09. 데이터베이스 기초 활용하기

데이터베이스 (Database)

다수의 인원, 시스템 또는 프로그램이 사용할 목적으로 통합하여 관리되는 데이터의 집합

• 통합된 데이터 (Integrated Data) : 자료의 중복을 배제한 데이터의 모임
• 저장된 데이터 (Stored Data) : 저장 매체에 저장된 데이터
• 운영 데이터 (Operational Data) : 조직의 업무를 수행하는 데 필요한 데이터
• 공용 데이터 (Shared Data) : 여러 애플리케이션, 시스템들이 공통으로 사용하는 데이터

데이터베이스 특성

특성	설명
실시간 접근성 (Real-Time Accssibility)	쿼리에 대하여 실시간 응답이 가능해야 함
계속적인 변화 (Continuous Evolution)	새로운 데이터의 삽입(Insert), 삭제(Delete), 갱신(Update)으로 항상 최신의 데이터를 유지함
동시 공용 (Concurrent Sharing)	다수의 사용자가 동시에 같은 내용의 데이터를 이용할 수 있어야 함
내용 참조 (Content Reference)	데이터베이스에 있는 데이터를 참조할 때 데이터 레코드의 주소나 위치에 의해서가 아니라, 사용자가 요구하는 데이터 내용으로 데이터를 찾음

데이터베이스 종류

1. 파일 시스템

파일에 이름을 부여하고 저장이나 검색을 위하여 논리적으로 그것들을 어디에 위치시켜야 하는지 등을 정의한 뒤 관리하는 데이터베이스 전 단계의 데이터 관리 방식

예 ) ISAM, VSAM

 

2. 관계형 데이터베이스 관리 시스템 (RDBMS : Relational Database Management System)

데이터를 저장하는 테이블의 일부를 다른 테이블과 상하관계로 표시하며 상관관계를 정리
변화하는 업무나 데이터 구조에 대한 유연성이 좋아 유지 관리가 용이

예 ) Oracle, SQL Server, MySQL, Maria DB

 

3. 계층형 데이터베이스 관리 시스템 (HDBMS : Hierachical Database Management System)

데이터를 상하 종속적인 관계로 계층화하여 관리하는 데이터베이스

데이터에 대한 접근 속도가 빠르지만, 종속적인 구조로 인하여 변화하는 데이터 구조에 유연하게 대응하기가 쉽지 않음

예 ) IMS(Information Management System), System2000

 

4. 네트워크 데이터베이스 관리 시스템 (NDBMS : Network Database Managment System)

데이터의 구조를 네트워크상의 망상 형태로 표현한 데이터 모델

트리 구조나 계층형 데이터베이스보다는 유연하지만 설계가 복잡한 단점이 있음

예 ) IDS(Integrated Data Store), IDMS(Integrated Database Management System)

DBMS (Database Management System)

데이터 관리의 복잡성을 해결하는 동시에 데이터 추가, 변경, 검색, 삭제 및 백업, 복구, 보안 등의 기능을 지원하는 소프트웨어

DBMS 특징

특성	설명
데이터 무결성	부적절한 자료가 입력되어 동일한 내용에 대하여 서로 다른 데이터가 저장되는 것을 허용하지 않는 성질
데이터 일관성	삽입, 삭제, 갱신, 생성 후에도 저장된 데이터가 변함없이 일정
데이터 회복성	장애가 발생하였을 시 특정 상태로 복구되어야 하는 성질
데이터 보안성	불법적인 노출, 변경, 손실로부터 보호되어야 하는 성질
데이터 효율성	응답 시간, 저장 공간 활용 등이 최적화되어 사용자, 소프트웨어, 시스템 등의 요구 조건을 만족시켜야 하는 성질

ERD

업무 분석 결과로 도출된 실체(개체)와 개체 간의 관계를 도식화 한 다이어그램

• 개체 (Entity) : 사물 또는 사건으로 정의, ERD에서 사각형(□)으로 표시
• 속성 (Attribute) : 개체가 가지고 있는 요소 또는 성질,  ERD에서 타원형(○)으로 표시

빅데이터 (Big Data)

시스템, 서비스, 조직(회사) 등에서 주어진 비용, 시간 내에 처리 가능한 데이터 범위를 넘어서는 수십 펩타 바이트(PB) 크기의 비정형 데이터

• HDFS (Hadoop Distributed File System) : 대용량 데이터의 집합을 처리하는 응용프로그램에 적합하도록 설계된 하둡 분산 파일 시스템
• 맵 리듀스 (Map Reduce) : 구글에서 대용량 데이터 처리를 위한 분산 병렬 컴퓨팅에서 처리하기 위한 목적으로 제작하여 2004년에 발표한 소프트웨어 프레임워크

빅데이터 특성

특성	설명
데이터의 양 (Volume)	페타바이트 수준의 대규모 데이터 빅데이터 분석 규모에 관련된 특성 디지털 정보량이 기하급수적으로 폭증하는 것을 의미
데이터의 다양성 (Variety)	정형, 비정형, 반정형의 다양한 데이터 빅데이터 자원 유형에 관련된 특성 로그, 소셜, 위치 등 데이터 유형이 다양해지는 것을 의미
데이터의 속도 (Velocity)	빠르게 증가하고 수집되며, 처리되는 데이터 빅데이터 수집, 분석, 활용 속도와 관련된 특성 가치 있는 정보 활용을 위해 실시간 분석이 중요해지는 것을 의미

NoSQL (Not Only SQL)

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

NoSQL 특성 (BASE)

특성	설명
Basically Available	언제든지 데이터는 접근할 수 있어야 하는 속성 분산 시스템이기 때문에 항상 가용성 중시
Soft-State	노드의 상태는 내부에 포함된 정보에 의해 결정되는 것이 아니라 외부에서 전송된 정보를 통해 결정되는 속성 특정 시점에서는 데이터의 일관성이 보장되지 않음
Eventually Consistency	일정 시간이 지나면 데이터의 일관성이 유지되는 속성 일관성을 중시하고 지향

DBMS / NoSQL 유형

1. 키-값(Key-Value)

키 기반 Get / Put / Delete 제공, 메모리 기반에서 성능 우선 시스템 및 빅데이터 처리 가능 DB

Unique한 키에 하나의 값을 가지고 있는 형태

 

2. 컬럼 기반 데이터 저장(Column Family Data Store)

Key 안에 (Column, Value) 조합으로 된 여러 개의 필드를 갖는 DB

테이블 기반, 조인 미지원, 컬럼 기반으로 구글의 Bigtable 기반으로 구현

 

3. 문서 저장(Document Store)

값(Value)의 데이터 타입이 문서(Document)라는 타입을 사용하는 DB

문서 타입은 XML, JSON과 같이 구조화된 데이터 타입으로, 복잡한 계층 구조 표현 가능

 

4. 그래프(Graph)

시맨틱 웹과 온톨로지 분야에서 활용되는 그래프로 데이터를 표현하는 DB

노드와 엣지로 특징되는 요소 특화로 노드 간 관계를 구조화하여 저장

• 시멘틱 웹 (Sementic Web) : 온톨로지를 활용하여 서비스를 기술하고, 온톨로지의 의미적 상호 운용성을 이용해서 서비스 검색, 조합, 중재 기능을 자동화하는 웹이다.
• 온톨로지 (Ontology) : 실세계에 존재하는 모든 개념들과 개념들의 속성, 그리고 개념들 간의 관계 정보를 컴퓨터가 이해할 수 있도록 서술해놓은 지식베이스이다.

데이터 마이닝 (Data Mining)

대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 기술

• 텍스트 마이닝 (Text Mining) : 대량의 텍스트 데이터로부터 패턴 또는 관계를 추출하여 의미 있는 정보를 찾아내는 기법
• 웹 마이닝 (Web Mining) : 웹으로부터 얻어지는 방대한 양의 정보로부터 유용한 정보를 찾아내기 위하여 분석하는 기법

데이터 마이닝 주요 기법

주요 기법	설명
분류 규칙 (Classification)	과거 데이터로부터 특성을 찾아내어 분류모형을 만들어 이를 토대로 새로운 레코드의 결과 값을 예측하는 기법 마케팅, 고객 신용평가 모형에 활용
연관 규칙 (Association)	데이터 안에 존재하는 항목들 간의 종속관계를 찾아내는 기법 제품이나 서비스의 교차판매, 매장진열, 사기 적발 등 다양한 분야에서 활용
연속 규칙 (Sequence)	연관 규칙에 시간 관련 정보가 포함된 형태의 기법 개인별 트랜잭션 이력 데이터를 시계열적으로 분석하여 트랜잭션의 향후 발생 가능성 예측
데이터 군집화 (Clustering)	대상 레코드들을 유사한 특성을 지닌 몇 개의 소그룹으로 분할하는 작업으로 작업의 특성이 분류규칙과 유사 정보가 없는 상태에서 데이터를 문류하는 기법 분석대상에 결과값이 없으며, 판촉활동이나 이벤트 대상을 선정하는 데 활용