- 여러 사용자의 상이한 응용이나 요구를 지원해 준다.
- 사용자의 데이터 관리를 간단하게 해준다.
- 숨겨진 데이터를 위한 자동 보안이 제공된다.
- 뷰는 가상 테이블이므로 물리적으로 구현되어 있지 않다.
- 뷰는 하나 이상의 기본 테이블로부터 유도되어 만들어지는 가상 테이블이다.
- 필요한 데이터로만 뷰로 정의해서 처리할 수 있기 때문에 관리가 용이하다.
- View의 검색은 기본 테이블 검색 연산과 동일하다.
- DBA는 보안 측면에서 뷰를 활용할 수 있다.
- 뷰 위에 또 다른 뷰를 정의할 수 있다.
- 물리적으로 존재하지 않는 가상 테이블이다.
- 클러스터링을 하면 비슷한 데이터를 동일한 데이터 블록에 저장하기 때문에 디스크 I/O가 줄어든다.
- 단일 테이블 클러스터링은 처리 범위가 넓은 경우, 다중 테이블 클러스터링은 조인이 많이 발생하는 경우 주로 사용
- 클러스터링 된 테이블은 클러스터키 열을 공유하므로 저장 공간이 줄어든다.
- 클러스터는 데이터의 엑세스 효율을 향상시킨다.
- 데이터 관리가 수월해진다.
- 시스템 장애 시 데이터 손상 정도를 최소화 할 수 있다.
- 파티션별 백업 및 복구를 수행해 속도가 빠르다.
- 범위 분할은 일별, 월별, 분기별과 같이 열의 값을 기준으로 분할한다.
- 해시 분할은 해시 함수를 적용한 결과 값에 따라 데이터를 분할한다.
- 해시 분할은 데이터를 고르게 분산하여 분할한다. 특정 파티션에 데이터가 집중되는 것은 범위 분할
- 조합 분할은 범위 분할한 파티션이 너무 커서 관리가 어려울 때 유용하다.
- 신뢰성(Reliability)와 가용성(Availability)향상
- 질의 처리(Query Processing) 시간의 단축
- 데이터의 공유성 향상
- 분산 데이터베이스 관리 시스템의 형태로는 동질 분산 데이터베이스 관리 시스템과 이질 분산 데이터베이스 관리 시스템으로 구분할 수 있다.
- 분산 데이터베이스에서의 수평 분할은 전역 테이블을 구성하는 튜플들을 부분 집합으로 분할하는 방법을 말한다.
- 분산 데이터베이스는 데이터의 처리나 이용이 많은 지역에 데이터 베이스를 위치시킴으로써, 데이터의 처리가 가능한 해당 지역에서 해결될 수 있도록 하는 데이터베이스 시스템이다.
분산 데이터베이스에서 사용자는 데이터가 물리적으로 저장되어 있는 곳을 알 필요 없이 논리적인 입장에서 데이터가 모두 자신의 사이트에 있는 것처럼 처리하는 특성
- 생산성 향상
- 지역적 정보처리의 효율성 증진
- 신뢰도와 가용성 증진
- 분산 처리기
- 통신 네트워크
- 분산 데이터베이스
- 분산 데이터베이스 관리 시스템
- 이중화와 클러스터링은 모두 고가용성을 위한 방법이다.
- 이중화의 활동 - 활동(Active - Active) 방법은 두 DB가 서로 다른 서비스를 제공하다가 둘 중 한쪽 DB에 문제가 발생하면 나머지 다른 DB가 서비스를 대신 수행한다.
- 클러스터링은 두 대 이상의 서버를 하나의 서버처럼 운영하기 위한 기술이다.
- 패스워드
- 권한 부여
- 데이터 암호화
- 신분 기반 정책
- 규칙 기반 정책
- 역할 기반 정책
- 접근통제 보안 모델은 보안 정책을 구현하기 위한 정형화된 모델이다.
- 무결성 모델은 데이터의 일관성 유지에 중점을 두어 개발되었다.
- 무결성은 시스템 내의 정보는 인가된 사용자만 수정할 수 있는 것을 의미한다.
단일 디스크로 처리할 수 없는 대용량의 데이터를 저장하기 위해 서버와 저장장치를 연결하는 스토리지
- 슈퍼타입을 기준으로 하나의 테이블로 통합하면 여러 테이블을 조인하지 않아도 되므로 수행 속도가 빨라진다.
- 슈퍼타입과 서브타입을 각각의 테이블로 변환하면 테이블 사이에는 1:1관계가 형성된다.
- 서브타입을 기준으로 서브타입들을 개별적인 테이블로 변환하면 처리할 때마다 서브타입 유형을 구분할 필요가 없다.
논리 데이터 모델의 서브타입과 슈퍼타입은 물리 데이터 모델의 어떤 객체로 변환되는가?
- 컬럼명은 될 수 있으면 짧게 지정
- 복합 단어를 컬럼명으로 사용할 때는 미리 정의된 표준을 따른다.
- 실제 테이블을 검증하기 위해 표본 데이터를 입력 시킨다.