논리 데이터
▶︎ 데이터 모델
현실 세계의 정보를 인간과 컴퓨터가 이해할 수 있도록 추상화하여 표현한 모델
▶︎ 데이터 모델 절차
요구사항 분석 > 개념적 > 논리적(정규화) > 물리적(반정규화)
▶︎ 논리 데이터 모델 종류
- 관계 데이터 모델 : 1대1, 테이블
- 계층 데이터 모델 : 1대N, 트리
- 네트워크 데이터 모델 : N대M, 그래프
▶︎ 논리 데이터 모델링 속성
개체(entity), 속성(attribute), 관계(relationship)
▶︎ 관계 대수
절차적 언어
- 일반 집합 연산자 : 합집합(∪), 교집합(∩), 차집합(─), 카티션 프로덕트(X)
- 순수 관계 연산자:
- 셀렉트(σ) : 릴레이션 R에서 조건을 만족하는 튜플들을 반환
- 프로젝트(π) : 릴레이션 R에서 주어진 속성들의 값만으로만 구성된 튜플들을 반환
- 조인(⋈) : 공통 속성을 이용해 릴레이션 R과 S의 튜플들을 연결하여 만들어진 새로운 튜플들을 반환
- 디비전(÷) : 릴레이션 S의 모든 튜플과 관련있는 R의 튜플들을 반환
▶︎ 관계 해석
튜플 관계 해석과 도메인 관계해석을 하는 비절차적 언어
▶︎ 개체-관계(E-R)모델
현실 세계에 존재하는 데이터와 그들 간의 관계를 사람이 이해할 수 있는 형태로 명확하게 표현하기 위해 사용되는 모델
(개체 □ 관계 ◇ 속성 ○ 다중 값 속성 ◉ 관계-속성 ─)
▶︎ 정규화(Nomalization)
데이터의 중복성을 제거해 이상현상을 방지하고, 데이터의 일관성과 정확성을 유지하기 위해 무손실 분해하는 과정
- 1NF : 도메인이 원자값
- 2NF : 부분함수 종속 제거
- 3NF : 이행함수 종속 제거(A->B, B->C 이면 A->C)
- BCNF : 결정자 후보 키가 아닌 함수 종속 제거
- 4NF : 다치(다중 값) 종속 제거
- 5NF : 조인 종속 제거
▶︎ 이상 현상(Anomaly)
데이터의 중복성으로 인해 릴레이션을 조작할 때 발생하는 비합리적인 현상
- 삽입이상, 삭제이상, 갱신이상
▶︎ 반 정규화(De-Normalization)
정규화 된 엔티티, 속성, 관계에 대해 성능 향상과 개발 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 과정
물리 데이터
▶︎ 물리 데이터 모델링
논리모델을 적용하고자 하는 기술에 맞도록 상세화해가는 과정
▶︎ 참조무결성 제약조건
참조하는 외래키의 값은 항상 참조되는 릴레이션에 기본키로 존재해야한다.
- 제한(RESTRICT), 연쇄(CASCADE), 널 값(SET NULL)
▶︎ 인덱스
전체 데이터 검색 없이 필요한 정보에 대해 신속한 조회 가능
▶︎ 뷰
접근이 허용된 자료만을 제한적으로 보여주기 위해 하나 이상의 기본 테이블로 구성된 가상 테이블
▶︎ 클러스터
데이터 액세스 효율을 향상시키기 위해 동일한 성격의 데이터를 동일한 데이터 블록에 저장하는 물리적 저장 방법
▶︎ 파티션(Partition)의 종류
- 레인지(Range) 파티셔닝 : 연속적인 숫자나 날짜 기준
- 해시(Hash) 파타셔닝 : 파티션 키의 해시 함수 값
- 리스트(List) 파티셔닝 : 특정 파티션에 저장 될 데이터에 대한 명시적 제어 가능
- 컴포지트(Composite) 파티셔닝 : 레인지, 해시, 리스트 중 2개 이상의 파티셔닝 결합
데이터베이스
▶︎ 데이터베이스의 정의
- 통합된 데이터 : 자료의 중복을 배제한 데이터의 모임
- 저장된 데이터 : 저장 매체에 저장된 데이터
- 운영 데이터 : 조직의 업무를 수행하는 데 필요한 데이터
- 공용 데이터 : 여러 어플리케이션, 시스템들이 공동으로 사용하는 데이터
▶︎ 데이터베이스의 특성
실시간 접근성, 계속적인 변화, 동시 공용, 내용 참조
▶︎ DBMS
데이터 관리의 복잡성을 해결하는 동시에 데이터 추가, 변경, 검색, 삭제 및 백업, 복구 보안 등의 기능을 지원하는 SW
▶︎ DBMS의 유형
- 키-값 DBMS
- 컬럼 기반 데이터 저장(Column Family Data Store)
- 문서저장(Document Store)
- 그래프(Graph Store) : 시맨틱 웹과 온톨로지 분야
▶︎ 빅데이터
시스템, 서비스, 조직 등에서 주어진 비용, 시간 내에 처리가 가능한 수십 페타바이트 크기의 비정형 데이터
- HDFS : 대용량 데이터의 집합을 처리하는 응용 프로그램에 적합하도록 설계된 하둡 분산 파일 시스템
- 맵 리듀스(Map Reduce) : 구글에서 대용량 데이터 처리를 분산 병렬 컴퓨팅 처리하기 위한 목적으로 제작해 2004년에 발표한 소프트 프레임 워크
▶︎ NoSQL
전통적인 RDBMS와 다른 DBMS를 지칭하기 위한 용어, 데이터 저장에 고정된 테이블 스키마가 필요하지 않고 조인 연산을 사용할 수 없으며, 수평적으로 확장이 가능한 DBMS
▶︎ NoSQL의 특성(BASE)
- Basically Available : 언제든지 데이터는 접근할 수 있어야 하는 속성
- Soft-State : 노드의 상태는 외부에서 전송된 정보를 통해 결정되는 속성
- Eventually Consistency : 일정 시간이 지나면 데이터의 일관성이 유지
▶︎ 시맨틱 웹(Semantic Web)
기계가 이해할 수 있는 온톨로지 형태로 표현하고 자동화된 기계가 처리하도록 하는 지능형 웹
▶︎ 온톨로지(Ontology)
실세계에 존재하는 모든 개념들과 개념들의 속성, 개념들 간의 관계 정보를 컴퓨터가 이해할 수 있도록 서술해 놓은 지식베이스
▶︎ 데이터 마이닝(Data Minning)
대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 기술
▶︎ 데이터 마이닝 주요기법
- 분류 규칙(Classification) : 과거 데이터로부터 특성을 찾아내어 분류모형을 만들어 결과 값 예측
- 연관 규칙(Association) : 데이터 안에 존재하는 항목들 간의 종속관계를 찾아내는 기법
- 연속 규칙(Sequence) : 연관 규칙에 시간 관련 정보가 포함된 형태의 기법
- 데이터 군집화(Clustering) : 대상 레코드들을 유사한 특성을 지니는 몇 개의 소그룹으로 분할하는 작업
