[정보처리기사 실기] 2장 데이터 입출력 구현

 

 

 

이번에는 2022년도 실기 시험 준비하면서 노트정리 했었던 내용들을 포스팅 해보겠습니다. 내용이 많이 부족하시겠지만 어디까지 참고용으로만 봐주시면 감사하겠습니다. 😁😁

 

참고로, 시간 관계상 전부 정리되어 있지는 않습니다. 추가로 저는 C등급과 D등급은 학습 목표에서 제외했습니다.

 

해당 내용은 2022년도 시나공 출판사의 정보처리기사 실기 책의 내용이 조금 포함되어 있습니다.

싸니까 믿으니까 인터파크도서

 

가급적 책은 구매하셔야 하고 출판사는 시나공 또는 수제비로 공부하시는 것을 추천드립니다.

 

 

---

A등급

 

📢 데이터베이스 개요

 

• 데이터베이스(Database)
  • 정의: 공동으로 사용될 데이터를 중복을 배제하여 통합하고, 저장장치에 저장하여 항상 사용할 수 있도록 운영하는 운영 데이터
  • 통합된 데이터(Integrated Data): 자료의 중복을 배제한 데이터의 모임
  • 저장된 데이터(Stored Data): 컴퓨터가 접근할 수 있는 저장 매체에 저장된 자료
  • 운영 데이터(Operational Data): 조직의 고유한 업무를 수행하는 데 반드시 필요한 자료
  • 공용 데이터(Shared Data): 여러 응용 시스템들이 공동으로 소유하고 유지하는 자료
• DBMS(Database Management System; 데이터베이스 관리 시스템)
  • 사용자의 요구에 따라 정보를 생성해주고, 데이터베이스를 관리해주는 소프트웨어
  • DBMS의 필수 기능 3가지
    • 정의(Definition) 기능
    • 조작(Manipulation) 기능
    • 제어(Control) 기능
• 데이터의 독립성
  • 논리적 독립성
  • 물리적 독립성
• 스키마(Schema)
  • 정의: 데이터베이스의 구조와 제약조건에 관한 전반적인 명세를 기술한 것
  • 외부 스키마
    • 사용자나 응용 프로그래머가 각 개인의 입장에서 필요로 하는 데이터베이스의 논리적 구조를 정의한 것
  • 개념 스키마
    • 데이터베이스의 전체적인 논리적 구조
    • 모든 응용 프로그램이나 사용자들이 필요로 하는 데이터를 종합한 조직 전체의 데이터베이스로, 하나만 존재함
  • 내부 스키마
    • 물리적 저장장치의 입장에서 본 데이터베이스 구조
    • 실제로 저장될 레코드의 형식, 저장 데이터 항목의 표현 방법, 내부 레코드의 물리적 순서 등을 나타냄

 

 

📢 데이터베이스 설계

 

• 설계 시 고려사항
  • 무결성: 정해진 제약조건을 항상 만족해야 함
  • 일관성: 응답이 처음부터 끝까지 변함없이 일정해야 함
  • 회복: 장애가 발생햇을 때 장애 발생 직전의 상태로 복구할 수 있어야 함
  • 보안: 노출 또는 변경이나 손실로부터 보호할 수 있어야 함
  • 효율성: 응답시간 단축, 시스템의 생산성, 저장공간의 최적화 등이 가능해야 함
  • 데이터베이스 확장: 지속적으로 데이터를 추가할 수 있어야 함
• 설계 순서

 

• 개념적 설계(정보 모델링, 개념화)
  • 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정
  • 개념 스키마를 설계
• 논리적 설계(데이터 모델링)
  • 현실 세계에서 발생하는 자료를 특정 DBMS가 지원하는 논리적 자료 구조로 변환(mapping)시키는 과정
  • 평가 및 정제
  • 인터페이스를 설계
• 물리적 설계(데이터 구조화)
  • 논리적 구조로 표현된 데이터를 물리적 구조의 데이터로 변환하는 과정

 

 

📢 데이터 모델의 개념

 

• 데이터 모델
  • 현실 세계의 정보들을 체계적으로 표현한 개념적 모형
  • 데이터 모델 구성 요소: 개체, 속성, 관계
• 개념적 데이터 모델
  • 현실 세계에 대한 인간의 이해를 돕기 위해 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정
  • E-R 모델
• 논리적 데이터 모델
  • 개념적 구조를 컴퓨터 세계의 환경에 맞도록 변환하는 과정
  • 단순히 데이터 모델이라고 하면 논리적 데이터 모델을 의미
• 물리적 데이터 모델
  • 실제 컴퓨터에 데이터가 저장되는 방법
• 데이터 모델에 표시한 요소
  • 구조(Structure)
  • 연산(Operation)
  • 제약 조건(Constraint)

 

 

📢 E-R(개체-관계) 모델

 

• 개체와 개체 간의 관계를 기본 요소로 이용하여 개념적인 논리 데이터로 표현하기 위한 방법
• 1976년 피터 첸(Peter Chen)에 의해 제안
• 개체, 관계 속성으로 묘사
• E-R 다이어그램

 

 

📢 관계형 데이터베이스의 구조 / 관계형 데이터 모델

 

• 관계형 데이터베이스
  • 2차원적인 표(Table)를 이용해서 데이터 상호 관계를 정의하는 데이터베이스
  • 1970년 IBM에 근무하던 코드(E. F. Codd)에 의해 처음 제안
• 관계형 데이터베이스의 릴레이션 구조

 

• 튜플(Tuple)
  • 릴에이션을 구성하는 각각의 행
  • 카디널리티(Cardinality) 또는 기수, 대응수
• 속성(Attribute)
  • 데이터베이스를 구성하는 가장 작은 논리적 단위
  • 디그리(Degree) 또는 차수
• 도메인(Domain)
  • 하나의 애트리뷰트가 취할 수 있는 같은 타입의 원자(Atomic)값들의 집합
• 릴레이션의 특징
  • 똑같은 튜플이 포함될 수 없으므로 릴레이션에 포함된 튜플들은 모두 상이
  • 튜플 사이에는 순서가 없음
  • 릴레이션은 시간에 따라 변함
  • 속성들 간의 순서는 중요하지 않음
  • 식별을 위해 속성의 명칭은 유일해야 하지만, 속성을 구성하는 값은 동일한 값이 있을 수 있음
  • 논리적으로 더 이상 쪼갤 수 없는 원자값만을 저장
• 관계형 데이터 모델(Relational Data Model)
  • 2차원적인 표(Table)를 이용해서 데이터 상호 관계를 정의하는 DB구조
  • 대표적인 언어는 SQL

 

 

📢 관계형 데이터베이스 제약 조건 - 키(Key)

 

• 후보키(Candidate Key)
  • 속성들 중에서 튜플을 유일하게 식별하기 위해 사용되는 속성들의 부분집합
  • 기본키로 사용할 수 있는 속성들
  • 유일성(unique): 하나의 키 값으로 하나의 튜플만을 유일하게 식별할 수 있어야 함
  • 최소성(Minimality): 키를 구성하는 속성 하나를 제거하면 유일하게 식별할 수 없도록 꼭 필요한 최소의 속성으로 구성
• 기본키(primary Key)
  • 후보키 중에서 특별히 선정된 주키(Main Key)
  • 중복된 값을 가질 수 없음
  • 한 릴레이션에서 특정 튜플을 유일하게 구별할 수 있는 속성
  • NULL값을 가질 수 없음
• 대체키(Atternate Key)
  • 후보키가 둘 이상일 때 기본키를 제외한 나머지 후보키
  • =보조키
• 슈퍼키(Super Key)
  • 속성들의 집합으로 구성된 키
  • 릴레이션을 구성하는 모든 튜플에 대해 유일성 만족, 최소성은 불만족
• 외래키(Foreign Key)
  • 다른 릴레이션의 기본키를 참조하는 속성 또는 속성들의 집합

 

 

📢 관계대수 및 관계해석

 

• 관계대수
  • 원하는 정보와 그 정보를 검색하기 위해서 어떻게 유도하는가를 기술하는 절차적인 언어
• 순수 관계 연산자

• 일반 집합 연산자

 

• 관계해석(Relational Calculus)
  • 관계 데이터의 연산을 표현하는 방법
  • 원하는 정보가 무엇이라는 것만 정의하는 비절차적 특성

 

 

📢 이상 / 함수적 종속

 

• 이상(Anomaly)
  • 테이블에서 데이터의 중복이 발생하고, 이 중복(Redundancy)으로 문제가 발생하는 현상
  • 삽입 이상(Insertion Anomaly)
    • 의도와는 상관없이 원하지 않은 값들로 인해 삽입할 수 없게 되는 현상
  • 삭제 이상(Deletion Anomaly)
    • 의도와는 상관없는 값들도 함께 삭제되는, 즉 연쇄삭제가 발생하는 현상
  • 갱신 이상(Update Anomaly)
    • 정보의 불일치성이 생기는 현상
• 함수적 종속(Functional Dependency)
  • Y는 X에 함수적 종속 또는 X가 Y를 함수적으로 결정한다고 하고, X→ Y로 표기
  • 데이터의 의미를 표현하는 것
  • 현실 세계를 표현하는 제약 조건이 되는 동시에 데이터베이스에서 항상 유지되어야 할 조건
  • X → Y일 때, X를 결정자(Determinant), Y를 종속자(Dependent)

 

 

📢 반정규화(Denormalization)

 

• 반정규화
  • 정규화된 데이터 모델을 의도적으로 통합, 중복, 분리하여 정규화 우너칙을 위배하는 행위
  • 시스템의 성능이 향상
  • 관리 효율성은 증가
  • 데이터의 일관성 및 정합성이 저하될 수 있음
  • 과도한 반정규화는 오히려 성능을 저하
• 테이블 통합
  • 두 개의 테이블이 조인(Join)되어 사용되는 경우가 많을 경우 성능 향상을 위해 아예 하나의 테이블로 만들어 사용하는 것
  • 통합 고려 사유
    • 두 개의 테이블에서 발생하는 프로세스가 동일하게 자주 처리되는 경우
    • 항상 두 개의 테이블을 이용하여 조회를 수행하는 경우
  • 통합의 종류
    • 1:1 관계 테이블 통합
    • 1:N 관계 테이블 통합
    • 슈퍼타입/서브타입 테이블 통합
• 테이블 분할
  • 수평 분할: 레코드 기준으로 테이블 분할
  • 수직 분할: 속성 기준으로 테이블 분할
• 중복 테이블 추가
  • 작업의 효율성을 향상시키기 위해 테이블을 추가
  • 집계 테이블의 추가
  • 진행 테이블의 추가
  • 특정 부분만을 포함하는 테이블의 추가
• 중복 속성 추가
  • 추가하는 경우
    • 조인이 자주 발생하는 속성인 경우
    • 접근 경로가 복잡한 속성인 경우
    • 액세스의 조건으로 자주 사용되는 속성인 경우
    • 기본키의 형태가 적절하지 않거나 여러 개의 속성으로 구성된 경우

 

 

📢 트랜잭션 분석 / CRUD 분석

 

• 트랜잭션(Transaction)
  • 논리적 기능을 수행하기 위한 작업의 단위 또는 한꺼번에 모두 수행되어야 할 일련의 연산들을 의미
• 트랜잭션의 특성
  • 원자성(Atomicity): All(Commit) or Nothing(Rollback)
  • 일관성(Consistency): 언제나 일관성 있는 데이터베이스 상태로 변환
  • 독립성, 격리성, 순차성(Isolation): 동시에 병행 실행되는 경우 어느 하나의 트랜잭션 실행 중에 다른 트랜잭션의 연산이 끼어들 수 없음
  • 영속성, 지속성(Durability): 성공적으로 완료된 트랜잭션의 결과는 시스템이 고장나더라도 영구적으로 반영되어야 함
• CRUD 분석
  • 프로세스와 테이블 간에 CRUD 매트릭스를 만들어서 트랜잭션을 분석하는 것

 

 

📢 뷰 / 클러스터

 

• 뷰(View)
  • 하나 이상의 기본 테이블로부터 유도된 가상 테이블
• 장점
  • 논리적 데이터 독립성 제공
  • 동일 데이터에 대해 동시에 여러 사용자의 상이한 응용이나 요구를 지원
  • 사용자의 데이터 관리를 간단하게 해줌
  • 접근 제어를 통한 자동 보안 제공
• 단점
  • 독립적인 인덱스를 가질 수 없음
  • 뷰의 정의를 변경할 수 없음
  • 뷰로 구성된 내용에 대한 삽입, 삭제, 갱신 연산에 제약이 따름
• 클러스터(Cluster)
  • 동일한 성격의 데이터를 동일한 데이터 블록에 저장하는 물리적 저장 방법
  • 클러스터링 된 테이블은 데이터 조회 속도를 향상
  • 입력, 수정, 삭제에 대한 작업 성능을 저하시킴
  • 데이터의 분포도가 넓을수록 유리
  • 처리 범위가 넒은 경우에는 단일 테이블 클러스터링을 사용
  • 조인이 많이 발생하는 경우에는 다중 테이블 클러스터링을 사용

 

 

📢 데이터베이스 보안

 

• 암호화(Encryption)
  • 암호화(Encryption) 과정: 암호화되지 않은 평문을 암호문으로 바꾸는 과정
  • 복호화(Decryption) 과정: 암호문을 원래의 평문으로 바꾸는 과정
  • 암호화 기법
    • 개인키 암호 방식(Private Key Encryption)
    • 공개키 암호 방식(Public Key Encryption)
• 접근통제
  • 접근통제 기술

 

• 접근통제 3요소
  • 접근통제 정책
    • 신분 기반 정책
    • 규칙 기반 정책
    • 역할 기반 정책
  • 접근통제 메커니즘
    • 접근통제 목록
    • 능력 리스트
    • 보안 등급
    • 패스워드
    • 암호화
  • 접근통제 보안모델
    • 기밀성 모델: 군사적인 목적으로 개발된 최초의 수학적 모델
    • 무결성 모델: 기밀성 모델에서 발생하는 불법적인 정보 변경을 방지하기 위해 무결성을 기반으로 개발된 모델
    • 접근통제 모델: 접근 통제 매커니즘을 보안 모델로 발전시킨 것

 

 

📢 스토리지

 

• 대용량의 데이터를 저장하기 위해 서버와 저장장치를 연결하는 기술
• DAS(Direct Attached Storage)
  • 서버와 저장장치를 전용 케이블로 직접 연결하는 방식
  • 저장장치를 직접 연결
  • 속도가 빠르고 설치 및 운영이 쉬움
  • 초기 구축 비용 및 유지보수 비용이 저렴
  • 확장성과 유연성이 떨어짐
• NAS(Network Attached Storage)
  • 서버와 저장장치를 네트웤르르 통해 연결하는 방식
  • 장소에 구애받지 않고 저장장치에 쉽게 접근
  • DAS에 비해 확장성 및 유연성이 우수
• SAN(Storage Area Network)
  • 서버와 저장장치를 연결하는 전용 네트워크를 별도로 구성하는 방식
    • 파이어 채널(FC) 스위치를 이용하여 네트워크를 구성
    • 확장성, 유연성, 가용성이 뛰어남

 

 

📢 자료구조

 

• 선형 구조
  • 배열(Array): 크기와 형(Type)이 동일한 자료들이 순서대로 나열된 자료의 집합
  • 선형 리스트(Linear List)
    • 연속 리스트(Contiguous List): 연속되는 기억장소에 저장되는 자료 구조
    • 연결 리스트(Linked List): 자료들을 임의의 기억공간에 기억시키되, 노드의 포인터 부분을 이용하여 서로 연결시킨 자료 구조
  • 스택(Stack)
    • 리스트의 한쪽 끝으로만 자료의 삽입, 삭제 작업이 이루어지는 자료 구조
    • 후입선출(LIFO; Last In First Out) 방식으로 자료를 처리
    • 오버플로(Overflow): 저장할 기억 공간이 없는 상태에서 데이터가 삽입되면 발생
    • 언더플로(Underflow): 삭제할 데이터가 없는 상태에서 데이터를 삭제하면 발생
  • 큐(Queue)
    • 리스트의 한쪽에서는 삽입 작업, 다른 한쪽에서는 삭제 작업이 이루어지는 자료 구조
    • 선입선출(FIFO; First In First Out) 방식으로 처리
  • 데크(Deque)
• 비선형 구조
  • 트리(Tree): 다음 toggle에서 확인
  • 그래프(Graph): 정점(Vertex)와 간선(Edge)의 두 집합으로 이루어지는 자료 구조
• 방향/무방향 그래프의 최대 간선 수
  • 방향 그래프의 최대 간선 수: n(n-1)
  • 무방향 그래프의 최대 간선 수: n(n-1) / 2

 

 

📢 트리(Tree)

 

• 정의: 정점(Node, 노드)과 선분(branch, 가지)을 이용하여 사이클을 이루지 않도록 구성한 그래프의 특수한 형태
• 트리 관련 용어

300x250

• 노드(Node): 트리의 기본 요소로서 자료 항목과 다른 항목에 대한 가지(Branch)를 합친 것
  • ex) A B C D E F G H I J K L M
• 근 노드(Root Node): 트리의 맨 위에 있는 노드
  • ex) A
• 디그리(Degree, 차수): 각 노드에서 뻗어나온 가지의 수
  • ex) A=3 B=2 C=1 D=3
• 단말 노드(Terminal Node) = 잎 노드(Leaf Node): 자식이 하나도 없는 노드, 즉 Degree가 0인 노드
  • ex) K L F G M I J
• 비단말 노드(Non-Terminal Node): 자식이 하나라도 있는 노드, 즉 Degree가 0이 아닌 노드
  • ex) A B C D E H
• 조상 노드(Ancestors Node): 임의의 노드에서 근 노드에 이르는 경로상에 있는 노드들
  • ex) M의 조상 노드는 H D A
• 자식 노드(Son Node): 어떤 노드에 연결된 다음 레벨의 노드들
  • ex) D의 자식 노드: H I J
• 부모 노드(Parent Node): 어떤 노드에 연결된 이전 레벨의 노드들
  • ex) E F의 부모 노드는 B
• 형제 노드(Brother Node, Sibling): 동일한 부모를 갖는 노드들
  • ex) H의 형제 노드는 I J
• Level: 근 노드의 Level을 1로 가정한 후 어떤 Level이 L이면 자식 노드는 L+1
  • ex) H의 레벨은 3
• 깊이(Depth, height): Tree에서 노드가 가질 수 있는 최대의 레벨
  • ex) 위 트리의 깊이는 4
• 숲(Forest): 여러 개의 트리가 모여 있는 것
  • ex) 위 트리에서 근 노드 A를 제거하면 B, C, D를 근 노드로 하는 세 개의 트리가 있는 숲이 생긴다.
• 트리의 디그리: 노드들의 디그리 중에서 가장 많은 수
  • ex) 노드 A나 D가 세 개의 디그리를 가지므로 위 트리의 디그리는 3이다.

 

 

📢 이진 트리

 

• 트리의 운행법
  • Preorder 운행: Root → Left → Right 순으로 운행
  • Inorder 운행: Left → Root → Right 순으로 운행
  • Postorder 운행: Left → Right → Root 순으로 운행
• 수식의 표기법

 

 

 

 

📢 정렬(Sort)

 

• 삽입 정렬(Insertion Sort)
  • 정렬 전 숫자 값에서 순차적으로 우측의 데이터를 좌측과 비교해서 우측이 더 작다면 앞으로 이동하고 나머지 4개는 우측으로 이동
  • 평균과 최악 모두 수행 시간 복잡도는 O(n$^2$)
• 선택 정렬(Selection Sort)
  • N회전마다 한번씩 비교하여 진행 후 다시 반복
  • 평균과 최악 모두 수행 시간 복잡도는 O(n$^2$)
• 버블 정렬(Bubble Sort)
  • N번째 자리에 숫자를 최대로 보낼 수 있을 때까지 보내고 N회전 종료
  • 평균과 최악 모두 수행 시간 복잡도는 O(n$^2$)
• 쉘 정렬(Shell Sort)
  • 매개변수의 값으로 서브파일을 구성하고, 각 서브파일을 Insertion 정렬 방식으로 순서 배열하는 정렬 방식
  • 삽입 정렬(Insertion Sort)을 확장한 개념
• 퀵 정렬(Quick Sort)
  • 키를 기준으로 작은 값은 왼쪽, 큰 값은 오른쪽 서브 파일에 분해시키는 정렬 방식
  • 평균 수행 시간 복잡도는 O(nlog$_2$n)이고, 최악의 수행 시간 복잡도는 O(n$^2$)
• 힙 정렬(Heap Sort)
  • 전이진 트리를 이용한 정렬 방식
  • 평균과 최악 모두 시간 복잡도는 O(nlog$_2$n)
• 2-Way 합병 정렬(Merge Sort)
  • 이미 정렬되어 있는 두 개의 파일을 한 개의 파일로 합병하는 정렬 방식
  • 평균과 최악 모두 시간 복잡도는 O(nlog$_2$n)
• 기수 정렬(Radix Sort) = Bucket Sort
  • Queue를 이용하여 자릿수(Digit)별로 정렬하는 방식

 

 

 

---

B등급

 

 

📢 데이터 모델의 구성 요소

 

• 개체(Entity)
  • 데이터베이스에 표현하려는 것
  • 개념이나 정보 단위 같은 현실 세계의 대상체
• 속성(Attribute)
  • 데이터베이스를 구성하는 가장 작은 논리적 단위
  • 개체를 구성하는 항목
  • 개체의 특성을 기술
  • 속성의 수: 디그리(Degree) 또는 차수
• 특성에 따른 분류
  • 기본 속성: 속성 중 가장 많고 일반적
  • 설계 속성: 설계 과정에서 도출해내는 속성
  • 파생 속성
    • 다른 속성으로부터 계산이나 변형 등의 영향을 받아 발생
    • 적은 수를 정의하는 것이 좋음
• 관계(Relationship)
  • 개체와 개체 사이의 논리적인 연결
• 관계의 종류
  • 종속 관계(Dependent Relationship)
    • 주종관계를 표현
    • 식별 관계, 비식별 관계
  • 중복 관계(Redundant Relationship)
    • 두 개체 사이에 2번 이상의 종속 관계가 발생하는 관계
  • 재귀 관계(Recursive Relationship)
    • 개체가 자기 자신과 관계를 갖는 것
    • 순환 관계 라고도 함
  • 배타 관계(Exclusive Relationship)
    • 개체의 특성을 분할하는 관계
    • 배타 AND 관계와 배타 OR 관계로 구분

 

 

📢 관계형 데이터베이스의 제약 조건 - 무결성(Integrity)

 

• 무결성(Integrity)
  • 데이터베이스에 저장된 데이터 값과 현실 세계의 실제값이 일치하는 정확성을 의미
• 무결성의 종류
  • 개체 무결성
  • 참초 무결성
  • 도메인 무결성
  • 사용자 정의 무결성
  • NULL 무결성
  • 고유 무결성
  • 키 무결성
  • 관계 무결성
• 데이터 무결성 강화
  • 어플리케이션: 데이터 생성, 수정, 삭제 시 무결성 조건을 검증하는 코드를 프로그램 내에 추가
  • 데이터베이스 트리거: 트리거 이벤트에 무결성 조건을 실행하는 절차형 SQL을 추가
  • 제약조건: 데이터베이스에 제약 조건을 설정하여 무결성을 유지

 

 

📢 정규화(Normalization)

 

• 테이블의 속성들이 상호 종속적인 관계를 갖는 특성을 이용하여 테이블의 무손실 분해하는 과정
• 정규화 과정
  • 제 1 정규형
    • 모든 속성의 도메인이 원자 값만으로 되어 있는 정규형
  • 제 2 정규형
    • 기본키가 아닌 모든 속성이 기본키에 대하여 완전 함수적 종속 제거
  • 제 3 정규형
    • 기본키가 아닌 모든 속성이 기본키에 대해 이행적 함수적 종속 제거
  • BCNF
    • 모든 결정자가 후보키인 정규형
    • 결정자이면서 후보키가 아닌 것 제거
  • 제 4 정규형
    • 다중 값 종속(MVD; Multi Valued Dependency)
    • 다치 종속 제거
  • 제 5 정규형
    • 모든 조인 종속(JD; Join Dependency)
    • 조인 종속성 이용

 

 

📢 시스템 카탈로그

 

• 시스템 카탈로그(System Catalog)
  • 다양한 객체에 관한 정보를 포함하는 시스템 데이터베이스
  • 데이터 사전(Data Dictionary)에 저장
  • 카탈로그=데이터 사전
• 메타 데이터(Meta-Data)
  • 시스템 카탈로그에 저장된 정보를 의미
• 데이터 디렉터리(Data Directory)
  • 데이터 사전에 수록된 데이터에 접근하는 데 필요한 정보를 관리 유지하는 시스템

 

 

📢 인덱스

 

• 인덱스(Index)
  • 데이터 레코드를 빠르게 접근하기 위해 <키 값, 포인터> 쌍으로 구성되는 데이터 구조
• 인덱스의 종류
  • 트리 기반 인덱스
  • 비트맵 인덱스
  • 함수 기반 인덱스
  • 비트맵 조인 인덱스
  • 도메인 인덱스
• 클러스터드/넌클러스터드 인덱스
  • 클러스터드 인덱스(Clustered Index)
    • 인덱스 키의 순서에 따라 데이터가 정렬되어 저장되는 방식
    • 실제 데이터가 순서대로 저장되어 있어 인덱스를 검색하지 않아도 원하는 데이터를 빠르게 찾을 수 있음
  • 넌클러스터드 인덱스(Non-Clustered Index)
    • 인덱스의 키 값만 정렬되어 있고 실제 데이터는 정렬되지 않는 방식
    • 데이터 삽입, 삭제 발생 시 순서를 유지하기 위해 데이터를 재정렬해야 함

 

 

📢 파티션

 

• 파티션(Partition)
  • 대용량의 테이블이나 인덱스를 작은 논리적 단위인 파티션으로 나누는 것
• 파티션의 종류
  • 범위 분할(Range Partitioning)
    • 일별, 월별, 분기별 등 지정한 열의 값을 기준으로 분할
  • 해시 분할(Hash Partitioning)
    • 해시함수를 적용한 결과 값에 따라 데이터를 분할
    • ‘특정’ 이라는 키워드가 포인트
  • 조합 분할(Composite Partitioning)
    • 범위 분할로 분할한 다음 해시 함수를 적용하여 다시 분할하는 방식

 

 

📢 분산 데이터베이스 설계

 

• 논리적으로는 하나의 시스템에 속하지만 물리적으로는 네트워크를 통해 연결된 여러 개의 사이트(Site)에 분산된 데이터베이스
• 분산 데이터베이스의 목표
  • 위치 투명성(Location Transparency)
    • 액세스하려는 데이터베이스의 실제 위치를 알 필요 없이 단지 데이터베이스의 논리적인 명칭만으로 액세스 할 수 있음
  • 중복 투명성(Replication Transparency)
    • 동일 데이터가 여러 곳에 중복되어 있더라도 사용자는 마치 하나의 데이터만 존재하는 것처럼 사용
  • 병행 투명성(Concurrency Transparency)
    • 분산 데이터베이스와 관련된 다수의 트랜잭션들이 동시에 실현되더라도 그 트랜잭션의 결과는 영향을 받지 안흥ㅁ
  • 장애 투명성(Failure Transparency)
    • 트랜잭션, DBMS, 네트워크, 컴퓨터 장애에도 불구하고 트랜잭션을 정확하게 처리
• 분산 설계 방법
  • 테이블 위치 분산: 각기 다른 서버에 분산시켜 배치하는 방법
  • 분할(Fragmentation): 테이블의 데이터를 분할하여 분산
    • 수평 분할: 행 단위로 분할
    • 수직 분할: 속성 단위로 분할
  • 할당(Allocation): 동일한 분할을 여러개의 서버에 생성하는 분산 방법

 

 

📢 데이터베이스 이중화 / 서버 클러스터링

 

• 동일한 데이터베이스를 복제하여 관리하는 것
• 이중화 분류
  • Eager 기법: 변경 내용이 발생하면 즉시 다른 데이터베이스에도 적용하는 기법
  • Lazy 기법: 트랜잭션의 수행이 종료되면 변경 사실을 새로운 트랜잭션에 작성하여 각 데이터베이스에 전달되는 기법
• 이중화 구성 방법
  • 활동-대기(Active-Standby) 방법
  • 활동-활동(Active-Active) 방법
• 클러스터링(Clustering)
  • 두 대 이상의 서버를 하나의 서버처럼 운영하는 기술
  • 종류
    • 고가용성 클러스터링: 일반적으로 언급되는 클러스터링이 고가용성 클러스터링
    • 벙렬 처리 클러스터링: 하나의 작업을 여러 개의 서버에서 분산하여 처리하는 방식
• RTO / RPO
  • RTO(Recovery Time Objective): ‘소요 시간’ 키워드 확인
  • RPO(Recovery Time Objective): ‘기준점’ 키워드 확인

 

 

---

마치며..

 

원래는 저만 보려고 노트 정리했던 내용이라서 허술한 점이 많기도 할 거고 오타도 있을 수 있습니다. 참고용으로만 봐주세요 😂

 

많이 부족한 내용이셨겠지만 도움이 되셨다면 댓글 한 번씩 남겨주시면 많이 뿌듯할 것 같습니다. 😁😁

 

 

 

 

 

 

 

[정보처리기사 실기] 3장 통합 구현

[정보처리기사 실기] 3장 통합 구현

 

[정보처리기사 실기] 4장 서버프로그램 구현

[정보처리기사 실기] 4장 서버프로그램 구현

 

[정보처리기사 실기] 5장 인터페이스 구현

[정보처리기사 실기] 5장 인터페이스 구현

 

[정보처리기사 실기] 6장 화면 설계

[정보처리기사 실기] 6장 화면 설계

 

[정보처리기사 실기] 7장 애플리케이션 테스트 관리

[정보처리기사 실기] 7장 애플리케이션 테스트 관리

 

[정보처리기사 실기] 8장 SQL 응용

[정보처리기사 실기] 8장 SQL 응용

 

[정보처리기사 실기] 9장 소프트웨어 개발 보안 구축

[정보처리기사 실기] 9장 소프트웨어 개발 보안 구축

 

[정보처리기사 실기] 10장 프로그래밍 언어 활용

시간 관계상 노트 정리 대신 문제 풀이로 대체... 😢😢

 

 

[정보처리기사 실기] 11장 응용 SW 기초 언어 활용

시간 관계상 노트 정리 대신 문제 풀이로 대체... 😢😢

 

 

[정보처리기사 실기] 12장 제품소프트웨어 패키징

시간 관계상 노트 정리 대신 문제 풀이로 대체... 😢😢