# [정보처리기사 필기 공부] 데이터 베이스 - Author: @mildsalmon - Published: 2021-03-08 - Updated: 2021-04-12 - Source: http://blex.me/@mildsalmon/%ED%95%84%EA%B8%B0-%EA%B3%B5%EB%B6%80-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B2%A0%EC%9D%B4%EC%8A%A4 - Tags: 데이터베이스, 정보처리기사, 필기 --- # 1. DDL (데이터 정의어) ### CREATE - CREATE SCHEMA - CREATE DOMAIN - CREATE TABLE - CREATE VIEW - CREATE INDEX - `정의하는 명령문` ### ALTER - ALTER TABLE - `정의를 변경하는 명령문` ### DROP - `제거하는 명령문` - RESTRICT - 참조되는 테이블이 있다면 삭제 명령을 모두 취소한다 - CASCADE - 참조되는 테이블이 있다면 모두 삭제한다. # 2. DCL (데이터 제어어) ### GRANT - `권한 부여` - 사용자 등급 지정 ``` GRANT (사용자 등급) TO (사용자 ID 리스트) [IDENTIFIED BY 암호]; ``` - 테이블 및 속성에 대한 권한 부여 ``` GRANT (권한 리스트) ON (개체) TO (사용자) [WITH GRANT OPTION]; ``` - 권한 종류 - ALL, SELECT, INSERT, DELETE, UPDATE, ALTER 등 - WITH GRANT OPTION - 부여받은 권한을 다른 사용자에게 다시 부여할 수 있는 권한을 부여함 ### REVOKE - `권한 취소` - 사용자 등급 해제 ``` REVOKE (사용자등급) FROM (사용자 ID 리스트); ``` - 테이블 및 속성에 대한 권한 취소 ``` REVOKE [GRANT OPTION FOR] (권한 리스트) ON (개체) FROM (사용자) [CASCADE]; ``` - GRANT OPTION FOR - 다른 사용자에게 권한을 부여할 수 있는 권한을 취소함 - CASCADE - 권한 취소 시 권한을 부여받았던 사용자가 다른 사용자에게 부여한 권한도 연쇄적으로 취소함 ### COMMIT - 트랜젝션이 성공적으로 끝나면 데이터베이스가 새로운 일관성 상태를 가지기 위해 `변경된 모든 내용을 데이터 베이스에 반영` - Auto Commit - COMMIT 명령을 실행하지 않아도 DML문이 성공적으로 완료되면 자동으로 COMMIT되고, DML이 실패하면 자동으로 ROLLBACK되는 기능 ### ROLLBACK - 아직 `COMMIT되지 않은 변경된 모든 내용들을 취소하고 데이터베이스를 이전 상태로 되돌리는` 명령어 ### SAVEPOINT - 트랜잭션 내에 `ROLLBACK 할 위치인 저장점을 지정`하는 명령어 # 3. DML (데이터 조작어) ### INSERT INTO ~ - 기본 테이블에 새로운 튜플을 `삽입` ``` INSERT INTO (테이블명[속성명1, 속성명2...]) VALUES (데이터1, 데이터2 ...); ``` ### DELETE FROM ~ - 기본 테이블에 있는 튜플들 중에서 특정 튜플(행)을 `삭제` ``` DELETE FROM (테이블명) [WHERE 조건]; ``` - 모든 레코드를 삭제하더라도 테이블 구조는 남아 있다 ### UPDATE ~ SET ~ - 기본 테이블에 있는 튜플들 중에서 `특정 튜플의 내용을 변경` ``` UPDATE (테이블명) SET (속성명 = 데이터[, 속성명=데이터, ...]) [WHERE 조건]; ``` ### SELECT ~ FROM ~ WHERE ~ - `검색` ``` SELECT [PREDICATE] (속성명) [AS 별칭] [WINDOW함수 OVER(PARTITION BY (속성명1, 속성명2,..) ORDER BY (속성명3, 속성명4...) [AS 별칭]] FROM (테이블명) [, 테이블명2] [WHERE 조건] [GROUP BY 속성명, 속성명2..] [HAVING 조건] [ORDER BY 속성명 [ASC | DESC]]; ``` - PREDICATE - 불러올 튜플의 수를 제한 - ALL - 모든 튜플을 검색 - DISTINCT - 중복된 튜플이 있으면 그 중 첫 번째 한 개만 검색 - DISTINCTROW - 중복된 튜플을 제거하고 한 개만 검색, 선택된 속성의 값이 아닌, 튜플 전체를 대상으로 함 - AS - 속성 및 연산의 이름을 다른 제목으로 표시하기 위해 사용 - WINDOW 함수 - PARTITION BY - WINDOW 함수가 적용될 범위로 사용할 속성을 지정 - ORDER BY - PARTITION 안에서 정렬 기준으로 사용할 속성을 지정 - GROUP BY - 특정 속성을 기준으로 그룹화하여 검색 - 그룹 함수와 함께 사용된다. - HAVING - GROUP BY와 함께 사용 - 그룹에 대한 조건을 지정 - WHERE - BETWEEN #01/01/69# AND #12/31/22# - #01/01/69# 과 #12/31/22# 사이의 튜플 검색 - `날짜 데이터는 숫자로 취급하지만 '' 또는 #으로 묶어준다` - IS - = - NOT IN - 포함되지 않은 데이터를 의미 - EXISTS - IN과 비슷한 역할 - 먼저 겉 테이블에 접근하여 하나의 레코드를 가져오고 그 레코드에 대해서 EXISTS 이하의 서브쿼리를 실행하고 서브쿼리에 대한 결과가 존재하는지 확인 - IN - IN 이하의 서브쿼리를 먼저 실행해서 그에 대한 요소를 가져오는 것 - ORDER BY - 특정 속성을 기준으로 정렬하여 검색 - ASC - 오름차순 - DESC - 내림차순 ### JOIN ##### INNER JOIN ![](https://static.blex.me/images/content/2021/3/7/23_yMz6vmAyzsLnIb1V3Ujq.png) - EQUI JOIN - 연결 고리가 되는 공통 속성을 JOIN 속성이라고 함 - 공통 속성을 기준으로 `=` 비교에 의해 같은 값을 가지는 행을 연결하여 결과를 생성 ``` SELECT (속성명) FROM (테이블명1, 테이블명2) WHERE (테이블명1.속성명 = 테이블명2.속성명); ``` - NATURAL JOIN - 중복된 속성을 제거하여 같은 속성을 한 번만 표기하는 방법 ``` SELECT (속성명) FROM (테이블명1) NATURAL JOIN (테이블명2); ``` - JOIN ~ USING ``` SELECT (속성명) FROM (테이블명1) JOIN (테이블명2) USING (속성명); ``` - NON-EQUI JOIN - JOIN 조건에 `= 조건이 아닌` 나머지 비교 연산자 (>, <, <>, ≥, ≤) 연산자를 사용하는 JOIN 방법 ``` SELECT (속성명) FROM (테이블명1, 테이블명2) WHERE (NON-EQUI JOIN 조건); ``` ![](https://static.blex.me/images/content/2021/3/7/23_zpAW6VJT3kihsu3hkJmM.png) ![](https://static.blex.me/images/content/2021/3/7/23_nORS3BwSpDCx8KdlaChI.png) ##### OUTER JOIN ![](https://static.blex.me/images/content/2021/3/7/23_iPSGVWeaWA0p8qoZTDKP.png) - JOIN 조건에 만족하지 않는 튜플도 결과로 출력하기 위한 JOIN 방법 - LEFT OUTER JOIN - INNER JOIN의 결과를 구한 후, 우측 항 릴레이션의 어떤 튜플과도 맞지 않는 `좌측 항의 릴레이션에 있는 튜플들에 NULL 값`을 붙여서 INNER JOIN의 결과에 추가한다 ``` SELECT (속성명) FROM (테이블명1) LEFT OUTER JOIN (테이블명2) ON (테이블명1.속성명=테이블명2.속성명); ``` ``` SELECT (속성명) FROM (테이블명1, 테이블명2) WHERE (테이블명1.속성명=테이블명2.속성명(+)); ``` ![](https://static.blex.me/images/content/2021/3/7/23_QTwbjEDjav07Lp0gfmQD.png) - RIGHT OUTER JOIN - INNER JOIN의 결과 후, 좌측 항 릴레이션의 어떤 튜플과도 맞지 않는 `우측 항의 릴레이션에 있는 튜플들에 NULL 값`을 붙여서 INNER JOIN의 결과에 추가한다 ``` SELECT (속성명) FROM (테이블명1) RIGHT OUTER JOIN (테이블명2) ON (테이블명1.속성명=테이블명2.속성명); ``` ``` SELECT (속성명) FROM (테이블명1, 테이블명2) WHERE (테이블명1.속성명(+)=테이블명2.속성명); ``` ![](https://static.blex.me/images/content/2021/3/7/23_JFEAI9XyQlt2O5M3dRkw.png) - FULL OUTER JOIN - LEFT OUTER JOIN과 RIGHT OUTER JOIN을 합쳐 놓은 것 ``` SELECT (속성명) FROM (테이블명1) FULL OUTER JOIN (테이블명2) ON (테이블명1.속성명=테이블명2.속성명); ``` ![](https://static.blex.me/images/content/2021/3/7/23_XDHaqyStkMXNDKukowYJ.png) - SELF JOIN - `같은 테이블에서 2개`의 속성을 연결하여 EQUI JOIN을 하는 JOIN 방법 ``` SELECT (속성명) FROM (테이블명1) [AS] (별칭1) JOIN (테이블명1) [AS] (별칭2) ON (별칭1.속성명=별칭2.속성명); ``` ``` SELECT (속성명) FROM (테이블명1) [AS] (별칭1), (테이블명1) [AS] (별칭2) WHERE (별칭1.속성명=별칭2.속성명); ``` ![](https://static.blex.me/images/content/2021/3/7/23_TyENgHflzXZjeRQMX9wG.png) ![](https://static.blex.me/images/content/2021/3/7/23_zBy0EErUa6VE71D6InPL.png) ![](https://static.blex.me/images/content/2021/3/7/23_Sv30O5r96QlgefUZ2Z48.png) ### 조건 연산자 - 비교 연산자 - =, <>, >, <, ≥, ≤ - 논리 연산자 - NOT, AND, OR - LIKE 연산자 - 대표 문자를 이용해 지정된 속성의 값이 문자 패턴과 일치하는 튜플을 검색하기 위해 사용 - % - 모든 문자를 대표 - 김% - 김씨 성을 가진 모두 - _ - 문자 하나를 대표 - 김_진 - 김으로 시작해서 진으로 끝나는 사람 - \# - 숫자 하나를 대표 ### 연산자 우선순위 - 산술 연산자 - x, /, +, - - 왼쪽에서 오른쪽으로 갈수록 낮아진다 - 관계 연산자 - =, <>, >, ≥, <, ≤ - 모두 같다 - 논리 연산자 - NOT, AND, OR - 왼쪽에서 오른쪽으로 갈수록 낮아진다 - 산술 > 관계 > 논리 순으로 연산자 우선순위가 결정됨 ### 그룹 함수 - COUNT(속성명) - 그룹별 튜플 수를 구하는 함수 - SUM(속성명) - 그룹별 합계를 구하는 함수 - AVG(속성명) - 그룹별 평균을 구하는 함수 - MAX(속성명) - 그룹별 최대값을 구하는 함수 - MIN(속성명) - 그룹별 최소값을 구하는 함수 - STDDEV(속성명) - 그룹별 표준편차를 구하는 함수 - VARIANC(속성명) - 그룹별 분산을 구하는 함수 - ROLLUP(속성명, 속성명, ...) - 인수로 주어진 속성을 대상으로 그룹별 소계를 구하는 함수 - 속성의 개수가 n개이면 n+1 레벨까지, 하위 레벨에서 상위 레벨 순으로 데이터가 집계 - CUBE(속성명, 속성명...) - ROLLUP과 유사한 형태이나 CUBE는 인수로 주어진 속성을 대상으로 모든 조합의 그룹별 소계를 구한다 - 속성의 개수가 n개이면, $2^n$레벨까지, 상위 레벨에서 하위 레벨 순으로 데이터가 집계된다. ### WINDOW 함수 - GROUP BY절을 이용하지 않고 함수의 인수로 지정한 속성을 범위로 하여 속성의 값을 집계한다 - 함수의 인수로 지정한 속성이 대상 레코드의 범위가 된다 - 이를 윈도우라 한다 - WINDOW 함수 - ROW_NUMBER() - 윈도우별 각 레코드에 대한 일련 번호를 반환 - RANK() - 윈도우별로 순위를 반환하며, 공동 순위를 반영 - DENSE_RANK() - 윈도우별로 순위를 반환, 공동 순위를 무시하고 순위를 부여 # 4. 정규화(Normalization) ### 이상(Anomaly)의 개념 및 종류 - 데이터들이 불필요하게 중복되어 릴레이션 조작 시 예기치 못한 곤란한 현상이 발생하는 것 ##### 삽입 이상(Insertion Anomaly) - 릴레이션에 데이터를 삽입할 때 의도와는 상관없이 원하지 않는 값들도 함께 삽입되는 현상 ##### 삭제 이상(Deletion Anomaly) - 릴레이션에서 한 튜플을 삭제할 때 의도와는 상관없는 값들도 함께 삭제되는 연쇄가 일어나는 현상 ##### 갱신 이상(Update Anomaly) - 릴레이션에서 튜플에 있는 속성값을 갱신할 때 일부 튜플의 정보만 갱신되어 정보에 모순이 생기는 현상 ### 정규화 과정 - 두부이걸다줘 = 도부이결다조 - 도메인이 원자값 - 부분적 함수 종속 제거 - 이행적 함수 종속 제거 - 결정자이면서 후보키가 아닌 것 제거 - 다치 종속 제거 - 조인 종속성 이용 ![](https://static.blex.me/images/content/2021/3/7/23_W5fVhOPsT52XyEfEkcro.png) ### 1NF(제1정규형) - 릴레이션에 속한 모든 도메인(Domain)이 원자값(Automic Value)만으로 되어 있는 정규형 - 릴레이션이 모든 속성 값이 원자 값으로만 되어 있는 정규형 ### 2NF(제2정규형) - 릴레이션 R이 1NF - 기본키가 아닌 모든 속성이 기본키에 대하여 완전 함수적 종속을 만족하는 정규형 ### 3NF(제3정규형) - 릴레이션 R이 2NF - 기본키가 아닌 모든 속성이 기본키에 대해 이행적 종속을 만족하지 않는 정규형 ##### 이행적 종속(Transitive Dependency)관계 - A→B이고 B→C일 때 A→C를 만족하는 관계 ### BCNF(Boyce-Codd 정규형) - 릴레이션 R에서 결정자가 모두 후보키인 정규형 - 강한 제3정규형 ##### BCNF의 제약 조건 - 키가 아닌 모든 속성은 각 키에 대하여 완전 종속해야한다 - 키가 아닌 모든 속성은 그 자신이 부분적으로 들어가 있지 않은 모든 키에 대하여 완전 종속해야 한다 - 어떤 속성도 키가 아닌 속성에 대해서는 완전 종속할 수 없다 ##### 결정자(Determinant) - 속성 간의 종속성을 규명할 때 기준이 되는 값 ##### 종속자(Dependent) - 결정자의 값에 의해 정해지는 값 ### 4NF(제4정규형) - 릴레이션 R에 다치 종속 ->>가 성립하는 경우 R의 모든 속성이 A에 함수적 종속 관계를 만족하는 정규형 ##### 다치 종속(Multi Valued Dependency, 다가 종속) - 어떤 복합 속성(A, C)에 대응하는 B값의 집합이 A값에만 종속되고 C값에는 무관하면 B는 A에 다치 종속 - A->>B로 표기 ### 5NF(제5정규형, PJ/NF) - 릴레이션 R의 모든 조인 종속이 R의 후보키를 통해서만 성립되는 정규형 ##### 조인 종속(Join Dependency) - 릴레이션 R이 자신의 프로젝션(projection) (A,B,C..)을 모두 조인한 결과가 자신과 동일한 경우 릴레이션 R은 조인 종속(A,B,C...)을 만족한다고 한다 # 5. 반정규화(Denormalization) - 정규화된 데이터 모델을 통합, 중복, 분리하는 과정 ### 테이블 통합 - 두 개의 테이블이 조인(Join)되는 경우가 많아 하나의 테이블로 합쳐 사용하는 것이 성능 향상에 도움이 될 경우 수행 ![](https://static.blex.me/images/content/2021/3/7/23_qjSDY8nrQpasjwXCHVi1.png) ##### 테이블 통합의 종류 - 1:1 관계 테이블 통합, 1:N 관계 테이블 통합, 슈퍼타입/서브타입 테이블 통합 ### 테이블 분할 - 테이블을 수직 또는 수평으로 분할하는 것 ![](https://static.blex.me/images/content/2021/3/7/23_zJpOqXMeZld5GF3oFwA3.png) ### 수평 분할(Horizontal Partitioning) - 레코드(Record)를 기준으로 테이블을 분할하는 것 - 레코드별로 사용 빈도의 차이가 큰 경우 사용 빈도에 따라 테이블을 분할한다 ### 수직 분할(Vertical Partitioning) - 하나의 테이블에 속성이 너무 많을 경우 속성을 기준으로 테이블을 분할하는 것 ##### 갱신 위주의 속성 분할 - 데이터 갱신 시 레코드 잠금으로 인해 다른 작업을 수행할 수 없으므로 갱신이 자주 일어나는 속성들을 수직 분할하여 사용한다 ##### 자주 조회되는 속성 분할 - 테이블에서 자주 조회되는 속성이 극히 일부일 경우 자주 사용되는 속성들을 수직 분할하여 사용한다 ##### 크기가 큰 속성 분할 - 이미지나 2GB 이상 저장될 수 있는 텍스트 형식 등으로 된 속성들을 수직 분할하여 사용한다. ##### 보안을 적용해야 하는 속성 분할 - 테이블 내의 특성 속성에 대해 보안을 적용할 수 없으므로 보안을 적용해야 하는 속성들을 수직 분할하여 사용 ![](https://static.blex.me/images/content/2021/3/7/23_96KrMW0p0h39NpWRqGyT.png) ### 중복 테이블 추가 - 여러 테이블에서 데이터를 추출해서 사용하거나 다른 서버에 저장된 테이블을 이용해야 하는 경우 중복 테이블을 추가하여 작업의 효율성을 향상시킨다 ### 중복 테이블을 추가하는 방법 ##### 집계 테이블의 추가 - 집계 데이터를 위한 테이블을 생성하고, 각 원본 테이블에 트리거(Trigger)를 설정하여 사용하는 것 - 트리거의 오버헤드(Overhead)에 유의해야 한다 ##### 진행 테이블의 추가 - 이력 관리 등의 목적으로 추가하는 테이블 - 적절한 데이터 양의 유지와 활용도를 높이기 위해 기본키를 적절히 설정한다. ##### 특정 부분만을 포함하는 테이블의 추가 - 데이터가 많은 테이블의 특정 부분만을 사용하는 경우 해당 부분만으로 새로운 테이블을 생성 ### 중복 속성 추가 - 조인해서 데이터를 처리할 때 데이터를 조회하는 경로를 단축하기 위해 자주 사용하는 속성을 하나 더 추가하는 것 # 6. RDB의 제약 조건 ### 무결성 - 데이터베이스에 저장된 데이터 값과 그것이 표현하는 현실 세계의 실제 값이 일치하는 정확성을 의미 ##### 개체 무결성(Entity Integrity, 실체 무결성) - 기본 테이블의 기본키를 구성하는 어떤 속성도 Null 값이나 중복값을 가질 수 없다는 규정 ##### 도메인 무결성(Domain Integrity, 영역 무결성) - 주어진 속성 값이 정의된 도메인에 속한 값이어야 한다는 규정 ##### 참조 무결성(Referential Integrity) - 외래키값은 Null이거나 참조 릴레이션의 기본키 값과 동일해야 한다 ##### 사용자 정의 무결성(User-Defined Integrity) - 속성 값들이 사용자가 정의한 제약 조건에 만족해야 한다는 규정 # 7. 데이터베이스 설계 ### 설계 순서 요구 조건 분석 → 개념적 설계 → 논리적 설계 → 물리적 설계 → 구현 ### 요구 조건 분석 ``` 데이터베이스를 사용할 사람들로부터 필요한 용도를 파악하는 것 ``` - 수행 업무, 필요한 데이터의 종류, 용도, 처리 형태, 흐름, 제약 조건 등을 수집 ### 개념적 설계(정보 모델링, 개념화) ``` 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정 ``` - 개념 스키마 모델링과 트랜잭션 모델링을 병행 수행 - 요구 조건 명세를 DBMS에 독립적인 E-R 다이어그램으로 작성 - DBMS에 독립적인 개념 스키마를 설계 ### 논리적 설계(데이터 모델링) ``` 현실 세계에서 발생하는 자료를 컴퓨터가 이해하고 처리할 수 있는 물리적 저장장치에 저장할 수 있도록 변환하기 위해 특정 DBMS가 지원하는 논리적 자료 구조로 변환시키는 장치 ``` - 필드로 기술된 데이터 타입과 이 데이터 타입들 간의 관계로 표현되는 논리적 구조의 데이터로 모델화 - 논리적 데이터베이스 구조로 매핑(mapping) - 개념 스키마를 평가 및 정제 - DBMS에 따라 서로 다른 논리적 스키마를 설계하는 단계 - `트랜잭션의 인터페이스를 설계` - 관계형 데이터베이스라면 테이블을 설계하는 단계 ### 물리적 설계(데이터 구조화) ``` 논리적 구조로 표현된 데이터를 디스크 등의 물리적 저장장치에 저장할 수 있는 물리적 구조의 데이터로 변환하는 과정 ``` - 다양한 데이터베이스 응용에 대해 처리 성능을 얻기 위해 데이터베이스 파일의 저장 구조 및 액세스 경로를 결정한다 - 저장 레코드의 형식, 순서, 접근 경로와 같은 정보를 사용하여 데이터가 컴퓨터에 저장되는 방법을 묘사 - 레코드 집중의 분석 및 설계 ### 데이터베이스 구현 ``` 논리적 설계 단계와 물리적 설계 단계에서 도출된 데이터 베이스 스키마를 파일로 생성하는 과정 ``` - DDL을 이용하여 데이터베이스 스키마를 기술한 후 컴파일하여 빈 데이터베이스 파일을 생성한다 - 빈 데이터베이스 파일에 데이터를 입력한다 - 응용 프로그램을 위한 트랜잭션을 작성한다 - 데이터베이스 접근을 위한 응용 프로그램을 작성한다. # 8. 트랜잭션 ### 트랜잭션 특성 - Atomicity (원자성) - 트랜잭션 내의 모든 명령은 반드시 완벽히 수행되어야 하며, 어느 하나라도 오류가 발생하면 트랜잭션 전부가 취소되어야 한다 - `Commit(완료)`되거나 `Rollback(복구)`되어야 한다 - Consistency (일관성) - 트랜잭션이 그 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 변환한다 - Isolation (독립성, 격리성, 순차성) - 수행중인 트랜잭션은 완전히 완료될 때까지 다른 트랜잭션에서 수행 결과를 참조할 수 없다 - Durability (영속성, 지속성) - 성공적으로 완료된 트랜잭션의 결과는 시스템이 고장나더라도 영구적으로 반영되어야 한다. # 9. 스키마 - 데이터베이스의 구조와 제약조건에 관해 전반적인 명세를 기술한 것 - `속성(Attribute)`, `개체(Entity)`, `관계(Relation)`에 대한 정의와 이를 유지해야 할 `제약조건`들을 기술한 것 - DB내에 어떤 구조로 데이터가 저장되는가를 나타내는 데이터베이스 구조 ### 외부 스키마 - 실세계에 존재하는 데이터들을 어떤 형식, 구조, 배치 화면을 통해 사용자에게 보여줄 것인가 ### 내부 스키마 - 물리적인 저장장치 입장에서 DB가 저장되는 방법을 기술한 것 - 내부 스키마에 의해 DB의 실행속도가 결정적으로 영향을 받기 때문에 DB의 구축목적에 따라 내부 스키마를 결정해야 한다 ### 개념 스키마 - 조직 전체를 관장하는 입장에서 DB를 정의한 것 - DB 전체를 기술한 것이기 때문에 한 개만 존재한다. # 10. 키 (key) ### 후보키 (Candidate Key) - 릴레이션을 구성하는 속성들 중에서 튜플을 유일하게 식별하기 위해 사용하는 속성들의 부분집합 - 기본키로 사용할 수 있는 속성들 - 후보키는 릴레이션에 있는 모든 튜플에 대해서 유일성과 최소성을 만족시켜야한다 ##### 유일성(Unique) - 하나의 키 값으로 하나의 튜플만을 유일하게 식별할 수 있어야 함 ##### 최소성(Minimality) - 모든 레코드들을 유일하게 식별하는 데 꼭 필요한 속성으로만 구성되어야 한다. ### 기본키 (Primary Key) - 후보키 중에서 특별히 선정된 주키(Main Key) - 중복된 값을 가질 수 없다 - 한 릴레이션에서 특정 튜플을 유일하게 구별할 수 있는 속성 - 기본키는 후보키의 성질을 갖는다. - 유일성, 최소성, 튜플을 식별하기 위해 반드시 필요한 키 - 기본키는 NULL 값을 가질 수 없다 ### 대체키 (Alternate Key) - 후보키가 둘 이상일 때 기본키를 제외한 나머지 후보키를 의미 - 보조키 ### 슈퍼키 (Super Key) - 한 릴레이션 내에 있는 속성들의 집합으로 구성된 키 - 모든 튜플에 대해 유일성은 만족시키지만, 최소성은 만족시키지 못한다 ### 왜래키 (Foreign Key) - 다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합 - 참조되는 릴레이션의 기본키와 대응되어 릴레이션 간에 참조 관계를 표현하는 중요한 도구 - 외래키로 지정되면 참조 릴레이션의 기본키에 없는 값은 입력할 수 없다. # 11. 데이터 모델 - 현실 세계의 정보들을 컴퓨터에 표현하기 위해서 단순화, 추상화하여 체계적으로 표현한 개념적 모델 ### 데이터 모델의 구성 요소 - 개체 (Entity) - 데이터베이스에 표현하려는 것 - 현실 세계의 대상체 - 속성 (Attribute) - 파일 구조상의 데이터 항목 또는 데이터 필드에 해당 - 관계 (Relationship) - 개체 간의 관계 또는 속성 간의 논리적인 연결 ### 태이터 모델의 종류 - 개념적 데이터 모델 - 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정 - 현실 세계에 존재하는 개체를 인간이 이해할 수 있는 정보 구조로 표현하기 때문에 `정보 모델`이라고도 함 - E-R 모델 - 논리적 데이터 모델 - 개념적 모델링 과정에서 얻은 개념적 구조를 컴퓨터가 이해하고 처리할 수 있는 컴퓨터 세계의 환경에 맞도록 변환하는 과정 - 필드로 기술된 데이터 타입과 이 데이터 타입들 간의 관계를 이용하여 현실 세계를 표현한다 - 물리적 데이터 모델 ### 데이터 모델에 표시할 요소 - 구조 (Structure) - 개체 타입들 간의 관계 - 데이터 구조 및 정적 성질을 표현 - 연산 (Operation) - 실제 데이터를 처리하는 작업에 대한 명세 - 데이터베이스를 조작하는 기본 도구 - 제약 조건 (Constraint) - 실제 데이터의 논리적인 제약 조건 # 12. 관계형 데이터베이스의 구조 - 릴레이션은 데이터들을 표(Table)의 형태로 표현한 것으로 구조를 나타내는 `릴레이션 스키마`와 실제 값들인 `릴레이션 인스턴스`로 구성 ![](https://static.blex.me/images/content/2021/3/7/23_I5c702UnzlkGxqcBCT2s.png) ### 튜플(Turple) - 릴레이션을 구성하는 각각의 행 - 튜플의 수를 카디널리티(Cardinality), 기수, 대응수라고 함 ### 속성(Attribute) - 데이터베이스를 구성하는 가장 작은 논리적 단위 - 개체의 특성을 기술 - 속성의 수를 디그리(Degree), 차수라고 함 ### 릴레이션 인스턴스 - 데이터 개체를 구성하고 있는 속성들에 데이터 타입이 정의되어 구체적인 데이터 값을 갖고 있는 것 ### 도메인 (Domain) - 하나의 애트리뷰트가 취할 수 있는 같은 타입의 원자(Atomic)값들의 집합 - 실제 애트리뷰트 값이 나타날 때 그 값의 합법 여부를 시스템이 검사하는데에도 이용된다. # 13. 데이터웨어하우스 ### OLAP (On-Line Analytical Processing) - 데이터웨어하우스 활용 수단의 통칭인 BI (Business Intelligence)의 한 분야 - 최종 사용자가 정보에 직접 접근해 대화식으로 정보를 분석하고 의사결정에 활용하는 과정 ##### 연산 - Roll-up - 분석할 항목에 대해 한 차원의 계층 구조를 따라 단계적으로 구체적인 내용의 상세 데이터로부터 요약된 형태의 데이터로 접근하는 기능 - Drill-down - 분석할 항목에 대해 한 차원의 계층 구조를 따라 단계적으로 요약된 형태의 데이터로부터 구체적인 내용의 상세 데이터로 접근하는 기능 - Pivoting - 보고서의 행, 열, 페이지 차원을 바꾸어 볼 수 있는 기능 - Slicing - 다차원 데이터 항목들을 다양한 각도에서 조회하고 자유롭게 비교하는 기능 - Dicing - 위와 동일하지만 slicing을 더 쪼개는 형태 ##### 종류 - ROLAP (Relational-OLAP) - 관계형 데이터베이스와 관계형 질의어를 사용하여 다차원 데이터를 저장하고 분석함 - MOLAP (Multi-dimension OLAP) - 다차원 데이터를 저장하기 위해 특수한 구조의 다차원 데이터베이스를 사용하고 데이터 검색 속도를 향상시키기 위해 큐브캐시(Cube Cache)라고 하는 주기억장치 속에 데이터 큐브를 보관함 - HOLAP (Hybrid OLAP) - ROLAP와 MOLAP의 특성을 모두 가지고 있으며, 빠른 검색이 필요한 경우에는 요약을 메모리에 저장하고 기본 데이터나 다른 요약들은 관계형 데이터베이스에 저장함 ### OLTP (On-Line Transaction Processing) - 효율적인 기업 운영을 지원하기 위해 트랜잭션(처리 정보)을 수집하고 분류, 저장, 유지보수, 갱신, 검색하는 기능을 수행하는 실시간 거래 처리 시스템 - 기업의 본연 업무를 지원하는 기간 시스템 # 14. DBMS의 4대 목표 ### 위치 투명성 (Location Trasparency) - 데이터베이스의 실제 위치를 알 필요없이 단지 데이터베이스의 논리적인 명칭만으로 엑세스할 수 있음 ### 중복 투명성 (Replication Transparency) - 데이터가 여러 곳에 중복되어 있더라도 사용자는 마치 하나의 데이터만 존재하는 것처럼 사용 가능, 시스템은 자동으로 여러 자료에 대한 작업 수행 ### 병행 투명성 (Concurrency Transparency) - 다수의 트랜잭션이 동시에 실현되더라도 그 결과는 영향을 받지 않음 ### 장애 투명성 (Failure Transparency) - 트랜잭션, DBMS, 네트워크, 컴퓨터 장애에도 트랜잭션을 정확히 처리함 # 15. TKPROF ### 추적 결과로 파악 할 수 있는 분석 정보 내용 - Parse - Execute - Fetch 수 - CPU 시간/경과된 시간 - 물리적/논리적 Reads - 처리된 튜플(행) 수 - 라이브러리 캐시 Misses - 파싱이 발생할 때의 사용자 - 커밋(Commit) / 롤백(Rollback) # 16. 뷰(view) - 하나이상의 테이블로부터 유도되는 가상테이블 이며 논리적 독립성이 제공된다 - 실제 테이블처럼 권한을 나눌 수 있다 - 특정 사용자가 볼 필요가 없는 다른 열들을 배제하고 뷰를 만든 후 해당 사용자에게 뷰에 대한 권한을 할당하면 테이블 전체에 대한 권한을 부여하지 않아도 된다 - `뷰는 자체적으로 인덱스를 가지지 않는다` - 삽입 삭제 수정이 제한적이다. # 17. 회복 (Recovery) - 트랜잭션 도중에 손상된 데이터베이스를 이전 상태로 복귀하는 작업 - 트랜잭션의 연산을 수행할 때 데이터 베이스를 변경하기 전에 로그 데이터를 생성한다 - 취소(Undo) 연산으로 이미 데이터베이스에 쓰여진 것도 수정할 수 있다 ### 장애의 유형 - 트랜잭션 장애 - 시스템 장애 - 미디어 장애 ### 즉각 갱신 기법 (Immediate Update) - 트랜잭션의 연산을 수행하여 데이터를 갱신할 때 실제 데이터 베이스에 반영하는 기법 - 갱신한 모든 내용을 로그(Log)에 보관 - 회복 작업을 위해 취소(Undo)와 재시도(Redo) 모두 사용 가능 ### 연기 갱신 기법 (Deffered Update) - 트랜잭션을 완료할 때까지 데이터베이스에 갱신을 연기하는 기법 - 트랜잭션 수행으로 갱신할 내용은 로그(Log)에 보관한다 - 트랜잭션이 부분 완료 시점에 Log의 기록을 실제 데이터 베이스에 반영한다 - 트랜잭션 수행 중에 장애가 발생하여 Rollback하여도 취소(Undo)할 필요가 없다 - 재시도(Redo) 작업을 통해 최근의 정상적인 데이터베이스로 회복한 후에 트랜잭션을 재실행 할 수 있다 ### 검사점 기법 (Check Point) - 트랜잭션 중간에 검사점을 로그에 보관하여 트랜잭션 전체를 취소하지 않고 검사점까지 취소할 수 있는 기법 ### 그림자 페이지 대체 기법 (Shadow Paging) - 트랜잭션의 연산으로 갱신할 필요가 있을 때 복사본인 그림자 페이지를 보관하는 기법 - 트랜잭션을 취소할 때 그림자 페이지를 이용하여 회복 - 로그(Log), 취소(Undo), 재시도(Redo)할 필요가 없다 # 18. NDBMS - 그래프 형태 - 데이터의 종속성 문제를 해결하지 못한다 # 19. RDBMS - 관계 DBMS - 시스템의 부하가 커 수행 속도가 느리다. # 20. 절차형 SQL ### 필수 요소 - DECLARE - 대상이 되는 프로시저, 사용자 정의 함수 등을 정의 - BEGIN - 프로시저, 사용자 정의 함수가 실행되는 시작점 - END - 프로시저, 사용자 정의 함수가 실행되는 종료점 ### 프로시저의 구성 요소 - DECLARE - 변수 및 상수, 타입 선언 - BEGIN - 시작 - 실행 및 서브루틴 생성 - CONTROL - 단위 블록별 실행흐름을 제어 - SQL - 데이터 관리를 위한 조회, 추가, 수정, 삭제 - EXCEPTION - 실행중 발생가능한 예외상황 수행 - TRANSACTION - 해당 기점만큼 DBMS에 반영 또는 복구 - END - 종료 # 21. 데이터베이스의 정의 ### 1. 통합된 데이터 (Integrated Data) - 자료의 중복을 배제한 데이터의 모임 ### 2. 저장된 데이터 (Stored Data) - 컴퓨터가 접근할 수 있는 저장 매체에 저장된 자료 ### 3. 운영 데이터 (Operational Data) - 조직의 고유한 업무를 수행하는 데 존재 가치가 확실하고 없어서는 안 될 반드시 필요한 자료 ### 4. 공용 데이터 (Shared Data) - 여러 응용 시스템들이 공동으로 소유하고 유지하는 자료. # 22. 결함 관리 프로세스 ##### 결함 관리 계획 - 전체 프로세스에 대한 결함 관리 일정, 인력, 업무 프로세스 등을 확보하여 계획을 수립 ##### 결함 기록 - 발견된 결함을 결함 관리 DB에 등록 ##### 결함 검토 - 등록된 결함을 검토하고 수정할 개발자에게 전달 ##### 결함 수정 - 개발자가 결함 수정 ##### 결함 재확인 - 개발자가 수정한 내용을 확인하고 다시 테스트를 수행 ##### 결함 상태 추적 및 모니터링 활동 - 결함 관리 상태를 한눈에 확인할 수 있도록 대시보드나 게시판 형태로 제공 ##### 최종 결함 분석 및 보고서 작성 - 발견된 결함에 대한 정보와 이해관계자들의 의견이 반영된 보고서를 작성하고 결함 관리를 종료 # 23. 데이터베이스의 보안 - 데이터베이스 영역에서 사용되는 암호화 방식에는 DES, RSA 등 # 24. 관계대수 ### 1. Select - 릴레이션의 행에 해당하는 튜플을 구하는 것 - 수평 연산 ##### 표기 형식 - $\sigma_{<조건>}(R)$ ![](https://static.blex.me/images/content/2021/3/7/23_1fIGZiUfxqGbWhK5B2mv.png) ![](https://static.blex.me/images/content/2021/3/7/23_s5lcJF1v6ubColrT70gO.png) ### 2. Project - 릴레이션의 열에 해당하는 Attribute를 추출하는 것 - 수직 연산자 ##### 표기 형식 - $\pi_{<속성리스트>}(R)$ ![](https://static.blex.me/images/content/2021/3/7/23_5LYmm8U9qAw09fE8bZA1.png) ### 3. Join - 공통 속성을 중심으로 두 개의 릴레이션을 하나로 합쳐서 새로운 릴레이션을 만드는 연산 - 만들어진 릴레이션의 차수는 조인된 두 릴레이션의 차수를 합한 것과 같다 - Cartesian Product교차곱)을 수행한 다음 Select를 수행한 것과 같다 ##### 표기 형식 - $R_{⋈키속성r=키속성s}S$ ![](https://static.blex.me/images/content/2021/3/7/23_n2sFYXHFBM7uf8aiz24A.png) ### 4. Division - X⊃Y인 두 개의 릴레이션 R(X)와 S(Y)가 있을 때, R의 속성이 S의 속성을 모두 가진 튜플에서 S가 가진 속성을 제외한 속성만을 구하는 연산 ##### 표기 형식 - $R[속성r/속성s]S$ - 속성r과 속성s는 동일 속성값을 가지는 속성 ![](https://static.blex.me/images/content/2021/3/7/23_cPSuwEvufo7EGrDNMKcN.png) ### 5. 일반 집합 연산자 ##### 합집합 (UNION) `∪` - 두 릴레이션에 존재하는 튜플의 합집합을 구하되, 결과로 생성된 릴레이션에서 중복되는 튜플은 제거한다 ##### 교집합 (INTERSECTION) `∩` - 두 릴레이션에 존재하는 튜플의 교집합을 구하는 연산 ##### 차집합 (DIFFERENCE) `－` - 두 릴레이션에 존재하는 튜플의 차집합을 구하는 연산 ##### 교차곱 (CARTESIAN PRODUCT) `×` - 두 릴레이션에 있는 튜플들의 순서쌍을 구하는 연산 ![](https://static.blex.me/images/content/2021/3/7/23_GCJasCtPgKOnXv6rj7sM.png) # 25. 인덱스(Index) - <키 값과 포인터> 쌍으로 구성되는 데이터구조로, 인덱스 설계 시에는 인덱스가 가리키는 데이터와는 별개로 추가적인 저장 공간이 필요하다는 것을 염두에 두어야 한다 ##### 인덱스 설계 시 고려사항 - 새로 추가되는 인덱스는 기존 액세스 경로에 영향을 미칠 수 있다. - 인덱스를 지나치게 많이 만들면 오버헤드가 발생한다 - 넓은 범위를 인덱스로 처리하면 많은 오버헤드가 발생한다. - 인덱스를 만들면 추가적인 저장 공간이 필요하다 - 인덱스와 테이블 데이터의 저장 공간이 분리되도록 설계한다. # 26. 파티션의 종류 ##### 범위 분할 (Range Partitioning) - 지정한 열의 값을 기준으로 분할한다 - 예) 일별, 월별, 분기별 등 ##### 해시 분할 (Hash Partitioning) - 해시 함수를 적용한 결과 값에 따라 데이터를 분할한다. - 특정 파티션에 데이터가 집중되는 범위 분할의 단점을 보완한 것으로, 데이터를 고르게 분산할 때 유용하다 - 특정 데이터가 어디에 있는지 판단할 수 없다. - 고객번호, 주민번호 등과 같이 데이터가 고른 컬럼에 효과적이다 ##### 조합 분할 (Composite Partitioning) - 조합 분할로 분할한 다음 해시 함수를 적용하여 다시 분할하는 방식이다. - 범위 분할한 파티션이 너무 커서 관리가 어려울 때 유용하다. # 26. E-R 다이어그램 ![](https://static.blex.me/images/content/2021/3/7/23_3WyhFBScLc6JsDxurY5r.png) ![](https://static.blex.me/images/content/2021/3/7/23_SFzMRmSxwfzZtSLCzZmF.png) # 27. DBMS ### 1. JDBC (Java DataBase Connectivity) - Java 언어로 다양한 종류의 데이터베이스에 접속하고 SQL문을 수행할 때 사용되는 표준 API ### 2. ODBC (Open DataBase Connectivity) - 데이터베이스에 접근하기 위한 표준 개방형 API로, 개발 언어에 관계없이 사용할 수 있음 ### 3. MyBatis - JDBC 코드를 단순화하여 사용할 수 있는 SQL Mapping 기반 오픈 소스 접속 프레임워크 ### 4. ORM (Object-Relational Mapping) - 객체지향 프로그래밍의 객체(Object)와 관계형 데이터베이스(Relational Database)의 데이터를 연결(Mapping)하는 기술 # 28. 데이터 전환 - 운영 중인 기존 정보 시스템에 축적되어 있는 데이터를 추출(Extraction)하여 새로 개발할 정보 시스템에서 운영 가능하도록 변환(Transformation)한 후, 적재(Loading)하는 일련의 과정 - 데이터 전환을 ETL(Extraction, Transformation, Load), 즉 추출, 변환, 적재 과정이라고 한다 - 데이터 전환을 데이터 이행(Data Migration) 또는 데이터 이관이라고도 한다. - 데이터 전환을 성공적으로 수행하기 위해 데이터 전환이 필요한 대상을 분석하여 데이터 전환 작업에 필요한 모든 계획을 기록하는 데이터 전환 계획서를 작성하고 이를 토대로 진행한다. ### 데이터 전환 계획서의 주요 항목 ##### 데이터 전환 개요 - 데이터 전환 목표, 주요 성공 요인, 전제조건 및 제약조건 ##### 데이터 전환 대상 및 범위 ##### 데이터 전환 환경 구성 - 원천 시스템 구성도, 목적 시스템 구성도, 전환 단계별 DISK 사용량 ##### 데이터 전환 조직 및 역할 - 데이터 전환 조직도, 조직별 역할 ##### 데이터 전환 일정 ##### 데이터 전환 방안 - 데이터 전환 규칙, 데이터 전환 절차, 데이터 전환 방법, 데이터 전환 설계 등 ##### 데이터 정비 방안 - 데이터 정비 대상 및 방법, 데이터 정비 일정 및 조직 ##### 비상 계획 - 종합상황실 및 의사소통 체계 ##### 데이터 복구 대책 - 백업 및 복구 방안 # 29. 관계의 종류 ##### 종속 관계(Depndent Relationship) - 두 개체 사이의 주,종 관계를 표현한 것으로, 식별 관계와 비식별 관계가 있음 ##### 중복 관계(Rdundant Relationship) - 두 개체 사이에 2번 이상이 종속 관계가 발생하는 관계임 ##### 재귀 관계(Recursivee Relationship) - 개체가 자기 자신과 관계를 갖는 것으로, 순환 관계(Recursive Relationship)라고도 함 ##### 배타 관계(Exclusive Relationship) - 개체의 속성이나 구분자를 기준으로 개체의 특성을 분할하는 관계로, 배타 AND 관계와 배타 OR 관계로 구분한다 - 배타 AND 관계는 하위 개체들 중 속성이나 구분자 조건에 따라 하나의 개체만을 선택할 수 있고, 배타 OR 관계는 하나 이상의 개체를 선택할 수 있다. # 30. 주 식별자 ### 특징 ##### 유일성 - 주 식별자에 의해 개체 내에 모든 인스턴스들이 유일하게 구분되어야 함 ##### 최소성 - 주 식별자를 구성하는 속성의 수는 유일성을 만족하는 최소 수가 되어야 함 ##### 불변성 - 주 식별자가 한 번 특정 개체에 지정되면 그 식별자는 변하지 않아야 함 ##### 존재성 - 주 식별자가 지정되면 식별자 속성에 반드시 데이터 값이 존재해야 함 # 31. 스토리지(Storage)의 종류 ##### DAS(Direct Attached Storage) - 서버와 저장장치를 전용 케이블로 직접 연결하는 방식 - 일반 가정에서 컴퓨터에 외장하드를 연결하는 것이 여기에 해당됨 ##### NAS(Network Attached Storage) - 서버와 저장장치를 네트워크를 통해 연결하는 방식 ##### SAN(Storage Area Network) - DAS의 빠른 처리와 NAS의 파일 공유 장점을 혼합한 방식 - 서버와 저장 장치를 연결하는 전용 네트워크를 별도로 구성하는 방식 # 32. 클러스터드 인덱스(Clustered Index) - 인덱스 키의 순서에 따라 데이터가 정렬되어 저장되는 방식 - 실제 데이터가 순서대로 저장되어 있어 인덱스를 검색하지 않아도 원하는 데이터를 빠르게 찾을 수 있다 - 데이터 삽입, 삭제 발생 시 순서를 유지하기 위해 데이터를 재정렬해야 한다 - 한 개의 릴레이션에 하나의 인덱스만 생성할 수 있다. # 33. 넌클러스터드 인덱스(Non-Clustered Index) - 인덱스의 키 값만 정렬되어 있을 뿐 실제 데이터는 정렬되지 않는 방식이다. - 데이터를 검색하기 위해서는 먼저 인덱스를 검색하여 실제 데이터의 위치를 확인해야 하므로 클러스터드 인덱스에 비해 검색 속도가 떨어진다 - 한 개의 릴레이션에 여러 개의 인덱스를 만들 수 있다. # 34. 병행수행의 문제점 ##### 갱신 분실(Lost Update) - 두 개 이상의 트랜잭션이 같은 자료를 공유하여 갱신할 때 갱신 결과의 일부가 없어지는 현상 ##### 비완료 의존성(Uncommitted Dependency) - 하나의 트랜잭션 수행이 실패한 후 회복되기 전에 다른 트랜잭션이 실패한 갱신 결과를 참조하는 현상 ##### 모순성(Inconsistency) - 두 개의 트랜잭션이 병행 수행될 때 원치 않는 자료를 이용함으로써 발생하는 문제 ##### 연쇄 복귀(Cascading Rollback) - 병행수행되던 트랜잭션들 중 어느 하나에 문제가 생겨 Rollback하는 경우 다른 트랜잭션도 함께 Rollback되는 현상 # 35. SQL ### A. 동적 SQL - 개발 언어에 삽입되는 SQL 코드를 문자열 변수에 넣어 처리하는 것 - 조건에 따라 SQL 구문을 동적으로 변경하여 처리할 수 있다 - 동적 SQL은 사용자로부터 SQL문의 일부 또는 전부를 입력받아 실행할 수 있다 - 동적 SQL은 값이 입력되지 않을 경우 사용하는 NVL 함수를 사용할 필요가 없다 - 동적 SQL은 응용 프로그램 수행 시 SQL이 변형될 수 있으므로 프리컴파일 할 때 구문 분석, 접근 권한 확인 등을 할 수 없다 - 동적 SQL은 정적 SQL에 비해 속도가 느리지만, 상황에 따라 다양한 조건을 첨가하는 등 유연한 개발이 가능하다. ### B. 정적 SQL - SQL 구성 시 커서(Cursor)를 통해 처리한다 # Notion [https://www.notion.so/mildsalmon/2-e275981e1f4b4626b23976c9e5ae4d1f](https://www.notion.so/mildsalmon/2-e275981e1f4b4626b23976c9e5ae4d1f)