힙 영역에서 사용하지 않는 객체들을 제거하는 작업

• 이 객체를 제거하는 작업이 필요한 이유는 자바는 개발자가 메모리를 직접 해제해줄 수 없는 언어이기 때문

GC의 동작방식

가장 기본적인 알고리즘인 Serial GC 방식을 알아보자 (좀 더 진보된 GC는 G1 GC, ZGC가 있음)

• GC는 Minor GC, Major GC로 구분됨
• Minor GC는 young 영역에서, Major GC는 old 영역에서 일어난다고 정의
• GC를 수행할 때는 GC를 수행하는 스레드 이외의 스레드는 모두 정지하며, 이를 Stop-the-world라고 함

Minor GC

• young 영역에서 일어남
• Eden 영역이 가득 참에서 부터 시작
• Eden 영역에서 참조가 남아있는 객체를 mark하고 survivor 영역으로 복사하고 비움
• Survivor 영역도 가득차면 같은 방식으로 다른 Survivor 영역에 복사하고 비움
• 이를 반복하다 보면 계속 해서 살아남는 객체는 old 영역으로 이동

Major GC

• old 영역에서 일어남
• 위와 반대로 삭제되어야 하는 객체를 mark하고 지움(sweep)
• 메모리는 단편화 된 상태이므로 이를 한 군데에 모아주는 것을 Compaction이라 하며 compact라고 함
• 그래서 Mark-Sweep-Compact 알고리즘이라고 함
• 이것이 중요한 이유는 GC 수행시 시스템이 멈추기 때문에 의도치 않은 장애의 원인이 될 수 있음.
• 따라서 이를 위해 힙 영역을 조정하는 것을 GC 튜닝이라고 하고 JVM 메모리는 절대 마음대로 조정해선 안됨!

• 가상 머신이란 프로그램을 실행하기 위해 물리적인 머신과 유사한 머신을 소프트웨어로 구현한 것
  • 즉, 여러가지의 기기위에 Java 프로그램을 실행시킬 수 있는 가상의 기기를 만들어주는 것
• JVM의 역할은 자바 애플리케이션을 클래스 로더를 통해 읽어 들여 자바 API와 함께 실행하는 것

  JVM의 특징

• 컴파일된 바이트 코드(.class파일)를 기계가 이해할 수 있는 기계어로 변환
• 스택 기반의 가상 머신
• 메모리 관리와 GC를 수행

  JVM 구조

  클래스 로더(Class Loader)🚚

  JVM으로 class(바이트 코드)를 불러와서 메모리영역에 저장

  실행 엔진(Execution Engine)📇

  .class파일과 같은 바이트 코드를 기계어로 번역해 실행

  인터프리터(Interpreter)

  운영체제가 읽은 바이트 코드를 기계어로 번역

  JIT 컴파일러(Just-In-Time Compiler)

  인터프리터의 효율을 높이기 위한 컴파일러
• 인터프리터가 반복되는 코드를 발견하면, JIT 컴파일러가 반복되는 코드를 네이티브 코드로 바꿔줌

  GC(Garbage Collector)🗑️

  Heap 영역에 참조되지 않는 객체들을 제거해주는 모듈  

  메모리 영역(Runtime Data Area)🗂️

  운영체제로부터 JVM이 할당받은 메모리 영역
• 런타임 시, 클래스 데이터와 같은 메타 데이터와 실제 데이터가 저장되는 곳

  PC Register

  Thread가 시작될 때 생성되며 현재 수행 중인 JVM 명령의 주소를 갖고 있음
• JVM은 스택 기반의 가상 머신으로, CPU에 직접 접근하지 않고 Stack에서 주소를 가져와 PC Register에 저장

  Stack Area

  지역 변수, 파라미터 등이 저장되는 영역
• 실제 객체는 Heap에 할당되고 해당 레퍼런스만 Stack에 저장됨

  Heap Area

  동적으로 생성된 오브젝트와 배열이 저장되는 곳으로 GC의 대상 영역

  Method Area

  클래스 정보를 처음 메모리에 올릴 때 초기화되는 대상을 저장하기 위한 영역
• 클래스 멤버 변수, 메소드 정보, Type 정보, Constant Pool, static, final 변수 등
• 상수 풀(Constant Pool)은 모든 Symbolic Reference를 포함

JVM의 실행방식

1. 자바 컴파일러(javac)가 자바 소스코드(.java)를 읽어 자바 바이트코드(.class)로 변환시킵니다.
2. Class Loader를 통해 class 파일들을 JVM으로 로딩합니다.
3. 로딩된 class파일들은 Execution engine을 통해 해석됩니다.
4. 해석된 바이트코드는 Runtime Data Areas에 배치되어 실질적인 수행이 이루어집니다

단계별 산출물 개발자가 읽을 수 있는 Java 코드들(.java 파일) (컴파일러 후) 운영체제가 읽을 수 있는 바이트 코드(.class 파일) (실행엔진 후) 기계가 읽을 수 있는 기계어

산술 연산자

대입 연산자

대입 연산자 | 설명 = | 왼쪽 피연산자에 오른쪽 피연산자를 대입함. (SET 문이나 UPDATE 문의 SET 절에서만 대입연산자로 사용됨) := | 왼쪽 피연산자에 오른쪽 피연산자를 대입함.

비교 연산자

논리 연산자

비트 연산자

연산자 우선순위

DATE_ADD()

• 날짜, 시간 더하기

  DATE_ADD(기준날짜, INTERVAL)

  SELECT DATE_ADD(NOW(), INTERVAL 1 SECOND)
  SELECT DATE_ADD(NOW(), INTERVAL 1 MINUTE)
  SELECT DATE_ADD(NOW(), INTERVAL 1 HOUR)
  SELECT DATE_ADD(NOW(), INTERVAL 1 DAY)
  SELECT DATE_ADD(NOW(), INTERVAL 1 MONTH)
  SELECT DATE_ADD(NOW(), INTERVAL 1 YEAR)
  SELECT DATE_ADD(NOW(), INTERVAL -1 YEAR)

  DATE_SUB()

• 날짜, 시간 빼기

  DATE_SUB(기준날짜, INTERVAL)

  SELECT DATE_SUB(NOW(), INTERVAL 1 SECOND)

DATEDIFF()

• 두 기간 사이의 일수 계산(종료일 - 시작일)
  • 날짜 포맷에 시간이 포함되어 있는 경우, 시간은 계산에 포함하지 않음
  • 날짜 범위에서 벗어나는 값을 입력하는 경우 NULL을 반환

    DATEDIFF(종료일, 시작일)

    SELECT DATEDIFF('2021-12-31','2021-01-02');
    >> 345

TIMEDIFF()

• 두 기간 사이의 시간 계산(종료시간 - 시작시간)
  • 시간 또는 날짜 범위에서 벗어난 값을 입력하는 경우 NULL을 반환

    TIMEDIFF(종료시간, 시작시간)

    SELECT TIMEDIFF('2022-02-01 23:00:00','2022-01-30 00:00:00');
    >> 71:00:00

PEROID_DIFF()

• 두 기간 사이의 개월 수 차이 계산(종료년월 - 시작년월)
  • 형식: YYYYMM 또는 YYMM

    PERIOD_DIFF(종료년원,시작년월)

    SELECT PERIOD_DIFF('202202','202112');
    >> 2
    SELECT PERIOD_DIFF('202202','201212');
    >> -10
    SELECT PERIOD_DIFF('2202','1912');
    >> 26

TIMESTAMPDIFF()

• 시간, 개월 수 등 여러 가지 형태의 계산을 할 수 있는 함수
• 단위(반환 값 형식): MONTH, YEAR, HOUR ...

  TIMESTAMPDIFF(단위, 시작일, 종료일)

  SELECT TIMESTAMPDIFF(MONTH,'2021-02-01','2022-03-01');
  >> 13

기타 관련 함수

DATE_FORMAT()

• 날짜 형식 설정 함수

  DATE_FORMAT(date, format)

  SELECT DATE_FORMAT(now(), '%Y-%m-%d');
  >> 2012-03-14

SUBSTR, SUBSTRING 모두 가능

• SUBSTR(str, pos, len)
  • str: 원본 문자열
  • pos: 시작 위치값(음수는 뒤에서부터 체크)
  • len: 가져올 길이값(생략 시 나머지 전부)

• 문법

  IF (조건문, 참일때 값, 거짓일때 값)

• 예제

  SELECT  NAME,
        IF (PHONE_NUMBER IS NULL, 'NONE', PHONE_NUMBER) AS PHNO
  FROM USER

IFNULL

• 문법

  IFNULL (널이 아닐때 값, 널일때 값)

• 예제

  SELECT  NAME,
        IFNULL (PHONE_NUMBER, 'NONE') AS PHNO
  FROM USER

NULLIF

표현식1과 표현식2의 값이 서로 같으면 NULL을 반환하고, 같지 않으면 표현식1을 반환

• 문법

  NULLIF (표현식1, 표현식2)

• 예제

  SELECT NULLIF (3, 3)
  >> NULL

CASE

• 문법
  • else절 생략 시, 널 반환 ```sql
• • 특정값과 비교값이 같으면 THEN절 값 반환 CASE 특정값 WHEN 비교값1 THEN '반환값1' WHEN 비교값2 THEN '반환값2' ... [ELSE '만족하는 조건이 없을 경우 반환값'] END

-- 조건식이 참이면 THEN절 값 반환 CASE WHEN 조건1 THEN '반환값1' WHEN 조건2 THEN '반환값2' ... [ELSE '만족하는 조건이 없을 경우 반환값'] END

- 예제
```sql
SELECT  ID,
        CASE 
            WHEN (AGE > 19) THEN 'Adult'
            WHEN (19 >= AGE > 9) THEN 'Teenager'
            ELSE 'Child'
        END AS AGE_GROUP
FROM USER

MySQL은 SQL 표준에서 지원하는 모든 숫자 타입을 제공

정수 타입(integer types)

고정 소수점 타입(fixed-point types)

MySQL에서 DECIMAL 타입은 NUMERIC을 구현하여 만들어짐 따라서 대부분의 경우 DECIMAL 대신 NUMERIC을 사용해도 똑같이 동작함 → 실수의 값을 정확하게 표현하기 위해 사용

• DECIMAL(M,D)
  • M: 소수 부분을 포함한 실수의 총 자릿수(최대 65자리까지 표현)
  • D: 소수 부분의 자릿수, 0이면 소수부분 없음

    부동 소수점 타입(floating-point types)

    → 실수의 값을 대략적으로 표현하기 위해 사용
• FLOAT(M,D): 4바이트를 사용
• DOUBLE(M,D): 8바이트를 사용
• MySQL 8.0.17 이후 버전부터 사용 안함

문자열 타입

날짜와 시간 타입

• 인터넷에 연결된 모든 컴퓨터 자원을 구분하기 위한 고유한 주소
• 주소 형식: IPv4, IPv6

IPv4

IPv4의 표시형식

• 8비트씩 4부분, 총 32비트 구성 → 현재 널리 사용
• 점(.)으로 구분된 10진수로 표기
• 네트워크 부분과 호스트 부분으로 구성

IPv4 주소 분류

• 유니캐스트(Unicast): 단일 송신자와 단일 수신자 간 통신
• 멀티캐스트(Multicast): 단일 송신자와 다중 수신자 간 통신
• 브로드캐스트(Broadcast): 같은 네트워크의 모든 장비에게 보내는 통신

IPv4 주소 클래스

옥텟이란

• IP를 표현하는 방식은 옥텟이란 단위로 나뉨
• 1바이트(byte)=8비트(bit)=1옥텟(octet)
• IPv4 주소는 4개의 옥텟으로 구성됨

• A클래스: 국가나 대형 통신망에 사용(0~127)
• B클래스: 중대형 통신망에 사용(128~191)
• C클래스: 소규모 통신망에 사용(192~223)
• D클래스: 멀티캐스트용으로 사용(224~239)
• E클래스: 실험적 주소이며 공용되지 않음(240~255)

IPv6

• IPv4 주소 고갈 문제를 해결하기 위해 개발된 차세대 인터넷 프로토콜 주소

IPv6의 특징

• 계층적 주소 할당 체계
• 주소 자동 설정 기능 제공
• 기본 보안 기능 제공
• 개선된 품질 보장 지원
• 확장성 있는 헤더 구조
• 패킷 크기 확장 가능성
• IPv6 기본 헤더: 확장 헤더 없이 기본 40바이트(옥텟)

IPv6의 표시형식

• 16비트씩 8부분, 총 128 비트
• 콜론(:)으로 구분된 16진수로 표기

IPv6 주소 분류

• 유니캐스트(Unicast): 단일 송신자와 단일 수신자 간 통신
• 멀티캐스트(Multicast): 단일 송신자와 다중 수신자 간 통신
• 애니캐스트(Anycast): 그룹 내 가장 가까운 수신자에게 전달

서브넷

서브넷(Subnet)

• 하나의 큰 네트워크를 더 작은 네트워크로 분할한 것
• 네트워크 관리를 용이하게 하고, 보안 및 트래픽 관리에 도움을 줌

  서브네팅(Subnetting)

• 네트워크의 성능을 보장하고 자원을 효율적으로 분배하기 위해 하나의 IP 네트워크를 더 작은 네트워크 영역으로 나누는 과정
• 네트워크 영역과 호스트 영역을 나누어 관리하는 작업 포함

  서브넷 마스크(Subnet Mask)

• IP 주소에서 네트워크 부분과 호스트 부분을 구분하는데 사용
• 서브넷 마스크와 IP 주소의 AND 연산을 통해 네트워크 주소 결정

OSI 7계층⭐️⭐️

OSI(Open System Interconnection) 7계층 개념

• 네트워크 프로토콜 디자인과 통신을 7개의 계층으로 나누어 설명하는 모델
• 국제 표준화 기구(ISO)에 의해 정립
• 통신 과정을 단계별로 파악 가능

OSI 7계층 구조

네트워크 장비

• 현재 인터넷에서 널리 사용되는 프로토콜 모델
• 시스템 간 네트워크 연결과 데이터 전송에 사용됨
• 인터넷 통신을 위한 표준 프로토콜 모델로 사용됨

TCP/IP 4계층 구조⭐️

계층별 특징

네트워크 엑세스 계층(Network Access Layer)

• OSI 모델의 물리&데이터링크 계층에 해당
• 물리적 주소인 MAC 주소 사용
• 주요 프로토콜
  • Ethernet: 물리 계층과 데이터링크 께층에서의 통신 접근 제어 정의
  • X.25: 패킷 교환망을 통한 통신 인터페이스 제공
  • RS-232C: DTE와 DCE 간 접속 규격

인터넷 계층(Internet Layer)

• OSI 모델의 네트워크 계층에 해당
• IP 패킷 전송 및 라우팅 기능 담당
• 주요 프로토콜
  • IP: 비연결성 인터넷 프로토콜
  • ICMP: IP 패킷 전송 중 에러 메시지 제공
  • IGMP: 멀티캐스트 그룹 구성원 관리
  • ARP: IP 주소를 MAC 주소로 변환
  • RARP: 물리적 주소로부터 IP 주소 추출

전송 계층(Transport Layer)⭐️

• OSI 모델의 전송 계층에 해당
• 종단 간 신뢰성 있는 데이터 전송 관리
• 주요 프로토콜
  • TCP
    • 클라이언트와 서버 간 연결 설정 후 데이터 주고 받는 연결지향형 프로토콜
    • 신뢰성 있는 데이터 전송 보장
    • 순차적인 데이터 전송과 재조립 보장
    • 연결 설정: 3-way handshaking
    • 연결 해제: 4-way handshaking
    • UDP보다 속도가 상대적으로 느림
    • 순서 제어, 오류 제어, 흐름 제어 기능 제공 → 투명성
    • 양방향 연결형 서비스 제공
    • 가상 회선 연결 형태의 서비스 제공
  • UDP
    • 연결 설정 없이 데이터 주고 받는 비연결성 프로토콜
    • TCP보다 빠른 전송 가능, 하지만 신뢰성 떨어짐
      • TCP에 비해 단순한 헤더 구조로 오버헤드 적음
      • 신뢰성 보다 속도가 중요시 되는 네트워크에서 사용
      • 실시간 전송에 유리
    • 패킷 유실 및 변조 발생해도 재전송 안함
    • 헤더: Source Port, Destination Port, Length, Checksum, Data

응용 계층(Application Layer)

• OSI 모델의 세션&표현&응용 계층에 해당
• 사용자와 직접적으로 상호작용하는 계층
• 사용자가 소프트웨어 응용 프로그램을 통해 네트워크 서비스에 접근할 수 있게 해줌
• 응용 프로그램 간 데이터 교환에 사용되는 프로토콜 포함
• 주요 프로토콜
  • TCP 프로토콜
    • HTTP: 웹 서버와 클라이너튼 간 하이퍼텍스트 문서 송수신 프로토콜, 주로 80번 포트
    • FTP: 파일 전송에 사용되는 프로토콜, 데이터 전송에 20번, 제어 정보 전송에 21번 포트 사용
    • SMTP: 이메일 전송에 사용되는 프로토콜, 25번 포트 사용
  • UDP 프로토콜
    • DNS: 도메인 이름을 IP 주소로 변환하는 프로토콜, 53번 포트 사용
    • SNMP: 네트워크 장비 관리에 사용되는 프로토콜
    • DHCP: IP 주소 자동 할당 및 관리 프로토콜

IP(Internet Protocol)

IP의 특징

• 호스트 간의 통신을 담당하는 프로토콜
• OSI 7계층의 네트워크 계층(3계층)에 해당
• 데이터그램을 기반으로 하는 비연결형 서비스(비신뢰성) 제공
• 패킷의 분할/병합, 주소 지정, 경로 선택 기능(Routing) 제공
• 패킷 교환 네트워크에서 정보를 주고받는데 사용
• 흐름제어나 오류 복구 기능 없음
• Best Effort 원칙에 따른 전송 기능 제공

IP 헤더

• 버전(Version)
  • 사용중인 IP 프로토콜의 버전(예: IPv4, IPv6)
• 헤더길이(Header Length)
  • IP 헤더의 길이를 바이트단위로 나타냄
  • 일반적으로 20~60 바이트
• 서비스 유형(TOS,Type of Servie)
  • 요구되는 서비스 품질을 지정
• 전체길이(Total Packet Length)
  • IP 헤더와 데이터를 포함한 전체 IP 패킷의 길이
• 식별자(Identifier)
  • 각 데이터그램을 구별하기 위한 식별자
  • 단편화된 데이터그램의 원래 그룹을 식별하는데 사용
• 플래그(Flags)
  • 데이터그램의 단편화 상태를 나타냄
• 단편 오프셋(Fragmentation offset)
  • 단편화된 데이터그램들의 순서를 지정
• 수명(TTL, Time to Live)
  • 패킷이 네트워크를 통과할 수 있는 최대 라우터 수
  • 라우터를 지날 때 마다 값이 감소되며 0이되면 패킷은 폐기됨
• 프로토콜(Protocol)
  • IP 데이터그램의 페이로드에 포함된 상위 계층 프로토콜을 지정
• 체크섬(Header checksum)
  • 헤더 필드의 오류를 검출하기 위한 정보
• 발신지 주소(Source IP address)
  • 패킷을 보낸 노드의 IP 주소
• 목적지 주소(Destination IP address)
  • 패킷이 도착해야하는 목적지의 IP 주소
    2. Total Packet Length (16 bits): IP 헤더 및 데이터를 포함한 IP 패킷 전체 길이를 바이트 단위로 길이를 표시. (최대값은 65,535 = 2^16 - 1)

TCP(Transmission Control Protocol)

TCP의 특징

• 연결형 서비스(신뢰성)를 제공하는 전송 계층 프로토콜
• OSI 7계층의 전송 계층(4계층)에 해당
• 패킷의 다중화, 순서 제어, 오류 제어, 흐름 제어 기능 제공
• 스트림(Stream) 전송 기능 제공
• IP와 함께 사용되어 데이터의 배달 처리 및 패킷 추적과 관리 담당

  TCP 헤더

• 송신지 포트(Source Port)
  • 출발지 포트 번호
• 수신지 포트(Destination Port)
  • 목적지 포트 번호
• 순서 번호(Sequence Number)
  • 바이트 단위로 순서화된 번호
  • 신뢰성 있는 전송과 흐름제어를 위해 사용
• 확인 응답 번호(Acknowledgment Number)
  • 다음에 수신하길 기대하는 바이트 번호
  • 마지막으로 수신된 번호 + 1
• 헤더길이(Header Length)
  • TCP 헤더의 길이
• 예약된 필드(Reserved)
  • 현재 사용되지 않는 필드
• 윈도우 크기(Window)
  • 수신 버퍼의 여유용량을 나타내는 필드
• 검사합(checksum)
  • 패킷의 유효성을 계산하기 위한 필드
• 긴급 포인터
  • 긴급 데이터가 시작되는 지점을 나타냄
  • TCP Flags의 U와 함께 사용
• TCP Flags
  • U(Urgent): 긴급 데이터 존재 여부
  • A(Ack): 승인 비트, 응답 시 사용
  • P(Push): 밀어넣기 비트, 데이터의 즉각적인 전송 요구
  • R(Reset): 연결 초기화 비트
  • S(Syn): 연결 성정을 위한 동기화 비트
  • F(Fin): 연결 종료를 나타내는 비트

• 데이터베이스 시스템에서 데이터를 처리하기 위해 사용되는 구조적 데이터 질의 언어

  SQL의 특징

• 구문이 영어 문장과 유사해 배우기 쉽고 사용하기 편리

• 데이터 연산이 절차적이지 않고 집합 단위로 처리

• 표준 SQL 문법이 있어 다양한 DBMS(Oracle, MySQL, MSSQL 등)에 구애받지 않고 사용 가능

• SQL은 대소문자 구분 없음

• 한 줄 주석은 '--', 여러 줄 주석은 '/* */'

  SQL 문법의 종류⭐️⭐️⭐️

  (20.6)

• DDL(Data Definition Language): 테이블이나 다양한 객체들을 정의, 변경, 삭제하는데 사용

  • 객체의 유형: SCHEMA, DOMAIN, TABLE, VIEW, INDEX
  • CREATE, DROP, ALTER, RENAME, TRUNCATE

• DML(Data Manipulation Language): 데이터베이스 내 데이터 조작하는데 사용

  • SELECT, INSERT, UPDATE, DELETE

• DCL(Data Control Language): 데이터베이스에 접근하고 사용할 수 있는 권한 부여하고 회수하는데 사용

  • GRANT, REVOKE

• TCL(Transaction Control Language): 작업의 단위를 묶어서 그 결과를 단위별로 제어하는데 사용

  • COMMIT, ROLLBACK, SAVEPOINT

• SELECT문

  • DISTINCT(20.6,8)

• 제약조건

(20.8)

• 집계함수

트랜잭션(Transaction)

개념

• 데이터베이스의 상태를 변환시키는 하나의 논리적 기능을 수행하는 작업 단위
• 한꺼번에 모두 수행되어야 할 일련의 연산들

  트랜잭션의 성질(ACID)⭐️⭐️

  원자성(Atomicity)

  (20.6,8) 트랜잭션 내 모든 연산은 모두 반영되거나 전혀 반영되지 않아야 함
• 오류 발생 시 트랜잭션 자체가 취소되며, COMMIT과 ROLLBACK 명령어에 의해 이 성질이 보장됨

  일관성(Consistency)

  트랜잭션 완료 후에는 데이터베이스가 일관된 상태를 유지해야 함
• 트랜잭션 수행 전후에 데이터베이스의 고정요소는 같은 상태를 보여줘야 함

  독립성, 격리성(Isolation)

  여러 트랜잭션 동시 실행 시 서로 간섭할 수 없으며 각각 독립적으로 실행되어야 함
• 한 트랜잭션이 완료될 때까지 다른 트랜잭션은 그 결과를 볼 수 없음

  영속성(Durability)

  트랜잭션이 한번 COMMIT되면, 그 결과는 시스템이 고장이 발생해도 영구적으로 반영되어야 함

트랜잭션의 상태

• 활동(Active): 트랜잭션이 실행 중인 상태
• 실패(Failed): 트랜잭션 실행에 오류가 발생하여 중단된 상태
• 철회(Aborted): 트랜잭션이 비정상적으로 종료되어 ROLLBACK 연산을 수행한 상태
• 부분 완료(Partially Committed): 트랜잭션의 마지막 연산까지 실행했지만, COMMIT 연산이 실행 되기 직전의 상태
• 완료(Committed): 트랜잭션이 성공적으로 종료되어 COMMIT 연산까지 실행한 후의 상태

• 트랜잭션을 제어하는데 사용
• 데이터베이스에서 작업 단위를 안전하게 관리하기 위해 사용

  COMMIT

• 트랜잭션이 정상적으로 처리된 경우, 그 결과를 데이터베이스에 반영
• 한번 수행하면, 이전 상태로 돌아갈 수 없음

  COMMIT;

  ROLLBACK

• 트랜잭션 처리 중 오류가 발생했거나 취소할 경우, 변경 사항을 되돌리고 데이터를 이전 상태로 복구
• 수행 후 관련된 행의 잠금이 해제되어 다른 사용자들이 해당 행을 조작 가능

  ROLLBACK;

  SAVEPOINT

• 트랜잭션 중 특정 지점에 대해 저장점 생성
• 오류 발생 시, 전체 트랜잭션이 아닌 해당 저장점까지만 롤백 가능
• 이를 통해 더 세밀한 트랜잭션 제어 가능

  CREATE TABLE UNIV;
  SAVEPOINT SVPT1;
  TRUNCATE TABLE UNIV;
  ROLLBACK TO SVPT1;

물리 데이터 모델 품질 기준 항목

• 정확성, 완전성, 준거성, 최신성, 일관성, 활용성

  데이터 품질관리

  데이터 품질관리 대상

• 데이터 값
• 데이터 구조
• 데이터 관리 프로세스

  데이터 품질 지표

• 정확성, 일관성, 유용성, 접근성, 적시성, 보안성

CRUD 분석

CRUD 분석의 개념

• 데이터베이스에 영향을 주는 Create(생성), Read(읽기), Update(갱신), Delete(삭제) 연산으로 업무 프로세스(각 기능)와 테이블(데이터) 간에 매트릭스(2차원 형태의 표)를 만들어서 트랜잭션을 분석하는 것
• 우선순위: C > R > U > D
• 시스템 설계의 일관성과 완전성을 검증하는데 사용

CRUD 분석의 필요성

• 모델링 작업검증
• 중요 산출물
• 테스트 시 사용
• 인터페이스 현황 파악

SQL 성능 튜닝

튜닝의 개념

• SQL문을 최적화하여 시스템의 처리량과 응답 속도를 개선하는 작업

  튜닝의 접근방법

• 부하의 감소: 부하의 정도를 효율적인 방법으로 개선
• 부하의 조정: 부하 정도에 따라 업무를 조정
• 부하의 병령 수행: 부하가 많이 걸리는 부분을 병렬로 처리

  튜닝 영역

• 데이터베이스 설계튜닝: 성능을 고려해 데이터베이스 설계 단계에서부터 최적화
• 데이터베이스 환경: H/W 설정을 통해 성능 향상
• SQL 문장 튜닝: SQL 문장 자체를 최적화하여 성능 개선

  옵티마이저

• 옵티마이저는 SQL문에 대한 최적의 실행 방법을 결정함
• 옵티마이저의 구분
  • 규칙 기반: 규칙(우선순위)를 가지고 실행 계획 생성
  • 비용 기반: SQL문 처리 비용이 가장 적은 실행 계획 선택

    튜닝 절차

• 시스템 현황 분석
• 문제점 탐지 및 원인 분석
• 목표 설정
• 튜닝 시행
• 결과 분석

  Row Migration/Chaining

• Row Migration: 레코드가 수정되어 기존 블록에 들어가지 않을 때 다른 블록으로 이동
• Row Chaining: 하나의 레코드가 너무 커서 여러 데이터 블록에 걸쳐 저장

사진 출처

https://lipcoder.tistory.com/341

• 데이터베이스에서 튜플을 식별(구별)하는데 사용되는 속성(컬럼)

키의 종류

후보키(Candidate Key)⭐️

(20.6)

• 릴레이션에 있는 모든 튜플에 대해 유일성과 최소성을 만족시키는 속성들의 부분집합
  • 유일성: 하나의 키값으로 하나의 튜플만을 유일하게 식별할 수 있어야 함
  • 최소성: 모든 레코드들을 유일하게 식별하는데 꼭 필요한 속성으로만 구성되어야 함
  • 모든 릴레이션에는 반드시 하나 이상의 후보키 존재

    기본키(Primary Key)

• 후보키 중에서 선택된 주요키(Main Key), 중복값이나 NULL값 불가
• 후보키의 성질인 유일성과 최소성을 가지며 튜플을 식별하기 위해 반드시 필요한 키

  대체키/보조키(Alternate Key)

• 후보키가 둘 이상일 때, 기본키를 제외한 나머지 후보키

  슈퍼키(Super Key)⭐️

• 릴레이션에서 튜플을 속성들의 집합으로 구성된 키,
• 모든 튜플에 대해 유일성은 만족시키지만, 최소성은 만족시키지 않음

  외래키(Foreign Key)

  (20.6)
• 다른 릴레이션의 기본키를 참조하는 속성(들의 집합)
• 참조되는 릴레이션의 기본키와 대응되어 릴레이션 간 참조관계 표현
• 참조 무결성 만족해야함

• 데이터의 정확성, 일관성 및 유효성을 보장하는 DBMS의 중요한 기능
• 무결성 유지는 적절한 연산 제한을 통해 이루어짐
• 권한이 있는 사용자로부터 데이터베이스 보호(↔︎ 권한이 없는 사용자: 보안)

무결성(제약조건)의 종류

개체 무결성(Entity Integrity, 기본키 무결성)

(20.6,8)

• 기본키는
  • 중복값이나 NULL값을 가질 수 없음
  • 원자값이어야함

    참조 무결성(Referential Integrity, 외래키 무결성)⭐️

• 외래키는 NULL이거나 참조 릴레이션의 기본키와 일치해야함

  참조 무결성 제약조건

• 제한(Restrict): 문제의 연산 거부
• 연쇄(Cascade): 참조된 튜플 삭제 시, 참조한 튜플도 함께 삭제(20.6)
• 널값(Nullify): 참조된 튜플 삭제 시, 참조한 튜플의 외래키를 NULL로 설정
• 기본값(Default): NULL 대신 기본값 등록

  도메인 무결성(Domain Integrity, 영역 무결성)

• 모든 속성값은 도메인에 지정된 값만을 가져야함
• 예: 성별 컬럼에는 오직 '남' 또는 '여'만 허용

  고유 무결성(Unique Integrity)

• 릴레이션의 특정 속성값은 서로 달라야함

  키 무결성(Key Integrity)

• 각 릴레이션은 적어도 하나의 키를 가져야함

  릴레이션 무결성(Relational Integrity)

• 삽입, 삭제, 갱신 등의 연산은 릴레이션의 무결성을 해치지 않도록 수행되어야 함

뷰의 개념

• 기본 테이블에서 유도된 이름이 있는 가상 테이블
• 실제 데이터 저장하지 않고 논리적으로만 존재

  뷰의 특징

  (20.6,8)
• 기본 테이블 유도로, 기본 테이블과 유사한 형태와 조작을 가짐
• 물리적 구현 없는 가상 테이블
• 논리적 데이터 독립성 제공
• 관리 용이 및 명령문 간소화
• 뷰를 통한 데이터 접근으로 안전 보호
• 데이터 조작(삽입, 삭제, 갱신)에 제한 존재
• 정의된 뷰로 다른 뷰 정의 가능
• 기본 테이블/뷰 삭제 시 관련 뷰도 자동 삭제
• 생성은 'CREATE', 삭제는 'DROP', 변경 불가
  • CREATE VIEW V AS <QUERY>
  • DROP VIEW V [CASCADE/RESTRICT]
    • CASCADE: 해당 뷰에 의존하는 다른 객체들까지 함께 삭제
    • RESTRICT: 해당 뷰만 삭제, 의존하는 다른 객체 삭제 방지

뷰의 장단점⭐️

장점

• 논리적 데이터 독립성
• 사용자 데이터 관리 용이
• 접근 제어를 통한 자동 보안 제공
• 다양한 사용자 요구에 대한 동시 지원

  단점

• 독립적 인덱스 부재
• 변경 불가(ALTER VIEW 사용불가)
• 뷰 조작(삽입, 삭제, 갱신 등)에 제약 존재

인덱스의 개념

• 데이터 레코드를 빠르게 접근하기 위해 <키값, 포인터>쌍으로 구성된 데이터 구조
• 데이터베이스에서 검색 성능을 향상시키기 위해 미리 정렬해 놓는 기법
• 테이블과 클러스터에 연관되어 독립적인 저장 공간 보유
• 특정 열이나 열집합에 대한 빠른 검색 가능
• 추가는 'CREATE', 삭제는 'DROP'

인덱스의 목적

• 대규모 테이블에서의 빠른 데이터 추출
• 조건 검색, 정렬, MIN/MAX 처리의 효율성 향상
• JOIN 시 열 추출 효율성

인덱스의 종류

클러스터 인덱스(Clustered Index)

• 테이블당 1개만 허용, 해당 컬럼을 기준으로 테이블이 물리적으로 정렬
• 데이터는 기본적으로 오름차순 정렬
• 기본키 설정 시 자동으로 클러스터 인덱스 적용
• 인덱스 자체의 리프 페이지가 곧 데이터
• 데이터 입력/수정/삭제 시 항상 정렬 상태 유지
• 비클러스터형 인덱스보다 검색은 빠르지만, 입력/수정/삭제 느림

  비클러스터 인덱스(Non-Clustered Index)

• 테이블당 약 240개의 인덱스 생성 가능
• 레코드의 원본은 정렬되지 않고 인덱스 페이지만 정렬
• 인덱스 자체의 리프 페이지는 데이터가 아니라 데이터가 위치하는 포인터이기 때문에
• 클러스터형보다 검색은 느리지만 입력/수정/삭제 빠름
• 인덱스를 생성할 때 데이터 페이지는 그냥 둔 상태에서 별도의 인덱스 페이지를 따로 생성하기때문에 용량 더 차지

  밀집 인덱스

• 데이터 레코드 각각에 대해 하나의 인덱스 생성

  희소 인덱스

• 레코드 그룹 또는 데이터 블록에 대해 하나의 인덱스 생성

인덱스의 구조

트리 기반 인덱스

• 대부분의 상용 DBMS에서는 트리 구조를 기반으로 하는 B+ 트리 인덱스를 주로 사용

  비트맵 인덱스

• 비트(0/1)를 이용하여 컬럼값을 저장하고 이를 이용해 주소를 자동으로 생성

  함수 기반 인덱스

• 함수나 수식으로 계산된 결과에 대해 트리 인덱스나 비트맵 인덱스를 생성, 사용할 수 있는 기능 제공

  비트맵 조인 인덱스

• 비트맵 조인 인덱스의 물리적인 구조는 비트맵 인덱스와 동일
• 인덱스의 구성 컬럼이 베이스 테이블의 컬럼값이 아니라 조인된 테이블의 컬럼값이라는 차이

  도메인 인덱스

• 개발자가 자신이 원하는 인덱스를 직접 만들어 사용하는 것(확장형 인덱스)

  해시 인덱스

• 값이 고유하고 분포가 균일한 경우 유용

인덱스 컬럼(필드)의 선정⭐️

• 검색을 자주 하는 컬럼
• 정렬의 기준이 자주 되는 컬럼
• 기본키 및 외부키가 되는 컬럼
• OLE 개체 형식의 컬럼은 불가능
• 분포도가 좋은(10~15% 이내) 컬럼
• 가능한 수정이 빈번하지 않은 컬럼
• ORDER BY, GROUP BY, UNION이 빈번한 컬럼
• 자주 조합되어 사용되는 경우 결합 인덱스를 생성
• 한 컬럼이 여러 인덱스 포함되지 않도록 설계

인덱스 생성 시 고려사항⭐️

• 새로 추가되는 인덱스는 기존 액세스 경로에 영향을 미칠 수 있음
• 지나치게 많은 인덱스는 오버헤드 발생
• 넒은 범위 인덱스 처리 시 많은 오버헤드 발생
• 인덱스만을 위한 추가적인 저장 공간 필요
• 인덱스와 테이블 데이터의 저장공간이 분리되도록 설계
• 옵티마이저를 위한 통계 데이터를 주기적으로 갱신

• 하나의 DB 내에서 특정 부분(데이터)을 여러 섹션(파티션)으로 분할하는 방법
• 대용량 데이터의 조회속도 향상, 관리용이성, 성능 및 가용성 향상을 위해 사용

  샤딩(Sharding)⭐️

• 하나의 DB에 저장된 데이터를 작은 조각(샤드)으로 나누어 다수의 DB에 분산 저장 및 관리하는 기법
• 데이터의 크기가 매우 클 때 효과적
• 트래픽 분산시켜 성능 향상
• 샤드(Shard)는 나눠진 데이터 블록의 구간(Epoch)을 의미

  파티셔닝의 장단점

• 장점
  • 데이터 가용성 향상
  • 파티션별 독립적인 백업 및 복구 가능
  • 성능 향상
  • 경합 감소
• 단점
  • 테이블 간의 조인 비용 증가
  • 테이블과 인덱스는 동일한 파티션 전략을 따라야 함

    파티셔닝의 종류

    수평분할(Horizontal Partitioning)

• 테이블의 행을 기준으로 분할
• 스키마를 복제한 후 샤드키를 기준으로 데이터를 나눔

  수직분할(Vertical Partitioning)

• 테이블의 컬럼을 기준으로 분할
• 자주 사용하는 컬럼 등을 분리시켜 성능 향상
• 하나의 테이블을 2개이상으로 분리

수평 분할 기준(기법), 파티션 유형⭐️

(20.8)

범위 분할(Range Partitioning)

• 파티션 키의 연속된 범위로 파티션 정의
• 파티션 키 위주로 검색이 자주 실행될 경우 유용
• 예: 월별, 분기별 등

  목록 분할(List Partitioning)

• 특정 파티션에 저장될 데이터에 대한 명시적 제어
• 많은 SQL에서 해당 컬럼의 조건이 많이 들어오는 경우 유용
• 예: (한국, 중국, 일본 - 아시아), (노르웨어, 스웨덴, 핀란드 - 북유럽)

  해시 분할(Hash Partitioning)

• 파티션 키값에 해시 함수를 적용하고, 거기서 반환된 값으로 파티션 매핑
• 데이터가 모든 파티션에 고르게 분산되도록 DBMS가 관리
• 병렬 처리 시 성능 효과 극대화

  라운드 로빈 분할(Round Robin Partitioning)

• 데이터를 균일하게 분배해서 저장

  합성 분할(Composite Partitioning)

• 위의 기술들을 복합적으로 사용

클러스터 설계

클러스터

• 자주 사용되는 테이블의 데이터를 디스크 상 동일한 위치에 미리 정렬하여 저장하여 데이터 액세스 효율을 향상시키는 물리적 저장 방법

  클러스터의 특징

• 그룹화된 데이터는 같은 데이터 블록에 저장되어 디스크 I/O를 최소화
• 클러스터링된 테이블 간의 조인 성능 향상
• 데이터 조회 성능은 향상되지만,
• 데이터의 추가/수정/삭제나 전체 스캔 시 성능 저하 가능
• 데이터의 분포도가 넓을 경우 더 유리
• 클러스터링된 테이블에서는 클러스터드 인덱스 생성 시 성능 향상

클러스터 대상 테이블⭐️

• 데이터 분포도가 넓은 테이블
• 대량 데이터의 범위 조회가 빈번한 테이블
• 자주 변경(추가/수정/삭제)되지 않는 테이블
• 자주 조인되는 테이블
• 정렬, 그룹화, 연합 연산이 자주 사용되는 테이블

물리 데이터베이스 설계의 특징⭐️

• 논리적 설계를 물리적 데이터 모델로 매핑
• 데이터베이스 질의와 트랜잭션을 예상 빈도를 포함해 분석
• 효율적인 데이터 접근을 위한 저장구조와 접근방법 고려
• 응답시간, 저장공간의 효율화, 트랙잭션 처리량 등 고려
• 특정 DBMS의 특성을 반영해 설계
• 질의 성능 향상을 위해 인덱스 구조를 적절히 활용

물리 데이터베이스 설계 시 고려사항

• 무결성, 일관성, 회복성, 보안, 효율성, 확장성

논리 - 물리 데이터 모델 변환

• 개체(Entity)를 테이블(Table)로 변환
• 속성(Attribute)을 컬럼(Column)으로 변환
• UID를 기본키(PK)로 변환
• 관계(Relationship)를 외래키(FK)로 변환
  • N:M 관계는 조인테이블로 변환
• 컬럼 유형과 길이 정의
• 반정규화 수행

스토리지

• 대용량의 데이터를 저장하기 위한 서버와 저장장치의 연결 기술
• 방대한 데이터를 효율적으로 관리, 유지 및 가공하는 저장장치

스토리지의 종류

DAS(Direct Attached Storage)

• 직접 호스트에 연결된 저장방식
• 장점: 빠른 속도, 확장 용이
• 단점: 데이터 증가 시 운영 효율성 감소, 호스트 장애 시 접근 제한, 연결 제한

  NAS(Networdk Attached Storage)

• 네트워크를 통한 데이터 공유 저장방식
• 장점: 네트워크 기반 고속 데이터 전송, 여러 장치 입출력 용이
• 단점: 전송속도 제한, 데이터 캡슐화로 인한 지연, 네트워크 병목

  SAN(Storage Area Network)

• 별도의 고속 네트워크로 연결된 저장방식
• 장점: 용량 및 성능 확장성, 가상화 환경 적합
• 단점: 네트워크 복잡도, 비용 및 관리 복잡성 증가

RAID(Redundant Array Of Inexpensive Disks)

RAID의 개념

• 복수의 HDD를 하나의 드라이브와 같이 인식하고 표기
• HDD의 신뢰성을 높여줌
• 데이터를 분산하여 쓸 수 잇어 고속화 기대 가능

  RAID의 구성

• 스트라이핑(Striping): 여러 디스크에 데이터 분산 저장
• 미러링(Mirroring): 데이터 복제로 신뢰성 확보

분산 데이터베이스

• 여러 곳에 분산된 데이터베이스를 하나의 논리적인 시스템처럼 사용할 수 있는 데이터베이스

분산 데이터베이스의 구성요소

• 분산 처리기: 지리적으로 분산된 컴퓨터 시스템
• 분산 데이터베이스: 지리적으로 분산된 데이터 베이스
• 통신 네트워크: 분산 처리기들을 연결하여 하나의 시스템처럼 작동시키는 네트워크

분산 데이터베이스의 목표(투명성 조건)⭐️⭐️

(20.6,8)

• 위치(Location) 투명성: 데이터베이스의 실제 위치를 알 필요 없이 단지 데이터베이스의 논리적인 명칭만으로 접근 가능
• 중복(Replication) 투명성: 동일 데이터가 여러 곳에 중복되어있더라도 사용자는 마치 하나의 데이터만 존재하는 것처럼 사용하고, 시스템은 자동으로 여러 자료에 대한 작업을 수행
• 병행(Concurrency) 투명성: 다수의 트랜잭션들이 동시에 실현되더라도 그 트랜잭션의 결과는 영향을 받지 않음
• 분할(Division) 투명성: 하나의 논리적 릴레이션이 여러 단편(Fragmentation)으로 분할되어, 각 단편의 사본이 여러 시스템에 저장되어있음을 인식할 필요가 없음
• 장애(Failure) 투명성: 트랜잭션, DBMS, 네트워크, 컴퓨터 장애가 발생해도 트랜잭션을 정확하게 처리하고 데이터 무결성을 보장⭐️
• 지역사상(Local Mapping) 투명성: 지역DBMS와 물리적DB 사이의 매핑 보장, 각 지역시스템 이름과 무관한 이름 사용가능

분산 데이터베이스의 장단점

• 장점
  • 지역 자치성
  • 자료의 공유성 향상
  • 분산 제어 가능
  • 시스템 성능 향상
  • 중앙 컴퓨터의 장애가 전체시스템에 영향을 주지 않음
  • 신뢰성과 가용성 높음
  • 효용성과 융통성 높음
  • 점진적 시스템 용량 확장 용이
  • 빠른 응답속도와 통신 비용 절감
  • 시스템 규모의 적절한 조절
  • 각 지역 사용자의 요구수용 증대
• 단점
  • 소프트웨어 개발 비용 증가
  • 잠재적 오류 증가
  • 처리 비용 증가
  • 설계, 관리의 복잡성과 비용 증가
  • 불규칙한 응답 속도
  • 통제의 어려움
  • 데이터 무결성에 대한 위협

분산 데이터베이스의 적용기법(설계방법)

• 테이블 위치 분산: 테이블을 각기 다른 서버에 분산시켜 배치
• 테이블 분할(Fragmentation) 분산: 테이블의 데이터를 분할하여 분산시키는 것
• 테이블 복제(Replication) 분산: 동일한 테이블을 다른 지역이나 서버에 동시 생성해 관리
• 테이블 요약(Summarization) 분산: 지역/서버 간 데이터가 비슷하지만 서로 다른 유형으로 존재

데이터베이스 이중화(Database Replication)

• 장애에 대비하여 동일한 데이터베이스를 중복(복제)하여 관리하는 방식
• 고가용성을 위한 정보시스템의 지속적인 정상 운영을 목표로 함
• 고가용성(HA;High Availibility)
  • 정보 시스템이 지속적으로 정상 운영 가능한 성질
  • 주로 2개의 서버 연결하여 제공

    데이터베이스 이중화의 유형(분류)

• Eager 기법: 트랜잭션 발생 시, 모든 이중화 서버에 즉시 변경 사항 반영
• Lazy 기법: 트랜잭션 완료 후, 변경사항을 새로운 트랜잭션에 작성해 각 데이터베이스에 전달

  데이터베이스 이중화의 구성방법(종류)

• 활성-대기(Active-Standby)
  • 하나는 활성 상태, 다른 하나는 대기 상태
  • 장애 발생 시, 대기중인 장비가 활성화되어 서비스 지속
  • 종류: Hot Standby, Warn Standby, Cold Standby
• 활성-활성(Active-Actvie)
  • 모든 다중화된 장비가 활성화된 상태
  • 높은 처리율을 보이나 구성이 복잡
  • 구성 방법 및 관리가 쉬워 많은 기업에서 이용

데이터베이스 암호화

데이터베이스 암호화 알고리즘

• 대칭키 알고리즘: 암호화와 복호화에 같은 암호키 사용
  • 예: ARIA 128/192/256, SEED
• 비대칭키 알고리즘: 암호화와 복호화에 서로 다른 암호키 사용
  • 예: RSA, ECDSA
• 해시 알고리즘: 해시함수 이용해 임의의 길이를 가진 데이터를 고정된 길이의 데이터로 변경
  • 예: SHA 256/384/512, HAS-160, MD5

데이터베이스 암호화 기법⭐️

• API 방식
  • 애플리케이션 레벨에서 암호 모듈을 적용하는 애플리케이션 수정 방식
  • 애플리케이션 서버에 암/복호화, 정책관리, 키 관리 부하 발생
• Plug-In 방식
  • DB 레벨의 확장 프로시저 기능을 이용, DBMS에 Plug-In모듈로 동작하는 방식
  • DB 서버에 암/복호화, 정책관리, 키 관리 부하 발생
• Hybrid 방식
  • API 방식과 Plug-In 방식을 결합한 방식
  • DB와 애플리케이션에서 부하 분산
• TDE(Transparent Data Encryption) 방식
  • DBMS의 내장 암호화 기능을 이용하는 방식
  • 응용 프로그램에 대한 수정이 없고 인덱스의 경우 DBMS 자체 인덱스 기능과 연동 가능
  • DB 내부에서 암/복호 처리를 하는 방식
• 파일암호화 방식
  • OS 레벨에서 제공되는 기능을 이용하는 방식
    • 데이터 및 비정형 데이터 암호화 적용
• 하드웨어 방식
  • 외부에 별도의 하드웨어 설치

+) 데이터베이스 보안 유형 접근 제어, 허가규칙, 암호화, 흐름제어

시스템 카탈로그의 의미

• 데이터베이스에 저장되어있는 모든 데이터 개체들에 대한 정보를 유지, 관리하는 시스템 테이블
• 좁은 의미로 카탈로그는 데이터 사전(Data Dictionary)이라고도 함

시스템 카탈로그의 내용

• DDL의 결과로 생성되는 데이터베이스 구조와 관련 통계 정보가 저장됨
• 카탈로그에 저장된 정보를 메타 데이터(Meta Data)라고도 함
• 개체들은 기본 테이블(릴레이션), 뷰, 인덱스, 통계, 사용자 데이터베이스, 패키지, 접근권한 등이 있음

시스템 카탈로그의 특징

• 일반 사용자도 SQL을 이용해 내용 조회(검색) 가능
• 사용자는 카탈로그 갱신 불가
• DBMS에 따라 상이한 구조를 가짐
• DBMS가 스스로 생성하고 유지
• 사용자가 SQL문을 실행시켜 변화를 주면 시스템이 자동으로 갱신

시스템 카탈로그의 구성요소

• SYSTABLES: 기본 테이블 및 뷰 정보 저장
• SYSCOLUMNS: 각 테이블의 속성 중심 정보 저장
• SYSVIEW: 뷰 정보 저장
• SYSTABAUTH: 테이블 권한정보 저장
• SYSCOLAUTH: 각 속성의 권한정보 저장

관계 데이터 모델 개념

• 데이터의 논리적 구조를 2차원 테이블 형태로 표현하는 모델로, 각 테이블은 튜플과 속성으로 구성
• 기본키와 이를 참조하는 외래키로 데이터 간의 관계 표현
• 계층 모델과 밍 모델의 복잡한 구조를 단순화시킴
• 대표적인 언어 SQL, 1:1, 1:N, N:M 관계를 자유롭게 표현

  관계 데이터 릴레이션의 구조⭐️⭐️

  

(20.8)

튜플(Tuple), 행(Row), 레코드(Record)

• 속성들의 모임
• 파일 구조상 레코드(실제데이터)를 의미
• 튜플의 수=카디널리티(Cardinality), 기수, 대응수

  속성(Attribute), 열(Column), 필드(Field)

• 데이터베이스를 구성하는 가장 작은 논리적 단위
• 파일 구조상의 데이터 항목 또는 데이터 필드에 해당
• 개체의 특성을 기술
• 속성의 수=차수(Degree)

  속성의 분류

• 기본속성: 업무 분석을 통해 정의(예: 자동차명, 제조일, 연비)
• 설계속성: 설계과정에서 도출(예: 코드, 식별번호)
• 파생속성: 다른 속성값에 기반하여 계산되거나 유도

  세부 의미에 다른 분류

• 단순 속성: 다른 속성으로 나뉠 수 없는 기본적인 속성
• 복합 속성: 여러 세부 속성으로 구성될 수 있는 속성(예:시, 구, 동)

  개체 구성 방식에 다른 분류

• 기본키 속성: 개체를 식별
• 외래키 속성: 다른 릴레이션의 기본키를 참조
• 일반 속성: 기본키나 외래키가 아닌 속성

  속성명 지정 원칙

• 업무에서 사용하는 이름
• 서술식보다는 간결한 이름
• 약어 사용 제한
• 개체명은 속성명으로 사용 불가
• 개체에서 유일하게 식별가능하도록 지정

도메인(Domain)

(20.6)

• 하나의 속성이 가질 수 있는 같은 타입 원자값들의 집합
• 도메인을 정의함으로써 데이터 무결성 유지 가능
• 예: 성별(남, 여), 학년(1~4)

릴레이션

• 데이터들을 2차원 테이블의 구조로 저장한 것

  릴레이션의 구성

• 릴레이션 스키마: 릴레이션 이름과 속성 이름을 포함한 릴레이션의 논리적 구조
• 릴레이션 인스턴스: 스키마에 따라 실제로 저장된 데이터의 집합

  릴레이션의 특징⭐️

  (20.8)
• 튜플 중복 불가
• 튜플 간 순서가 없음
• 속성 간 순서가 없음, 속성의 위치는 중요하지 않음
• 속성은 더이상 분해할 수 없는 원자값을 가져야함
• 속성 중복 불가, 도메인 중복 가능
• 릴레이션은 튜플의 삽입, 갱신, 삭제로 인해 실시간으로 변함

관계 데이터 언어

관계 대수⭐️⭐️⭐️

• 관계형 데이터베이스에서 원하는 데이터를 찾기 위한 절차적 언어
• 데이터를 어떻게(How) 찾아야 하는지의 처리 과정 명시
• 연산의 피연산자와 결과는 모두 릴레이션
• 종류: 순수 관계 연산자, 일반 집합 연산자

어디에 속하는지(20.8)

순수 관계 연산자

SELECT(선택)

• 주어진 조건(Predicate)을 만족하는 튜플들의 부분 집합(수평 연산)
• 표기법: 𝜎<조건>(R)
• 조건
  • 비교연산자: =, ≠, <, ≤, >, ≥
  • 논리연산자: ∧(AND), ∨(OR), ¬(NOT)
• 예:
  • 𝜎 성적 > 90(학생)
  • 𝜎 성적 >= 90 ^ 학과='컴퓨터'(학생)

    PROJECT(추출)

• 속성들의 부분 집합, 중복은 제거됨(수직 연산)
• 표기법: 𝜋<리스트>(R)
• 예:
  • 𝜋 학번, 성적(학생)
  • 𝜋 학번, 성적, 성적(𝜎 성적 >= 90(학생))

    JOIN(조인)

    (20.6)
• 공통 속성을 이용해 두 릴레이션을 하나로 합쳐 새로운 릴레이션 생성
• 두 릴레이션에서 연관된 튜플들을 결합
• 표기법: R⨝<조건>S
• 예:
  • (학생) ⨝ 학번=학번 (수강과목)

    DIVISION(나누기)

    (20.8)
• 릴레이션S의 모든 튜플과 관련있는 릴레이션R의 튜플들을 반환
• R÷S

  일반 집합 연산자

  Union(합집합)

• 두 릴레이션의 튜플 합집합을 구하며, 중복은 제거
• 표기법: ∪

  Intersection(교집합)

• 두 릴레이션의 튜플 교집합(중복되는 것들)
• 표기법: ∩

  Difference(차집합)

• 한 릴레이션의 튜플에서 다른 릴레이션 튜플을 제거
• 표기법: -

  Cartesian(교차곱)

• 두 릴레이션의 모든 튜플 조합
• 차수는 더하고, 카디널리티는 곱해서 구함
• 표기법: X

관계 해석⭐️

• 관계 데이터 모델의 제안자인 코드(E.F.Codd)가 수학의 Predicate Calculus(술어 해석)에 기반을 두고 관계 데이터베이스를 위해 제안
• 원하는 정보(What)가 무엇이라는 것만 정의하는 비절차적 특성
• 종류: 튜플 관계해석, 도메인 관계해석
• 관계해석과 관계대수는 처리 능력면에서 동등
• 관계대수로 표현한 식은 관계해석으로 표현 가능
• 질의어로 표현

연산자

• 연산자: ∧(AND), ∨(OR), ¬(NOT)
• 정량자
  • 전칭 전량자: ∀, 모든 가능한 튜플 "For All"
  • 존재 정량자: ∃, 어떤 튜플 하나라도 존재 "There Exists"

사진 출처

https://velog.io/@hig0ni/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4%EC%9D%98-%EC%B0%A8%EC%88%98%EC%99%80-%EC%B9%B4%EB%94%94%EB%84%90%EB%A6%AC%ED%8B%B0