25.5. 병행제어의 정의
Concurrency가 가능하도록 해주는 작업
25.6. Scheduling
직렬 스케줄(Serial Schedule) 비직렬 스케줄(Nonserial Schedule)
25.7. 병행제어 기법의 종류
정보 처리 기사 실기 데이터베이스 정리 | 정보처리기사 실기 3과목.Sql 응용-Sql 기초 최근 답변 161개
당신은 주제를 찾고 있습니까 “정보 처리 기사 실기 데이터베이스 정리 – 정보처리기사 실기 3과목.SQL 응용-SQL 기초“? 다음 카테고리의 웹사이트 https://ppa.dianhac.com.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://ppa.dianhac.com.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 기사퍼스트 권우석 이(가) 작성한 기사에는 조회수 4,100회 및 좋아요 32개 개의 좋아요가 있습니다.
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
💻 무료 강의 전체 보기: http://gisafirst.com/free/lecture_free.php?seq=369
📚 기사퍼스트 정보처리기사 실기: http://gisafirst.com/lecture/goods.php?seq=369
#정보처리기사 #정보처리기사실기 #2021정보처리기사 #2021정보처리기사실기 #기사퍼스트 #권우석
정보처리 최강 기사퍼스트(www.gisafirst.com). 정보처리 실기 데이터베이스 요약집. – 1 -. 구성요소. 기호. 설명. 예시. 개체. (Entity). 데이터베이스.
+ 여기에 보기
Source: t1.daumcdn.net
Date Published: 10/10/2022
View: 9784
정보처리기사 2019년 3회차를 응시하기 위해 데이터베이스 과목을 공부하며 기록한 요약본입니다.
+ 여기에 더 보기
Source: dinn.github.io
Date Published: 6/2/2021
View: 4174
데이터베이스 기출 문제 정리 (2017년~2021년) 정보처리기사 실기 기출 문제 중에서 데이터베이스(Database)와 관련된 문제를 정리해 본다.
+ 더 읽기
Source: starrykss.tistory.com
Date Published: 4/26/2022
View: 6788
일관성(Consistency) : 트랜잭션이 실행 성공 후 항상 일관된 데이터베이스 상태를 보존. ⦁ 격리성(Isolation) : 트랜잭션 실행 중 연산 …
+ 여기를 클릭
Source: velog.io
Date Published: 9/30/2022
View: 4805
데이터베이스(Database) : 다수의 인원, 시스템 또는 프로그램이 사용할 목적으로 통합하여 관리되는 데이터의 집합. * 데이터베이스 정의
+ 자세한 내용은 여기를 클릭하십시오
Source: pleasefixthebug.tistory.com
Date Published: 11/25/2021
View: 3163
정보처리기사 실기 정리 – 데이터베이스 · 1. 데이터베이스의 개념. 1) 정의 : 특정 조직의 업무를 수행하는데 있어서 필요한 상호 관련된 데이터들의 모임.
+ 여기에 자세히 보기
Source: kit2013.tistory.com
Date Published: 1/13/2022
View: 5420
호야의 블로그 정보처리기사 실기 이번 주 일요일에 있는 정보처리기사 실기 시험을 위해 1주일간 정리하고 공부한 내용입니다.
+ 자세한 내용은 여기를 클릭하십시오
Source: kim-hoya.tistory.com
Date Published: 10/23/2021
View: 2346
2020년 정보처리기사 실기 내용 정리 – 2. 데이터 입출력 구현 -1) 데이터베이스 설계. 주앤정_블로그 2020. 10. 28. 18:39. 2020 정보처리기사 실기 2과목 [데이터 …
+ 여기에 표시
Source: zpxlcm.tistory.com
Date Published: 7/15/2021
View: 6882
주제와 관련된 더 많은 사진을 참조하십시오 정보처리기사 실기 3과목.SQL 응용-SQL 기초. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
본 글은 정보처리기사 2019년 3회차를 응시하기 위해 데이터베이스 과목을 공부하며 기록한 요약본입니다.
내용은 다음을 참고하여 작성하였으며 2020년 부터는 정처기 시험이 개편된다곤 하지만 DB의 전체적인 흐름을 파악하는데 도움이 되고자 업로드 하였습니다.
References
1. 데이터베이스(DB)의 개념
1.1. 정의
특정 조직의 업무를 수행하는데 필요한 상호 관련된 데이터들의 모임
통합 데이터(Integrated Data) 검색 효율성을 위해 중복을 최소화한 데이터 eg) 클라우드 저장 데이터(Stored Data) 컴퓨터가 접근 가능한 매체에 저장된 데이터 운영 데이터(Operational Data) 조직의 목적을 위해 존재가치가 확실하고 반드시 필요한 데이터 공유 데이터(Shared Data) 여러 응용프로그램이 공동을 사용하는 데이터
1.2. 특징
실시간 접근성(Real Time Accessiblity) 사용자 질의에 즉시 처리하여 응답 계속적인 변화(Continuous Evolution) 삽입/수정/삭제를 통해 항상 최근의 정확한 데이터를 동적으로 유지 내용에 의한 참조(Content Reference) 데이터 참조 시 튜플이 주소나 위치가 아닌 데이터 내용에 따라 참조 동시 공유(Concurrent Sharing) 여러 사용자가 동시에 원하는 데이터를 공용 데이터 논리적/물리적 독립성(Independence)
1.3. 데이터 언어: DBMS와의 통신수단
DDL(Data Definition Language, 데이터 정의어) DB를 구축하거나 변경할 목적으로 사용하는 언어 DML(Data Manipulation Language, 데이터 조작어) 응용프로그램과 DBMS 사이의 인터페이스를 위한 언어 DCL(Data Control Language, 데이터 제어어) 보안/권한제어, 무결성, 회복, 병행제어를 위한 언어
1.4. 데이터베이스 사용자
DBA(Database Administrator) DDL과 DCL을 통해 DB를 정의하고 제어하는 사람/그룹 데이터 관리자(Data Administrator) 기업 또는 조직 전반에 있는 데이터에 대한 관리 총괄/통제 데이터 설계자(Data Architect) 기업 업무 수행에 필요한 데이터 구조를 체계적으로 정의하는 사람 응용프로그래머(Application Programmer) 호스트 프로그래밍언어에 DML을 삽입하여 DB에 접근하는 사람 일반 사용자(End User) 질의어(query)를 통해 DBMS에 접근하는 사람
DA(Data Administrator, Architect)가 data 자체를 관리하고 설계하는 설계자, 관리자라면 DBA는 DA가 설계한 구조를 바탕으로 DB를 구축하는 기술자이다.
2. 데이터베이스 관리 시스템(DBMS; Database Management System)
2.1. 개념
사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해 주고 데이터베이스를 관리해주는 소프트웨어 eg) MySQL, ORACLE, …
2.2. 특징
중복의 최소화 데이터 공동이용(공유성) DBMS는 특정 프로그램에 종속되지 않고 여러 응용 시스템들에게 데이터를 줄 수 있어야 한다. 데이터 일관성 데이터 무결성 유지(정확성/정합성) 데이터 보안 유지
2.3. 장단점
장점 논리적/물리적 독립성 보장, 공동 이용, 표준화, 무결성 유지, 실시간 처리, 중복 방지, 통합관리, 일관성 유지, 보안 유지, 최신 유지 단점 전문가 부족, 과부화, 전산화 비용 증가, 백업과 회복 어려움, 시스템 복잡
DSMS(Data Stream Management System) 통신 상 데이터 스트리밍을 통해 데이터를 처리하고 관리하는 시스템으로 동적인 데이터를 처리하는 관리 시스템
3. 스키마(Schema)
3.1. 정의
데이터베이스의 구조와 계약조건에 관한 전반적인 명세
3.2. 스키마 3계층
외부 스키마(External Schema) 사용자나 응용프로그래머가 각 개인 입장에서 필요로 하는 DB의 논리적 구조를 정의한다. 사용자 입장에서 보여지는 구조 개념 스키마(Conceptual Schema) 개체간 관계와 제약 조건을 나타내고, 접근권한, 보안정책, 무결성 규정에 관한 명세를 정의한다. 전체적인 DB의 구조, 제약조건, 보안과 관련된 모든 요소들 내부 스키마(Internal Schema) DB의 물리적 구조 정의 물리적으로 저장돼 있는 데이터의 유형이나 크기와 관련된 구조
4. 데이터베이스 설계
4.1. 정의
DB Schema를 개발하는 과정이며 데이터 모델링이라고도 한다.
현실 세계의 정보들을 컴퓨터에 체계적으로 표현하기 위해서 단순화, 추상화 형태로 나타낸 개념적 모형
4.2. 구성 요소
구조(Structure) / 연산(Operation) / 제약조건(Constraint)
4.3. 개념적 데이터 모델
요구조건 분석 요구조건 명세서 작성 개념적 설계 개념스키마 설계, 트랜잭션 모델링, ER모델링. 무엇을 데이터베이스화 할 것이냐?(DA의 역할) 논리적 설계 논리 스키마 설계, 트랜잭션 인터페이스 설계 물리적 설계 물리적 구조의 데이터(내부 스키마)로 변환 데이터베이스 구현 DDL로 데이터베이스 생성, 트랜잭션 생성
개념적 데이터베이스 모델링
5. ER모델
대표적인 개념적 데이터 모델(Peter Chen, 1976)
5.1. 개체(Entity)
DB화 하려는 대상
Entity Type – Entity Instance
5.2. 속성(Attribute)
단순 속성 vs 복합 속성 단순 속성 (simple attribute) 더 이상 분해할 수 없는 속성 eg) 이름
복합 속성 (composit attribute) 단순 속성으로 분해할 수 있는 속성 eg) 주소 단일값 속성 vs 다중값 속성 단일값 속성(single value attribute) 하나의 값을 갖는 속성
다중값 속성(multiple value attribute) 여러 값을 갖는 속성 -> 정규화를 통해 가급적이면 분해해야 한다. 저장속성 vs 유도 속성 저장 속성(Stored Attribute) 유도 속성 계산을 위해 사용된 속성 eg) 강사 입문 년도
유도 속성(Derived Attribute) 다른 속성 값으로 부터 유도되어 결정되는 속성 eg) 강사 경력
5.3. 관계 타입(Relationship Type) / 관계의 카디널리티(Relationship Cardinality)
1:1관계 관계에 참여하고 있는 두 개체 타입이 모두 하나씩의 개체 occurence를 갖는 관계 1:N관계 관계에 참여하고 있는 두 개체 타입 중 한 개체 타임은 여러 개의 개체 occurence, 다른 한 개체 타입은 하나의 개채 occurence를 갖는 관계 N:M관계 관계에 참여하고 있는 두 개체 타입 모두 여러가지의 개체 occurence를 갖는 관계
5.4. 필수/선택 참여 관계
필수참여 관계(Mandatory Membership) 반드시 대응되는 개체가 있어야 한다. | 선택참여 관계(Optional Membership) 반드시 대응되는 개체가 없어도 된다. O
5.5. 종속 관계(Independant Relationship)
식별관계 외래 식별자가 주 식별자로 존재하는 관계(B는 A에 의존적)… 실선 비식별관계 외래 식별자가 일반속성으로 존재하는 관계(A와 B는 독립적)… 점선
5.6. 존재 종속 관계(Existance Dependance)
주 개체(dominant entity, strong entity) B개체의 존재를 결정하는 A개체 종속 개체(subdominate entity, weak entity A개체에 의해 존재가 결정되는 B개체
5.7. ISA관계: 상속관계
6. 관계형데이터 모델
테이블 또는 Relation(데이터를 원자 값으로 갖는 이차원의 테이블)의 구조로 표현하는 논리적 데이터 모델
6.1. 릴레이션의 구조
행(Row) 열(Column) Relation Scheme 표의 구조 Relation Instance 릴레이션에 실제 입력된 데이터 한 줄 Tuple 하나의 행 Relation Instance – 한 줄 단위의 데이터 그 자체 / Tuple – 하나의 행 Cardinality 입력된 튜플의 개수 속성(Atrribute) 릴레이션을 구성하는 각각의 열 개체의 특성이나 상태, 열(Column)로 입력된다. 차수(Degree) attribute/column의 수 Domain 속성이 취할 수 있는 같은 타입의 원자값들의 집합. 정의된 속성은 반드시 해당 도메인 내의 값을 취한다. eg)학년의 도메인: 1~6
6.2. 릴레이션의 특성
한 릴레이션에 포함된 튜플들은 모두 상이하다.(중복 금지) 한 릴레이션에 포함된 튜플 사이에는 순서가 없다. 한 릴레이션을 구성하는 속성의 이름(열 제목)은 유일해야 한다. 한 릴레이션을 구성하는 속성 사이에는 순서가 없다. 모든 속성값은 논리적으로 더 이상 분해할 수 없는 값인 원자값이어야 한다.
6.3. ER스키마의 관계 스키마 사상(Mapping Rule)
ER model(개념적 모델) -> Relation Schema(논리적 모델)
1:1관계 Relation A(B)의 기본키 -> B(A)의 외래키 1:N관계 Relation A의 기본키 -> B의 외래키 N:M관계 Relation A, B 기본키를 포함한 별도 릴레이션 C를 표현하며 이 때 C는 교차 엔티티(교차 릴레이션) 이다.
6.4. 교차 관계(Intersection Relationship)
관계를 테이블로 표현하여 다대다 관계를 보여주는 테이블
논리적 데이터베이스 모델링
7. 키(key)
7.1. 정의
주어진 릴레이션에서 모든 인스턴스 가운데 유일함(Uniqueness)을 보장해주는 하나 이상의 애트리뷰트의 집합이다.
튜플을 유일하게 식별할 수 있는 속성의 집합
튜플을 검색하거나 정렬할 때 튜플을 서로 구분할 수 있는 기준이 되는 속성
7.2. 특성
유일성(Uniqueness) 최소성(minimality) 최소한의 속성으로 원하는 튜플을 찾아야 한다.
7.3. 키의 종류
슈퍼키(Super Key) 튜플을 유일하게 구분하기 위해 한 개 이상의 속성들로 이루어진 키. 유일성을 만족하지만 최소성을 만족하지 못함 후보키(Candidate Key) 튜플을 유일하게 구분할 수 있는 최소 슈퍼키. 한 릴레이션에서 유일성과 최소성을 모두 만족 기본키(primary key) 후보키 중에서 대표로 지정된 키. 중복값이나 NULL값을 가질 수 없음 대체키(alternate key) 후보키 중에서 기본키를 제외한 나머지 후보키. 보조키라고도 불린다. 후보키 – 기본키 = 대체키 외래키(foreign key) 다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합 복합키(Composit Key) 2개 이상의 속성을 조합하여 만든 키
8. 무결성 제약(Integrity Constraint)
8.1. 무결성
DB에 저장된 값과 그것이 표현하는 현실세계 실제 값이 일치하는 정확성. 데이터의 정확성/정합성
8.2. 제약조건(Constraint)
DB의 정확성을 보장하기 위해 정확하지 않은 데이터가 저장되는 것을 방지하기 위한 제약조건
8.3. 종류
개체 무결성 제약 한 릴레이션의 기본키를 구성하는 어떠한 속성값도 NULL이나 중복값을 가질 수 없다. 참조 무결성 제약 외래키 값은 NULL 또는 참조 릴레이션 기본키 값과 동일해야 함. FK를 통해 찾아갔는데 없으면 안된다. 도메인 무결성 제약 주어진 속성의 값이 도메인에 속한 것이어야 함 (도메인 – 속성값이 가질 수 잇는 범위, 원자값들의 집합)
8.4. 무결성 제약을 위한 DBMS의 옵션
restrict – no action cascade – 연쇄 삭제 연쇄 수정 set null – 널값으로 수정 set default – 기본값으로 수정
9. 이상(Anomaly)
9.1. 개념
데이터 중복으로 인해 릴레이션 조작 시 예상하지 못한 곤란한 현상이 발상
이상은 속성들 간에 존재하는 여러 종류의 종속 관계를 하나의 릴레이션에 표현할 때 발생
9.2. 종류
삽입 이상(Insertion Anomaly) 데이터 삽입 시 의도하지 않는 값들로 인해 삽입이 불가능한 현상 삭제 이상(deletion Anomaly) 한 튜플 삭제 시 의도하지 않은 값들도 같이 삭제되는 현상 갱신 이상(Update Anomaly) 갱신 시 일부 튜플의 정보만 갱신 되어 정보의 불일치성이 생기는 현상
10. 함수적 종속성(Functional Dependency)
10.1. 정의
X -> Y ‘X이면 Y이다’
X는 결정자(Determinant) / Y는 종속자(Dependent)
10.2. 정규형
함수적 종속 정규형 완전 함수적 종속 2NF 부분 함수적 종속 2NF 이행 함수적 종속 3NF 다치 종속 4NF 조인 종속 5NF
10.3. 완전함수적종속 / 부분함수적종속
복합키로 기본키가 구성되어 있을 때,
키를 구성하는 모든 속성을 참조해서 특정 속성을 조회할 수 있다면 완전함수적종속이고 일부 속성만을 참조해서 특정 속성을 조회할 수 있다면 부분함수적종속이다.
학번, 과목코드 -> 학과, 성명
학번, 과목코드 -> 학과 / 학번 -> 성명
부분함수적종속을 제거하고 완전함수적종속으로 바꾼다.
10.4. 이행함수적종속
A->B->C
학번 -> 주민번호 -> 성명
학번 -> 주민번호 / 주민번호 -> 성명
10.5. 다치종속(MVD, Multi Value Dependent)
A -» B
과목 -» 교제|교수
과목 -> 교제 / 과목 -> 교수
10.6. 조인 종속
위조튜플
11. 정규화(normalization)
비정규 릴레이션(개념스키마) -> 정규화된 릴레이션
테이블을 무손실분해하여 이상 현상 발생 가능성을 줄이는 것
11.1. 무손실 분해(Lossless Decomposition)
분해된 두 릴레이션을 조인하면 원래의 릴레이션에 들어 있는 정보를 완전하게 얻을 수 있다.
여기서 손실이란 정보의 손실을 뜻한다.
정보의 손실은 원래의 릴레이션을 분해한 후에 생성된 릴레이션들을 조인한 결과에 들어 있는 정보가 원래의 릴레이션에 들어 있는 정보보다 적거나 많은 것을 모두 포함한다.
11.2. 제1정규형(1NF)
릴레이션에 속한 모든 도메인이 원자값(Atomic Value)
모든 열과 행의 중복지점에는 한 개의 값(single value)를 가진다.
11.3. 제2정규형(2NF)
키가 아닌 모든 속성들이 기본키에 완전 함수 종속
11.4. 제3정규형(3NF)
키가 아닌 모든 속성들이 기본키에 이행적으로 함수종속 되지 않는 릴레이션
11.5. BCNF(Boyce-Codd NF)
릴레이션의 모든 결정자가 후보키인 릴레이션 강한 제3정규형(3.5NF)리아고도 함
11.6. 제4정규형(4NF)
릴레이션 R에서 다치종속 A ->-> B 가 성립하는 경우 다치종속(MVD)의 제거
11.7. 제5정규형(5NF)
조인종속성 이용
물리적 데이터베이스 모델링
12. 물리적 데이터베이스 모델링
12.1. 정의
저장구조와 접근경로의 설계
데이터베이스의 쿼리와 트랜잭션들을 분석
역정규화
12.2. 물리적 DB 설계 시 고려사항
응답 시간의 최소화
저장 공간의 효율화
트랜잭션 처리도
12.3. 물리적 DB 설계의 기능
저장 레코드 양식 설계 -> type과 data size를 정한다.
레코드 집중의 분석 및 설계 -> 자주 함께 사용되는 데이터끼리는 가까운 곳에 저장한다.
13. 반정규화/역정규화(De-normalization)
13.1. 정의
시스템의 성능향상과 개발/운영의 단순화를 위해 기존 설계를 재구성하는 것
데이터의 정합성과 데이터의 무결성을 우선으로 할지, 데이터베이스 구성의 단순화와 성능을 우선으로 할지 결정해야 함
트랜잭션 발생량이 많아 시스템 성능에 크게 영향을 주는 테이블만을 대상으로 한다.
13.2. 반정규화 과정
반정규화 대상 조사 범위처리 빈도수 조사 테이블 조인 개수 다른 방법 검토 뷰(View) 테이블 클러스터링 적용 인덱스의 조정 반정규화 적용 테이블 반정규화 속성의 반정규화 관계의 반정규화
13.3. 반정규화 대상 조사
상관 모델링 트랜잭션의 빈도수를 예상하기 위해 업무 프로세스와 데이터베이스의 상관성을 설계하는 작업 업무가 처리되는 과정에 따라 데이터가 어떻게 영향을 받고 있는지 분석하여 설계 CRUD MATRIX CRUD 4가지 유형으로 업무가 진행되는 절차에 따른 데이터의 상관관계를 분석
13.4. TABLE 반정규화
정규화 과정에 의해 분리된 두 테이블에 많은 트랜잭션이 발생하여 JOIN 연산으로 인해 시스템 저하가 일어날 수 있으므로이런 경우 두 테이블을 병합
TABLE 분할 – 수직적 분할 / 수평적 분할
테이블의 수직적 분할(Vertical Partitioning) 트랜잭션이 집중 발생하는 속성들을 따로 뽑아서 분할한다. 테이블의 수평적 분할(Horizontal Partitioning) 천만 개의 데이터를 백만개 데이터 10개로 자른다.
13.5. Column(속성)의 반정규화
중복 컬럼 방법 해당 테이블에서 자주 사용하는 다른 테이블의 컬럼을 해당 테이블에도 복사한다. 파생 컬럼 추가 필요에 의해 특정 속성값으로 만들어지는 파생 컬럼을 추가
14. View 설계
14.1. View
가상테이블
14.2. DDL
CREATE VIEW name ( attr1 , attr2 , …) AS SELECT attr , … FROM table , … WHERE condition
15. 인덱스(Index) 설계
15.1. 정의
데이터베이스에서 원하는 데이터를 좀더 빨리 찾아줄 수 있도록 데이터의 위치정보를 모아놓은 개체
항상 정렬 상태로 유지되며 성능 향상에 기여한다.
수정이 자주 발생하지 않는 컬럼을 인덱스로 선정한다.
15.2. 데이터 검색 방법
FTS(Full Table SCAN) INDEX SCAN
15.3. 인덱스의 종류
Clustered INDEX 인덱스 기준으로 데이터를 정렬 검색 속도가 빠르고 범위 조회(Range Query)에서 빠르다 한 테이블에 한 Clustered INDEX만 생성 가능 기본키를 만들면 일반적으로 기본키에 Clustered INDEX가 생성됨 루트 -> 리프 Non Clustered INDEX 데이터 페이지의 데이터 그대로 위치 정보를 인덱스로 구성 별도 인덱스 페이지가 생성 검색 속도가 느리며 범위 조회를 할 경우 거의 인덱스의 도움을 받을 수 없다. 여러 개의 인덱스 생성 가능 더 많은 공간 차지 루트 -> 리프 -> 데이터 페이지
15.4. 선택성(Selectivity)
선택될 수 있는 빈도
분포도가 높으면 선택성이 낮아진다.
16. 관계 데이터 연산
SOC(Structure, Operation, Constraint)
16.1. 관계 대수(Relational Algebra)
원하는 정보와 그 정보를 어떻게 유도하는가를 기술하는 절차적인 언어
일반 집합 연산자 / 순수 관계 연산자
어떻게?
일반 관계 연산자 UNION / INTERSECTION / DIFFERENCE / CARTESIAN PRODUCT 순수 관계 연산자 SELECT / PROJECT / JOIN / Theta JOIN / Equi JOIN / Natural JOIN / Outer JOIN / DIVISION SELECT 튜플의 수평적 부분집합 PROJECT 튜플의 수직적 부분집합
16.2. 관계해석 Relational Calculus
원하는 정보가 무엇이라는것만 정의하는 비절차적 언어
DB 구축 – SQL
17. DDL(Data Definition Language)
Metadata in System Catalog = Data Dictionary
17.1. CREATE
CREATE DOMAIN GENDER CHAR ( 2 ) DEFAULT ‘여’ CONSTRAINT VALID – GENDER CHECK ( VALUE IN ( ‘남’ , ‘여’ ))
CREATE TABLE 학생 ( 학번 CHAR ( 15 ), 이름 VARCHAR ( 15 ) NOT NULL , … , 성별 GENDER , 생년월일 DATE , PRIMARY KEY ( 학번 ), UNIQUE ( 전화번호 ), FOREIGN KEY ( 학과 ) REFERENCES 학과 ( 학과코드 ) ON DELETE DASCADE ON UPDATE CASCADE , CONSTRAINT 학년제약 CHECK ( 학년 >= 1 AND 학년 <= 4 )); ON DELETE { CASCADE | SET NULL | SET DEFAULT | NO ACTION | RESTRICT } ON UPDATE { CASCADE | SET NULL | SET DEFAULT | NO ACTION | RESTRICT } CREATE VIEW 컴공학생 ( 학번 , 이름 , 학과 ) AS SELECT 학번 , 이름 , 학과 FROM 학생 WHERE 학과 = '컴공' [ WITH CHECK OPTION ]; CREATE UNIQUE INDEX 학번 _idx ON 학생 ( 학번 ASC ); 17.2. ALTER ALTER TABLE 학생 ADD / ALTER / DROP 연락처 VARCHAR ( 13 ) 17.3. DROP 18. DCL(Data Control Language) 18.1. COMMIT 18.2. ROLLBACK 18.3. GRANT GRANT SELECT , DELETE ON STUDENT TO U1 WITH GRANT OPTION ; 18.4. REVOKE REVOKE SELECT , DELETE ON STUDENT FROM U1 CASCADE ; 19. DML(Data Manipulation Language) 19.1. SELECT SELECT * FROM 학생 ; SELECT DISTINCT 학과 FROM 학생 ; SELECT 학번 , 성명 FROM 학생 WHERE 학과 = '전기' AND 학년 = 4 ; SELECT * FROM 학생 WHERE 학과 IN ( '기계' , '컴퓨터' ) AND 학년 IS NULL ; SELECT * FROM 학생 WHERE 성명 LIKE '이%' ; SELECT * FROM 수강 WHERE 성적 BETWEEN 90 AND 100 ; SELECT * FROM 수강 ORDER BY 학번 ASC , 과목코드 DESC ; SELECT 학번 , AVG ( 성적 ) AS 평균성적 FROM 수강 GROUP BY 학번 ; SELECT 과목코드 , COUNT ( * ) AS 학생수 FROM 수강 GROUP BY 과목코드 HAVING COUNT ( * ) > 1 ;
SELECT 성명 , 학과 FROM 학생 WHERE 학번 = ( SELECT 학번 FROM 수강 WHERE 성적 = 100 );
SELECT 학번 , 성명 FROM 학생 WHERE 학번 IN ( SELECT 학번 FROM 수강 WHERE 과목코드 = ‘C001’ );
SELECT 학번 , 성명 FROM 학생 WHERE EXIST ( SELECT * FROM 수강 WHERE 학번 = 학생 . 학번 AND 과목코드 = ‘C001’ );
SELECT 학번 FROM 학생 WHERE 학년 = 1 UNION SELECT 학번 FROM 수강 WHERE 과목코드 = ‘C002’ ;
SELECT 학번 FROM 학생 EXCEPT SELECT DISTINCT ( 학번 ) FROM 수강 ;
SELECT 학생 . 학번 , 학생 . 성명 , 수강 . 과목코드 FROM 학생 , 수강 WHERE 학생 . 학번 = 수강 . 학번 AND 학생 . 학과 = ‘전기’ ;
SELECT A . 학번 , A . 성명 , B . 과목코드 FROM 학생 A JOIN 수강 B ON ( A . 학번 = B . 학번 ) WHERE A . 학과 = ‘전기’ ;
SELECT A . 학번 , A . 성명 , B . 과목코드 FROM 학생 A LEFT OUTER JOIN 수강 B ON ( A . 학번 = B . 학번 ) WHERE A . 학과 = ‘전기’ ;
19.2. INSERT
INSERT INTO 학생 ( 학번 , 성명 ) VALUES ( 500 , 을지문덕 );
INSERT INTO 학생 VALUES ( 600 , 유관순 , 체육 , 3 );
INSERT INTO 졸업예정자 ( 학번 , 성명 , 학과 ) SELECT 학번 , 성명 , 학과 FROM 학생 WHERE 학년 = 4 ;
19.3. DELETE
DELETE FROM 학생 WHERE 성명 = ‘홍길동’ ;
DELETE FROM 학생 ;
UPDATE 학생 SET 학과 = ‘영어영문’ WHERE 성명 = ‘이순신’ ;
20. Trigger
CREATE TRIGGER 입고 INS ON 입고 FOR INSERT AS DECLARE @ CODE CHAR ( 6 ), @ QTY INT SET @ CODE = ( SELECT 상품코드 FROM INSERTED ) SET @ QTY = ( SELECT 입고수량 FROM INSERTED ) UPDATE 상품 SET 재고수량 = 재고수량 + @ QTY WHERE 상품코드 = @ CODE
21. 내장형SQL(Embedded SQL)
삽입 SQL, 프로그램 언어에 삽입된 SQL
22. 커서(Cursor)
복수 개의 튜플에 접근 가능하기 위한 레코드 집합의 포인터
명령어
DECLARE OPEN FETCH CLOSE
회복과 병행제어
23. 트랜잭션(Transaction)
DB에서 처리되는 작업의 단위로 연산의 집합으로 이루어져 있다.
23.1. 특징 – ACID
원자성(Atomicity) 일관성(Consistency) 격리성(Isolation) 영속성(Durability)
원자성(Atomicity) All or Nothing. 트랜잭션 내의 모든 연산은 반드시 한꺼번에 완료되어야 하며 그렇지 못한 경우는 한꺼번에 취소되어야 한다. 일관성(Consistency) 트랜잭션이 그 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 변환한다. 격리성(독립성, Isolation) 트랜잭션 T1이 실행되는 도중 T2가 실행되면 안된다. 영속성(Durability) 트랜잭션에 의해서 생성된 결과는 계속 유지되어야 한다.
23.2. 연산
COMMIT ROLLBACK
24. 회복(Recovery)
24.1. 장애의 유형
실행장애 ROLLBACK으로 종료된 경우 트랜잭션 장애 계획되지 않은 비정상적인 종료들(overflow 등) 시스템 장애 미디어 장애 저장장치의 문제
24.2. 중복 저장 기법
덤프(Dump) 주기적으로 데이터베이스 전체를 다른 저장장치에 복제하는 기법 로그(Log) 데이터베이스가 변경될 때마다 변경되는 데이터 항목의 이전 값과 이후 값을 별도로 기록하는 기법
24.3. 회복의 원리
shadowing 기법 dump해놨던 데이터를 그대로 불러와서 원본 데이터를 복원한다. redo / undo redo 장애 발생 전 완료된 트랜잭션들을 대상으로 재수행한다. undo 장애 발생 당시 실행 중이던 트랜잭션들의 실행을 되돌린다.
24.4. 회복 기법의 종류
즉시 갱신(Immediate Update) 지연 갱신(Deferred Modification) No un-do, 변경 내용이 실제적으로 DB에 반영되지 않았기 때문에 로그만 삭제하고 끝난다. 검사 시점(Check Point) 회복
25. 병행 제어(Concurrency Control)
두 개 이상의 트랜잭션이 같은 자료를 공유하여 갱신할 때 갱신 결과의 일부가 분실되는 현상이다.
race condition
25.2. 비완료 의존성(Uncommited Dependency)
하나의 트랜잭션 수행이 실패한 후 회복되기 전에 다른 트랜잭션이 실패한 갱신 결과를 참조하는 현상이다.
dirty read
25.3. 모순성(Inconsistency)
25.4. 연쇄 복귀(Cascade Rollback)
병행 수행되던 트랜잭션들의 하나에 문제가 생겨 Rollback하는다른 트랜잭션도 함께 Rollback되는 현상이다.
25.5. 병행제어의 정의
Concurrency가 가능하도록 해주는 작업
25.6. Scheduling
직렬 스케줄(Serial Schedule) 비직렬 스케줄(Nonserial Schedule)
25.7. 병행제어 기법의 종류
정보 처리 기사 실기 데이터베이스 정리 | 정보처리기능사 실기 자격증 취득을 위한 한시간 집중 설명 핵심 내용및 최신 기출문제풀이 정리 19347 투표 이 답변
당신은 주제를 찾고 있습니까 “정보 처리 기사 실기 데이터베이스 정리 – 정보처리기능사 실기 자격증 취득을 위한 한시간 집중 설명 핵심 내용및 최신 기출문제풀이 정리“? 다음 카테고리의 웹사이트 you.giarevietnam.vn 에서 귀하의 모든 질문에 답변해 드립니다: you.giarevietnam.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 IB 96 이(가) 작성한 기사에는 조회수 45,734회 및 좋아요 509개 개의 좋아요가 있습니다.
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
☞ IB96 채널 은 컴퓨터 프로그램과 스마트폰 IT 모바일 기기 사용법 응용능력 기능 을
알려드리는 교육 채널입니다 _
IB96 채널 영상은 https://www.ib96.com 에서 제공받았습니다
IB96 구독및 멤버쉽 회원 [가입]을 해주시면 좀더 좋은 컨텐츠로 보답하겠습니다
감사합니다
#정보처리기능사 #정보처리기능사실기 #정보처리기능사자격증
정보처리 최강 기사퍼스트(www.gisafirst.com). 정보처리 실기 데이터베이스 요약집. – 1 -. 구성요소. 기호. 설명. 예시. 개체. (Entity). 데이터베이스.
+ 여기에 더 보기
Source: t1.daumcdn.net
Date Published: 9/3/2021
View: 7247
정보처리기사 2019년 3회차를 응시하기 위해 데이터베이스 과목을 공부하며 기록한 요약본입니다.
+ 여기에 자세히 보기
Source: dinn.github.io
Date Published: 5/2/2022
View: 4435
2020 정보처리기사 실기 요약 – 데이터베이스 … 관계형 데이터베이스의 설계에서 중복을 최소화 할 수 있도록 데이터를 구조화 하여 각 릴레이션 …
+ 여기를 클릭
Source: narup.tistory.com
Date Published: 7/11/2021
View: 3205
정보처리기사 실기 정리 – 데이터베이스 · 1. 데이터베이스의 개념. 1) 정의 : 특정 조직의 업무를 수행하는데 있어서 필요한 상호 관련된 데이터들의 모임.
+ 자세한 내용은 여기를 클릭하십시오
Source: kit2013.tistory.com
Date Published: 1/26/2021
View: 5648
호야의 블로그 정보처리기사 실기 이번 주 일요일에 있는 정보처리기사 실기 시험을 위해 1주일간 정리하고 공부한 내용입니다.
+ 여기에 자세히 보기
Source: kim-hoya.tistory.com
Date Published: 3/5/2022
View: 3269
2020년 정보처리기사 실기 내용 정리 – 2. 데이터 입출력 구현 -1) 데이터베이스 설계. 주앤정_블로그 2020. 10. 28. 18:39. 2020 정보처리기사 실기 2과목 [데이터 …
+ 여기를 클릭
Source: zpxlcm.tistory.com
Date Published: 3/14/2022
View: 6546
[정보처리기사 실기] 데이터베이스 정리. SLOTHH 2016. 2. 12. 18:01. 데이터베이스의 정의 : 관련 데이터들의 모임으로 조직체의 응용시스템들이 공유해서 사용하는 …+ 자세한 내용은 여기를 클릭하십시오
Source: beatsloth.tistory.com
Date Published: 1/2/2021
View: 4432
11. 응용 SW 기초 기술 활용 데이터베이스 기초 활용하기 데이터베이스 종류 데이터베이스 데이터베이스 개념 다수의 인원, 시스템 또는 프로그램이 …
+ 여기에 표시
Source: ihp001.tistory.com
Date Published: 9/19/2021
View: 1497
일관성(Consistency) : 트랜잭션이 실행 성공 후 항상 일관된 데이터베이스 상태를 보존. ⦁ 격리성(Isolation) : 트랜잭션 실행 중 연산의 중간 결과 …
+ 여기에 표시
Source: powerdev.tistory.com
Date Published: 6/30/2022
View: 1660
정보처리기사 실기 정리는 제가 직접 수기로 작성하여 요약한 내용이기 … 해석을기초로 DB작업을 효율적으로 처리하기 위한 고급 데이터베이스 언어
+ 여기에 보기
Source: enlqn1010.tistory.com
Date Published: 7/17/2022
View: 2160
주제와 관련된 더 많은 사진을 참조하십시오 정보처리기능사 실기 자격증 취득을 위한 한시간 집중 설명 핵심 내용및 최신 기출문제풀이 정리. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
본 글은 정보처리기사 2019년 3회차를 응시하기 위해 데이터베이스 과목을 공부하며 기록한 요약본입니다.
내용은 다음을 참고하여 작성하였으며 2020년 부터는 정처기 시험이 개편된다곤 하지만 DB의 전체적인 흐름을 파악하는데 도움이 되고자 업로드 하였습니다.
References
1. 데이터베이스(DB)의 개념
1.1. 정의
특정 조직의 업무를 수행하는데 필요한 상호 관련된 데이터들의 모임
통합 데이터(Integrated Data) 검색 효율성을 위해 중복을 최소화한 데이터 eg) 클라우드 저장 데이터(Stored Data) 컴퓨터가 접근 가능한 매체에 저장된 데이터 운영 데이터(Operational Data) 조직의 목적을 위해 존재가치가 확실하고 반드시 필요한 데이터 공유 데이터(Shared Data) 여러 응용프로그램이 공동을 사용하는 데이터
1.2. 특징
실시간 접근성(Real Time Accessiblity) 사용자 질의에 즉시 처리하여 응답 계속적인 변화(Continuous Evolution) 삽입/수정/삭제를 통해 항상 최근의 정확한 데이터를 동적으로 유지 내용에 의한 참조(Content Reference) 데이터 참조 시 튜플이 주소나 위치가 아닌 데이터 내용에 따라 참조 동시 공유(Concurrent Sharing) 여러 사용자가 동시에 원하는 데이터를 공용 데이터 논리적/물리적 독립성(Independence)
1.3. 데이터 언어: DBMS와의 통신수단
DDL(Data Definition Language, 데이터 정의어) DB를 구축하거나 변경할 목적으로 사용하는 언어 DML(Data Manipulation Language, 데이터 조작어) 응용프로그램과 DBMS 사이의 인터페이스를 위한 언어 DCL(Data Control Language, 데이터 제어어) 보안/권한제어, 무결성, 회복, 병행제어를 위한 언어
1.4. 데이터베이스 사용자
DBA(Database Administrator) DDL과 DCL을 통해 DB를 정의하고 제어하는 사람/그룹 데이터 관리자(Data Administrator) 기업 또는 조직 전반에 있는 데이터에 대한 관리 총괄/통제 데이터 설계자(Data Architect) 기업 업무 수행에 필요한 데이터 구조를 체계적으로 정의하는 사람 응용프로그래머(Application Programmer) 호스트 프로그래밍언어에 DML을 삽입하여 DB에 접근하는 사람 일반 사용자(End User) 질의어(query)를 통해 DBMS에 접근하는 사람
DA(Data Administrator, Architect)가 data 자체를 관리하고 설계하는 설계자, 관리자라면 DBA는 DA가 설계한 구조를 바탕으로 DB를 구축하는 기술자이다.
2. 데이터베이스 관리 시스템(DBMS; Database Management System)
2.1. 개념
사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해 주고 데이터베이스를 관리해주는 소프트웨어 eg) MySQL, ORACLE, …
2.2. 특징
중복의 최소화 데이터 공동이용(공유성) DBMS는 특정 프로그램에 종속되지 않고 여러 응용 시스템들에게 데이터를 줄 수 있어야 한다. 데이터 일관성 데이터 무결성 유지(정확성/정합성) 데이터 보안 유지
2.3. 장단점
장점 논리적/물리적 독립성 보장, 공동 이용, 표준화, 무결성 유지, 실시간 처리, 중복 방지, 통합관리, 일관성 유지, 보안 유지, 최신 유지 단점 전문가 부족, 과부화, 전산화 비용 증가, 백업과 회복 어려움, 시스템 복잡
DSMS(Data Stream Management System) 통신 상 데이터 스트리밍을 통해 데이터를 처리하고 관리하는 시스템으로 동적인 데이터를 처리하는 관리 시스템
3. 스키마(Schema)
3.1. 정의
데이터베이스의 구조와 계약조건에 관한 전반적인 명세
3.2. 스키마 3계층
외부 스키마(External Schema) 사용자나 응용프로그래머가 각 개인 입장에서 필요로 하는 DB의 논리적 구조를 정의한다. 사용자 입장에서 보여지는 구조 개념 스키마(Conceptual Schema) 개체간 관계와 제약 조건을 나타내고, 접근권한, 보안정책, 무결성 규정에 관한 명세를 정의한다. 전체적인 DB의 구조, 제약조건, 보안과 관련된 모든 요소들 내부 스키마(Internal Schema) DB의 물리적 구조 정의 물리적으로 저장돼 있는 데이터의 유형이나 크기와 관련된 구조
4. 데이터베이스 설계
4.1. 정의
DB Schema를 개발하는 과정이며 데이터 모델링이라고도 한다.
현실 세계의 정보들을 컴퓨터에 체계적으로 표현하기 위해서 단순화, 추상화 형태로 나타낸 개념적 모형
4.2. 구성 요소
구조(Structure) / 연산(Operation) / 제약조건(Constraint)
4.3. 개념적 데이터 모델
요구조건 분석 요구조건 명세서 작성 개념적 설계 개념스키마 설계, 트랜잭션 모델링, ER모델링. 무엇을 데이터베이스화 할 것이냐?(DA의 역할) 논리적 설계 논리 스키마 설계, 트랜잭션 인터페이스 설계 물리적 설계 물리적 구조의 데이터(내부 스키마)로 변환 데이터베이스 구현 DDL로 데이터베이스 생성, 트랜잭션 생성
개념적 데이터베이스 모델링
5. ER모델
대표적인 개념적 데이터 모델(Peter Chen, 1976)
5.1. 개체(Entity)
DB화 하려는 대상
Entity Type – Entity Instance
5.2. 속성(Attribute)
단순 속성 vs 복합 속성 단순 속성 (simple attribute) 더 이상 분해할 수 없는 속성 eg) 이름
복합 속성 (composit attribute) 단순 속성으로 분해할 수 있는 속성 eg) 주소 단일값 속성 vs 다중값 속성 단일값 속성(single value attribute) 하나의 값을 갖는 속성
다중값 속성(multiple value attribute) 여러 값을 갖는 속성 -> 정규화를 통해 가급적이면 분해해야 한다. 저장속성 vs 유도 속성 저장 속성(Stored Attribute) 유도 속성 계산을 위해 사용된 속성 eg) 강사 입문 년도
유도 속성(Derived Attribute) 다른 속성 값으로 부터 유도되어 결정되는 속성 eg) 강사 경력
5.3. 관계 타입(Relationship Type) / 관계의 카디널리티(Relationship Cardinality)
1:1관계 관계에 참여하고 있는 두 개체 타입이 모두 하나씩의 개체 occurence를 갖는 관계 1:N관계 관계에 참여하고 있는 두 개체 타입 중 한 개체 타임은 여러 개의 개체 occurence, 다른 한 개체 타입은 하나의 개채 occurence를 갖는 관계 N:M관계 관계에 참여하고 있는 두 개체 타입 모두 여러가지의 개체 occurence를 갖는 관계
5.4. 필수/선택 참여 관계
필수참여 관계(Mandatory Membership) 반드시 대응되는 개체가 있어야 한다. | 선택참여 관계(Optional Membership) 반드시 대응되는 개체가 없어도 된다. O
5.5. 종속 관계(Independant Relationship)
식별관계 외래 식별자가 주 식별자로 존재하는 관계(B는 A에 의존적)… 실선 비식별관계 외래 식별자가 일반속성으로 존재하는 관계(A와 B는 독립적)… 점선
5.6. 존재 종속 관계(Existance Dependance)
주 개체(dominant entity, strong entity) B개체의 존재를 결정하는 A개체 종속 개체(subdominate entity, weak entity A개체에 의해 존재가 결정되는 B개체
5.7. ISA관계: 상속관계
6. 관계형데이터 모델
테이블 또는 Relation(데이터를 원자 값으로 갖는 이차원의 테이블)의 구조로 표현하는 논리적 데이터 모델
6.1. 릴레이션의 구조
행(Row) 열(Column) Relation Scheme 표의 구조 Relation Instance 릴레이션에 실제 입력된 데이터 한 줄 Tuple 하나의 행 Relation Instance – 한 줄 단위의 데이터 그 자체 / Tuple – 하나의 행 Cardinality 입력된 튜플의 개수 속성(Atrribute) 릴레이션을 구성하는 각각의 열 개체의 특성이나 상태, 열(Column)로 입력된다. 차수(Degree) attribute/column의 수 Domain 속성이 취할 수 있는 같은 타입의 원자값들의 집합. 정의된 속성은 반드시 해당 도메인 내의 값을 취한다. eg)학년의 도메인: 1~6
6.2. 릴레이션의 특성
한 릴레이션에 포함된 튜플들은 모두 상이하다.(중복 금지) 한 릴레이션에 포함된 튜플 사이에는 순서가 없다. 한 릴레이션을 구성하는 속성의 이름(열 제목)은 유일해야 한다. 한 릴레이션을 구성하는 속성 사이에는 순서가 없다. 모든 속성값은 논리적으로 더 이상 분해할 수 없는 값인 원자값이어야 한다.
6.3. ER스키마의 관계 스키마 사상(Mapping Rule)
ER model(개념적 모델) -> Relation Schema(논리적 모델)
1:1관계 Relation A(B)의 기본키 -> B(A)의 외래키 1:N관계 Relation A의 기본키 -> B의 외래키 N:M관계 Relation A, B 기본키를 포함한 별도 릴레이션 C를 표현하며 이 때 C는 교차 엔티티(교차 릴레이션) 이다.
6.4. 교차 관계(Intersection Relationship)
관계를 테이블로 표현하여 다대다 관계를 보여주는 테이블
논리적 데이터베이스 모델링
7. 키(key)
7.1. 정의
주어진 릴레이션에서 모든 인스턴스 가운데 유일함(Uniqueness)을 보장해주는 하나 이상의 애트리뷰트의 집합이다.
튜플을 유일하게 식별할 수 있는 속성의 집합
튜플을 검색하거나 정렬할 때 튜플을 서로 구분할 수 있는 기준이 되는 속성
7.2. 특성
유일성(Uniqueness) 최소성(minimality) 최소한의 속성으로 원하는 튜플을 찾아야 한다.
7.3. 키의 종류
슈퍼키(Super Key) 튜플을 유일하게 구분하기 위해 한 개 이상의 속성들로 이루어진 키. 유일성을 만족하지만 최소성을 만족하지 못함 후보키(Candidate Key) 튜플을 유일하게 구분할 수 있는 최소 슈퍼키. 한 릴레이션에서 유일성과 최소성을 모두 만족 기본키(primary key) 후보키 중에서 대표로 지정된 키. 중복값이나 NULL값을 가질 수 없음 대체키(alternate key) 후보키 중에서 기본키를 제외한 나머지 후보키. 보조키라고도 불린다. 후보키 – 기본키 = 대체키 외래키(foreign key) 다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합 복합키(Composit Key) 2개 이상의 속성을 조합하여 만든 키
8. 무결성 제약(Integrity Constraint)
8.1. 무결성
DB에 저장된 값과 그것이 표현하는 현실세계 실제 값이 일치하는 정확성. 데이터의 정확성/정합성
8.2. 제약조건(Constraint)
DB의 정확성을 보장하기 위해 정확하지 않은 데이터가 저장되는 것을 방지하기 위한 제약조건
8.3. 종류
개체 무결성 제약 한 릴레이션의 기본키를 구성하는 어떠한 속성값도 NULL이나 중복값을 가질 수 없다. 참조 무결성 제약 외래키 값은 NULL 또는 참조 릴레이션 기본키 값과 동일해야 함. FK를 통해 찾아갔는데 없으면 안된다. 도메인 무결성 제약 주어진 속성의 값이 도메인에 속한 것이어야 함 (도메인 – 속성값이 가질 수 잇는 범위, 원자값들의 집합)
8.4. 무결성 제약을 위한 DBMS의 옵션
restrict – no action cascade – 연쇄 삭제 연쇄 수정 set null – 널값으로 수정 set default – 기본값으로 수정
9. 이상(Anomaly)
9.1. 개념
데이터 중복으로 인해 릴레이션 조작 시 예상하지 못한 곤란한 현상이 발상
이상은 속성들 간에 존재하는 여러 종류의 종속 관계를 하나의 릴레이션에 표현할 때 발생
9.2. 종류
삽입 이상(Insertion Anomaly) 데이터 삽입 시 의도하지 않는 값들로 인해 삽입이 불가능한 현상 삭제 이상(deletion Anomaly) 한 튜플 삭제 시 의도하지 않은 값들도 같이 삭제되는 현상 갱신 이상(Update Anomaly) 갱신 시 일부 튜플의 정보만 갱신 되어 정보의 불일치성이 생기는 현상
10. 함수적 종속성(Functional Dependency)
10.1. 정의
X -> Y ‘X이면 Y이다’
X는 결정자(Determinant) / Y는 종속자(Dependent)
10.2. 정규형
함수적 종속 정규형 완전 함수적 종속 2NF 부분 함수적 종속 2NF 이행 함수적 종속 3NF 다치 종속 4NF 조인 종속 5NF
10.3. 완전함수적종속 / 부분함수적종속
복합키로 기본키가 구성되어 있을 때,
키를 구성하는 모든 속성을 참조해서 특정 속성을 조회할 수 있다면 완전함수적종속이고 일부 속성만을 참조해서 특정 속성을 조회할 수 있다면 부분함수적종속이다.
학번, 과목코드 -> 학과, 성명
학번, 과목코드 -> 학과 / 학번 -> 성명
부분함수적종속을 제거하고 완전함수적종속으로 바꾼다.
10.4. 이행함수적종속
A->B->C
학번 -> 주민번호 -> 성명
학번 -> 주민번호 / 주민번호 -> 성명
10.5. 다치종속(MVD, Multi Value Dependent)
A -» B
과목 -» 교제|교수
과목 -> 교제 / 과목 -> 교수
10.6. 조인 종속
위조튜플
11. 정규화(normalization)
비정규 릴레이션(개념스키마) -> 정규화된 릴레이션
테이블을 무손실분해하여 이상 현상 발생 가능성을 줄이는 것
11.1. 무손실 분해(Lossless Decomposition)
분해된 두 릴레이션을 조인하면 원래의 릴레이션에 들어 있는 정보를 완전하게 얻을 수 있다.
여기서 손실이란 정보의 손실을 뜻한다.
정보의 손실은 원래의 릴레이션을 분해한 후에 생성된 릴레이션들을 조인한 결과에 들어 있는 정보가 원래의 릴레이션에 들어 있는 정보보다 적거나 많은 것을 모두 포함한다.
11.2. 제1정규형(1NF)
릴레이션에 속한 모든 도메인이 원자값(Atomic Value)
모든 열과 행의 중복지점에는 한 개의 값(single value)를 가진다.
11.3. 제2정규형(2NF)
키가 아닌 모든 속성들이 기본키에 완전 함수 종속
11.4. 제3정규형(3NF)
키가 아닌 모든 속성들이 기본키에 이행적으로 함수종속 되지 않는 릴레이션
11.5. BCNF(Boyce-Codd NF)
릴레이션의 모든 결정자가 후보키인 릴레이션 강한 제3정규형(3.5NF)리아고도 함
11.6. 제4정규형(4NF)
릴레이션 R에서 다치종속 A ->-> B 가 성립하는 경우 다치종속(MVD)의 제거
11.7. 제5정규형(5NF)
조인종속성 이용
물리적 데이터베이스 모델링
12. 물리적 데이터베이스 모델링
12.1. 정의
저장구조와 접근경로의 설계
데이터베이스의 쿼리와 트랜잭션들을 분석
역정규화
12.2. 물리적 DB 설계 시 고려사항
응답 시간의 최소화
저장 공간의 효율화
트랜잭션 처리도
12.3. 물리적 DB 설계의 기능
저장 레코드 양식 설계 -> type과 data size를 정한다.
레코드 집중의 분석 및 설계 -> 자주 함께 사용되는 데이터끼리는 가까운 곳에 저장한다.
13. 반정규화/역정규화(De-normalization)
13.1. 정의
시스템의 성능향상과 개발/운영의 단순화를 위해 기존 설계를 재구성하는 것
데이터의 정합성과 데이터의 무결성을 우선으로 할지, 데이터베이스 구성의 단순화와 성능을 우선으로 할지 결정해야 함
트랜잭션 발생량이 많아 시스템 성능에 크게 영향을 주는 테이블만을 대상으로 한다.
13.2. 반정규화 과정
반정규화 대상 조사 범위처리 빈도수 조사 테이블 조인 개수 다른 방법 검토 뷰(View) 테이블 클러스터링 적용 인덱스의 조정 반정규화 적용 테이블 반정규화 속성의 반정규화 관계의 반정규화
13.3. 반정규화 대상 조사
상관 모델링 트랜잭션의 빈도수를 예상하기 위해 업무 프로세스와 데이터베이스의 상관성을 설계하는 작업 업무가 처리되는 과정에 따라 데이터가 어떻게 영향을 받고 있는지 분석하여 설계 CRUD MATRIX CRUD 4가지 유형으로 업무가 진행되는 절차에 따른 데이터의 상관관계를 분석
13.4. TABLE 반정규화
정규화 과정에 의해 분리된 두 테이블에 많은 트랜잭션이 발생하여 JOIN 연산으로 인해 시스템 저하가 일어날 수 있으므로이런 경우 두 테이블을 병합
TABLE 분할 – 수직적 분할 / 수평적 분할
테이블의 수직적 분할(Vertical Partitioning) 트랜잭션이 집중 발생하는 속성들을 따로 뽑아서 분할한다. 테이블의 수평적 분할(Horizontal Partitioning) 천만 개의 데이터를 백만개 데이터 10개로 자른다.
13.5. Column(속성)의 반정규화
중복 컬럼 방법 해당 테이블에서 자주 사용하는 다른 테이블의 컬럼을 해당 테이블에도 복사한다. 파생 컬럼 추가 필요에 의해 특정 속성값으로 만들어지는 파생 컬럼을 추가
14. View 설계
14.1. View
가상테이블
14.2. DDL
CREATE VIEW name ( attr1 , attr2 , …) AS SELECT attr , … FROM table , … WHERE condition
15. 인덱스(Index) 설계
15.1. 정의
데이터베이스에서 원하는 데이터를 좀더 빨리 찾아줄 수 있도록 데이터의 위치정보를 모아놓은 개체
항상 정렬 상태로 유지되며 성능 향상에 기여한다.
수정이 자주 발생하지 않는 컬럼을 인덱스로 선정한다.
15.2. 데이터 검색 방법
FTS(Full Table SCAN) INDEX SCAN
15.3. 인덱스의 종류
Clustered INDEX 인덱스 기준으로 데이터를 정렬 검색 속도가 빠르고 범위 조회(Range Query)에서 빠르다 한 테이블에 한 Clustered INDEX만 생성 가능 기본키를 만들면 일반적으로 기본키에 Clustered INDEX가 생성됨 루트 -> 리프 Non Clustered INDEX 데이터 페이지의 데이터 그대로 위치 정보를 인덱스로 구성 별도 인덱스 페이지가 생성 검색 속도가 느리며 범위 조회를 할 경우 거의 인덱스의 도움을 받을 수 없다. 여러 개의 인덱스 생성 가능 더 많은 공간 차지 루트 -> 리프 -> 데이터 페이지
15.4. 선택성(Selectivity)
선택될 수 있는 빈도
분포도가 높으면 선택성이 낮아진다.
16. 관계 데이터 연산
SOC(Structure, Operation, Constraint)
16.1. 관계 대수(Relational Algebra)
원하는 정보와 그 정보를 어떻게 유도하는가를 기술하는 절차적인 언어
일반 집합 연산자 / 순수 관계 연산자
어떻게?
일반 관계 연산자 UNION / INTERSECTION / DIFFERENCE / CARTESIAN PRODUCT 순수 관계 연산자 SELECT / PROJECT / JOIN / Theta JOIN / Equi JOIN / Natural JOIN / Outer JOIN / DIVISION SELECT 튜플의 수평적 부분집합 PROJECT 튜플의 수직적 부분집합
16.2. 관계해석 Relational Calculus
원하는 정보가 무엇이라는것만 정의하는 비절차적 언어
DB 구축 – SQL
17. DDL(Data Definition Language)
Metadata in System Catalog = Data Dictionary
17.1. CREATE
CREATE DOMAIN GENDER CHAR ( 2 ) DEFAULT ‘여’ CONSTRAINT VALID – GENDER CHECK ( VALUE IN ( ‘남’ , ‘여’ ))
CREATE TABLE 학생 ( 학번 CHAR ( 15 ), 이름 VARCHAR ( 15 ) NOT NULL , … , 성별 GENDER , 생년월일 DATE , PRIMARY KEY ( 학번 ), UNIQUE ( 전화번호 ), FOREIGN KEY ( 학과 ) REFERENCES 학과 ( 학과코드 ) ON DELETE DASCADE ON UPDATE CASCADE , CONSTRAINT 학년제약 CHECK ( 학년 >= 1 AND 학년 <= 4 )); ON DELETE { CASCADE | SET NULL | SET DEFAULT | NO ACTION | RESTRICT } ON UPDATE { CASCADE | SET NULL | SET DEFAULT | NO ACTION | RESTRICT } CREATE VIEW 컴공학생 ( 학번 , 이름 , 학과 ) AS SELECT 학번 , 이름 , 학과 FROM 학생 WHERE 학과 = '컴공' [ WITH CHECK OPTION ]; CREATE UNIQUE INDEX 학번 _idx ON 학생 ( 학번 ASC ); 17.2. ALTER ALTER TABLE 학생 ADD / ALTER / DROP 연락처 VARCHAR ( 13 ) 17.3. DROP 18. DCL(Data Control Language) 18.1. COMMIT 18.2. ROLLBACK 18.3. GRANT GRANT SELECT , DELETE ON STUDENT TO U1 WITH GRANT OPTION ; 18.4. REVOKE REVOKE SELECT , DELETE ON STUDENT FROM U1 CASCADE ; 19. DML(Data Manipulation Language) 19.1. SELECT SELECT * FROM 학생 ; SELECT DISTINCT 학과 FROM 학생 ; SELECT 학번 , 성명 FROM 학생 WHERE 학과 = '전기' AND 학년 = 4 ; SELECT * FROM 학생 WHERE 학과 IN ( '기계' , '컴퓨터' ) AND 학년 IS NULL ; SELECT * FROM 학생 WHERE 성명 LIKE '이%' ; SELECT * FROM 수강 WHERE 성적 BETWEEN 90 AND 100 ; SELECT * FROM 수강 ORDER BY 학번 ASC , 과목코드 DESC ; SELECT 학번 , AVG ( 성적 ) AS 평균성적 FROM 수강 GROUP BY 학번 ; SELECT 과목코드 , COUNT ( * ) AS 학생수 FROM 수강 GROUP BY 과목코드 HAVING COUNT ( * ) > 1 ;
SELECT 성명 , 학과 FROM 학생 WHERE 학번 = ( SELECT 학번 FROM 수강 WHERE 성적 = 100 );
SELECT 학번 , 성명 FROM 학생 WHERE 학번 IN ( SELECT 학번 FROM 수강 WHERE 과목코드 = ‘C001’ );
SELECT 학번 , 성명 FROM 학생 WHERE EXIST ( SELECT * FROM 수강 WHERE 학번 = 학생 . 학번 AND 과목코드 = ‘C001’ );
SELECT 학번 FROM 학생 WHERE 학년 = 1 UNION SELECT 학번 FROM 수강 WHERE 과목코드 = ‘C002’ ;
SELECT 학번 FROM 학생 EXCEPT SELECT DISTINCT ( 학번 ) FROM 수강 ;
SELECT 학생 . 학번 , 학생 . 성명 , 수강 . 과목코드 FROM 학생 , 수강 WHERE 학생 . 학번 = 수강 . 학번 AND 학생 . 학과 = ‘전기’ ;
SELECT A . 학번 , A . 성명 , B . 과목코드 FROM 학생 A JOIN 수강 B ON ( A . 학번 = B . 학번 ) WHERE A . 학과 = ‘전기’ ;
SELECT A . 학번 , A . 성명 , B . 과목코드 FROM 학생 A LEFT OUTER JOIN 수강 B ON ( A . 학번 = B . 학번 ) WHERE A . 학과 = ‘전기’ ;
19.2. INSERT
INSERT INTO 학생 ( 학번 , 성명 ) VALUES ( 500 , 을지문덕 );
INSERT INTO 학생 VALUES ( 600 , 유관순 , 체육 , 3 );
INSERT INTO 졸업예정자 ( 학번 , 성명 , 학과 ) SELECT 학번 , 성명 , 학과 FROM 학생 WHERE 학년 = 4 ;
19.3. DELETE
DELETE FROM 학생 WHERE 성명 = ‘홍길동’ ;
DELETE FROM 학생 ;
UPDATE 학생 SET 학과 = ‘영어영문’ WHERE 성명 = ‘이순신’ ;
20. Trigger
CREATE TRIGGER 입고 INS ON 입고 FOR INSERT AS DECLARE @ CODE CHAR ( 6 ), @ QTY INT SET @ CODE = ( SELECT 상품코드 FROM INSERTED ) SET @ QTY = ( SELECT 입고수량 FROM INSERTED ) UPDATE 상품 SET 재고수량 = 재고수량 + @ QTY WHERE 상품코드 = @ CODE
21. 내장형SQL(Embedded SQL)
삽입 SQL, 프로그램 언어에 삽입된 SQL
22. 커서(Cursor)
복수 개의 튜플에 접근 가능하기 위한 레코드 집합의 포인터
명령어
DECLARE OPEN FETCH CLOSE
회복과 병행제어
23. 트랜잭션(Transaction)
DB에서 처리되는 작업의 단위로 연산의 집합으로 이루어져 있다.
23.1. 특징 – ACID
원자성(Atomicity) 일관성(Consistency) 격리성(Isolation) 영속성(Durability)
원자성(Atomicity) All or Nothing. 트랜잭션 내의 모든 연산은 반드시 한꺼번에 완료되어야 하며 그렇지 못한 경우는 한꺼번에 취소되어야 한다. 일관성(Consistency) 트랜잭션이 그 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 변환한다. 격리성(독립성, Isolation) 트랜잭션 T1이 실행되는 도중 T2가 실행되면 안된다. 영속성(Durability) 트랜잭션에 의해서 생성된 결과는 계속 유지되어야 한다.
23.2. 연산
COMMIT ROLLBACK
24. 회복(Recovery)
24.1. 장애의 유형
실행장애 ROLLBACK으로 종료된 경우 트랜잭션 장애 계획되지 않은 비정상적인 종료들(overflow 등) 시스템 장애 미디어 장애 저장장치의 문제
24.2. 중복 저장 기법
덤프(Dump) 주기적으로 데이터베이스 전체를 다른 저장장치에 복제하는 기법 로그(Log) 데이터베이스가 변경될 때마다 변경되는 데이터 항목의 이전 값과 이후 값을 별도로 기록하는 기법
24.3. 회복의 원리
shadowing 기법 dump해놨던 데이터를 그대로 불러와서 원본 데이터를 복원한다. redo / undo redo 장애 발생 전 완료된 트랜잭션들을 대상으로 재수행한다. undo 장애 발생 당시 실행 중이던 트랜잭션들의 실행을 되돌린다.
24.4. 회복 기법의 종류
즉시 갱신(Immediate Update) 지연 갱신(Deferred Modification) No un-do, 변경 내용이 실제적으로 DB에 반영되지 않았기 때문에 로그만 삭제하고 끝난다. 검사 시점(Check Point) 회복
25. 병행 제어(Concurrency Control)
두 개 이상의 트랜잭션이 같은 자료를 공유하여 갱신할 때 갱신 결과의 일부가 분실되는 현상이다.
race condition
25.2. 비완료 의존성(Uncommited Dependency)
하나의 트랜잭션 수행이 실패한 후 회복되기 전에 다른 트랜잭션이 실패한 갱신 결과를 참조하는 현상이다.
dirty read
25.3. 모순성(Inconsistency)
25.4. 연쇄 복귀(Cascade Rollback)
병행 수행되던 트랜잭션들의 하나에 문제가 생겨 Rollback하는다른 트랜잭션도 함께 Rollback되는 현상이다.
25.5. 병행제어의 정의
Concurrency가 가능하도록 해주는 작업
25.6. Scheduling
직렬 스케줄(Serial Schedule) 비직렬 스케줄(Nonserial Schedule)
25.7. 병행제어 기법의 종류
키워드에 대한 정보 정보 처리 기사 실기 데이터베이스 정리
다음은 Bing에서 정보 처리 기사 실기 데이터베이스 정리 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 정보처리기사 실기 대비 특강 | 데이터베이스 (1)
- 정보처리
- 정보처리기사
- 정보처리산업기사
- JAVA
- C언어
- 흥달
- 프로그래밍
- 계리직
- 전산직
- 프로그램
- 무료강의
- 정처기
- 특강
- 자바
- 자격증
- 자기계발
- 흥달쌤
- 코딩
정보처리기사 #실기 #대비 #특강 #| #데이터베이스 #(1)
YouTube에서 정보 처리 기사 실기 데이터베이스 정리 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 정보처리기사 실기 대비 특강 | 데이터베이스 (1) | 정보 처리 기사 실기 데이터베이스 정리, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
