데이터베이스 모델링의 이해 데이터베이스 모델링의 필요 비즈니스적 관점 어떤 데이터를 저장해야 하는가? 컴퓨터 프로그래머 관점 어떻게 데이터를 저장해야 하는가? 데이터베이스 시스템 구현 과정 기능적 요구사항: 기능 분석 -> 애플리케이션 프로그램 설계 -> 애플리케이션 프로그램 구현 -> 애플리케이션 사용자 요구사항 분석 -> 개념적 데이터 모델링 -> 논리적 데이터 모델링 -> 물리적 데이터 모델링 데이터베이스 모델링의 개념 데이터의 의미를 파악하고 데이터와 관여하는 업무 프로세스를 개념적으로 정의하고 분석하는 작업 모델링의 단계 사용자 요구사항 분석 --데이터 및 업무--> 개념적 데이터 모델링 --ER모델--> 논리적 데이터 모델링 --관계형 모델--> 물리적 데이터 모델링 --물리적 세부사항--> ..
데이터의 개념 어떤 현상이나 사실에 대한 설명 또는 설명의 집합 데이터의 정의 관찰이나 측정을 통해 얻은 수치, 문자형태의 변할 수 있는 질적 또는 양적 값 데이터의 종류 전통적으로 데이터 표현에 문자, 숫자 등 사용 기술의 발전으로 새로운 유형의 데이터가 보편화 이미지, 음성, 동영상 3차원 동영상 등 시각, 후각, 촉각 등의 데이터를 표현하기 위한 많은 연구가 진행 데이터와 정보 정보 정보의 개념 문제 또는 질문을 해결하기 위한 이용되는 데이터와 데이터의 집합 정보의 정의 관찰이나 측정을 통해 얻은 데이터를 처리하여 실제 문제 해결에 도움이 되는 결과물 질문이 일어나지 않으면 데이터가 정보로 이어질 수 없음 관찰과 측정 데이터의 가공 데이터는 현상에 대한 측정과 관찰로 생성 절대적인 기준에 맞춰 현상..
데이터단위 8 bit = 1 byte 1024 byte = 1 megabyte(MB) 1024 megabyte = 1 gigabyte(GB) 1024 gigabyte = 1 terabyte(TB) 1024 terabyte = 1 petabyte(PB) 1024 petabyte = 1 exabyte(EB) 1024 exabyte = 1 zettabyte(ZB) 1024 zettabyte = 1 yottabyte(YB) 빅데이터 처리 IOT: Data Collection Through IoT Big Data: Capture, storage, analysis of data AI: Data-based learning 데이터 관리의 필요 대량의 데이터를 저장 및 관리하고 필요한 데이터를 신속하게 검색할 수 있도록..
스칼라 서브쿼리란 select 절에서 서브쿼리가 사용되는 경우 스칼라 서브쿼리라고 함 스칼라 서브쿼리의 특징 하나의 레코드만 리턴이 가능, 두개 이상의 레코드는 리턴할 수 없음 일치하는 데이터가 없더라도 null값을 리턴할 수 있음 tb_emp ---------- emp_id (사원아이디) emp_name (사원이름) emp_email (사원이메일) tb_work ----------- emp_id (사원아이디) on_time (출근시간) off_time (퇴근시간) aprv_emp_id (승인자의 사원아이디) 어떤 사원이 매일매일 출퇴근 승인을 받는다고 할 때 tb_work 테이블에 기록이 된다. 기록이 된 후 사원이 속한 팀의 팀장이 출퇴근 승인을 해주면 팀장의 emp_id가 aprv_emp_id에 들..

데이터 성능 1. 성능 데이터 모델링의 개요 성능 데이터 모델링 고려사항 데이터 모델링을 할 때 정규화를 정확하게 수행한다. 데이터베이스 용량산정을 수행한다. 데이터베이스에 발생되는 트랜잭션의 유형을 파악한다. 용량과 트랜잭션의 유형에 따라 반정규화를 수행한다. 이력모델의 조정, PK/FK조정, 슈퍼타입/서브타입 조정 등을 수행한다. 성능관점에서 데이터 모델을 검증한다. 2. 정규화 이론 1차 정규형 복수의 속성값을 갖는 속성을 분리함 이로써 속성의 원자성확보 2차 정규형 부분종속성을 분리 3차 정규형 제 2정규형에 속하면서 기본키가 아닌 모든 속성이 기본키에 이행적 함수 종속이 되지 않으면 제 3정규화 해주어야 한다. 3. 반정규화의 정의 시스템의 성능을 향상시키기 위해 데이터 모델을 통합하는 프로세스..

데이터 모델링 개요 1. 모델링 정의 사건에 관한 양상(Aspect)이나 관점(Perspective)을 연관된 사람이나 그룹을 위하여 명확하게 하는 것 현실반영 하는 과정 2. 모델링의 특징 추상화, 단순화, 명확화 3. 데이터 모델링의 정의 데이터베이스를 구축하기 위한 분석/설계의 과정 현실세계의 데이터(what)에 대해 약속된 표기법에 의해 표현하는 과정 4. 데이터 모델링의 특징 가시화, 명세화, 구조화된 틀 제공, 결정된 것을 문서화, 추상화 5. 데이터 모델링의 3단계 개념적 데이터모델링 (분석, 계획 단계) 핵심 엔터티와 그들간의 관계를 발견하고, 그것을 표현하기 위해서 엔터티-관계 다이어그램을 생성하는 것이다. 주로 전사적 데이터 모델링, EA 수립시 많이 이용된다. EA: 엔터프라이즈 구축..
루씬이란? 자바로 개발된 오픈소스 정보검색(IR, Information Retrieval)라이브러리 독립된 프로그램이 아닌 소프트웨어 라이브러리 루씬 설치후 사용자가 루씬 라이브러리를 사용하여 검색서비스, 어플리케이션을 구현해야 함 프로그램에 텍스트 색인과 검색 기능을 추가할 수 있도록 지원함 Inverted Indexing 을 생성하여 사용함 Indexing 과정 Token scan: Text를 띄어쓰기 단위로 분리 Token Analysis: 불용어나 조사등을 뗴어내고 원형을 만듦 Frequency counting: 해당단어가 몇번 반복되는지를 Hash table에 저장 Sort: 검색이 용이하도록 정렬 Encoding: 디스크에 저장할 때 용량을 줄이기 위해 encoding함 Indexing과 검색..
1. NoSql의 등장배경 2000년 후반으로 넘어오면서 소셜네트워크 서비스 등이 등장하면서 대규모 데이터를 생산하였다. 데이터 패러다임이 변화하면서 기존 시스템에 한계가 나타났으며 새로운 형태의 데이터 저장 기술이 필요하게 되었다. 대용량 데이터를 보유한 구글과 아마존에 의해 빅테이블(Bigtable)과 Dynamo라는 논문이 발표되었고 이로인해 새로운 데이터 저장 기술을 만들어지기 시작하였다. 2. NoSql의 특징 NoSql은 RDBMS(관계형 데이터베이스)와는 달리 데이터 간의 관계를 정의하지 않는다. RDBMS의 Foreign key와 join 이 존재하지 않는다. RDBMS에 비해 비교적 훨씬 대용량의 데이터를 저장할 수 있다. 분산형 구조 데이터를 여러 대의 서버에 분산해 저장한다. 분산 시..
- Total
- Today
- Yesterday
- 스텍
- dfs
- 교착상태
- javascript
- stackframe
- 구조체
- 이진탐색
- 병행프로세스
- 소프트웨어
- 자료구조
- 세마포어
- client side rendering
- 퀵정렬
- 인접행렬
- server side rendering
- 재귀함수
- Stack
- Java
- 운영체제
- react
- 알고리즘
- 동적프로그래밍
- BFS
- C
- 입출력장치
- 클래스
- 인접리스트
- 최단경로
- 배열
- C++
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
31 |