물리데이터베이스 - 물리데이터 모델 품질 기준

물리데이터베이스

SQL 성능 튜닝의 정의

  • 튜닝 대상이 되는 SQL을 이해하고 정보를 분석하여 성능을 개선하는 활동
  • 최소한의 CPU, I/O, 메모리를 사용하여 최대한 빠른 시간 내에 원하는 작업을 수행하도록 만드는 것

SQL 성능 튜닝의 순서

  1. 문제 있는 SQL 식별
  2. 옵티마이저 통계 확인
  3. 실행 계획 검토
  4. SQL문 재구성
  5. 인덱스 재구성
  6. 실행 계획 유지 관리

SQL 성능 튜닝 순서

1. 문제 있는 SQL 식별

  • 애플리케이션의 성능을 관리하거나 모니터링하기 위한 툴인 APM을 활용
    • APM; Application Performance Management

2. 옵티마이저 통계확인

  • 개발자가 작성한 SQL을 가장 빠르고 효율적으로 수행할 최적의 처리경로를 생성해 주는 데이터베이스 핵심 모듈
  • Oracle은 CBO와 RBO 모드 지원
    • CBO; Cost Based Optimizer
    • RBO; Rule Based Optimizer

3. 실행 계획 검토

  • DBMS의 옵티마이저가 수립한 SQL 코드의 실행 절차와 방법을 의미
  • 요구사항들을 처리하기 위한 연산 순서가 적혀 있으며, 연산에는 조인, 테이블, 검색, 필터, 정렬 등이 있음
  • Driving 테이블이 최상의 필터를 가지고 있는지를 중심으로 검토
    • Driving 테이블
      • 조인이 발생할 때 첫 번째로 액세스 되는 테이블
      • 드라이빙 테이블 순서에 따라 데이터를 액세스하는 양이 대폭 늘어나거나 줄어들 수 있기 때문에 어떤 테이블을 먼저 드라이빙 하는지가 매우 중요
      • 가장 적은 데이터를 추출할 것으로 예상되는 테이블을 먼저 드라이빙
  • 처리량이 작은 Table을 Driving 테이블로 지정되었는지 확인

4. SQL문 재구성

  • WHERE절 사용
  • 칼럼 변경 연산자 확인
  • 범위 한정 사용
    • 서브쿼리에 특정 데이터가 존재하는지 확인할 때는 EXISTS 보다 IN 사용

5. 인덱스 재구성

  • 인덱스 구성
  • 실행 계획 검토
  • 관련 SQL 검토
  • 코드 테이블 확인
    • 단일 인덱스로 조회만 이루어진 테이블은 IOT로 구성
  • 불필요한 인덱스 제거

6. 실행 계획 유지관리

  • 실행 계획이 유지되고 있는지 모니터링하고 관리
  • 데이터베이스 버전 업그레이드시
  • 데이터의 시스템 이동 등 시스템 환경의 변경 사항 발생시

물리데이터베이스 - CRUD분석

물리데이터베이스

CRUD의 개념

구분 조작 SQL
Create 생성 INSERT
Read 읽기/인출 SELECT
Update 갱신 UPDATE
Delete 삭제/제거 DELETE

CRUD 분석의 개념

  • 데이터베이스 테이블에 변화를 주는 트랜잭션의 CRUD 연산에 대해 CRUD 매트릭스를 작성하여 분석하는 것
  • 테이블에 발생하는 트랜잭션의 주기별 발생횟수를 파악하고 연관된 테이블을 분석하면 테이블에 저장되는 데이터의 양을 유추할 수 있고 트랜잭션이 몰리는 테이블 분석 가능
  • CRUD 연산의 우선순위
    • C > D > U > R
    • 활용목적에 따라 모두 적을 수 도 있음

CRUD 매트릭스 분석 개념

  • 데이터 프로세스와 엔티티 목록으로 CRUD Matrix 작성
    CRUD 매트릭스 분석

CRUD 매트릭스 점검사항

  • 모든 엔티티 타입에 CRUD가 한 번 이상 표기되었는가?
  • 모든 엔티티 타입에 C가 한 번 이상 존재하는가?
  • 모든 엔티티 타입에 R이 한 번 이상 존재하는가?
  • 모든 단위 프로세스가 하나 이상의 엔티티 타입에 표기가 되는가?

물리데이터베이스 - E-R 다이어그램

물리데이터베이스

논리 데이터 모델의 물리 데이터 모델 변환

  • 엔티티는 테이블, 속성은 칼럼 등으로 변환
  • 규칙
    논리적 설계 물리적 설계 데이터베이스
    엔티티 Entity 테이블 Table 테이블
    속성 Attribute 칼럼 Column 칼럼
    주 식별자 Primary Identifier 기본 키 Primary Key 기본 키
    외래 식별자 Foreign Identifier 외래 키 Foreign Key 외래 키
    관계 Relationship 관계 Relationship -

논리 데이터 모델 물리 데이터 모델 변환 순서

1. 단위 엔티티를 테이블로 변환

  • 논리 모델에서 정의된 엔티티는 물리 모델에서 테이블로 변환
  • 엔티티는 한글명, 테이블은 영문명으로 명칭을 동일하게 사용
  • 메타데이터시스템과 같은 사전에 표준화된 용어가 있을 경우 메타에 등록되어 있는 단어 사용하여 명명
    테이블 구성 요소
1.1 슈퍼 타입 기준 테이블 변환
  • 서브타입을 슈퍼 타입에 통합하여 하나의 테이블로 만드는 것
  • 서브타입에 속성이나 관계가 적을 경우에 적용하는 방법
  • 하나로 통합된 테이블에는 서브 타입의 모든 속성 포함
    슈퍼타입 기준테이블 변환
1.2 슈퍼 타입 변환 장/단점
  • 장점
    • 데이터의 액세스가 상대적으로 용이
    • 뷰를 이용하여 각각의 서브 타입 만을 액세스하거나 수정 가능
    • 수행 속도 향상
    • 서브 타입 구분이 없는 임의 집합에 대한 가공 용이
    • 다수의 서브 타입을 통합하는 경우 조인 감소
    • 복잡한 처리를 하나의 SQL로 통합 용이
  • 단점
    • 특정 서브 타입에 대한 NOT Null 제한이 어려움
    • 테이블의 칼럼 증가로 디스크 저장 공간 증가
    • 처리마다 서브 타입에 대한 구분이 필요할 경우가 많이 발생
    • 인덱스의 크기 증가로 인덱스 효율이 낮아짐
1.3 서브 타입 기준 테이블 변환
  • 슈퍼타입 속성들을 각각의 서브 타입에 추가하여 서브타입들을 개별적인 테이블로 만드는 것
  • 서브 타입에 속성이나 관계가 많을 경우에 적용
    서브타입 기준테이블 변환
1.4 서브 타입 변환 장/단점
  • 장점
    • 각 서브 타입 속성들의 선택 사양이 명확한 경우에 유리
    • 서브 타입 유형에 대한 구분을 처리 마다할 필요가 없음
    • 여러 개의 테이블로 통합하므로 테이블 당 크기가 감소하여 전체 테이블을 스캔하는 경우 유리
    • 단위 테이블의 크기 감소
  • 단점
    • 서브 타입 구분 없이 데이터를 처리하는 경우 UNION이 발생
    • 처리 속도 감소가 발생할 가능성이 높아짐
    • 트랜잭션을 처리하는 경우 다수 테이블을 처리하는 경우가 자주 발생
    • 복잡한 처리를 하는 SQL의 통합이 어려움
    • 부분 범위에 대한 처리가 곤란해짐
    • 여러 테이블을 통합한 경우 뷰로 조회만 가능
    • UID의 유지관리가 어려움
      • Unique Identifier, 식별자
1.5 개별 타입 기준 테이블 변환
  • 슈퍼 타입과 서브 타입들을 각각의 개별적인 테이블로 변환
  • 슈퍼 타입과 서브 타입 각각의 테이블 사이에는 1:1 관계 형성
    개별타입 기준테이블 변환
1.6 개별 타입 기준 테이블 변환을 사용하는 경우
  • 전체 데이터에 대한 처리가 자주 발생하는 경우
  • 서브 타입 처리가 대부분 독립적으로 발생하는 경우
  • 통합하는 테이블의 칼럼 수가 지나치게 많은 경우
  • 서브 타입 칼럼 수가 다수인 경우
  • 트랜잭션이 주로 슈퍼 타입에서 발생하는 경우
  • 슈퍼 타입에서 범위가 넓은 처리가 빈번하게 발생하여 단일 테이블 클러스터링이 필요한 경우

2. 속성을 Column 칼럼으로 변환

  • 칼럼의 명칭은 속성의 명칭과 반드시 일치할 필요는 없으나, 개발자와 사용자간 의사소통을 위해 가능한 표준화된 약어를 사용
  • SQL 예약어 사용은 피해야 함
  • SQL 문장의 가독성을 위해 칼럼 명칭은 가능한 짧게
  • 칼럼명에 복합 단어 사용할 경우 미리 정의된 표준에 의해 명명

3. UID를 기본키로 변환

  • 엔티티의 UID는 기본키로 선언
  • Not NULL, Unique 등의 제약 조건을 추가적으로 정의

4. 관계를 외래키로 변환

  • 1:n 관계에서 1영역에 있는 기본키를 n영역의 외래키로 선언
  • 외래키명은 1영역의 기본키 이름을 사용하거나 다른 의미를 가질 경우 변경하여 명명
  • 순환 관계에서 자신의 기본키는 외래키로 정의

5. 관리 목적의 테이블/칼럼 추가

  • 논리 모델링에서는 필요가 없으나 관리 또는 데이터베이스를 이용하는 프로그래밍의 수행 속도를 향상을 위해 추가 되는 테이블이나 칼럼
  • 관리상 필요한 데이터를 등록한 일자, 시스템 번호 등을 의미

6. 칼럼 유형과 길이 정의

  • 정의된 각 컬럼에 대해, 적용 DBMS에서 제공하는 데이터 유형 중 적절한 유형 정의
  • 해당 데이터의 최대 길이를 파악하여 길이 설정
  • 자주 사용되는 데이터 유형

7. 데이터 표준 적용

  • 명명 규칙 및 표준 용어 사전을 활용하여 각 객체의 데이터 표준 수행
  • 표준화 적용대상
    • 데이터베이스
    • 스토리지 그룹
    • 테이블 스페이스
    • 테이블
    • 칼럼
    • 인덱스
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

×