[CS] 데이터베이스 구축

 

 

 

---

  01  데이터베이스  구축

 

Section  1.  데이터베이스  개념

 

1.  데이터베이스  개념

⑴  데이터베이스의  정의(공장통운) ⭐

 통합  데이터(Integrated  Data)  :  중복이  최소화된  데이터의  모임 
 저장  데이터(Stored  Data)  :  저장  매체에  저장된  데이터 
 운영  데이터(Operational  Data)  :  조직의  목적을  위해  필요한  데이터
 공유  데이터(Shared  Data)  :  여러  응용  프로그램들이  공동으로  사용하는  데이터

⑵  데이터베이스의  특징

 실시간  접근성(Real  Time  Accessibility)
 계속적인  변화(Continuous  Evolution)
 동시  공유(Concurrent  Sharing)
 내용에  의한  참조(Content  Reference) 
 데이터의  독립성(Independence)

⑶  데이터  언어

 DDL(Data  Definition  Language  :  데이터  정의어) 
 DML(Data  Manipulation  Language  :  데이터  조작어) 
 DCL(Data  Control  Language  : 데이터  제어어) 

⑷  스키마(Schema) 0️⃣(스키마란? 서술)

0️⃣ 데이터베이스의  구조와  제약조건에  관해  전반적인  명세를  기술한  것

 3계층  스키마
1) 외부  스키마 (External  Schema)  :  사용자  뷰
2) 개념  스키마 (Conceptual  Schema)  :  전체적인  구조와  제약  조건
3) 내부  스키마 (Internal  Schema)  :   저장  스키마

 데이터  독립성
1)  논리적  독립성: 개념  스키마가  변경되어도  외부  스키마에는  영향을  미치지  않도록  지원
2)  물리적  독립성: 내부  스키마가  변경되어도  외부/개념  스키마가  영향을  받지  않도록  지원

 

2.  데이터베이스  관리  시스템 (Database  Management  System) 

⑴  DBMS의  정의

 DBMS를  통해  데이터베이스를  관리하여  응용  프로그램들이 데이터베이스를  공유하고, 사용할  수  있는  환경을  제공

⑵  DBMS의  기능

 데이터  정의 
 데이터  조작 
 데이터  제어 
 데이터  공유 
 데이터  보호 
 데이터  구축 
 유지보수 

⑶  DBMS의  종류

 계층형 (Hierarchical  DataBase)  :  트리 형태
 네트워크형 (Network  DataBase)  :  N:N(다대다) 구성 ,  CODASYL  DBTG모델
 관계형(Relational  DataBase) :  테이블  구조로  단순화시킨  모델 
 객체  지향형(Object-Oriented  DataBase)  :  객체지향  프로그래밍  개념에  기반하여  만든  데이터베이스  모델 
 객체  관계형(Object-Relational  DataBase) : 관계형+객체지향형
 NoSQL  :  SQL뿐만  아니라  다양한  특성을  지원
 NewSQL  :  RDBMS의 SQL과 NoSQL의  장점을  결합한  관계형  모델

 

 

 

Section  2.  데이터베이스  설계

 

1.  데이터베이스  설계  단계(요-개논물-구)0️⃣1️⃣

⑴  요구조건  분석

⑵  개념적  설계

 DBMS에  독립적으로  설계
 데이터베이스의  개념적  스키마  구성 (E-R 다이어그램, ERD)

⑶  논리적  설계

 목표  DBMS의  논리적  자료  구조로  변환 
 데이터베이스의  논리적  스키마  생성
 관계형  데이터베이스인  경우  이  단계에서  테이블을  설계하는  정규화  과정  수행
 트랜잭션  인터페이스  설계

⑷  물리적  설계

 특정  DBMS의  물리적  구조와  내부적인  저장구조 설계 
 레코드  집중의  분석  및  설계
 트랜잭션  세부  설계
+ 반정규화

⑸  구현

 특정  DBMS의 DDL로 기술된 명령문을 컴파일하고 실행시켜  데이터베이스  스키마  생성

 

 

 

Section  3.  데이터  모델링

 

1.  데이터모델  개념

⑴  데이터모델  개념

 현실세계의  요소를  인간과  컴퓨터가  이해할  수  있는  정보로  표현한  것

⑵  데이터모델  표시해야  할  요소⭐1️⃣

 구조(Structure)  :  개체  타입과  개체  타입들  간의  관계
 연산(Operation)  :  저장될  데이터를  처리하는  방법  
 제약조건(Constraint)  :  데이터의  논리적인  제약조건 

 

2.  개체-관계  모델, E-R모델 (Entity  Relation  Model)  2️⃣ 기호 ⭕

⑴  개체-관계  모델  개념 (개속관)

 데이터베이스에  대한  요구사항을  그래픽적으로  표현하는  방법
 현실 세계에 존재하는 데이터와 그들 간의 관계를 사람이 이해할 수 있는 형태로 명확하게 표현하기 위해 사용되는 모델

⑵  개체(Entity)

 현실  세계에서  꼭  필요한  사람이나  사물과  같이  구별되는  모든  것

⑶  애트리뷰트 , 속성(Attribute)

 개체나  관계가  가지고  있는  고유의  특성
 속성의  유형
-  단일  값  속성 : 값을  하나만  가질  수  있는  속성 (이름)
-  다중  값  속성 : 값을  여러  개  가질  수  있는  속성 (취미)
-  단순  속성 : 의미를  더는  분해할  수  없는  속성
-  복합  속성 : 의미를  분해할  수  있는  속성
-  유도  속성 : 다른  속성의  값에서  유도되어  결정되는  속성
-  널  속성 : 아직  결정되지  않은  존재하지  않는  값
-  키  속성 : 개체를  식별하는  데  사용하는  속성

⑷  관계(Relationship)

 서로  다른  개체가  맺고  있는  의미  있는  연관성

⑸  E-R  다이어그램  기호 

 

3.  데이터  모델의  품질  기준(정완준최일활)

 정확성 : 요구사항을  정확하게  반영
 완전성 : 요구사항  및  업무영역  반영  시  누락없이  작성
 준거성 : 준수  요건들을  누락없이  준수 (표준, 규칙, 법적요건)
 최신성 : 현행  시스템의  최신  상태  반영
 일관성 : 모델  표현의  일관성  유지
 활용성 : 업무  변화  시  설계  변경없이  유연하게  설계

 

 

 

Section  4.  논리  데이터베이스  설계

 

1. 논리적  데이터  모델링

⑴ 논리적 모델링

- 개념적 설계에서 추출된 실체와 속성들의 관계를 구조적으로 설계하는 단계
- 데이터 간의 관계를 어떻게 표현하느냐에 따라 관계 모델, 계층 모델, 네트워크 모델로 구분

 

2. 데이터베이스  정규화(Normalization) 1️⃣ ⭐

⑴ 정규화의 개념 

관계형 데이터베이스의 설계에서 중복을 최소화하게 데이터를 구조화

⑵ 이상 현상(Anomaly)

- 데이터 중복으로 인해 릴레이션 조작 시 예상하지 못한 곤란한 현상이 발생

- 이상의 종류(삽삭갱) ⭐0️⃣
① 삽입 이상 : 데이터를 삽입할 때 불필요한 데이터가 함께 삽입되는 현상
② 삭제 이상 : 한 튜플을 삭제할 때 연쇄 삭제 현상으로 인해 정보 손실 2️⃣(약술)
③ 갱신 이상 : 튜플의 속성값을 갱신할 때 일부 튜플의 정보만 갱신되어 정보에 모순이 생기는 현상

⑶ 함수적 종속(Functional Dependency) (X→Y, Y는 X에 함수적 종속) 2️⃣

1)  완전  함수적  종속 (Full  Functional  Dependency) 
 기본키를  구성하는  모든  속성이  포함된  기본키의  부분집합에  종속된  경우

2) 부분  함수적  종속 (Partial  Functional  Dependency) 
 기본키가  여러  속성으로  구성되어  있을  때, 기본키를  구성하는  속성  중  일부만  종속되는  경우

3) 이행적  함수  종속 (Transitive  Functional  Dependecy) 
 X→ Y, Y→ Z 이러한  종속  관계가  있을  경우, X→ Z 가  성립되는  경우

 

⑷ 정규화 과정 (도부이결다조) ⭐

 

1)  제  1정규형 (1NF)  :   도메인이  원자값만으로  구성
2)  제  2정규형 (2NF)  :  부분  함수적  종속  제거 1️⃣
3)  제  3정규형 (3NF)  :  이행적  함수  종속  제거
4)  보이스/코드 정규형 (BCNF)  :  결정자  중  후보키가  아닌  것들을  제거
5)  제 4 정규형 (4NF)  :  다치  종속  제거
6) 제  5정규형 (5NF)  :  조인  종속  이용

 

 

 

Section  5.  물리  데이터베이스  설계

 

1.  반정규화 0️⃣1️⃣

 시스템의  성능향상과  개발  편의성  등을  위해  정규화에  위배되는  중복을  허용하는  기법
 반정규화의  적용순서
-  반정규화  대상  조사  →  다른  방법으로  유도  →  반정규화  수행 
0️⃣정규화된 데이터 모델을 통합, 중복, 분리하는 과정으로 의도적으로 정규화 원칙을 위배하는 행위

 

2.  데이터베이스  이중화

⑴  데이터베이스  이중화

 장애발생  시  데이터베이스를  보호하기  위해  동일한  데이터베이스를  중복시켜  동시에  갱신하여  관리하는 방법 (고가용성)

⑵  데이터베이스  이중화의  분류

 Eager 기법 :  변경  발생  즉시  반영
 Lazy 기법 :  트랜잭션  완료  후  반영

⑶  데이터베이스  이중화의  종류

 Active-Active,  Active-Standby(Hot,  Warm,  Cold)

 

3.  데이터베이스  백업

⑴  데이터베이스  백업  개념

 중단  사태에  대비하여  복구를  진행할  수  있도록  데이터를  주기적으로  복사하는  것

⑵  백업  방식

 전체  백업(Full  Backup)  :  Data를  모두  백업 
 증분  백업(Incremental  Backup)  :  변경/추가된 Data만  백업 
 차등  백업(Differential  Backup)  :  변경/추가된  Data를 모두 포함하여 백업 
 실시간 백업 (RealTime  Backup)  :  즉시  백업
 트랜잭션  로그  백업 (Transaction  Log  Backup)  :  모든 SQL문을  기록한  로그
 합성  백업 : 전체  백업본과  여러  개의  증분  백업

⑶  복구  시간  목표 / 복구  시점  목표  0️⃣

1)  복구  시간  목표(RTO) 
 서비스  중단  시점과  서비스  복원  시점  간에  허용되는  최대  지연  시간

A는 한국 IT 보안관제실에서 근무하게 되었다. A는 서비스 운용 중 외부 공격으로 인한 서버다운, 자연재해, 시스템 장애 등의 비상 상황에도 고객 응대 서비스를 정상적으로 수행하기 위해 구축한 시스템을 관리하는 업무를 수행한다. 이 용어는 위와 같은 비상상황이 발생한 경우 비상사태 또는 업무중단 시점부터 업무가 복구되어 다시 정상 가동 될 때까지의 시간을 의미한다.

2)  복구  시점  목표(RPO)  
 마지막  복구  시점과  서비스  중단  시점  사이에  허용되는  데이터  손실량

 

4.  데이터베이스  암호화

⑴  데이터베이스  암호화  방식

 API 방식 : 애플리케이션에서  암/복호화  수행
 Plug-in 방식 : 제품을 설치하여  암/복호화  수행
 TDE(Transparent  Data  Encryption) 방식 : DBMS 내장 모듈을  이용하여  암/복호화  수행
 파일  암호화  방식 : 비정형  데이터도  암호화
 하드웨어  방식 : 별도의  하드웨어  방식 

 

 

 

Section  6.  데이터베이스  물리속성  설계

 

1.  파티셔닝

⑴  파티셔닝  개념

 데이터베이스를  여러  부분으로  분할하는  것 (하나의 서버에 저장)

⑵  샤딩(Sharding)

 하나의  거대한  데이터베이스나  네트워크  시스템을  여러  개의  작은  조각으로  나누어  분산  저장하여  관리하는  것

⑶  분할  기준

 범위  분할(Range  Partitioning)
 목록  분할(List  Partitioning)
 해시  분할(Hash  Partitioning)
 라운드  로빈  분할(Round  Robin  Partitioning)
 합성  분할(Composite  Partitioning)

 

2.  클러스터  설계

 디스크로부터  데이터를  읽어오는  시간을  줄이기  위해  데이터를  디스크의  같은  위치에  저장시키는  방법

 

3.  인덱스(Index) 

⑴  인덱스의  개념

 추가적인  저장  공간을  활용하여  데이터베이스  테이블의  검색  속도를  향상시키기  위한  자료구조

⑵  인덱스의  종류

 클러스터  인덱스 :  해당  컬럼을  기준으로  테이블이  물리적으로  정렬 
 넌클러스터  인덱스 : 레코드의  원본은  정렬되지  않고, 인덱스  페이지만  정렬
 밀집  인덱스 : 데이터  레코드  각각에  대해  하나의  인덱스  생성
 희소  인덱스 : 레코드  그룹  또는  데이터  블록에  대해  하나의  인덱스

⑶  인덱스의  구조

 트리  기반  인덱스 : B+  트리  인덱스를  주로  사용 
 비트맵  인덱스 : 비트를  이용하여  컬럼값을  저장하고  이용 
 함수  기반  인덱스 : 함수나  수식  결과  이용 
 비트맵  조인  인덱스 : 물리적인  구조는  비트맵  인덱스와  완전히  동일
 도메인  인덱스 : 개발자가  자신이  원하는  인덱스  타입을  생성

 

4.  뷰(View) 

⑴  뷰의  개념

 하나  이상의  기본  테이블로부터 유도된, 이름을 가지는 가상  테이블 (외부 스키마에 해당)

⑵  뷰의  특징

 논리적  데이터  독립성을  제공
 ALTER  VIEW 문을  사용할 수 없다.
 뷰로  구성된  내용에  대한  삽입, 삭제, 갱신 연산에 제약

5.  시스템  카탈로그 = DD ⭐

 데이터베이스에  저장되어  있는  모든  개체들에  대한  정의에  대한  정보가  수록되어  있는  시스템  테이블
 시스템  카탈로그를  데이터  사전(Data  Dictionary) 이라고도  한다.
 사용자가  SQL문을  이용하여  내용을  검색해  볼  수  있지만, 수정은  불가능하다.
 시스템  카탈로그는  데이터베이스  관리  시스템에  의해  생성되고  유지된다.

 

 

 

Section  7.  관계  데이터베이스  모델

 

1.  관계  데이터  모델

⑴  관계  데이터  모델  개념

 데이터의  논리적  구조가  릴레이션, 즉  테이블  형태의  평면  파일로  표현되는  데이터  모델

⑵  관계  데이터  릴레이션의  구조 1️⃣

도메인: 해당 속성이 가질 수 있는 값 / 튜플-카디날리티, 속성-차수(디그리)

 

⑶  릴레이션

1)  릴레이션의  구성

 릴레이션  스키마 : 릴레이션  이름과  모든  속성의  이름으로  정의하는  릴레이션의  논리적인  구조
 릴레이션  인스턴스 : 릴레이션  스키마에  실제로  저장된  데이터의  집합

2)  릴레이션의  특징

 튜플의  유일성 : 릴레이션  안에는  똑같은  튜플이  존재할  수  없음 
 튜플의  무순서성 : 튜플  사이에는  순서가  없음 
 속성의  무순서성 : 속성  사이에는  순서가  없음 
 속성의  원자성 : 속성은  더  이상  분해할  수  없는  원자값만  가진다 .
 튜플들의  삽입, 삭제, 갱신작업이  실시간으로  일어나므로  릴레이션은  수시로  변한다.

 

2.  관계 데이터 언어 (관계대수, 관계해석) ⭐🧮

⑴  관계  대수의  개념 0️⃣2️⃣2️⃣

 원하는  데이터를  얻기  위해  데이터를  어떻게  찾는지에  대한  처리  과정을  명시하는  절차적인  언어

⑵  순수  관계  연산자 

1)  SELECT
 기호 : σ(시그마)
 표기법 : σ<조건>(R)

2)  PROJECT
 기호 : π(파이)
 표기법 : π<리스트>(R)

3)  JOIN
 기호 : ⋈(보타이)
 표기법 :  R⋈<조건 >S 

4)  DIVISION
 기호 :  ÷(나누기)
 표기법  :  R÷S
0️⃣ 릴레이션 A, B가 있을 때 릴레이션 B의 조건에 맞는 것들만 릴레이션 A에서 분리하여 프로젝션을 하는 연산

⑶  일반  집합  연산자

1) 합집합 (Union)      
 표기법  :  ∪

2) 교집합 (Intersection) 
 표기법  :  ∩

3) 차집합 (Difference) 
 표기법  :  -

4) 교차곱, 카디션 프로덕트 (Cartesian  Product) (크로스 조인과 같음) 
 표기법  :  X

⑷  관계해석 2️⃣

 관계  데이터  모델의  제안자인  코드(E.  F.  Codd) 가  수학의  Predicate  Calculus(술어해석)에  기반을  두고  관계 데이터베이스를  위해  제안
 관계해석은  원하는  정보가  무엇이라는  것만  정의하는  비절차적  특성
 튜플  관계해석과  도메인  관계해석이  있다.
 연산자

 

 

 

Section  8.  키와  무결성  제약조건

 

1. 키  종류

⑴ 키(Key)의 개념

릴레이션에서 다른 튜플들과 구별할 수 있는 유일한 기준이 되는 컬럼

⑵ 키(Key)의 종류

     

 1) 후보키(Candidate Key) 2️⃣
 릴레이션을 구성하는 속성들 중에서 튜플을 유일하게 식별할 수 있는 속성들의 부분집합
 튜플에 대한 유일성과 최소성을 만족시켜야 한다.

2) 기본키(Primary Key)
 후보키 중에서 선택한 주키(Main Key)
 한 릴레이션에서 특정 튜플을 유일하게 구별할 수 있는 속성

3) 대체키(Alternate Key)
 후보키가 둘 이상일 때 기본키를 제외한 나머지 후보키 

4) 슈퍼키(Super Key) 2️⃣
 한 릴레이션 내에 있는 속성들의 집합으로 구성된 키
 튜플에 대한 유일성은 만족하지만, 최소성은 만족시키지 못한다.  

5) 외래키(Foreign Key)
 관계(Relation)를 맺고 있는 릴레이션 R1, R2에서 릴레이션 R1이 참조하고 있는 릴레이션 R2의 기본키와 같은 R1 릴레이션의 속성

 

2. 데이터베이스  무결성

⑴ 데이터베이스 무결성 개념

데이터의 정확성, 일관성, 유효성이 유지되는 것

⑵ 데이터베이스 무결성 종류⭐

1) 개체 무결성(Entity Integrity)

 모든 릴레이션은 기본 키(Primary Key)를 가져야 한다.
 기본키는 중복되지 않은 고유한 값을 가져야 한다.
 릴레이션의 기본키는 NULL 값을 허용하지 않는다.

2) 참조 무결성(Referential Integrity)

 외래키 값은 NULL이거나 참조하는 릴레이션의 기본키 값과 동일해야 한다.
 각 릴레이션은 참조할 수 없는 외래키 값을 가질 수 없다.
 참조 무결성 제약조건

• 제한(Restrict) : 문제가 되는 연산을 거절
• 연쇄(Cascade) : 부모  튜플  삭제  시  참조하는  자식의  튜플도  함께  삭제
• 널값(Nullify) :부모  튜플  삭제  시  참조하는  자식의  튜플은 NULL로  등록
• 기본값(Default) : 부모  튜플  삭제  시  참조하는  자식의  튜플은  DEFAULT값으로  등록

 3) 도메인 무결성(Domain Integrity)

 속성들의 값은 정의된 도메인에 속한 값이어야 한다.
 성별이라는 컬럼에는 ‘남’, ‘여’를 제외한 데이터는 제한되어야 한다.

4) 고유 무결성(Unique Integrity)

 릴레이션의 특정 속성에 대해 각 튜플이 갖는 속성 값들이 서로 달라야 한다.

5) 키 무결성(Key Integrity)

 하나의 릴레이션에는 적어도 하나의 키가 존재해야 한다.

6) 릴레이션 무결성(Relation Integrity)

 삽입, 삭제, 갱신과 같은 연산을 수행하기 전과 후에 대한 상태의 제약

 

 

 

Section  9.  물리데이터  모델  품질  검토

 

1.  CRUD  분석

⑴ CRUD의 개념

 데이터 처리 기능인 Create(생성), Read(읽기), Update(갱신), Delete(삭제)를 묶어서 표현한 말이다.

 

2.  옵티마이저

⑴ SQL 처리 흐름 ⭐

1) 구문분석 단계
 SQL 문이 문법에 따라 정상적으로 작성되었는지 분석 parsing

2) 실행 단계
 정의된  테이블의  해당  데이터  파일로부터  테이블을  읽어서  데이터버퍼  캐시영역에  저장 execution

3) 추출 단계
 데이터버퍼  캐시영역에서  관련  테이블  데이터를  읽어서  사용자가  요청한  클라이언트로  전송 fetch

⑵ 옵티마이저 개념

 사용자가 질의한 SQL문에 대해 최적의 실행 방법을 결정하는 역할을 수행
 옵티마이저의 구분
1)  규칙기반  옵티마이저(Rule  Based  Optimizer)  :  규칙 (우선순위)를  가지고  실행  계획  생성
2)  비용기반  옵티마이저(Cost  Based  Optimizer)  :   통계정보를  활용하여  실행  계획  생성

 

3.  SQL  성능  튜닝

⑴ 튜닝의 개념

 SQL문을 최적화하여 빠른 시간 내에 원하는 결과값을 얻기 위한 작업

⑵ 튜닝 영역

 데이터베이스 설계튜닝 : 정규화 및 반정규화하여 재설계
 데이터베이스 환경 : 메모리나 블록 크기 지정
 SQL 문장 튜닝 : 성능을 고려하여 SQL 문장을 작성

⑶ Row Migration / Row Chaining

1) Row Migration : 다른 블록에 데이터를 넣고, 기존 블록 위치에는 링크를 남김
2) Row Chaining : 두 개의 블록에 작성

 

 

Section  10.  분산  데이터베이스

 

1.  분산  데이터베이스

⑴ 분산 데이터베이스(Distribute Database)의 정의

 여러 곳으로 분산되어있는 데이터베이스를 하나의 가상 시스템으로 사용할 수 있도록 한 데이터베이스

⑵ 분산 데이터베이스 구성요소

분산 처리기 : 자체적으로 처리 능력을 가지며, 지리적으로 분산되어 있는 컴퓨터 시스템
분산 데이터베이스 : 지리적으로 분산되어 있는 데이터베이스로서 해당 지역의 특성에 맞게 데이터베이스가
구성
통신 네트워크 : 분산 처리기들을 통신망으로 연결하여 논리적으로 하나의 시스템처럼 작동할 수 있도록
하는 통신 네트워크

⑶ 분산 데이터베이스의 적용 기법

1) 테이블 위치 분산

 설계된 테이블의 위치를 각각 다르게 위치시키는 것
 
2) 테이블 분할(Fragmentation) 분산

 각각의 테이블을 쪼개어 분산하는 방법

3) 테이블 복제(Replication) 분산

 동일한 테이블을 다른 지역이나 서버에서 동시에 생성하여 관리하는 유형
 부분복제(일부내용), 광역복제(전체내용)

4) 테이블 요약(Summarization) 분산

 지역 간 또는 서버 간에 데이터가 비슷하지만 서로 다른 유형으로 존재
 분석요약, 통합요약

⑷ 투명성 조건 ⭐

 위치  투명성 (Location)  :  실제  위치를  알  필요없이  논리적인  명칭으로  액세스
 분할  투명성 (Division)  : 각  단편의  사본이  여러  위치에  저장 
 지역사상  투명성(Local  Mapping)  :  각  지역시스템  이름과  무관한  이름  사용  가능 
 중복  투명성(Replication)  :  동일  데이터가  여러  곳에  중복되어  있어도  하나처럼  사용  가능
 병행  투명성(Concurrency)  :  다수의  트랜잭션들이  동시에  실현되더라도  결과는  영향을  받지  않음 
 장애  투명성(Failure)  :  장애에도  불구하고  트랜잭션을  정확하게  처리함 

⑸  CAP  이론

1)  개념

 어떤  분산  환경에서도  일관성(C), 가용성(A), 분단 허용성(P) 세  가지  속성  중, 두  가지만  가질  수  있다는  것 

  
2)  특징의  의미

 일관성(Consistency)
 가용성(Availability)
 분단  허용성(Partition  Tolerance)

 

2.  트랜잭션⭐

⑴  트랜잭션의  개념

 데이터베이스의  상태를  변환시키는  하나의  논리적인  기능을  수행하는  작업  단위

⑵  트랜잭션의  성질(ACID) ⭐0️⃣

 0️⃣1️⃣ 원자성(Atomicity)  :  모두  반영되든지  아니면  전혀  반영되지  않아야  한다 (Commit과 Rollback)
 일관성(Consistency)  : 실행을  완료하면  언제나  일관성  있는  데이터베이스  상태로  변환
 0️⃣독립성, 격리성 (Isolation)  : 하나의  트랜잭션  실행  중에  다른  트랜잭션의  연산이  끼어들  수  없다.
 영속성(Durability)  : 트랜잭션의  결과는  시스템이  고장이  나더라도  영구적으로  반영되어야  한다.

⑶  트랜잭션의  상태

 활동(Active)  :  트랜잭션이  실행  중인  상태
 실패(Failed)  :  오류가  발생하여  중단된  상태
 철회(Aborted)  :  Rollback  연산을  수행한  상태
 부분  완료(Partially  Committed)  :  Commit  연산이  실행되기  직전의  상태
 완료(Committed)  :  Commit  연산을  실행한  후의  상태

 

 

 

---

  02    SQL  활용

 

Section  1.  SQL  기본  작성

1.  SQL(Structured  Query  Language) ⭐⭐⭐

⑴  SQL의  개념

 데이터베이스  시스템에서  자료를  처리하는  용도로  사용되는  구조적  데이터  질의  언어

⑵  SQL  문법의  종류

1)  Data  Definition  Language  (DDL)  -  데이터  정의어
 CREATE,  ALTER,  DROP,  RENAME,  TRUNCATE
2)  Data  Manipulation  Language  (DML)  -  데이터  조작어
 SELECT,  INSERT,  UPDATE,  DELETE
3)  Data  Control  Language  (DCL)  -  데이터  제어어
 GRANT (WITH GRANT OPTION1️⃣),  REVOKE 
4)  Transaction  Control  Language  (TCL)  -  트랜잭션  제어어 (DCL에 들어감)
 COMMIT,  0️⃣ROLLBACK,  SAVEPOINT

 

Section  2.  절차형 SQL 

1.  저장  프로시저 (Stored  Procedure) 

⑴  저장  프로시저의  개념

 일련의  쿼리를  마치  하나의  함수처럼  실행하기  위한  쿼리의  집합

⑵  저장  프로시저의  구조

CREATE  OR  REPLACE  PROCEDURE  프로시저명 (  변수1  IN 변수타입,  변수2  OUT 변수타입,  변수3  IN  OUT 변수타입....  ) IS         변수  처리부 BEGIN         처리내용 EXCEPTION          예외처리부 END;

 

2.  트리거

⑴  트리거의  개념

 테이블에  대한  이벤트에  반응해  자동으로  실행되는  작업

⑵  트리거의  유형

 행  트리거 :  FOR  EACH  ROW 옵션  사용
 문장  트리거 :  INSERT,  UPDATE,  DELETE문에  대해  단  한  번만  실행

⑶  트리거의  실행  시기

 BEFORE  :  이벤트  전
 AFTER  :  이벤트  후

 

3.  사용자  정의  함수

⑴  사용자  정의  함수의  개념

 파라미터는  입력  파라미터만  가능하고, 리턴값이  하나이다.

⑵  사용자  정의  함수의  구조

CREATE  OR  REPLACE  FUNCTION  함수명 (  매개변수1,  매개변수2,  매개변수3,.......  ) RETURN  데이터  타입 IS         변수  처리부 BEGIN         처리내용         RETURN  ; 반환값 EXCEPTION          예외처리부 END;

 

 

 

---

 03  병행제어와  데이터전환

 

Section  1.  병행제어와  회복

 

1.  병행제어

⑴  병행제어를  하지  않았을  때의  문제점 ⭐

1) 갱신  분실 (Lost  Update) 
 두  개  이상의  트랜잭션이  같은  자료를  공유하여  갱신할  때  갱신  결과의  일부가  없어지는  현상

2)  비완료  의존성 (Uncommitted  Dependency) 
 하나의  트랜잭션  수행이  실패한  후  회복되기  전에  다른  트랜잭션이  실패한  갱신  결과를  참조하는  현상

3)  모순성 (Inconsistency) 
 두  개의  트랜잭션이  병행수행될  때  원치  않는  자료를  이용함으로써  발생하는  문제
 갱신  분실과  비슷해  보이지만  여러  데이터를  가져올  때  발생하는  문제

4)  연쇄  복귀 (Cascading  Rollback) 
 병행수행된 트랜잭션들 중  어느  하나에  문제가  생겨  Rollback하는  경우  다른  트랜잭션도 함께 Rollback되는 현상 

 

⑵  병행제어  기법

1)  로킹 (Locking) 
 트랜잭션이  어떤  데이터에  접근하고자  할  때  못하도록 로킹  수행
 로킹  단위에  따른  구분

2)  2단계  로킹  규약 (Two-Phase  Locking  Protocol)
 확장단계 : 새로운  Lock은  가능하고  Unlock은  불가능하다.
 축소단계 : Unlock은  가능하고  새로운 Lock은  불가능하다.

3)  타임스탬프(Time  Stamp) 
 데이터에  접근하는  시간을  미리  정해서  정해진  시간(Time Stamp)의  순서대로  데이터에  접근하여  수행 

4) 낙관적  병행제어 (Optimistic  Concurrency  Control) 
 트랜잭션  수행  중에는  어떠한  검사도  하지  않고, 트랜잭션  종료  시에  일괄적으로  검사

5)  다중  버전  병행제어 (Multi-version,  Concurrency  Control) 
 여러  버전의  타임스탬프를  비교하여  스케줄상  직렬가능성이  보장되는  타임스탬프를  선택

 

 

2. 회복 (Database  Recovery) 

⑴  로그  기반  회복  기법 2️⃣(REDO, UNDO)

1) 지연갱신  회복  기법 (Deferred  Update) 
 커밋이  발생하기  전까진  데이터베이스에  기록하지  않음
 중간에  장애가  생기더라도  데이터베이스에  기록되지  않았으므로  UNDO가 필요  없음 (REDO만 실행하고, 미실행된  로그는 UNDO할 필요 없이 폐기)

2) 즉시갱신  회복  기법 (Immediate  Update) 
 트랜잭션  수행  도중에도  변경  내용을  즉시  데이터베이스에  기록
 커밋  발생  이전의  갱신은  원자성이  보장되지  않는  미완료  갱신이므로  장애  발생  시 UNDO 필요

⑵  검사점  회복  기법(Checkpoint  Recovery)

 장애  발생  시  검사점(checkpoint) 이전에  처리된  트랜잭션은  회복에서  제외하고  검사점  이후에  처리된  트랜잭션은  회복  작업  수행

⑶  그림자  페이징  회복  기법(Shadow  Paging  Recovery)

 트랜잭션이 실행되는 메모리상의  Current  Page  Table과  하드디스크의  Shadow  Page  Table 이용  

⑷  미디어  회복  기법(Media  Recovery)

 디스크와  같은  비휘발성  저장  장치가  손상되는  장애  발생을  대비한  회복  기법

⑸  ARIES 회복  기법 (Algorithms  for  Recovery  and  Isolation  Exploiting  Semantics) 

 분석단계 → REDO단계 → UNDO단계

 

 

Section  2.  데이터  전환

1.  ETL(Extraction,  Transformation,  Loading) (migration과 연관)

⑴  ETL  개념

 기존의  원천  시스템에서  데이터를  추출(Extraction) 하여  목적  시스템의  데이터베이스에  적합한  형식과  내용으로 변환(Transformation) 한 후, 목적 시스템에 적재(Loading) 하는  일련의  과정

⑵  ETL  기능

 추출(Extraction)  :  하나  또는  그  이상의  데이터  소스로부터  데이터  획득
 변환(Transformation)  :  데이터  클렌징, 형식  변환 및 표준화, 데이터  통합 
 적재(Load)  :  변형  단계의  처리가  완료된  데이터를  목표  시스템에  적재