데이터베이스 기초 활용하기

(1) 데이터베이스

- 데이터베이스는 다수의 인원, 시스템 또는 프로그램이 사용할 목적으로 통합하여 관리되는 데이터의 집합이다. 

- 데이터에 대한 효과적인 관리를 위해 자료의 중복성 제거, 무결성 확보, 일관성 유지, 유용성 보장이 중요하다.

- 데이터베이스는 통합된 데이터, 저장된 데이터, 운영 데이터, 공용 데이터이다.

 

▼ 데이터베이스 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 애플리케이션, 시스템들이 공통으로 사용하는 데이터

 

1. 데이터베이스 특성

- 실시간 접근성, 계속적인 변화, 동시공용, 내용 참조가 있다. 

 

▼ 데이터베이스 특성

• 실시간 접근성 : 쿼리에 대하여 실시간 응답이 가능해야 함
• 계속적인 변화 : 새로운 데이터의 삽입, 삭제, 갱신으로 항상 최신의 데이터를 유지함
• 동시 공용 : 다수의 사용자가 동시에 같은 내용의 데이터를 이용할 수 있어야 함
• 내용 참조 : 데이터베이스에 있는 데이터를 참조할 때 데이터 레코드의 주소나 위치에 의해서가 아니라, 사용자가 요구하는 데이터 내용으로 데이터를 찾는다.

 

2. 데이터베이스 종류

① 파일 시스템 개념

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

 

▼파일 시스템 종류

• ISAM (Indexed Sequential Access Method) : 자료 내용은 주 저장부, 자료의 색인은 자료가 기록된 위치와 함께 색인부에 기록되는 시스템
• VSAM(Virtual Storage Access Method) : 대형 운영체제에서 사용되는 파일 관리시스템 

 

② 관계형 데이터베이스 관리시스템(RDBMS)

- 관계형 DBMS는 관계형 모델을 기반으로 하는 가장 보편화된 데이터베이스 관리시스템이다.

- 데이터를 저장하는 테이블의 일부를 다른 테이블과 상하 관계로 표시하며 상관관계를 정리한다.

- 변화하는 업무나 데이터 구조에 대한 유연성이 좋아 유지 관리가 용이하다.

- RDBMS의 종류는 Oracle, SQL Server, MySQL, MariaDB 등이 있다.

 

 

③ 계층형 데이터베이스 관리시스템(HDBMS)

- 계층형 DBMS는 데이터를 상하 종속적인 관계로 계층화하여 관리하는 데이터베이스이다. 

- 데이터에 대한 접근 속도가 빠르지만, 종속적인 구조로 인하여 변화하는 데이터 구조에 유연하게 대응하기가 쉽지 않다.

- HDBMS 종류는 IMS(Information Management System), System2000등이 있다.

 

 

④ 네트워크 데이터베이스 관리시스템(NDBMS)

- 네트워크 DBMS는 데이터의 구조를 네트워크상의 망상 형태로 표현한 데이터 모델이다.

- 트리 구조나 계층형 데이터베이스보다는 유연하지만 설계가 복잡한 단점이 있다.

- NDMBS의 종류는 IDS, IDMS 등이 있다.

 

 

2. 데이터베이스 관리 툴

- 데이터베이스 관리 툴은 DB 관리자들이 데이터베이스를 편리하고 쉽게 다룰 수 있도록 도와주는 도구이다. 

- 오픈 소스 기반으로 무료로 사용할 수 있는 툴과 상용화로 비용을 지불해야 사용할 수 있는 툴이 존재한다.

- 데이터베이스 관리 툴은 다음과 같은 기능을 제공한다.

 

▼ 데이터베이스 관리 툴 기능

기능	설명
데이터베이스 생성, 삭제	CREATE와 DROP 명령을 통해 데이터베이스의 생성 및 삭제 가능
SQL 명령어 작성 및 실행	SELECT, INSERT, DELETE, UPDATE 명령을 통해 데이터를 조회, 입력, 삭제, 수정이 가능
상태 모니터링	받은 데이터양, 보낸 데이터양, 동시 연결 수, 실패한 시도 등의 상태를 표시
사용자 계정 관리	최상위 레벨의 SYS 계정, SYS로부터 DBA 권한을 받은 SYSTEM 계정, 일반 사용자 계정 등의 관리가 가능
데이터베이스 내보내기/가져오기	데이터베이스 마법사를 통해 파일 형태로 데이터 내보내기/가져오기 가능
환경 설정	버퍼의 크기, 동시 접속 클라이언트 숫자, 스레드 숫자 등의 환경 변수 설정

 

(2) DBMS
- DBMS는 데이터 관리의 복잡성을 해결하는 동시에 데이터 추가, 변경, 검색, 삭제 및 백업, 복구, 보안 등의 기능을 지원하는 소프트웨어다.

- 저장되는 정보는 텍스트, 이미지, 음악 파일, 지도 데이터 등 매우 다양하며, SNS의 발달과 빅데이터의 폭넓은 활용으로 인해 데이터의 종류와 양은 급격히 증가 중이다.

 

1. DBMS 유형

• 키-값(Key-Value) DBMS : 키 기반 Get/Put/Delete 제공, 메모리 기반에서 성능 우선 시스템 및 빅데이터 처리 가능 DBMS, Unique 한 키에 하나의 값을 가지고 있는 형태 ex) Redis, DynamoDB
• 컬럼 기반 데이터 저장(Column Family Data Store) DBMS : Key 안에 (Column, Value) 조합으로 된 여러 개의 필드를 갖는 DBMS. 테이블 기반, 조인 미지원, 컬럼 기반으로 구글의 Bigtable 기반으로 구현 ex)HBase, Cassandra
• 문서 저장 DBMS : 값의 데이터 타입이 문서라는 타입을 사용하는 DBMS. 문서 타입은 XML, JSON과 같이 구조화된 데이터 타입으로, 복잡한 계층 구조 표현 가능(예 : MongoDB, Couchbase
• 그래프 DBMS : 시맨틱 웹과 온톨로지 분야에서 활용되는 그래프로 데이터를 표현하는 DBMS, 노드와 엣지로 특징되는 요소 특화, 노드 간 관계를 구조화하여 저장(예 : Neo4j, AllegroGraph)

 

2. DBMS 특징

• 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 초루 ,변경, 손실로부터 보호되어야 하는 성질
• 데이터 효율성 : 응답 시간, 저장 공간, 활용 등이 최적화되어 사용자, 소프트웨어, 시스템 등의 요구조건을 만족시켜야 하는 성질

3. 상용 DBMS 및 오픈 소스 기반 DBMS

[1] : 상용 DBMS

- 상용 데이터베이스 관리시스템은 특정 회사에서 유료로 판매하는 시스템이다.

- 유지보수와 지원이 원활하다.

 

[2] : 오픈 소스 기반 DBMS

- 오픈 소스 기반 데이터베이스 시스템은 오픈 소스 라이센스 정책을 준용하는 범위 내에서 사용이 자유롭다.

- 오픈 소스 기반 데이터베이스 관리 시스템 사용 시 고려사항은 다음과 같다. 

 

 

 

(3) 데이터베이스 기술 트렌드

1. 빅데이터

- 시스템, 서비스, 조직(회사) 등에서 주어진 비용, 시간 내에 처리 가능한 데이터 범위를 넘어서는 수십 페타바이트 크기의 비정형 데이터이다. 

 

▼ 빅데이터의 특성

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

 

 

▼ 빅데이터 수집, 저장, 처리 기술

구분	설명
비정형/반정형 데이터 수집	내외부 정제되지 않은 데이터를 확보, 이를 통해 필요 정보를 추출하여 활용하기 위해서 효과적으로 수집 및 전송하는 기술 예) 척와, 플럼, 스크라이브
정형 데이터 수집	내외부 정제된 대용량 데이터의 수집 및 전송 기술 예) ETL, FTP, 스쿱, 하이호
분산데이터 저장/처리	대용량 파일의 효과적인 분산 저장 및 분산 처리 기술 예) HDFS, 맵 리듀스
분산데이터 베이스	HDFS의 컬럼 기반 데이터베이스로 실시간 랜덤 조회 및 업데이트가 가능한 기술 예)HBase

 

 

▼ 빅데이터 분석, 실시간 처리 및 시각화를 위한 주요 기술

구분	설명
빅데이터 분석	빅데이터를 분석하기 위한 데이터의 가공과 분류, 클러스터링, 패턴 분석을 처리하는 기술 데이터 가공을 위한 대표적인 솔루션에는 피그, 하이브가 있고, 데이터 마이닝을 위한 대표적인 솔루션에는 머하웃이 있음
빅데이터 실시간 처리	하둡 기반의 실시간 SQL 질의 처리와 요청된 작업을 최적화하기 위한 워크플로우 관리 기술 실시간 SQL 질의를 위한 대표적인 솔루션은 임팔라이고, 워크플로우 관리를 위한 대표적인 솔루션은 우지가 있음
분산 코디네이션	분산 환경에서 서버들 간에 상호조정이 필요한 다양한 서비스를 분산 및 동시처리 제공 기술 분산 코디네이션을 위한 대표적인 솔루션은 주키퍼가 있음
분석 및 시각화	빅데이터 분석 기술을 통해 분석된 데이터의 의미와 가치를 시각적으로 표현하기 위한 기술 분석 및 시각화를 위한 대표적인 솔루션은 알(R)이 있음

 

 

2. NoSQL

- NoSQL은 전통적인 RDBMS와 다른 DBMS를 지칭하기 위한 용어로 데이터 저장에 고정된 테이블 스키마가 필요하지 않고 조인 연산을 사용할 수 없으며, 수평적으로 확장이 가능한 DBMS이다.

 

▼NoSQL의 특성

• 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

 

 

▼NoSQL의 유형

1. Key-Value Store : Unique한 Key에 하나의 Value를 가지고 있는 형태, 키 기반 Get/Put/Delete 제공하는 빅데이터 처리 가능 DB 예) Redis, DynamoDB
2. Column Family Data Store : Key 앞에 (Column, Value) 조합으로 된 여러 개의 필드를 갖는 DB, 테이블 기반, 조인 미지원, 컬럼 기반, 구글의 Bigtable 기반으로 구현 예)HBase, Cassandra
3. Document Store : Value의 데이터 타입이 Document라는 타입을 사용하는 DB 예)MongoDB, CouchBase
4. Graph Store : 시멘팁 웹과 온톨로지 분야에서 활용되는 그래프로 데이터를 표현하는 DB 예)Neo4j, AllegroGraph

 

 

3. 데이터 마이닝

- 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 기술이다.

- 데이터 마이닝은 대규모 데이터에서 의미 있는 패턴을 파악하거나 예측하여 의사결정에 활용하는 기법이다.

- 데이터 마이닝은 데이터의 숨겨진 정보를 찾아내어 이를 기반으로 서비스와 제품에 도입하는 과정이다.

- 통계분석은 가설이나 가정에 따른 분석, 검증을 하지만 데이터 마이닝은 수리 알고리즘을 활용하여 데이터에서 의미 있는 정보를 찾아낸다.

 

데이터 마이닝 절차는 목적 설정 -> 데이터 준비 -> 가공 -> 마이닝 기법 적용 -> 정보 검증이 있다.

 

▼데이터 마이닝 주요 기법

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