논리데이터베이스 - 논리 데이터모델 품질검증

논리데이터베이스

좋은 데이터 모델의 조건

  • Completeness 완전성
    • 업무에 필요로 하는 모든 데이터가 데이터 모델에 정의되어 있어야함
  • Non-Redundancy 중복배제
    • 하나의 데이터베이스 내에 동일한 사실은 반드시 한 번만 기록하여야 함
  • Business Rules 비즈니스 룰
    • 수많은 업무 규칙을 데이터 모델에 표현하고 이를 해당 데이터 모델을 활용하는 모든 사용자가 그 규칙을 공유할 수 있게 제공
  • Data Reusability 데이터 재사용
    • 데이터의 통합성과 독립성에 대하여 충분히 고려
  • Stability and Flexibility 안정성 및 활용성
    • 확장성을 담보하기 위해서는 데이터 관점의 통합 불가피
  • Elegance 간결성
    • 합리적으로 잘 정리된 데이터를 통합하여 데이터의 집합을 정의하고, 이를 데이터 모데로 잘 표현하여 활용
  • Communication 의사소통
    • 데이터 분석 과정에서 도출되는 많은 업무 규칙은 데이터 모델에 개체, 서브타입, 속성, 관계등의 형태로 최대한 자세하게 표현되어야 함
  • Integration 통합성
    • 동일한 성격의 데이터를 한 번만 정의하기 위해 공유 데이터에 대한 구조를 여러 업무 영역에서 공동으로 사용하기 용이하게 해야 함

데이터 모델 품질 검증 기준

데이터모델품질검증기준
데이터모델품질검증기준

논리데이터베이스 - 데이터베이스 정규화

논리데이터베이스

Anomaly 이상 현상

  • 불필요한 데이터 중복으로 인해 릴레이션에 대한 데이터 삽입/수정/삭제 연산을 수헹할 때 발생할 수 있는 부작용
  • Normalization 정규화를 통해 이상현상을 제거
  • 종류
    • 삽입 이상
      • 새 데이터를 삽입시 불필요한 데이터도 함께 삽입되는 문제
    • 갱신 이상
      • 중복 데이터 중 일부만 변경하여 데이터가 불일치하게 되는 모순의 문제
    • 삭제 이상
      • 데이터를 삭제시 꼭 필요한 데이터까지 함께 삭제되는 데이터 손실의 문제

Normalization 정규화란?

  • 중복성을 최소화하고 정보의 일관성을 보장하기 위한 개념
  • 릴레이션을 관련 있는 속성들로만 구성되도록 릴레이션을 분해하는 과정
  • 데이터 구조의 안정성을 최대로 함
  • 중복을 배제하여 삽입, 삭제, 갱신 이상의 발생을 방지함
  • 데이터 삽입 시 릴레이션을 재구성할 필요성을 줄임
  • 논리적 설계 단계에서 수행
  • 과정(아래 과정을 해야지 정규형이 됨)
    1. 비정규형
    2. 1NF
      • 중복속성 제거
      • 제1정규화
        • 반복되는 속성이나 Group 속성 제거
    3. 2NF
      • 부분종속성 제거
      • 제2정규화
        • 주 식별자에게 완전히 종속되지 않은 속성 제거
    4. 3NF
      • 이행종속성 제거
      • 제3정규화
        • 비 식별자에 종속되는 속성 제거
    5. BCNF(보이스코드정규형)
      • 후보키가 아닌 결정자 제거
    6. 4NF
      • 다치종속성 제거
      • 제4정규화
        • 다시종속성 제거
    7. 5NF
      • 조인종속성 제거
      • 제5정규화
        • 조인 종속성 제거

정규화 목적

  • 데이터 중복 배제로 데이터 관리 편의성 제고 및 자료 저장 공간의 최소화
  • 데이터 모형 단순화
  • 데이터 구조의 안정성 및 무결성 유지
  • 속성의 배열상태 검증
  • 엔티티와 속성의 누락 여부 검증 수단
  • 자료검색과 추출의 효율성 추구

정규화 특징

  • 어떠한 관계구조가 바람직한 것인지, 바람직하지 못한 관계를 어떻게 분해하여야 하는지에 관한 구체적인 판단 기준을 제공
  • 정규화된 데이터 모델은 정확성, 일치성, 단순성, 비중복성, 안전성 보장

논리데이터베이스 - 논리적 데이터 모델링

논리데이터베이스

논리적 데이터 모델링 정의

  • E-R 다이어그램으로 표현된 개념적 구조를 데이터베이스에 저장할 형태로 표현한 논리적 구조로 정의하는 과정
  • 정확한 업무 분석을 통한 자료의 흐름을 분석하여 현재 사용 중인 양식, 문서, 장표를 중심으로 자료항목을 추출하여 엔티티와 속성들의 관계를 구조적으로 정의하는 단계

논리적 데이터 모델링 특성

  • 요구사항을 충분히 수집하지 않으면 다음 단계의 요구사항 변경에 따른 많은 비용이 발생
  • 모든 이해당사자들과 의사소통의 보조자료로서 E-R 모델을 활용
  • 논리적 모델은 H/W나 S/W에 독립적
  • DBMS에 맞는 논리적 스키마 설계
  • 트랜잭션 인터페이스를 설계
    • 사용자의 요구에 대한 트랜잭션을 모델링하는 것은 개념적 설계단계
  • 관계형 데이터베이스에서는 테이블을 설계하는 단계
  • 종류
    • 관계 데이터 모델
    • 계층 데이터 모델
    • 네트워크 데이터 모델

논리데이터베이스 - 개체-관계(E-R)모델

논리데이터베이스

개체-관계(Entity-Relationship) 모델 정의

  • 개념적 데이터 모델의 가장 대표적
  • 데이터를 개체, 관계, 속성으로 묘사
  • E-R 다이어그램으로 표현하며, 1:1, 1:N, N:M 등의 관계 유형을 제한 없이 나타낼 수 있음

E-R 다이어그램 개념

  • E-R 모델의 기본 아이디어를 이해하기 쉽게 기호를 사용하여 시각적으로 표현한 그림
  • 실체 간의 관계는 물론 조직, 사용자, 프로그램, 데이터 등 시스템 내에서 역할을 가진 모든 실체를 표현
  • 데이터에 대해 개발자, 관리자, 사용자들이 서로 다르게 인식하고 있는 뷰들을 하나로 단일화 시킴
  • 표기법
    • 피터첸 표기법
    • 정보공학 표기법
    • 바커 표기법

E-R 다이어그램 기호

피터첸표기법

E-R 다이어그램 표기법 비교

표기법 비교

관계의 표현 및 이해

관계의 표현

논리데이터베이스 - 데이터모델개념

논리데이터베이스

  • E-R 표기법에 따라 주제 영역별로 개체와 식별자를 포함한 속성도식화 및 개체 간 관계의 기수성, 선택성, 식별/비식별 관계를 도식화
  • 개체 내 속성 원자성과 함수 종속성을 분석하여 데이터베이스 정규화 대상 개체를 도출하고 데이터베이스 정규화를 수행
  • 논리 데이터 모델에 대하여 정확성, 완전성, 준거성, 최신성, 일관성, 활용성의 품질기준을 적용하고 개체, 속성, 관계에 대하여 체크리스트를 작성한 후 검증 결과에 따라 논리 데이터 모델 품질 검증 결과서를 작성

용어사전

  • 데이터 모델
    • 현실 세계의 정보들을 컴퓨터에 표현하기 위해 단순화, 추상화하여 체계적으로 표현한 개념적 모형
  • 이상 현상
    • 불필요한 데이터 중복으로 인해 릴레이션에 대한 데이터 삽입/수정/삭제 연산을 수행할 때 발생할 수 있는 부작용

데이터베이스 개발절차

  • 요구분석
    • 비지니스 요구사항
  • 전략수립
    • 개념적데이터 모델링
  • 분석
    • 논리적데이터 모델링
  • 설계
    • 물리적데이터 모델링
  • 개발
    • 데이터베이스 구축

      운영시스템 안에 데이터베이스 존재

데이터 모델의 정의

  • 현실 세계의 정보들을 컴퓨터에 표현하기 위해서 단순화, 추상화하여 체계적으로 표현한 개념적 모형
  • 종류
    • 개념적 데이터 모델
    • 논리적 데이터 모델
    • 물리적 데이터 모델
  • 구성 요소
    • 개체
    • 속성
    • 관계
  • 표시 요소
    • 구조
    • 연산
    • 제약 조건

데이터 모델링 절차

  1. 개념적 데이터 모델링
  • 중요 개념을 구분
  • 핵심 개체 도출
  • ERD 작성
  1. 논리적 데이터 모델링
  • 각 개념을 구체화
  • ERD-RDB 모델 사상
  • 상세 속성 정의
  • 정규화
  1. 물리적 데이터 모델링
  • 개체, 인덱스 등 생성
  • DB 개체 정의
  • 테이블 및 인덱스 등 설계

데이터 모델의 종류

1. 개념적 데이터 모델

  • 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정
  • 속성들로 기술된 개체 타입과 이 개체 타입들 간의 관계를 이용하여 현실 세계를 표현
  • 현실 세계에 존재하는 개체를 인간이 이해할 수 있는 정보 구조로 표현하기 때문에 정보 모델이라고 함
  • 대표적인 개념적 데이터 모델에는 E-R 모델이 있음
    E-R모델

2. 논리적 데이터 모델

  • 개념적 모델링 과정에서 얻은 개념적 구조를 컴퓨터가 이해하고 처리할 수 있는 컴퓨터 세계의 환경에 맞도록 변환하는 과정
  • 필드로 기술된 데이터 타입과 이 데이터 타입들 간의 관계를 이용한 현실 세계를 표현
  • 단순히 데이터 모델이라고 하면 논리적 데이터 모델을 의미
  • 특정 DBMS는 특정 논리적 데이터 모델 하나만 선정하여 사용
  • 데이터 간의 관계를 어떻게 표현하느냐에 따라 관계 모델, 계층 모델, 네트워크 모델로 구분

3. 물리적 데이터 모델

  • 논리적 데이터 모델에서 레코드의 상세 스펙 등을 기술한 모델로 실제 컴퓨터에 데이터가 저장되는 방법을 정의
  • DB 개체 정의
  • 테이블 및 인덱스 등 설계

데이터 모델의 구성 요소

1. Entity 개체

  • 데이터베이스에 표현하려는 것으로 사람이 생각하는 개념이나 정보 단위 같은 현실 세계의 대상체
  • 실세계에 독립적으로 존재하는 유형, 무형의 정보로서 서로 연관된 몇 개의 속성으로 구성
  • 파일 시스템의 레코드에 대응 하는 것으로 어떤 정보를 제공하는 역할을 수행
  • 독립적으로 존재하거나 그 자체로서도 구별 가능
  • 유일한 식별자에 의해 식별되고 다른 개체와 하나 이상의 관계가 있음

2. Attribute 속성

  • 데이터베이스를 구성하는 가장 작은 논리적 단위
  • 파일 구조상의 데이터 항목 또는 데이터 필드에 해당
  • 속성은 개체를 구성하는 항목
  • 속성의 수는 Degree
    체계 예시

3. Relationship 관계

  • 개체와 개체 사이의 논리적 연결을 의미
  • 개체 간의 관계와 속성 간의 관계가 있음
  • 형태
    • 일대일(1:1)
    • 일대다(1:N)
    • 다대다(N:M)
  • 개체간 관계

데이터 모델에 표시할 요소

  • Structure 구조
    • 논리적으로 표현된 개체 타입들 간의 관계로서 데이터 구조 및 정적 성질을 표현
  • Operation 연산
    • 데이터베이스에 저장된 실제 데이터를 처리하는 작업에 대한 명세로서 데이터베이스를 조작하는 기본도구
  • Constraint 제약조건
    • 데이터베이스에 저장될 수 있는 실제 데이터베이스의 논리적인 제약 조건

논리데이터베이스 - 핵심정리

논리데이터베이스

1. 관계 데이터 모델

  • 실 세계 데이터를 행과 열과 구성된 표 형태로 저장하고 한 테이블의 필드 값을 이용하여 다른 테이블에 관련된 데이터를 찾는 식으로 검색하는 데이터 모델
  • 용어
    • 릴레이션
    • 속성
    • 튜플
    • 도메인
    • 차수
    • 카디널리티
  • 릴레이션 특성과 무결성 제약조건

2. 관계 데이터언어

  • 관계 데이터 모델의 연산
  • 원하는 데이터를 얻기 위해 릴레이션에 필요한 처리 요구를 수행하는 것
  • 종류
    • 일반 집합 연산자
    • 순수 관계 연산자
  • 관계해석의 개념

3. 시스템 카탈로그와 뷰

  • 데이터베이스의 객체(사용자, 릴레이션 뷰, 인덱스, 권한)와 구조들에 관한 모든 데이터를 포함하는 시스템 데이터베이스
  • 뷰는 가상 테이블을 구성하는 데이터베이스 오브젝트로 별도의 저장 공간은 없지만 뷰를 통해 SELECT, DELETE, UPDATE를 할 수 있음

논리데이터베이스 - 시스템 카탈로그와 뷰

논리데이터베이스

시스템 카탈로그 개념

  • 데이터베이스의 객체(사용자, 릴레이션 뷰, 인덱스, 권한)와 구조들에 관한 모든 데이터를 포함하는 시스템 데이터베이스
  • 카탈로그에 저장된 정보를 메타데이터라고 함
  • 시스템 카탈로그는 사용자 및 질의 최적호 모듈 등 DBMS 자신의 구성요소에 의해서 사용
  • 시스템 카탈로그는 관계DBMS마다 표준화되어 있지 않아서 관계 DBMS마다 서로 다른 형태로 시스템 카탈로그 기능을 제공
  • 데이터 사전 또는 시스템 테이블이라고 함

시스템 카탈로그 특징

  • 사용자가 SQL 문으로 내용 검색이 가능
  • 데이터베이스 관리시스템에 의해 생성 및 유지
  • 기본 테이블, 뷰, 인덱스 등이 변경되면 자동으로 시스템 카탈로그는 갱신
  • 사용자가 SQL문으로 갱신은 불가능
  • 위치 투명성 및 중복 투명성을 제공하기 위해 필요한 모든 제어 정보를 포함

시스템 카탈로그 내용

  • 릴레이션의 정보
    • 릴레이션 이름
    • 저장된 파일 이름과 파일 구조
    • 속성들에 대한 속성 이름과 타입
    • 정의된 각 인덱스의 이름
    • 정의된 무결성 제약 조건
  • 인덱스 관련 정보
    • 인덱스 이름
    • 인덱스의 구조
    • 인덱스의 키에 대한 정보
  • 뷰 관련 정보
    • 뷰의 이름
    • 뷰의 정의
    • 뷰의 소유자
  • 사용자 관련 정보
    • 사용자 계정 정보
    • 사용자 권한 정보
  • 통계 관련 정보
    • 릴레이션 카디널리티
    • 인덱스 카디널리티
    • 인덱스의 높이
    • 인덱스의 범위

View 뷰 개념

  • 가상 테이블을 구성하는 데이터베이스 오브젝트로 별도의 저장 공간은 없지만 뷰를 통해 SELECT, DELETE, UPDATE를 할 수 있음

뷰의 장점과 단점

  • 장점
    • 논리적 독립성 제공
    • 사용자 데이터 관리 용이
    • 데이터 보안 용이
  • 단점
    • 뷰 자체 인덱스 불가
    • 뷰 정의 변경 불가
    • 데이터 변경 제약 존재

논리데이터베이스 - 관계데이터언어

논리데이터베이스

관계데이터개념

Relation data operaton 관계 데이터 연산

  • 관계 데이터 모델의 연산
  • 원하는 데이터를 얻기 위해 릴레이션에 필요한 처리 요구를 수행하는 것
  • 관계대수와 관계 해석이 있음
    관계데이터연산의 종류

Relational algebra 관계 대수의 개념

  • 원하는 결과를 얻기 위해 릴레이션의 처리 과정을 순서대로 기술하는 언어
    • 절차 언어
  • 릴레이션을 처리하는 연산자들의 모임
    • 대표 연산자 8개
    • 일반 집합 연산자와 순수 관계 연산자로 분류
  • 폐쇠 특성이 존재
    • 피연산자도 릴레이션이고 연산의 결과도 릴레이션

관계 대수 연산자의 종류

  • 일반 집합 연산자와 순수 관계 연산자
    관계 대수 연산의 종류

Set operation 일반 집합 연산자

  • 릴레이션이 튜플의 집합이라는 개념을 이용하는 연산자
    일반집합연산자의 종류
    일반집합연산자의 종류와 기능

일반 집합 연산자 특성

  • 피연산자가 2개 필요함
    • 2개의 릴레이션을 대상으로 연산을 수행
  • 합집합, 교집합, 차집합은 피연산자인 두 릴레이션이 합병 가능해야 함
  • 합병가능 조건
    • 두 릴레이션의 차수가 같아야 함
    • 두 릴레이션에서 서로 대응되는 속성의 도메인이 같아야 함

일반 집합 연산자 - 카티션 프로덕트 cartesian product

  • 두 릴레이션 R과 S의 카티션 프로덕트 : R x S
    • 릴레이션 R에 속한 각 튜플과 릴레이션 S에 속한 각 튜플을 모두 연결하여 새로운 튜플로 결과 릴레이션을 구성
  • 결과 릴레이션의 특성
    • 차수는 릴레이션 R과 S의 차수를 더함
    • 카디널리티는 릴레이션 R과 S의 카디널리티를 곱함
  • 교환적 특징
    • R x S = S x R
  • 결합적 특징
    • (R x S) x T = R x (S x T)

카디션 프로덕트 연산

카디션 프로덕트 연산

Relational operation 순수 관계 연산자

  • 릴레이션 구조와 특성을 이용하는 연산자
    순수관계 연산자의 종류
    순수관계 연산자의 종류와 기능

Relational calculus 관계 해석 개념

  • 처리를 원하는 데이터가 무엇인지만 기술하는 언어
    • 비절차 언어
  • 분류
    • 튜플 관계 해석
    • 도메인 관계 해석

논리데이터베이스 - 관계데이터베이스 모델

논리데이터베이스

  • 관계 데이터 모델의 기본 용어를 익히고 릴레이션을 구성하는 요소와 특성을 이해
  • 관계 데이터 언어의 종류인 관계 대수의 일반 집합 연산자와 순수 관계 연산자의 차이를 이해하고 관계해석의 개념을 정리
  • 시스템 카탈로그와 뷰에 대한 개념 및 특징 이해

용어사전

  • 관계 데이터 모델
    • 실 세계 데이터를 행과 열과 구성된 표 형태로 저장하고 한 테이블의 필드 값을 이용하여 다른 테이블에 관련된 데이터를 찾는 식으로 검색하는 데이터 모델
  • 시스템 카탈로그
    • 데이터베이스의 객체와 구조들에 관한 모든 데이터를 포함하는 시스템 데이터베이스

관계 데이터 모델 개념

  • DBMS에서 지원하는 데이터 모델
  • 실 세계 데이터를 행과 열과 구성된 표 형태로 저장하고 한 테이블의 필드 값을 이용하여 다른 테이블에 관련된 데이터를 찾는 식으로 검색하는 데이터 모델
  • 릴레이션

관계 데이터 모델의 기본 용어

  1. Relation 릴레이션
    • 하나의 개체에 관한 데이터를 2차원 테이블 구조로 저장한 것
    • 파일 관리 시스템 관점에서 파일에 대응
  2. Attribute 속성
    • 릴레이션의
    • 파일 관리 시스템 관점에서 필드에 대응
  3. Tuple 튜플
    • 릴레이션의 행
    • 파일 관리 시스템 관점에서 레코드에 대응
  4. Domain 도메인
    • 하나의 속성이 가질 수 있는 모든 값의 집합
    • 속성 값을 입력 및 수정 할 때 적합성 판단의 기준이 됨
    • 일반적으로 속성의 특성을 고려한 데이터 타입으로 정의
  5. Null 널
    • 속성 값을 아직 모르거나 해당되는 값이 없음을 표현
  6. Degree 차수
    • 하나의 릴레이션에서 속성의 전체 개수
  7. Cardinality 카디널리티
    • 하나의 릴레이션에서 튜플의 전체 개수

릴레이션의 구성

  1. Relation schema 릴레이션 스키마
    • 릴레이션의 논리적 구조
    • 릴레이션의 이름과 릴레이션에 포함된 모든 속성 이름으로 저으이
    • 정적인 특성
  2. Relation instance 릴레이션 인스턴스
    • 어느 한 시점에 릴레이션에 존재하는 튜플들의 집합
    • 동적인 특징
  3. 릴레이션 구성
  • 릴레이션 구성
  1. 릴레이션 특성
    1. 튜플의 유일성
      • 하나의 릴레이션에는 동일한 튜플이 존재할 수 없음
    2. 튜플의 무순서
      • 하나의 릴레이션에서 튜플 사이의 순서는 무의미함
    3. 속성의 무순서
      • 하나의 릴레이션에서 속성 사이의 순서는 무의미함
    4. 속성의 원자성
      • 속성 값으로 원자 값만 사용 가능

Integrity constraint 무결성 제약조건

  • 데이터의 무결성을 보장하고 일관된 상태로 유지하기 위한 규칙
  • 무결성
    • 데이터의 결함이 없는 상태
    • 정확하고 유효하게 유지
  • 무결성 제약 조건
    • 개체 무결성 제약조건
      • 기본키를 구성하는 모든 속성은 널 값을 가질 수 없다
    • 참조 무결성 제약조건
      • 외래키는 참조할 수 없는 값을 가질 수 없다

물리데이터베이스 - 분산데이터베이스

물리데이터베이스

분산 데이터베이스의 정의

  • 하나의 데이터베이스 관리 시스템(DBMS)이 여러 CPU에 연결된 저장장치들을 제어하는 형태의 데이터베이스

  • 논리적으로 같은 시스템에 속하지만, 컴퓨터 네트워크를 통해 물리적으로 분산되어 있는 데이터베이스

  • 데이터베이스를 연결하는 빠른 네트워크 환경을 이용하여 데이터베이스를 여러 지역 노드로 위치시켜 사용성과 성능을 극대화 시킨 데이터베이스

분산 데이터베이스 설계 시 고려사항

  • 작업부하(Work Load)의 노드별 분산 정책
  • 지역의 자치성 보장 정책
  • 데이터의 일관성 정책
  • 사이트나 회선의 고장으로 부터의 회복 기능
  • 통신 네트워크를 통한 원격 접근 기능

분산 데이터베이스의 목표

  • 투명성

  • 위치투명성

    • 액세스하려는 데이터베이스의 실제 위치를 알 필요 없이 단지 데이터베이스의 논리적인 명칭만으로 액세스 할 수 있음
  • 중복투명성

    • 동일 데이터가 여러 곳에 중복되어 있더라도 사용자는 마치 하나의 데이터만 존재하는 것처럼 사용하고, 시스템은 자동으로 여러 자료에 대한 작업을 수행
  • 병행투명성

    • 분산 데이터베이스와 관련된 다수의 트랜잭션들이 동시에 실현되더라도 그 트랜잭션의 결과는 영향을 받지 않음
  • 장애투명성

    • 트랜잭션, DBMS, 네트워크, 컴퓨터 장애에도 불구하고 트랜잭션을 정확하게 처리

분산 데이터베이스의 장/단점

  • 장점
    • 지역 자치성, 점증적 시스템 용량 확장
    • 신뢰성과 가용성이 높음
    • 효용성과 융통성이 높음
    • 빠른 응답 속도와 통신비용 절감
    • 시스템의 성능 향상
    • 중앙 컴퓨터의 장애가 전체 시스템에 영향을 끼치지 않음
    • 자료의 공유성 향상
    • 시스템 규모의 적절한 조절 가능
    • 각 지역 사용자의 요구 수용 증대
  • 단점
    • 소프트웨어 개발 비용 증가
    • DBMS가 수행할 기능이 복잡
    • 데이터베이스 설계, 관리의 복잡성
    • 오류의 잠재성 증가
    • 처리 비용의 증가
    • 데이터 무결성에 대한 위협

분산 데이터베이스 설계 방법

1. 테이블 위치 분산

  • 테이블 위치 분산은 데이터베이스의 테이블각기 다른 서버에 분산시켜 배치하는 방법
    • 테이블 위치를 분산할 때는 테이블의 구조를 변경하지 않으며, 다른 데이터베이스의 테이블과 중복되지 않게 배치
    • 데이터베이스의 테이블을 각각 다른 위치에 배치하려면 해당 테이블들이 놓일 서버들을 미리 설정해야 함

2. Fragment 분할

  • 테이블의 데이터를 분할하여 분산시키는 것
  • 분할 규칙
    • 완전성 : 전체 데이터를 대상으로 분할해야 함
    • 재구성 : 분할된 데이터는 관계 연산을 활용하여 본래의 데이터로 재구성할 수 있어야 함
    • 상호 중첩 배제 : 분할된 데이터는 서로 다른 분할의 항목에 속하지 않아야 함
  • 주요 분할 방법
    • 수평 분할 : 테이블을 행(Row) 단위로 분할
    • 수직 분할 : 테이블을 열(Column) 단위로 분할

3. Allocation 할당

  • 할당은 동일한 분할을 여러 개의 서버에 생성하는 분산 방법
  • 중복이 없는 할당과 중복이 있은 할당으로 구분됨
  • 비중복 할당 방식
    • 최적의 노드를 선택해서 분산 데이터베이스의 단일 노드에서만 분할이 존재하도록 하는 방식
    • 일반적으로 애플리케이션에는 릴레이션을 배타적 분할로 분리하기 힘든 요구가 포함되므로 분할된 테이블 간의 의존성은 무시되고 비용 증가, 성능 저하 등의 문제가 발생할 수 있음
  • 중복 할당 방식
    • 동일한 테이블을 다른 서버에 복제하는 방식
    • 일부만 복제하는 부분 복제와 전체를 복제하는 완전 복제가 있음
API API오용 Anaconda Beacon Bluetooth CRUD분석 Camera ChatBot DB관련신기술 DB관리기능 DB서버 DB표준화 ER다이어그램 ER모델 ETL Flask HW관련신기술 IDE도구 IP IoT Machine_Translation NLP배경 ORM프레임워크 Package Recurrent Neural Network SDLC SW개발방법론 SW개발방법론선정 SW개발보안정책 SW개발표준 SW관련신기술 Sequence_Tagging ShellScript TCP_UDP Vector WordCloud c 자료형 class embedding konlpy python python 자료형 가설검증 개발환경구축 객체지향프로그래밍언어 관계데이터베이스모델 관계데이터언어 국제표준제품품질특성 네트워크7계층 네트워크관련신기술 네트워크장비 네트워크침해공격용어 논리데이터모델개요 논리데이터모델품질검증 논리적데이터모델링 논문 단위모듈구현 단위모듈테스트 데이터검증 데이터모델개념 데이터베이스무결성 데이터베이스백업 데이터베이스암호화 데이터베이스용량설계 데이터베이스이중화구성 데이터베이스정규화 데이터분석 데이터분석 - 순열 - 조합 데이터분석 - 정규분포 데이터분석 - 통계기초 데이터사이언스개념 데이터입출력 데이터전환수행계획 데이터정제 데이터조작프로시저작성 데이터조작프로시저최적화 데이터조작프로시저테스트 데이터지역화 데이터타입 데이터표준확인 데이터품질분석 라이브러리 로그분석 메모리관리 모델화 몬테카를로 물리데이터모델설계 물리데이터모델품질기준 물리데이터저장소구성 물리요소조사분석 반정규화 배치프로그램 변수 보안기능 보안솔루션 보안아키텍처 보안취약성식별 분산데이터베이스 분산분석 비용산정모델 빌드자동화도구 사용자정의함수 상관분석 서버개발프레임워크 서버인증 서버장비운영 서버접근통제 서비스공격유형 선언형언어 세션통제 소스코드인스펙션 소프트스킬 소프트웨어개발프레임워크 소프트웨어버전관리도구 소프트웨어연계테스트 슈퍼디엠지 스크립트언어 시스템카탈로그와뷰 암호알고리즘 애플리케이션모니터링도구 애플리케이션배포도구 애플리케이션성능개선 애플리케이션테스트결과분석 애플리케이션테스트시나리오작성 애플리케이션테스트케이스작성 애플리케이션통합테스트수행 애플리케이션패키징 연산자 예외처리 오답노트 오류데이터측정 오류처리 오류처리확인및보고서작성 요구공학방법론 운영체제 웹서버 이벤트 인터넷구성의개념 인터페이스구현검증 인터페이스기능확인 인터페이스보안 입력데이터검증및표현 자료구조 자연어처리 재사용 절차적프로그래밍언어 정보보안침해공격용어 정보처리기사 제품소프트웨어매뉴얼작성 집계성DCL작성 체크리스트 초기데이터구축 취약점분석 칼럼속성 캡슐화 코드오류 클러스터링 키종류 테일러링기준 트랜잭션인터페이스 트리거 파일처리기술 파티셔닝 패키지 포트포워딩 프로세스스케줄링 프로토타입 한국어임베딩 핵심정리 현업도구 형상관리도구 환경변수 회귀분석
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×