Seung_story

1. 분산 데이터 베이스 개요 분산 데이터 베이스 정의 데이터베이스를 연결하는 빠른 네트워크 환경을 이용하여 데이터베이스를 여러 지역 여러 노드로 위치시켜, 사용성/성능 등을 극대화시킨 데이터베이스 여러 곳으로 분산되어있는 데이터베이스를 하나의 가상 시스템으로 사용할 수 있도록 한 데이터베이스 논리적으로 동일한 시스템에 속하지만, 컴퓨터 네트워크를 통해 물리적으로 분산되어 있는 데이터들의 모임. 물리적 Site 분산, 논리적으로 사용자 통합·공유 분산 데이터 베이스의 투명성 분할 투명성(단편화) : 하나의 논리적 관계가 분할되어 각 단편의 사본이 여러 사이트에 저장됨 위치 투명성: 사용하려는 데이터 저장 장소가 명시되지 않아도 됨 지역사상 투명성: 지역 DBMS와 물리적 DB 사이의 사상이 보장됨 중복 ..

1. 슈퍼타입/서브타입 모델의 성능 고려 방법 슈퍼/서브타입 데이터 모델 개요 Extended ER 모델이라고 부름. 최근 데이터모델링을 할 때 자주 쓰이는 모델링 방법. 분석단계에서 많이 쓰임 업무를 구성하는 데이터 특징을 공통과 차이점의 특징을 고려하여 효과적으로 표현 공통의 부분을 슈퍼타입으로 모델링 / 공통의 부분에서 상속받아 차이가 있는 속성에 대해서는 서브엔터티로 구분 슈퍼타입/서브타입 데이터 모델의 장점 1) 업무의 모습 정확히 표현 2) 물리적인 데이터 모델로 변환할 때 선택의 폭을 넓힐 수 있음 2. 슈퍼/서브타입 데이터 모델의 변환 변환 기준 데이터의 양, 트랜잭션 유형 슈퍼/서브타입에 대한 변환을 잘못하면 발생하는 경우의 수 성능이 저하 발생함. 이는 트랜잭션 특성을 고려하지 않고 테..

1. 대량 데이터 발생에 따른 테이블 분할 개요 테이블 분할 이유 한 테이블에 데이터가 대량으로 집중되거나 하나의 테이블에 여러 개의 칼럼이 존재하여 디스크에 많은 블록을 점유하는 경우 성능 저하 유발 SQL 문장에서 데이터를 처리하기 위한 I/O의 양 증가하여 테이블 성능 저하 유발 블록 I/O 횟수 증가 → 디스크 I/O 가능성 상승(디스크 I/O 시 성능 저하됨) 로우 마이닝 / 로우 마이그레이션이 발생하여 많은 블록에 데이터가 저장되면 데이터베이스 메모리에서 디스크와 I/O가 발생할 때 불필요하게 I/O가 많이 발생하여 성능 저하됨 블록: 테이블 데이터 저장 단위 로우 체이닝: 행 길이가 너무 길어 여러 블록에 걸쳐 저장됨 로우 마이그레이션: 수정된 데이터가 해당 블록이 아닌 다른 블록의 빈 공간..

1. 반정규화를 통한 성능향상 전략 반정규화의 정의 정규화를 수행하지 않은 모델. 정규화된 엔터티, 속성, 관계에 대해 시스템의 성능향상과 개발과 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링 기법 중복성의 원리를 활용하여 데이터 조회시 성능 향상시키는 역할이 있음 반정규화를 적용하는 이유 데이터를 조회할 때 디스크 I/O량이 많아서 성능저하 발생 경로가 너무 멀어 조인으로 인한 성능 저하가 예상 칼럼을 계산하여 읽을 때 성능이 저하되는 것이 예상되는 경우 반정규화의 적용방법 내용 설명 1 반정규화 대상 조사 자주 사용되는 테이블에 접근하는 프로세스의 수가 많고 일정한 범위만 조회하는 경우 테이블에 다량의 데이터가 있고 대량의 범위를 자주 처리하는 경우 통계성 프로세스에 의해 통계..

1. 정규화를 통한 성능향상 전략 정의 데이터에 대한 중복성을 제거 → 성능향상 정규형: 졍규화로 도출된 데이터 모델이 가져야 할 특성 정규화를 수행하여 성능향상 일반적으로 정규화를 수행해야 데이터 처리의 성능(입력/수정/삭제)이 향상되며, 데이터 조회처리 트랜잭션시 성능 저하가 나타날 수 있다. 일반적으로 정규화가 잘 되어 있으면 입력/수정/삭제의 성능이 향상되고 반정규화를 많이 하면 조회의 성능이 향상된다고 인식될 수 있다. 그러나 데이터 모델링을 할 때 반정규화만이 조회 성능을 향상시킨다는 고정관념은 탈피되어야 한다. 2. 정규화 이론 1차 졍규화 속성의 원자성을 확보, 다중값 속성 분리 2차 정규화 부분 함수 종속성 제거, 일부 기본키에만 종속된 속성을 분리함, 기본키가 하나의 칼럼일 때 생략 가..

1. 성능 데이터 모델링의 정의 정의 DB 성능향상을 위한 사항이 데이터 모델링에 반영되도록 하는 것. DB 성능향상을 목적으로 설계단계의 데이터 모델링 때부터 정규화, 반정규화, 테이블통합, 테이 블분할, 조인구조, PK, FK 등 여러 가지 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는 것으로 정의 일반적으로 성능이라고 하면 데이터 조회의 성능을 의미(데이터 입력/수정/삭제는 일시적이고 빈번하지 않은 반면, 데이터 조회는 반복적이고 빈번함) 데이터 모델의 성능 저하 원인 1) 데이터 모델 구조 2) 데이터가 대용량이 됨으로 인해 불가피한 성능 저하 3) 인덱스 특성을 충분히 고려하지 않고 인덱스 생성 2. 성능 데이터 모델링 수행시점 프로젝트 수행 중에 있어서 사전에 할수록 비용이 들지..

1. 식별자 개념 엔터티 내에서 인스턴스들을 구분할 수 있는 구분자 하나의 엔터티에 구성되어 있는 여러 개의 속성 중에 엔터티를 대표할 수 있는 속성을 의미 하나의 엔터티는 반드시 유일한 식별자가 존재 식별자는 논리 데이터 모델링 단계에서 사용(업무적으로 구분이 되는 정보로 생각) / 키는 물리 데이터 모델링 단계에서 사용(데이터베이스 테이블에 접근을 위한 매개체) 2. 식별자의 특징 주식별자의 특징 특징 내용 유일성 주식별자에 의해 엔터티 내에 모든 인스턴스들을 유일하게 구분 ex) 사원번호는 주식별자가 모든 직원들에 대해 개인별로 고유하게 부여됨 최소성 주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 함 ex) 사원번호만으로도 고유한 구조인데, 사원분류코드+사원번호로 식별자 번호..

1. 관계의 개념 관계의 정의 엔터티와 인스턴스 사이의 논리적인 연관성으로서 존재의 형태로서나 행위로서 서로에게 연관성이 부여된 상태 엔터티와 엔터티 간 연관성을 표현하기 때문에 엔터티의 정의에 따라 영향을 받기도 하고, 속성 정의 및 관계 정의에 따라도 다양하게 변할 수 있다. 관계의 패어링 관계는 엔터티 안에 인스턴스가 개별적으로 관계를 가지는 것이고, 이것의 집합을 관계로 표현한다는 것 각각의 엔터티의 인스턴스들은 자신이 관련된 인스턴스들과 관계의 어커런스로 참여하는 형태를 관계를 페어링이라함 2. 관계의 종류 관계의 분류 존재 관계(연관 관계): 엔터티 간의 상태 행위 관계(의존 관계): 엔터티 간에 발생하는 행위 관계를 표현할 때 ERD: 표기 구분 안함 UML: 연관관계 – 실선 표시 / 의존..

1. 속성이란? 업무에서 필요로 하는 인스턴스로 관리하고자 하는 의미상 더 이상 분리되지 않은 최소의 데이터 단위 엔터티가 가지는 최소 의미단위. 인스턴스의 구성요소 2. 엔터티, 인스턴스와 속성, 속성값에 대한 내용과 표기법 엔터티, 인스턴스, 속성, 속성값의 관계 한 개의 엔터티는 두 개 이상의 인스턴스의 집합이여야 한다. 한 개의 엔터티는 두 개 이상의 속성을 갖는다. 한 개의 속성은 한 개의 속성값을 갖는다. 속성의 기법 엔터티 내에 이름을 포함하여 표현한다. 3. 속성의 특징 반드시 업무에서 필요하고 관리하고자 하는 정보 정규화 이론에 근간하여 정해진 주식별자에 함수적으로 종속됨 한 개의 속성에는 한 개의 속성 값을 가짐.(하나의 속성에 여러 개의 속성값이 있는 다중값일 경우 별도의 엔터티로 분..

1. 엔터티란? 개념 업무에서 관리해야 할 데이터 집합. 명사형, 인스턴스의 집합 데이터 모델을 이해할 때 가장 명확하게 이해해야 할 개념. 우리말로 실체, 객체라고도 함 엔터티는 인스턴스의 집합이라고 말할 수 있고, 인스턴스라는 것은 엔터티의 하나의 값에 해당 그 집합에 속하는 개체들의 특성을 설명할 수 있는 속성을 가짐 - 공통속성: 엔터티 인스턴스 전체가 공유할 수 있음 - 개별속성: 엔터티 인스턴스 중 일부에만 해당 엔터티와 인스턴스에 대한 내용과 표기법 엔터티를 표현하는 방법은 각각의 표기법에 따라 조금씩 차이는 있지만 대부분 사각형으로 표현함 2. 엔터티의 특징 업무에서 필요로 하는 정보 반드시 시스템을 구축하고자 하는 업무에서 필요로 하고 관리하고자 한다. 식별이 가능해야 함 식별자에 의해 ..