기타 데이터베이스 용어

개체(Entity)의 종류

1) 독립 개체(Independent Entity)

- 데이터베이스 내에서 다른 개체(Entity)에 종속되지 않고, 그 개체(Entity) 내에서 모든 검색과 변경 등이 가능한 개체를 말한다.

 

2) 종속 개체(Dependent Entity)

- 데이터베이스의 그 개체(Entity) 내에서 원하는 검색 등의 연산을 하지 못하고 다른 개체(Entity)를 참조해야 하는 개체를 말하는 것으로, 다른 개체에 종속되는 개체이다.

---

속성(Attribute)의 종류

1) 단순 속성(Simple Attribute)

- 속성의 값을 더 이상 작은 단위로 나눌 수 없는 속성을 말한다.

 

2) 복합 속성(Composite Attribute)

- 속성의 값을 여러 개의 작은 단위로 나눌 수 있는 속성을 말한다.

 

3) 결합 속성(Conccatenate Attribute)

- 두 개 이상의 속성값을 합쳐 하나의 속성으로 구성된 속성을 말한다.

 

4) 설계 속성(Designed Attribute)

- 데이터베이스에서 실제 여러 가지 연산에는 사용되지 않지만 설계의 편의상 만든 속성을 말한다.

---

관계(Relationship)의 종류

1) 중복 관계(Redundant Relationship)

- 두 테이블 간의 참조가 두 가지 이상의 속성으로 참조할 수 있는 경우를 말한다.

ex) X(x1, x2, x3), Y(y1, y2, y3)일 때 X 테이블의 x2 속성으로 Y 테이블을 참조할 수 있고, x3 속성으로도 Y 테이블을 참조할 수 있을 때 중복 관계라고 한다.

 

2) 재귀 관계(Recursive Relationship)

- 하나의 테이블 내에서 자기 자신의 테이블 내용을 참조하는 경우를 말한다.

ex) 자기 참조 조인(Self Join)

---

분산 데이터베이스(Distributed Database)

- 정보의 양이 급증하고 정보를 사용하는 자용자도 증가함에 따라 처리의 효율과 신속한 서비스를 제공하기 위해 통신 네트워크를 통해 여러 대의 컴퓨터에 데이터를 분산시켜 저장하고 관리하여 사용자의 정보 요청 시 각각 컴퓨터에서 직접 처리/제공하도록 구성된 데이터베이스를 말한다.

 

1) 분산 형태

수평 분산 (Horizontal Distribution)	- 다량의 정보를 여러 개의 동등한 기능을 가진 컴퓨터(서버)에 저장시켜 운영하는 방식. - 각각의 서버는 서로 공유할 수 있으며, 어느 하나의 서버에 문제가 발생하더라도 데이터베이스 운영에 지장을 주지 않는 형태.
수직 분산 (Vertical Distribution)	- 전체를 운영하는 주 서버와 처리를 담당하는 여러 대의 부 서버로 구성하여 운영하는 방식. - 주 서버의 운영에 따라 관리되므로 관리가 용이하나 주 서버에 장애 발생 시는 전체 운영에 지장을 주게 됨.

 

2) 분산 데이터베이스의 장점

장점

- 자체적인 처리 능력으로 신속한 서비스가 제공됨. - 확장성이 용이함. - 신뢰성과 가용성이 증진됨. - 효율성과 융통성이 있음.

단점

- 구축하기 복잡함. - 오류가 증가함. - 구축/운영 비용이 증가됨.

 

서버(Server) : 데이터를 처리하고 서비스를 제공하는 컴퓨터.
클라이언트(Client) : 데이터 처리를 요청하고 서비스를 제공받는 컴퓨터.

 

분산 데이터베이스는 투명성(Transparency)이 보장되어야 한다.
투명성(Transparency) : 실제로 분산 데이터베이스는 여러 개의 컴퓨터로 나누어져 있지만 사용자는 나누어져 있다는 것을 느끼지 못하고 하나의 컴퓨터로 인식하는 것.

---

튜닝(Tuning)

- 데이터베이스의 성능 향상과 사용자의 요구에 따라 빠른 검색을 통한 신속한 서비스 제공, 저장 공간의 효율을 향상시키는 등 데이터베이스 시스템을 최적화하기 위해 재조정(조율)하는 것을 말한다.

- 데이터 검색 시 자료가 저장된 블록의 이동과 접근 횟수를 줄일 수 있도록 저장 공간을 조정하여 신속한 검색이 이루어지도록 한다.

- SQL 명령어 작성 시 쉽게 이해할 수 있도록 표준화된 형태로 작성한다.

- 트랜잭션의 무결성을 유지하면서 정보 공유를 위해 적정한 수준의 Locking기법을 사용한다.

---

CRUD(CreateReadUpdateDelete) 매트릭스

- 수행할 프로세스(업무)와 프로세스 수행에 사용된 개체 간의 상관관계를 분석하기 위해 2차원 구조의 행렬 구조로 표현함으로써 응용 시스템과 데이터베이스 간의 업무 분석을 하기 위한 상관 분석표를 말한다.

ex) CRUD 매트릭스 예시

프로세스 / 개체	X	Y	Z
프로세스1	C	R	C
프로세스2	R	D
프로세스3	D	C	R

※ C : Create, R : Read, U : Update, D : Delete

---

트리거(Trigger)

- 참조 관계에 있는 두 테이블에서 하나의 테이블에 삽입(Insert), 삭제(Delete), 갱신(Update) 등의 연산으로 테이블의 내용이 바뀌었을 때 데이터의 일관성과 무결성 유지를 위해 이와 연관된 테이블도 연쇄적으로 변경이 이루어질 수 있도록 하는 것을 말한다.

---

행 이주(Row Migration)와 행 연결(Row Chaining) 현상

1) 행 이주(Row Migration)

- 새로운 데이터를 입력하거나 기존 데이터의 변경 작성 시, 데이터를 저장한 데이터 블럭에 기존에 입력된 자료들에 의해 저장 공간이 없을 때 블럭을 옮겨 저장하는 현상을 말한다.

- 데이터 타입이 VARCHAR(가변 길이 문자형)인 경우 발생한다.

- 검색 시 블럭을 거쳐야 하므로 검색 속도가 느려진다.

 

2) 행 연결(Row Chaining)

- 비어 있는 블럭에 데이터를 삽입하고자 할 때 빈 공간의 기억 공간이 적어 새로 입력하려는 데이터의 일부만 저장하고 일부는 다른 블럭에 저장하여 두 블럭을 연결하는 방법을 말한다.

---

기타 데이터베이스 용어

1) 데이터 웨어하우스(Data Warehouse)

- 한 조직이나 사용자의 의사 결정에 도움을 주기 위하여, 기간 내의 저장된 대량의 데이터를 공통의 형식으로 변환하여 관리하는 데이터베이스를 말한다.

- 웨어하우스(Warehouse)는 창고라는 의미로, 기업의 여러 가지 의사결정을 위해 기업의 여러 가지 정보를 관리하는 정보 관리 시스템으로 이용된다.

 

2) 데이터 마트(Data Mart)

- 데이터 웨어하우스의 축소판으로 데이터의 한 부분에서 사용자가 관심을 갖는 데이터들을 담은 비교적 작은 규모의 데이터 웨어하우스를 말한다.

- 즉, 대량의 다양한 정보를 사용자의 요구에 따라 체계적으로 분석하여 기업의 경영 활동을 돕기 위한 시스템을 말한다.

ex) 쇼핑몰 사이트에서 판매되는 무수히 많은 제품 중에서 내가 필요하거나 관심 있는 것을 장바구니에 담아두는 것과 유사.

 

3) 데이터 마이닝(Data Mining)

- 데이터 웨어하우스와 같은 대량의 데이터에서 실제로 존재하지 않는 정보를 얻어내기 위해 각 데이터의 상관관계를 통계적 분석, 인공지능 기법 등을 통해 통계적 규칙(Rule)이나 패턴(Pattern)을 찾아내는 것을 말한다.

ex) 한 쇼핑몰에서 판매 인기 품목으로 '어학 학습기 깜박이'가 가장 많이 팔렸고, 주문 지역을 조사해보니 서울, 경기 지역이 가장 많았다. 그 내용을 토대로 '서울, 경기 사람들은 영어 공부를 많이 하는구나'라는 정보를 유추할 수 있다.

 

4) OLAP(Online Analytical Processing)

- 사용자가 직접 데이터베이스 검색과 분석을 통해 문제점이나 해결책을 찾도록 해주는 분석형 애플리케이션 개념이다.

- 온라인 검색을 지원하는 데이터 웨어하우스 지원 도구이며, 이 같은 대규모 연산이 필요한 질의를 다차원 구조 분석 기법을 통해 고속으로 지원한다.

다차원 구조(큐브) 형태 예시

 

OLAP의 대표적 종류

MOLAP (Multidimensional OLAP)	- 다차원 데이터베이스를 기초로 한 OLAP 구조. - 결과값을 다차원 배열로 저장, 데이터베이스를 큐브 형태의 데이터 뷰로 구성하여 다양한 분석을 할 수 있도록 지원.
ROLAP (Relational OLAP)	- 관계형 데이터베이스를 기초로 한 OLAP 구조. - 검색어 질의 처리에 드는 시간을 줄이기 위해 집계 테이블을 생성/저장하여 두는 방식의 시스템. - 대량의 데이터 처리와 빠른 로딩, 원시 데이터 조화가 가능.
HOLAP (Hybrid OLAP)	- 다차원 데이터베이스와 관계형 데이터베이스가 함께 사용될 수 있도록 MOLAP과 ROLAP의 장점을 혼용한 방식의 OLAP 기술.

 

스타 스키마(Star Schema)
- OLAP와 같은 다차원 분석을 지원하기 위한 데이터 모델링 기법으로 활동한 내용을 수치로 표현한 사실 테이블과 추가적인 관점을 제공하는 차원 테이블로 구성되어 있다.
- 위 <다차원 구조(큐브) 형태 예시> 그림에서 매출 테이블은 사실 테이블이며, 지점과 사원 테이블은 차원 테이블이다.

 

5) OLTP(On-Line Transaction Processing)

- 중앙 컴퓨터와 통신 회선으로 접속되어 있는 다수의 사용자 단말기에서 요청한 트랜잭션의 처리를 중앙 컴퓨터에서 처리하여 그 처리된 결과를 즉시 사용자 단말 측으로 되돌려 보내 주는 처리 형태를 말한다.

ex) 산업용 PDA