[DB] #01. Introduction to Databases

1.1 Databases

데이터베이스를 사용하는 목적

• 데이터 관리 : 데이터 저장, 삭제, 수정 등
• 주체 : user

DB, DBMS, DBS

1. DB
   • 서로 연관 있는 데이터의 모임
2. DBMS
   • 사용자에게 데이터 관리에 필요한 기능 제공
   • 데이터 정의, 생성, 변경, 삭제, 접근, 조작하는 기본적인 연산 기능 제공
   • 데이터 추상화, 데이터 독립성, 데이터 보호 등의 다양한 기능 제공
   • 명령어를 처리하는 주체
   • DB와 직접적 상호작용
3. DBS
   • DataBsase System
   • DB + DBMS

DBMS 장점

• Data abstraction : 데이터 추상화 제공 → 사용자가 쉽게 데이터베이스 접근 가능
  
• Easy accessing data : 접근 용이성
  • 데이터 접근을 위한 언어 + 사용자 인터페이스 제공
  • application만 있으면 됨.
  • query : select, from, where
• controlled data redundancy, inconsistency : 데이터 중복 및 불일치성에 대한 제어
  • 불일치성 : 데이터 간에 값이 서로 일치하지 않은 현상
  • file system : 데이터 중복 → 불일치 발생하기 쉬움
• Integrity constraint : 무결성 제약 강화 ⭐️
  • 무결하다 : 어떤 상황에서든 조건을 만족시킨다.
  • ex. year(학년) : {1, 2, 3, 4} , 0 ≤ grade ≤ 4.5
• Atomicity of updates : 갱신 원자성 제공
  • 갱신 시 연산이 부분적으로 반영 X, 원자적으로 이루어져야 함.
  • 부분적 → 불일치 및 제약 조건 만족하지 않는 경우 발생

💡 ACID : Database의 대표적인 장점 4가지 ⭐️

• Atomicity 원자성
  • 고장 및 오류 상황에서도 대비할 수 있도록 보장함.
  • ATM 500 500 / 1000 0 → 1000 500 이 되면 안 됨 !
  • all(500 500) or nothing(1000 0)이 되어야 한다.
• Consistency 일관성
  • 실제와 동일하게 보장해준다.
• Isolation 독립성
  
  • user간 read/write 연산의 독립성 보장
• Durability 지속성
  - 항상 정상적인 값이 DB에 저장되어야 한다.

• Concurrent access by multiple users : 다수 사용자의 동시성 제어
• Data security : 데이터 보호
  • 악의적인 데이터 접근으로부터 데이터 보호
  • file system : os가 제공하는 데이터 보호 기능 사용, 초보적인 수준
• Data backup & recovery : 데이터 백업 및 회복
  • 시스템 장애 발생 대비 → 손실 방지
  • 매우 중요, 구현 복잡

File Systems

• OS가 제공하는 기능
• pile(파일) : file(화일)을 구성하는 방식 중 하나
• 과거 : 파일 단위로 데이터를 관리 → 문제 : ACID를 보장하기 어려움
  
• 여러가지 제약 사항 → 화일 시스템만으로는 효율적인 DB 관리 불가능

1.2 Data Abstraction and Data Model

Instances and Schemas

• 사용자 지정 타입

  struct Student { ... };
  struct Student s[60];   //타입을 사용하기 위한 객체 생성
  s[0].id = 20212908;     //데이터 생성

  → DB에서는 타입이라는 용어보다는 Schema를 사용

  create Student { ... };

• Instance = 변수의 값, schema = 변수의 타입
• Schema
  • DB의 논리적, 물리적 구조
  • 실제 데이터값이 schema 형태로 저장 관리
• Instance
  • 데이터의 실제 값
  • 시간의 흐름에 따라 자주 변경 (↔ schema는 자주 변경 X)

Abstraction in Computer Science

• Abstraction 추상화
  • 개체들을 설명하기 위해
  • 공통적인 속성을 뽑아내서
  • 하나의 타입 형태로 만드는 과정
• 추상화 레벨에 따라 사용자에게 보이는 상세한 정도 달라짐
  • 사물을 보는 높이에 따라 description 수준에 차이 발생
  • 추상화 레벨도 함께 고려해야함

Three Level Abstraction

위에서 아래로 갈 수록 복잡해짐

• 실제로는 저장장치(디스크)에 복잡하게 존재 → 이를 추상화하여 세가지 다른 관점에서 조망
  
• 각 레벨마다 기술하는 추상화 방법은 DBS마다, Model마다 상이

1. Physical level
   • 실제 데이터 record가 어떻게 저장되는지 기술
   • 데이터 필드 길이, 필드 간의 간격, 레코드의 전체 길이 등
2. Logical level
   • 데이터와 데이터간의 관계를 논리적 관점에서 추상화
   • 예제>

     type professor = record
     				ID : string;
     				name : string;
     				department : string;
     				salary : integer;
     end;

     • professor : 하나의 레코드
     • ID, name, deparment, salary 등 4가지 구성요소로 이루어짐을 기술
3. View level
   • 특정 user가 흥미있어하는 database의 부분만을 추상화
   • 보안 목적으로 나머지 부분은 숨김
   • 동일 Logical Level에서의 추상화에 대해 다수 개의 서로 다른 View Level 추상화 가능

Three-schema Architecture

• 3단계 스키마 구조
  
• 각 schema는 schema간의 변환을 이용해 레벨에 따른 Data View 제공
• 일명 ANSI/SPARC 구조

Data Independence

1. Physical data independence
   • 논리적 스키마 변화없이 물리적 스키마를 변화할 수 있는 기능
2. Logical data independence
   • 뷰 스키마 변화없이 논리적 스키마를 변화할 수 있는 기능

• View Schema
  • 최종 사용자가 보는 데이터베이스 스키마
  • 사용자는 이를 기반으로 DB 프로그램 응용 및 개발
• 데이터 독립성
  • 사용자에게 많은 편이를 제공하는 기능
  • 대부분 상용 데이터베이스시스템이 지원
  • file system : 독립성 제공 X

Data Model

• Data Model
  • 기술하는 명세
    1. 데이터 2. 데이터 관계성 3. 데이터 의미 4. 데이터 제약 조건 등
  • 데이터 추상화를 지원하는 개념적인 도구
  • Model 이용 → 데이터 기술, 조작
• 종류

  • Relational data model (관계형)

    → 80년대 이후 가장 많이 사용
    

  • Object-relational data model (객체관계형)

    → Relational + Object-oriented 장점 합쳐놓은 것
    

  • Object-oriented data model (객체지향)

  • Entity-Relationship data model (개체-관계)

    → database design 목적
    

  • XML

    → semi-structured data 목적

  • Hierarchical data model (계층)

  • Network data model (네트워크)

    → 현대사회에서 더이상 사용 X, 이를 지원하는 구 시스템 : legacy system

• 상용 DBMS : 데이터 Model 중 하나를 지원

Relational Data Model

• 80년대 이후 가장 많이 사용되는 데이터 모델
• table 형태로 표현
• 기본 요소 = 관계 (relation)

Object-Relational Data Model

• 관계형 모델의 확장 : 관계형 데이터 모델 기반 + 객체지향 요소 부분적 도입
• 현재 가장 인기있는 데이터 모델
  • 객체 관계형을 지원하는 DBS는 통상 관계형도 지원
• tuple의 속성이 complex type 가질 수 있도록 허용 ⁉️
  • complex type : 중첩관계와 같은 비원자성 값 포함
• 모델링 기능 확장 시 ⁉️
  • 관계형 기반, 데이터 접근에 대한 선언적 access 유지
• 기존 관계형 언어와의 상향 호환성 제공

XML (Extensible Markup Language)

• 웹 관련 국제 표준 기술
  • W3C(월드와이드웹 컨소시엄)에서 정의
  • SGML(표준 일반화 마크업 언어)에서 파생 → SGML보다 더 간단한 사용
    
• 문서 마크업 언어로 개발 → 현재는 문서 교환을 위한 표준 기술로 사용
  
• 데이터 교환 용이
  • 새로운 태그 지정, 충접된 태그 구조 생성 기능 제공
  • 데이터(문서) 교환의 기술적 문제 해결
• 구문 분석, 탐색, 쿼리 목적의 다양한 도구 지원
• 현대 상용 DBS에 널리 지원

Database Design

• 데이터베이스 설계
  • 데이터베이스 구조를 설계하는 작업
  • 사용자 요구사항 분석 → 좋은 Schema 생성
  • DBS performance(성능)에 매우 중요

1. Physical Design
   • DB의 physical layout에서 결정
   • Physical Schema 생성
2. Logical Design
   • DB Schema에서 결정
   • Logical Schema, View Schema 생성

Database Design Approaches

1. Entity-Relationship Model [10장]

   • DB 설계 방식 중 가장 널리 사용되는 방식

   • enterprise : { entity(개체) + 관계성 } 으로 모델링

     • entity : 서로 구분되는 것 (thing, object)
     • relationship : 개체 간의 관계

   • entity-relationship diagram : 도식적으로 표현

     → 대상 DBMS schema에 매핑

     

     • Takes : ‘학생이 과목을 수강하다’ 라는 관계성

     • year : 관계성이 가지는 속성

       → DB가 관리하고자하는 데이터에 대한 기술

2. Normalization Theory [11장]

   • 어떤 설계가 나쁜지 공식화 → 좋은 schema를 얻는 방법

1.3 Database Systems

Database Languages

• DBMS : 사용자들이 원하는 바를 표현하기 위해 DB 언어 제공
• SQL, QUEL, 관계대수, 예제 질의 등 제안 및 구현
• SQL : 현대 DBS에서 가장 많이 사용되는 언어

SQL Examples

• 교수번호가 0921인 교수이름 검색하기

  Select name
  from professor
  where pID = '0921';

• 교수번호가 0921인 교수가 강의하는 과목명 검색

  Select title
  from teaches, course
  where teaches.cID=course.cID and pID='0921';

• DBS에 접근하는 DB 응용 프로그램 : SQL 언어를 활용하여 개발 (→ 8장)
  • SQL에 프로그래밍 요소 추가하는 방식
  • SQL API 방식

DBMS Components 구성요소

1. Query processor 질의어 처리기
   • 질의어 처리
   • 권한 부여 및 철회
   • 인증
2. Storage manager 저장 관리자
   • 데이터베이스 서버의 하단부분을 의미
   • 데이터 저장, 검색
   • 화일 구조, 색인, 트랜잭션 관리 등
   • DB, meta data 관리

Data dictionary

• Data dictionary
  • metadata를 저장하는 장소
  • = directory, system catalog
  • DB 언어를 처리하기 위해 DBMS가 참조하는 곳
• metadata : DB에 대한 데이터

  • Database schema : type

  • Integrity constraint : 제약 조건

  • Authorization : 접근 권한

  • Statistical data

    → 별도의 공간에 저장 및 관리

Transaction Management

• Transcation
  • DB application에서 single logical function을 수행
  • 일련의 데이터베이스 작업

1. Concurrency control 동시성 제어
   • 일관성 보장
   • 동시 transaction 간의 상호작용 제어
2. Recovery 복구
   • 장애 발생 시에도 일관된 상태 유지 보장

Database Users

1. Naive users
   • Database application 이용 → 접근/관리
   • 주어진 화면 형식에 의거하여 주어진 절차대로 사용
2. Application programmars
   • DBS에 접근하는 응용 프로그램을 개발하는 사용자
3. Database designers
4. Database analysts
   • 다양한 데이터 분석 도구 이용 → DB 분석
   • 빅데이터 시대 : 데이터 분석에 대한 중요성 증대
5. Database administrator (DBA)
   • DB에 대한 모든 권한을 가지고 있는 DBS의 superuser
   • 모든 활동 주관
     • schema 정의
     • 저장구조 및 접근 방법 정의
     • schema 및 물리 구조 변경
     • DB 접근 권한 관리
     • 제약 조건 관리
     • 시스템 성능 관리

Database System Architecture

데이터 위치에 의거한 Database System 구조 분류

1. Centralized 중앙집중식 데이터베이스
2. Distributed 분산 데이터베이스
3. Client-server 고객/서버 데이터베이스
4. Parallel (multi-processor) 병렬 데이터베이스
   • 병렬처리 기술을 데이터베이스 시스템에 적용

History of Database Systems

• 1960s
  • 하드디스크 발명
  • 그 전에는 Magnetic tapes에 데이터 저장 → tape : 순차적 접근, disk : 임의적 접근 가능(효율적)
    
  • file system을 이용하여 자료 처리
• 1970s
  • 본격적인 database 사용
  • Network, Hierarchical Data Model 주로 사용 → legacy systems
    
  • E.Codd 가 관계형 데이터모델 제안 → 단순한 모델로 복잡한 연산 효율적으로 처리 가능 → ACM Turing Award 수상
    
  • 최초의 DB : System R (IBM Research)
• 1980s
  • 관계형 모델을 지원하는 상용 데이터베이스 시스템 처음 출시
  • DB 기술, 설계 기술, 트랜잭션 처리, 분산 데이터베이스에 대한 연구 및 개발 진행
  • 객체지향형 DB 개념 정립
• 1990s
  • 다량의 데이터 → data-mining, data warehouse 중요성
  • 객체 관계형 데이터 모델 정립
  • Web 등장
• 2000s
  • Web상의 많은 데이터 처리 → XML standards
  • 튜닝 및 자동 데이터베이스 관리 기술 발전
• 2010s
  • 빅데이터 시대
  • 원하는 정보를 찾기 위한 시간적 비용 증가
  • 대용량 저장 시스템 : Google BigTable, Hadoop
  • 대용량 분산 처리 플랫폼 개발
  • NOSQL DB
    • Not Only SQL
    • 기존 DBMS보다는 다른 형태의 데이터 관리를 요구하는 응용 분야에 적합
    • ACID 트랜잭션 지원을 통한 일치성, 강력한 질의어 제공, 구조적 데이터 저장 및 관리 강조 X → 성능을 위해 SQL의 약속을 완화시킴
    • 분산 데이터 관리 및 운영, semi-structured 데이터 저장 관리
    • 고성능, 유용성, 확장성 강조