[정보처리기사/필기] 3. 데이터베이스 구축

메밀·2024년 4월 29일

데이터베이스 구축 정보처리기사

정보처리기사 필기 요약

목록 보기

3/5

1. 논리 데이터베이스 설계

1) 데이터 베이스 설계

요구 조건 분석
구현: 목표 DBMS의 DDL(데이터 정의어)로 DB 생성, 트랜잭션 작성
개념적 설계 → 논리적 설계 → 물리적 설계

- 개념적 설계(정보 모델링, 개념화)

현실의 추상화

개념 스키마 모델링, 트랜잭션 모델링
DBMS에 독립적인 ERD, 개념 스키마

- 논리적 설계(데이터 모델링)

목표 DBMS에 맞는 논리 스키마, 트랜잭션 인터페이스 설계
현실 자료 → 논리적 자료

데이터 타입(필드), 타입 간 관계로 표현되는 논리적 구조의 데이터로 모델화
개념적 설계는 개념 스키마 설계 단계 → 논리적 설계: 개념스키마 평가/정제
관계형 DB라면 테이블 설계 단계

- 물리적 설계(데이터 구조화)

목표 DBMS에 맞는 물리적 구조의 데이터로 변환

처리 성능을 위해 DB 파일의 저장 구조 및 액세스 경로 결정
데이터가 컴퓨터에 저장되는 방법 묘사: 저장 레코드의 양식, 순서, 접근 경로, 조회가 집중되는 레코드
고려 사항: 트랜잭션 처리량, 응답 시간, 디스크 용량, 저장 공간 효율화

2) 데이터 모델

현실 정보를 단순화, 추상화한 개념적 모형

- 구성 요소

개체: DB에 표현하려는 것, 현실 세계의 대상체
속성: 데이터의 가장 작은 논리적 단위. 데이터 필드, 항목
관계: 개체 간 관계, 속성 간 논리적 연결

- 표시할 요소

구조: 개체 타입들 간 관계, 데이터 구조 및 정적 성질을 표현
연산: 실제 데이터 처리 작업에 대한 명세, DB 조작 기본 도구
제약조건

3) E-R 모델

피터 첸, 대표적인 개념적 데이터 모델

개체타입(Entity Type), 관계 타입(Relationship Type) 이용
데이터를 개체(Entity), 관계(Relationship), 속성(Attribute)으로 묘사
DBMS 독립적
ERD로 표현, 1:1, 1:N, N:M 등의 관계를 제한없이 표현 가능

- ERD

erd

4) 관계형 데이터 모델

가장 널리 사용됨, 2차원 표(table)를 이용하여 데이터 관계 정의하는 DB 구조

구성한 테이블을 하나의 DB로 묶고, 속성/테이블 간 관계 설정
PK, FK로 관계 표현
계층 모델, 망 모델을 단순화 시킨 모델
대표적인 언어: SQL
1:1, 1:N, N:M 등의 관계를 제한없이 표현 가능

- 관계형 DB의 Relation 구조

릴레이션 스키마: 테이블의 구조
릴레이션 인스턴스: 실제 값

relation

튜플: 각 행, 속성의 모임, (파일 구조)레코드와 같은 의미, 튜플의 수 == 카디널리티 / 기수 / 대응 수
속성: DB 구성의 가장 작은 논리적 단위, (파일 구조)데이터 항목/필드, 개체 특성 기술, 속성의 수 == 디그리, 차수
도메인: 하나의 attribute가 취할 수 있는 같은 타입의 원자값들의 집합, 실제 애트리뷰트 값의 합법 여부를 시스템이 검사하는 데에도 이용

- 릴레이션의 특징

한 릴레이션에는 똑같은 튜플 X
튜플 사이 순서 X (서로 순서 바꿔도 상관 없음)
튜플들의 삽입, 삭제로 인해 릴레이션은 시간에 따라 변함
속성 간 순서 X
속성의 명칭은 유니크, 값은 X
튜플 식별을 위해 속성의 부분집합을 key로 설정
속성 값은 원자값

- 키

조건 만족하는 튜플 찾거나 정렬할 때, 튜플 구분 기준이 되는 애트리뷰트

후보키: 기본키로 사용가능한 속성, 유일성과 최소성 만족해야
기본키: 후보키 중 선정된 주 키(main key), 중복 불가, 튜플 유니크 구분, not null
대체키: 보조키, 후보키 중 기본키 제외한 것들
슈퍼키: 속성들의 집합으로 구성된 키, 유일성O, 최소성X
외래키

5) 무결성

DB 저장 값과 현실 세계의 값이 일치하는 정확성

개체 무결성(Entity Integrity, 실체 무결성): 기본키는 not null, unique
도메인 무결성(영역 무결성): 속성 값은 도메인에 속한 값이어야함
참조 무결성(Referential): 외래키는 null이거나 참조 릴레이션의 PK → 참조 불가능한 FK 안됨
사용자 정의 무결성: 제약조건 만족

6) 관계 대수

RDB에서 원하는 정보 검색을 위한 절차적 언어

연산자, 규칙을 제공하는 언어 (피연산자 == 릴레이션, 결과도 릴레이션)
연산 순서 명시
순수 관계 연산자, 일반 집합 연산자로 이루어짐
- 순수 관계 연산자: SELECT, PROJECT, JOIN, DIVISION
- 일반 집합 연산자: UNION, INTERSECTION, DIFFERENCE, CARTESIAN PRODUCT

- 순수 관계 연산자

Select
- 조건 만족 튜플의 부분집합으로 새로운 릴레이션 만듦
- 수평연산: 릴레이션의 행 추출 / 연산자 기호 == 시그마(σ)
Project
- 속성 리스트에 제시된 값만 추출하여 새로운 릴레이션
- 중복 제거됨
- 수직연산: 릴레이션의 열 추출 / 연산자 기호 == 파이(π)
Join
- 공통 속성으로 두 개의 릴레이션 하나로 / ▷◁
Division
- X ⊃ Y인 R(X)와 S(Y)가 있을 때, R의 속성이 S의 속성값을 모두 가진 튜플에서 S가 가진 속성을 제외한 속성만을 구하는 연산

- 일반 집합 연산자

카디널리티(튜플 수), 디그리(속성 수)

UNION(합집합): 중복 제거 → 합집합의 카디널리티 <= 두 릴레이션 카디널리티의 합
INTERSECTION(교집합)
DIFFERENCE
CARTESIAN PRODUCT(교차곱): 튜플의 순서쌍
- 교차곱 디그리 == 두 릴레이션의 디그리의 합
- 카디널리티 == 두 릴레이션의 카디널리티 곱

7) 관계 해석

관계 데이터 모델의 제안자 코드(Codd)가 Predicate Calculus(술어 해석)에 기반을 두고 관계형 DB를 위해 제안

데이터의 연산을 표현, 계산 수식 사용
비절차적 특성: 원하는 정보가 무엇인지만 정의
튜플 관계 해석, 도메인 관계 해석이 있다
관계 해석, 관계 대수는 RDB 기능/능력 면에서 동등
- 관계 대수로 표현한 식은 관계 해석으로 표현할 수 있다
질의어로 표현
논리 기호
- ∃: 존재한다(하나라도 일치하는 튜플이 있음), 존재정량자
- ∈: t가 r에 속함( t ∈ r )
- ∀: 모든 튜플에 대하여(for all), 전칭정량자
- ∪: 합집합

8) 정규화

스키마 예쁘게 만들기
종속성 이론 활용

하나의 종속성이 하나의 릴레이션에 표현되게끔 분해
제 1, 2, 3, BCNF, 4, 5 정규형 → 높아질수록 제약조건 늘어남
논리적 설계 단계에서 수행
논리적 처리, 품질에 영향 ↑
데이터의 일관성, 정확성, 단순성, 비중복성, 안정성 보장

- 목적

안정성, 무결성 유지
어떤 릴레이션이든 DB 내에서 표현 가능하게
효과적인 검색 알고리즘 생성
데이터 중복 배제 → 이상현상 방지 및 저장공간 최소화
삽입 시 릴레이션 재구성 필요성 ↓
데이터 모형 단순화
속성의 배열상태 검증
개체 속성, 누락여부 확인
자료 검색, 추출의 효율성 추구

- 이상(Anomaly)의 개념, 종류

데이터 중복으로 릴레이션 조작 시 예기치 못한 오류 발생하는 것
→ 삽입 이상, 삭제 이상, 갱신 이상

- 정규화 과정

비정규 릴레이션
1NF: 도메인이 원자값
2NF: 부분적 함수 종속 제거
3NF: 이행적 함수 종속 제거
BCNF: 결정자이면서 후보키가 아닌 것 제거
4NF: 다치 종속 제거
5NF: 조인 종속성 이용

도부이결다조 ㅋㅋ

> 이행적 종속, 함수적 종속

이행적 종속: A → B, B → C일 때, A → C인 관계
함수적 종속: 데이터들이 어떤 기준값에 의해 종속되는 것
- 수강 릴레이션이 (학번, 이름, 과목명)일 때, 학번이 결정되면 과목명에 상관없이 같은 이름이 대응됨
- 이 경우, 이름을 학번에 함수 종속적

- 반정규화

시스템 성능 향상, 개발/운영의 편의성을 위해 의도적으로 정규화 원칙 위배

시스템 성능 향상, 관리 효율성 증가 / 데이터 일관성, 정합성 저하 → 우선순위 정해야함
과도하면 오히려 성능 저하
방법
- 테이블 통합
  - 매번 JOIN 시 하나로 합치기
- 테이블 분할
  - 수평분할, 수직 분할
- 중복 테이블 추가
  - 여러 테이블, 다른 서버 테이블 이용 시 중복
  - 집계 테이블, 진행 테이블, 특정 부분만 포함하는 테이블
- 중복 속성 추가 등
  - JOIN 조회 경로 단축 → 자주 사용하는 속성 추가 해버리기

9) 시스템 카탈로그

시스템 데이터베이스

DBMS의 사용자, 데이터 객체, 명세 등을 유지관리하는 시스템 테이블
카탈로그는 데이터사전에 저장
시스템 카탈로그에 저장된 정보 == 메타데이터
SQL로 내용 검색 가능
INSERT, DELETE, UPDATE 불가
DB 시스템에 따라 다름
DBMS가 스스로 생성하고 유지
카탈로그의 갱신: 사용자가 SQL로 변화를 주면 시스템이 자동으로 갱신
Data Directory
- 데이터 사전에 수록된 데이터에 실제로 접근하는데 필요한 정보를 관리, 유지하는 시스템
- 시스템 카탈로그는 사용자와 시스템 모두 접근 가능 / 데이터 디렉터리는 시스템만 접근 가능

2. 물리 데이터베이스 설계

1) 트랜잭션

한꺼번에 모두 수행되어야 할 일련의 연산

DB 병행 제어 및 회복 작업 시 처리되는 논리적 단위
사용자의 서비스 요구 시 시스템이 응답하기 위한 상태 변환 과정의 작업 단위

- 상태

활동(active): 트랜잭션 실행 중
실패(failed)
철회(aborted): 트랜잭션 비정상 종료 → 롤백 수행한 상태
부분 완료(partially committed): 커밋 직전
완료: 커밋까지 완료

- 특성

원자성: commit or rollback
일관성: commit 시 언제나 일관성있는 DB 상태 보장
독립성(격리성, 순차성): 한 트랜잭션이 다른 트랜잭션 사이에 끼어들 수 없음
영속성: 시스템이 고장나더라도 영구적 반영

2) CRUD 분석

테이블에 발생하는 트랜잭션 주기별 발생 횟수 파악, 연관된 테이블 분석 → 저장되는 데이터 양 유추 가능

3) 인덱스

레코드에 빠르게 접근하기 위해 <키 값, 포인터> 쌍으로 구성되는 데이터 구조

데이터의 물리적 구조와 밀접, 접근법 제공
빠름
삽입, 삭제가 빈번한 경우 인덱스 개수 최소화
DDL로 CUD 가능

- 인덱스의 종류

트리 기반 인덱스: 상용 DBMS에서는 트리 기반 B+ 트리 인덱스 주로 사용
비트맵 인덱스: 컬럼 데이터를 bit 값인 0, 1로 변환하여 인덱스 키로 사용
함수 기반 인덱스: 컬럼에 특정 함수를 적용한 값 → B+트리, 비트맵 인덱스 생성 / 부하 발생 가능
비트맵 조인 인덱스: 조인된 객체로 인덱스 → 액세스 방법 상이
도메인 인덱스: custom, 확장된 인덱스

4) 뷰

접근 허용된 자료만 제한적으로 보여주는 가상 테이블

물리적 존재 X, 논리적 독립성 O
데이터 보정, 처리 과정 시험 등 임시 작업 용도 사용 가능
기본 테이블 PK를 포함시켜야 CUD 가능

- 장단점

장점

논리적 데이터 독립성
동일 데이터에 대해 동시 접근 가능
데이터 관리 간편
접근 제어를 통한 자동 보안

단점

독립적 인덱스 X
뷰 정의 변경 X
삽입, 삭제, 갱신에 제약

5) 파티션

대용량 테이블, 인덱스를 작은 논리적 단위인 파티션으로 나누는 것

중요한 몇 개 테이블에만 집중적으로 데이터 증가 → 분산 시키면 성능 저하 방지, 데이터 관리 쉬워짐

- 종류

범위 분할: 일별, 월별, 분기별
해시 분할: 해시 결과값에 따라 분할 → 범위분할 개선(데이터 고르게 분산)
- 특정 데이터가 어디에 있는지 판단 불가
- 고객번호, 주민번호 등 데이터가 고른 컬럼에 효과적
조합 분할: 범위 분할 후 해시 분할
목록 분할: 특정 열 값에 대한 목록 기준으로 분할
- 한국, 미국, 일본 → 미국 제외 목적으로 아시아 목록 만들기
라운드 로빈 분할: 레코드 균일 분배 → 순차적 분배, PK 필요 없음

6) 분산 데이터베이스

논리적 하나, 물리적으론 여러 시스템의 데이터베이스

- 구성 요소

분산 처리기: 지리적으로 분산된 컴퓨터 시스템
분산 데이터베이스
통신 네트워크: 분산 처리기를 통신망으로 연결, 하나의 시스템처럼 작동하게끔

- 목표

위치 투명성: DB 실제 위치 알 필요 없이 DB 논리적 명칭으로 액세스 가능
중복 투명성: 동일 데이터가 여러곳에 있더라도, 사용자는 마치 하나만 있는 것처럼 사용
병행 투명성: 다수 트랜잭션 동시 실현 시 결과 영향 받지 않음
장애 투명성: 트랜잭션, DBMS, 네트워크, 컴퓨터 장애에도 트랜잭션 정확히 처리

- 장단점

장점: 지역 자치성, 자료의 공유성, 분산 제어, 시스템 성능, 중앙 컴퓨터의 장애에 독립적, 효용성/융통성, 신뢰성/가용성, 점진적 용량 확장 용이
단점: DBMS 수행 기능 복잡, 설계 까다로움, 개발비용/처리비용/잠재적 오류 증가

7) 암호화

암호화, 복호화

- 개인키 암호 방식(비밀키)

동일한 키로 데이터 암호화/복호화

대칭 암호방식, 단일키 암호 방식
비밀키는 노출 X
전위 기법, 대체 기법, 대수 기법, 합성 기법(DES, LUCIFER)

- 공개키 암호 방식

다른 키로 데이터 암호화/복호화

공개키는 공개, 비밀키는 비밀
비대칭 암호화 방식, RSA

8) 접근통제 기술

- 임의 접근통제

사용자 신원에 따른 접근 권한
소유자가 권한 지정, 제어
GRANT, REVOKE

- 강제 접근통제

주체, 객체 등급 비교로 접근 권한
시스템이 권한 지정
DB 객체 별 보안 등급 부여, 사용자별 인가 등급 부여 가능
주체는 보안 등급 높은 객체 CRUD 불가, 같은 객체는 CRUD 가능, 낮은 객체는 읽기 가능

- 역할기반 접근통제

사용자 역할에 따라 접근 권한 부여
중앙 관리자가 접근 통제 권한 지정
위 두 개의 단점 보완, 다중 프로그래밍에 최적화된 방식
중앙 관리자가 권한을 부여하면, 사용자들은 역할에 해당하는 권한 사용 가능

- 강제 접근통제의 보안 모델

> 벨 라파듈라 모델

상하관계가 구분된 정보 보호
보안 취급자 등급 기준으로 읽/쓰 권한 제한
본인의 보안 레벨 이상의 문서 작성 가능, 이하 문서 읽기 가능

> 비바 무결성 모델

벨 라파듈라 모델 보완, 무결성을 보완하는 최초의 모델
비인가자의 데이터 변형 방지

> 클락-윌슨 무결성 모델

무결성 중심의 상업용 모델
사용자의 직접적인 객체 접근 불가, 프로그램에 의해 접근 가능

> 만리장성 모델

이해 충돌 관계의 객체간 정보 접근을 통제

9) 서버-저장장치 연결 방식

- DAS(Direct Attached Storage)

서버와 저장장치를 케이블로 직접 연결
(컴퓨터에 외장하드 연결하기)

서버에서 저장장치 관리
속도 빠르고 설치, 운영 쉬움
초기 구축, 유지보수 저렴
직접 연결이므로 다른 서버 접근, 공유 불가
확장성, 유연성 ↓
저장 데이터가 적고 공유 필요 없는 환경

- NAS(Network Attached Storage)

네트워크로 연결

NAS Storage가 내장된 저장장치 관리
Ethernet 스위치로 다른 서버에서 접근 가능
DAS에 비해 확장성, 유연성 ↑
접속 증가 시 성능 저하

- SAN(Storage Area Network)

DAS(빠름) + NAS(파일 공유)
서버-저장장치 연결 네트워크 별도 구성

광 채널(FC) 스위치로 네트워크 구성 → 속도 빠름
저장장치 공유 → 여러 장비 단일화 가능
확장성, 유연성, 가용성 ↑
높은 트랜잭션 처리에 효과적
기존 시스템 장비 업그레이드 필요, 초기 설치 시 네트워크 구축 비용

3. SQL 응용

1) DDL(데이터 정의어)

SCHEMA, DOMAIN, TABLE, VIEW, INDEX 정의, 변경, 삭제

논리적/물리적 DB의 구조와 사상 정의
DB 관리자, 설계자가 사용
CREATE, ALTER, DROP

- CREATE TABLE

CREATE TABLE 테이블명
	(속성명 데이터타입 [DEFAULT 기본값] [NOT NULL], ...)

PRIMARY KEY
UNIQUE
FOREIGN KEY ~ REFERENCES ~
- ON DELETE, ON UPDATE
CONSTRAINT
CHECK

- ALTER TABLE

ALTER TABLE 테이블명
	ADD 속성명 타입
    ALTER 속성명
    DROP COLUMN 속성명

ALTER TABLE student ADD grade VARCHAR(3);
ALTER TABLE student ALTER 학번 VARCHAR(10) NOT NULL;

- DROP

DROP SCHEMA, DOMAIN, TABLE, VIEW, INDEX, CONSTRAINT [CASCADE | RESTRICT]

CASCADE: 참조 개체 함께 제거
RESTRICT: 참조 중이면 제거 취소

DROP TABLE 학생 CASCADE;

2) DML(데이터 조작어)

데이터 실질적 처리
SELECT, INSERT, DELETE, UPDATE

- INSERT INTO 테이블명 ~ VALUES

INSERT INTO 편집부원(이름, 생일, 주소, 기본급)
SELECT 이름, 생일, 주소 기본급
FROM 사원
WHERE 부서 = "편집";

- DELETE FROM ~

cf) DROP

- UPDATE 테이블 ~ SET

- SELECT

PREDICATE: ALL, DISTINCT(중복 시 첫번째 한 개만), DISTICNTROW(중복 제거, 튜플 전체 대상)

3) DCL(데이터 제어어)

보안, 무결성, 회복, 병행 수행 제어 등
COMMIT, ROLLBACK, GRANT, REVOKE, SAVEPOINT

- GRANT, REVOKE

> 사용자 등급

GRANT 사용자등급 TO 사용자_ID_리스트 [IDENTIFIED BY 암호];

-- DB, 테이블 생성 권한
GRANT RESOURCE TO NABI;

-- 검색 권한
GRANT CONNECT TO STAR;

REVOKE 사용자등급 FROM 사용자_ID_리스트;

> 테이블 권한 부여 및 취소

GRANT 권한_리스트 ON 개체 TO 사용자 [WITH GRANT OPTION];
REVOKE [GRANT OPTION FOR] 권한 리스트 ON 개체 FROM 사용자 [CASCADE];

권한 종류: ALL, SELECT, INSERT, DELETE, UPDATE, ALTER 등
WITH GRANT OPTION: 권한 부여 권한 주기
GRANT OPTION FOR: 권한 부여 권한 취소
CASCADE: 연쇄적 권한 취소

-- 권한 부여 권한
GRANT ALL ON 고객 TO NABI WITH GRANT OPTION;

-- update 권한 부여 권한만 취소
REVOKE GRANT OPTION FOR UPDATE ON 고객 FROM STAR;

- COMMIT

일관성을 위해 변경 내역 반영
auto commit

- ROLLBACK

4) 조건 연산자 / 우선순위

조건 연산자
- 비교 연산자: =, <>, >, < ...
- 논리 연산자: NOT, AND, OR
- LIKE 연산자: %(모든 문자), _(문자 하나), #(숫자 하나)
우선 순위: 산술 → 관계 → 논리

5) 하위 질의

조건절에 주어진 질의를 먼저 수행 → 그 검색 결과를 조건절 피연산자로 활용

SELECT 이름, 주소
FROM 사원
WHERE 이름 = (SELECT FROM 여가활동 WHERE 취미 = '나이트 댄스');

SELECT 부서
FROM 사원
WHERE EXISTS (SELECT 이름 FROM 여가활동 WHERE 여가활동.이름 = 사원.이름);

6) SELECT 2: WINDOW, GROUP BY, HAVING

WINDOW 함수

GROUP BY 절을 이용하지 않고 속성 값 집계
- PARTITION BY: 적용 범위
- ORDER BY: 정렬 기준

SELECT 부서, COUNT(*) AS 사원 수
FROM 상여금
WHERE 상여금 >= 100
GROUP BY 부서
HAVING COUNT(*) >= 2;

- 그룹 함수

STDDEV(표준편차), VARIANC(분산)

7) 집합 연산자를 이용한 통합 질의

SELECT ~ FROM ~

UNION | UNION ALL | INTERSECT(교) | EXCEPT(차)

SELECT ~ FROM ~

SELECT 속성 개수, 타입 똑같아야 함

8) INNER JOIN

조건 없는 INNER JOIN 수행 시 CROSS JOIN과 동일 결과

EQUI JOIN: 공통속성 기준 조인
- WHERE, NATURAL JOIN, JOIN ~ USING
- FROM 학생 NATURAL JOIN 학과
- FROM 학생 JOIN 학과 USING(학과코드)

4. SQL 활용

1) 트리거

CUD 이벤트마다 자동 수행하는 절차형 SQL

DB에 저장, 데이터 변경/무결성 유지, 로그 목적
DCL 사용 불가, DCL 포함된 프로지서/함수도 사용 불가

2) DBMS 접속 기술

프레임워크

- JDBC

Java DataBase Connectivity
자바 표준, 썬 마이크로시스템, 드라이버 필요

- ODBC

Open DataBase Connectivity
표준 개방형 API, 언어 독립적, 마이크로소프트
드라이버는 필요 하지만 odbc 문장으로 sql 작성 시 드라이버 관리자가 DBMS 인터페이스에 맞게 연결해줌 → DBMS 종류 몰라도 됨

- MyBatis

JDBC 단순화, SQL Mapping 기반 오픈소스 접속 프레임워크
XML, Mapping, SQL 실행

- ORM

객체-DB 데이터 연결

가상의 객체지향 DB(코드, DB와 독립적) 만들어 코드와 데이터 연결
SQL 직접 입력 X

3) 쿼리 성능 최적화

APM(쿼리 성능 측정 도구)
옵티마이저가 수립한 실행 계획 검토 → SQL 코드, 인덱스 재구성

- RBO vs. CBO

규칙 기반 옵티마이저(Rule Based), 비용 기반 옵티마이저(Cost)

기준	RBO	CBO
최적화 기준	규칙	액세스 비용
성능 기준	개발자의 SQL 숙련도	옵티마이저의 예측 성능
특징	실행 계획 예측 쉬움	복잡
고려사항	개발자의 규칙 이해도, 효율성	비용 산출 공식의 정확성

5. 데이터 전환

1) 데이터 전환

기존 저장 데이터 추출 → 새 정보 시스템에서 운영하기 위해 변환, 적재

ETL(Extraction, Transformation, Load)
데이터 이행(Data Migration), 데이터 이관

- 데이터 검증

데이터 전환 과정 검증

- 오류 데이터 정제

오류 관리 목록 분석 → 원천 데이터 정제, 전환 프로그램 수정

> 오류 데이터 분석 상태

Open: 오류 보고 but 분석 X
Assigned: 개발자에게 전달)
Fixed: 오류 수정
Closed: 수정 후 테스트 통과
Deferred: 오류 수정 연기
Classified: 관련자 확인했을 때 오류가 아니라고 확인됨

메밀

이전 포스트

[정보처리기사/필기] 2. 소프트웨어 개발

다음 포스트