[정보처리기사 실기] 03. 데이터 입출력 구현 (빈칸버전) ★

이 게시글은 정보처리기사 실기 준비를 위해 수제비책과 ToDev님 블로그를 참조했으며

N번째 시험을 겪으며 중요하다고 느껴지는 개념을 위주로 담았고

이번 시험이 마지막이길 기원하며 정리한 글입니다.

개념의 설명을 보고 어떤 개념인지 유추하고 맞춰보며 학습하도록 빈칸을 쳐 놓았습니다.

드래그를 통해 답을 맞춰보실 수 있습니다.

---

01 논리데이터 저장소 확인

▶ 데이터 모델

현실 세계의 정보를 인간과 컴퓨터가 이해할 수 있도록 추상화하여 표현한 모델

 

▶ 데이터 모델 절차 (개논물)

개념적 데이터 모델 -> 논리적 데이터 모델 -> 물리적 데이터 모델

 

▶ 논리적 데이터 모델 종류

⦁  관계 데이터 모델 : 테이블

⦁  계층 데이터 모델 : 트리

⦁  네트워크 데이터 모델 : 그래프, 망

 

▶ 관계 대수 : 원하는 정보와 그 정보를 어떻게 유도하는가를 기술하는 절차적 정형 언어

⦁  일반 집합 연산자 :

    합집합(R∪S), 교집합(R∩S), 차집합(RㅡS), 카티션 프로덕트(RXS)

⦁  순수 관계 연산자 :

셀렉트(σ조건(R)) : 릴레이션 R에서 조건을 만족하는 튜플 반환

프로젝트(π속성리스트(R)) : 릴레이션 R에서 주어진 속성들의 값으로만 구성된 튜플 반환

조인(R▷◁S) : 공통속성을 이용해 R와 S의 튜플을 반환

디비전(R÷S) : 릴레이션 S의 모든 튜플과 관련있는 R의 튜플 반환

 

▶ 관계 해석 : 튜플 관계 해석과 도메인 관계 해석을 하는 비절차적 언어

 

▶ 정규화(Normalization)

데이터의 중복성을 제거해 이상현상을 방지하고, 데이터의 일관성과 정확성을 유지하기 위해 무손실 분해하는 과정

 

▶ 정규화 단계

1NF : 도메인이 원자값

2NF : 부분함수 종속 제거

3NF : 이행함수 종속 제거

BCNF : 결정자 함수이면서 후보키 아닌 것 제거

4NF : 다치 종속 제거

5NF : 조인 종속 제거

 

▶ 이상 현상(Anomaly)

데이터의 중복성으로 인해 릴레이션을 조작할 때 발생하는 비합리적인 현상

⦁  삽입 이상 : 정보 저장시 해당 정보의 불필요한 세부정보를 입력해야 하는 경우

⦁  삭제 이상 : 정보 삭제 시 원치 않는 다른 정보가 같이 삭제되는 경우

⦁  갱신 이상 : 중복 데이터 중에서 특정 부분만 수정되어 중복된 값이 모순을 일으키는 경우

 

▶ 반 정규화(De-Normalization)

정규화 된 엔티티, 속성, 관계에 대해 성능 향상과 개발 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 과정

 

 

02 물리 데이터 저장소 설계

▶ 참조무결성 제약조건

참조하는 외래키의 값은 항상 참조되는 릴레이션에 기본키로 존재해야한다.

⦁  제한(RESTRICT), 연쇄(CASCADE), 널값(SET NULL)

 

▶ 파티션(Partition)의 종류

⦁  레인지(Range) 파티셔닝 : 연속적인 숫자나 날짜 기준

⦁  해시(Hash) 파티셔닝 : 파티션 키의 해시 함수 값

⦁  리스트(List) 파티셔닝 : 특정 파티션에 저장 될 데이터에 대한 명시적 제어 가능

⦁  컴포지트(Composite) 파티셔닝 : 레인지, 해시, 리스트 중 2개 이상의 파티셔닝 결합

 

 

03 데이터베이스 기초 활용하기

▶ 데이터베이스의 정의

⦁  통합된 데이터 : 자료의 중복을 배제한 데이터의 모임

⦁  저장된 데이터 : 저장 매체에 저장된 데이터

⦁  운영 데이터 : 조직의 업무를 수행하는 데 필요한 데이터

⦁  공용 데이터 : 여러 어플리케이션, 시스템들이 공동으로 사용하는 데이터

 

▶ 데이터베이스 특성

실시간 접근성, 계속적인 변화, 동시 공용, 내용 참조

 

▶ DBMS, NoSQL 유형

Key-Value Store , Column Family Data Store , Document Store, Graph Store - 시맨틱 웹과 온톨로지 분야에서 활용

 

▶ 빅데이터

시스템, 서비스, 조직 등에서 주어진 비용, 시간 내에 처리가 가능한 수십 페타바이트 크기의 비정형 데이터

* HDFS : 대용량의 데이터의 집합을 처리하는 응용 프로그램에 적합하도록 설계된 하둡 분산 파일 시스템

맵 리듀스(Map Reduce) : 구글에서 대용량 데이터 처리를 분산 병렬 컴퓨팅 처리하기 위한 목적으로 제작해 2004년에 발표한 소프트 프레임 워크

 

▶ NoSQL

전통적인 RDBMS와 다른 DBMS를 지칭하기 위한 용어, 데이터 저장에 고정된 테이블 스키마가 필요하지 않고 조인 연산을 사용할 수 없으며, 수평적으로 확장이 가능한 DBMS

 

▶ NoSQL의 특성(BASE)

⦁  Basically Available : 언제든지 데이터는 접근할 수 있어야하는 속성

⦁  Soft-State : 노드의 상태는 외부에서 전송된 정보를 통해 결정되는 속성

⦁  Eventually Consistency : 일정 시간이 지나면 데이터의 일관성이 유지

 

▶ 시맨틱 웹(Semantic Web)

기계가 이해할 수 있는 온톨로지 형태로 표현하고 자동화된 기계가 처리하도록 하는 지능형 웹

 

▶ 온톨로지(Ontology)

실세계에 존재하는 모든 개념들과 개념들의 속성, 개념들 간의 관계 정보를 컴퓨터가 이해할 수 있도록 서술해 놓은 지식베이스

 

▶ 데이터 마이닝(Data Minning)

대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 기술

 

▶ 데이터 마이닝의 주요 기법

⦁  분류 규칙 : 과거 데이터로부터 특성을 찾아내어 분류모형을 만들어 결과 값 예측

⦁  연관 규칙 : 데이터 안에 존재하는 항목들 간의 종속관계를 찾아내는 기법

⦁  연속 규칙 : 연관 규칙에 시간 관련 정보가 포함된 형태의 기법

⦁  데이터 군집화 : 대상 레코드들을 유사한 특성을 지는 몇 개의 소그룹으로 분할하는 작업