본문 바로가기

728x90

분류 전체보기

(127)
[SQL 자격검정 실전문제] 데이터 모델링의 이해 31~52번 SQL 자격 검정 실전 문제 데이터 모델과 성능 31. 성능 데이터모델링에 대한 설명 -성능데이터모델링 : 데이터베이스 성능 향상을 목적으로 설계단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는 것 -데이터 모델의 구조도 변경하면서 어떠한 구조가 해당 사이트에 성능상 가장 적절한 구조인지 검토 -데이터의 증가가 빠를수록 성능저하에 따른 성느개선비용은 증가한다 -데이터모델은 성능을 튜닝하며서 변경이 될 수 있는 특징이 있다 -분석/설계 단계에서 성능을 고려한 데이터모델링을 수행할 경우 성능저하에 따른 Rework비용을 최소화 할 수 있는 기회를 가지게 된다 32/33. 데이터 모델링의 순서 1. 데이터모델링을 할 때 정규화를 정확하게 수행한다 2. 데이터베이스 용량산..
[엔터티 식별자] 식별자 : 엔티티를 대표할 수 있는 유일성을 만족하는 속성 1. 주식별자 (기본키, Primary key) - 최소성, 대표성, 유일성 (엔티티의 인스턴스를 유일하게 식별), 불변성 - 외래키 (Foreign key) : 하나 혹은 다수의 다른 테이블의 기본 키 필드를 가리키는 것으로 참조무결성을 확인 즉, 허용된 데이터 값만 DB에 저장하기 위해서 사용 2. 식별자의 종류 (1) 식별자의 대표성 - 주식별자 : 유일성, 최소성 만족, 엔터티를 대표하는 식별자, 다른 엔터티와 창조관계로 연결 - 보조식별자 : 유일성, 최소성은 만족하지만 대표성 만족X (2) 생성 여부 - 내부 식별자 : 엔터티 내부에서 스스로 생성 ex) 부서코드, 주문번호... - 외부 식별자 : 다른 엔터티와의 관계로 인하여 생성 ..
[관계 (Relationship)] 1. 관계의 종류 - 존재 관계: 엔터티 간의 상태를 의미, 두 엔티티가 존재 여부의 관계가 있는 것 - 행위 관계: 엔터티간에 어떤 행위가 있는 것, 두 엔터더가 어떤 행위에 의한 관련성 2. 관계 차수 (두 엔터티 간에 관계에 참여하는 수) (1) 1대1 관계 - 완전 1대1 : 하나의 엔터티에 관계되는 엔터티의 관계가 하나인 경우, 반드시 존재 - 선택적 1대1 : 하나의 엔터티에 관계되는 엔터터의 관계가 하나이거나 없을수도 있다. (2) 1대 N 관계 - 엔터티에 행이 하나 있을 때 다른 엔터티 값이 여러개 있는 관계 - 예) 고객은 여러 개의 계좌를 개설 할 수 있다. 계좌가 있는 고객은 반드시 고객정보가 한개 있다. (3) M대N 관계 - 두 개 엔터터가 서로 여러 개의 관계를 가지고 있는 것..
[속성 (Attribute)] 1. 속성 - 업무에서 필요한 정보, 업무에 필요한 데이터 저장 - 더 이상 분리되지 않는 단위, 의미적으로 더 이상 분해X - 인스턴스의 구성요소 2. 특징 - 업무에서 관리되는 정보 - 하나의 값만 가진다. - 주식별자에게 함수적으로 종속, 즉, 기본키가 변경되면 속성 값도 변경 3 종류 (1) 분해 여부에 따른 속성의 종류. - 단일속성 하나의 의미로 구성 ex) 회원 ID, 이름 ... - 복합속성 : 여러개의 의미 ex) 주소 시,군,동으로 분해 가능. - 다중값속성 : 속성에 여러개의 값을 가질 수 있다. ex) 상품리스트 즉, 엔터티로 분해가 가능. (2) 특성에 따른 속성의 종류 - 기본 속성 : 본래의 속성 ex) 회원 ID, 이름, 계좌번호.... - 설계속성 : 데이터 모델링 과정에서..
[엔터티 (Entity)] 1. 엔터티 : 업무에서 관리해야 하는 데이터 집합, 저장되도 관리되어야 하는 데이터 2. 엔터티 도출 -고객의 비즈니스 프로세스에서 관리되어야 하는 정보를 추출 ex) 고객 | 회원 ID / 패스워드, 이름,주소, 전화번호 계좌 |계좌번호 / 계좌명, 예수금, 개설지점, 담당자. 3 엔터티 특징 - 식별자 : 엔터티는 유일한 식별자가 있어야 한다 ex) 회원 ID, 계좌번호 - 인스턴스 집합 : 2개 이상의 인스턴스가 있어야 한다. ex) 고객정보가 2명 이상 - 속성 : 엔터티에는 반드시 속성을 가지고 있다. ex) 고객엔터터의 속성 -> ID, 패스워드... - 관계 : 엔터티에는 다른 엔터티와 최소한 한개 이상의 관계 ex) 고객은 계좌를 개설한다. - 업무 : 엔터티는 업무에서 관리되어야 하는 ..
[3층 스키마 (3- Level Schema)] 1. 3층 스키마 - 사용자, 설계자, 개발자가 데이터베이스를 보는 관점에 따라 DB를 기술, 관계정의 - 데이터베이스의 독립성을 확보하기 위한 방법 - 데이터의 독립성을 확보 복잡도 증가, 중복제거, 대응력 향상, 유지보수 비용절감 등. - 3단계 계층으로 분리해서 독립성을 확보하는 방법으로 각 계층을 뷰(view) 한다. 3층 스키마의 독립성 - 논리적 독립성 : 개념 스키마가 변경되더라도 외부 스키마가 영향을 받지 않음 - 물리적 독립성 : 내부스키마가 변경되더라도 개념 스키마가 영향을 받지 않음 2. 3층 스키마 구조 1. 내부 스키마 - 개발자 관점, 데이터베이스의 물리적 저장구조 - 데이터 저장구조, 레코드 구조, 필드정의, 인덱스 등을 의미 2. 개념 스키마 - 설계자 관점, 사용자 전체 집..
[데이터 모델링을 위한 ERD] 데이터 모델링을 위한 ERD -데이터 모델링의 표준 -엔터와 엔터티 간의 관계를 정의하는 모델링 방법 1) 작성 절차 1. 엔티티를 도출하고 그린다 (업무에서 관리해야 하는 집합을 도출) 2 엔터티를 배치한다. - 도출후 배치 - 중요한 엔터더를 왼쪽상단에 배치 3. 엔터티 간의 관계를 설정. 4. 관계명을 서술(기술) - 엔터티 간의 어떤 행위나 존재가 있는지 표현한다. 5. 관계 참여도를 표현 - 한 개의 엔터티와 다른 엔터티 간의 참여하는 관계수를 의미 (관계참여도) - 즉, 고객이 여러 개의 계좌를 개설 할수 있다' 와 같은 의미 6 관계의 필수 여부를 표시한다. - 필수는 반드시 존재해야 하는 것 - 예로 '모든 고객은 반드시 하나의 계좌를 개설해야 한다' 와 같은 의미 2) ERD 작성 시 고..
[데이터 모델링] 데이터 모델링 특징 1. 추상화 : 현실세계를 간략하게 표현 2. 단순화 : 누구나 쉽게 이해. 3. 명확성 : 의미가 명확하게 해석, 한 가지 의미를 가짐. 단계 1. 개념적 모델링 - 비즈니스 프로세스 분석, 전체적 데이터 모델링. (전시적 관점) - 간단하게 표현, 중요한 부분 위주 모델링 (추상화 수준 높음) - 기술적인 언어 가급적 사용 X (업무적 측면) - 엔티티와 속성을 도출하고 개념적 ERD 작성 2. 논리적 모델링 - 개념적 논리적으로 변환 - 식별자를 도출하고 필요한 관계를 정의 (식별자 정의) - 정규화를 수행해서 데이터 모델의 독립성을 확보. (재사용성을 높임) 3. 물리적 모델링 - 데이터베이스 실제 구축 테이블, 인덱스, 함수 등을 생성 - 성능, 보안, 가용성을 고려해서 구축..
[DAY 7 : 기본 함수 배우] 1. 문자/숫자/날짜 함수 배워보기 01. 문자 함수 함수 이름 설명 예시 CONCAT 문자열을 결합한다. SELECT CONCAT(column1, column2) FROM table_name; SUBSTR 문자열의 일부분을 추출한다. SELECT SUBSTR(column_name, start, length) FROM table_name; UPPER 문자열을 모두 대문자로 변환한다. SELECT UPPER(column_name) FROM table_name; LOWER 문자열을 모두 소문자로 변환한다. SELECT LOWER(column_name) FROM table_name; LENGTH 문자열의 길이를 반환한다. SELECT LENGTH(column_name) FROM table_name; TRIM ..
[MY SQL/프로그래머스] LV.1 최솟값 구하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N)..

728x90