C's Shelter

■ 1. 배경 및 필요성현대 애플리케이션은 비정형 또는 반정형 데이터(JSON, XML 등)를 대량으로 생성함 기존 RDBMS는 스키마 변경의 유연성 부족, JOIN 비용 증가 등의 한계 보유함 이를 보완하기 위해 MongoDB, Couchbase 등 JSON 기반 NoSQL 시스템 활용 증가함 JSON 문서 기반 구조는 유연한 스키마와 중첩 구조(nested objects) 등 복잡한 계층 표현 가능함 그러나 데이터 구조가 복잡해질수록 비효율적 쿼리 및 성능 저하 우려 존재함 효율적인 쿼리 구조 설계를 통해 성능 최적화, 확장성, 유지보수성을 확보할 필요 발생함■ 2. JSON 기반 NoSQL 데이터 모델 개요Document-Oriented 구조 채택, 하나의 문서가 객체 단위로 저장됨 키-..

1. 개요대용량 데이터베이스에서 효율적인 검색과 정렬을 위한 대표적인 인덱스 자료구조로 B-Tree와 B+Tree가 존재함 트리 기반 인덱싱 기법은 I/O 중심의 블록 접근 최적화 구조로 설계되어 디스크 기반 DBMS에 적합함 B-Tree와 B+Tree는 균형 이진 트리의 일반화를 통해 다지점 분기 구조(m-ary tree)로 확장된 형태로 정의됨2. B-Tree 구조 개요균형잡힌 m-진 트리 구조로, 루트에서 리프까지의 거리가 동일하게 유지됨 하나의 노드에 다수의 key와 자식 포인터를 포함하며, 내부 노드에서도 실제 key-value 데이터를 보유할 수 있음 모든 삽입, 삭제 시 구조를 자동 조정하여 트리의 균형을 유지함 검색, 삽입, 삭제 연산의 시간복잡도는 O(logₘN) 수준으로 보장됨..

1. 개념 정의View(뷰)→ 하나 이상의 테이블로부터 생성된 가상의 테이블 개념→ SELECT 문을 정의한 결과셋을 마치 물리 테이블처럼 사용할 수 있게 함→ 데이터 중복 제거, 보안 제한, 복잡한 쿼리 캡슐화 등에 활용→ 실제 데이터를 저장하지 않고, 정의된 SQL 문을 실행할 때마다 최신 데이터로 반영됨 CTE(Common Table Expression)→ 복잡한 쿼리를 임시적으로 단순화하기 위해 WITH 키워드를 사용하여 선언하는 일시적 결과셋→ 쿼리 실행 시점에만 유효하며, 재사용 불가능한 일회성 가상 테이블 형태→ 재귀 쿼리 구현, 쿼리 가독성 향상, 트리 구조 탐색 등에서 사용됨 2. View와 CTE의 구조 및 관리 방식 차이구분ViewCTE선언 키워드CREATE VIEWWITH저장 방..

1. 트랜잭션 로그 개요트랜잭션의 원자성(Atomicity), 일관성(Consistency), 격리성(Isolation), 지속성(Durability)을 보장하기 위한 핵심 메커니즘으로 동작함 데이터베이스 변경 사항을 디스크에 반영하기 이전에, 해당 변경 내역을 로그에 먼저 기록하는 Write-Ahead Logging(WAL) 기법 기반으로 구성됨 장애 발생 시 로그를 기반으로 변경 전/후의 상태를 파악하고, 복구를 위한 리두(Redo), 언두(Undo) 작업 수행 가능 2. 트랜잭션 로그 구조2.1 기본 구성 요소LSN(Log Sequence Number): 로그 항목의 고유 식별자 역할 수행 트랜잭션 ID: 각 트랜잭션을 구분하기 위한 식별자 이전 LSN: 트랜잭션 내 이전 로그 항목을 추적..

1. ⬜ 개요 및 정의쿼리 옵티마이저(Query Optimizer)란, SQL 질의문을 가장 효율적으로 실행하기 위한 최적의 실행계획(Execution Plan)을 탐색·선택하는 DBMS 핵심 컴포넌트임 복수의 실행 계획 중 비용(Cost)이 가장 낮은 경로를 선택하며, 전체 시스템 성능에 미치는 영향이 절대적임 관계형 데이터베이스(RDBMS)의 질의 처리 속도와 효율성은 옵티마이저의 정확도 및 지능 수준에 따라 좌우됨2. ⬜ 쿼리 처리 흐름 상의 옵티마이저 위치[SQL Parser] → [Query Rewrite] → [Query Optimizer] → [Execution Plan Generator] → [Query Executor]SQL 구문이 파싱된 이후, 논리적 질의 트리(Logical Que..

1. 서론디지털 전환 가속화에 따라 정형/비정형 데이터를 포함한 다양한 데이터 소스의 통합 분석 수요 증가 전통적인 ETL 방식의 복잡성과 성능 이슈로 인해 실시간/유연한 통합을 요구 데이터 가상화 기술을 활용하여 물리적 이동 없이 다양한 소스의 데이터를 통합 분석 가능2. 정형 vs 비정형 데이터의 특성 및 통합 과제2.1 정형 데이터관계형 DBMS에 저장되는 구조화된 테이블 형태 SQL 기반 질의 및 트랜잭션 처리 용이 예: 고객 정보, 재고 목록, 금융 트랜잭션 로그 등 2.2 비정형 데이터일정한 스키마 없이 자유로운 형식으로 존재 텍스트, 이미지, 오디오, 영상, 센서 데이터 등이 포함됨 예: 이메일, 의료영상, 소셜미디어 피드, 로그 파일 등 2.3 통합 시 과제데이터 포맷, 스키..

1. 서론: 데이터 다양성과 저장소 설계 필요성디지털 트랜스포메이션 가속화 및 IoT, SNS, 멀티미디어 확산으로 데이터의 양뿐 아니라 형태 또한 다양화됨데이터 형태는 크게 정형(Structured), 반정형(Semi-structured), 비정형(Unstructured) 으로 구분됨각 데이터 유형별로 구조적 특성, 저장 방식, 처리 방식이 다르며, 이에 따라 적합한 저장소 아키텍처 설계가 필수적임본 문항에서는 데이터 유형별 정의, 특징, 예시, 저장소 설계 방안을 중심으로 정리함2. 본론2.1. 데이터 유형별 분류 및 특징(1) 정형 데이터 (Structured Data)고정된 스키마(Schema) 를 기반으로 하는 행-열 기반의 데이터 구조일반적으로 관계형 데이터베이스(RDB) 에 저장데이터의 구조..

■ 1. 동시성 제어 개요동시성 제어(Concurrency Control)란, 다중 사용자 환경에서 여러 트랜잭션이 동시에 데이터에 접근할 때, 데이터의 일관성과 무결성을 보장하기 위한 제어 기법을 의미함 다중 트랜잭션이 동일 데이터를 동시에 조작할 경우 발생할 수 있는 문제들(갱신 손실, 모순 읽기, 연쇄복귀 등)을 방지하기 위한 필수 메커니즘임 데이터베이스 시스템(DBMS) 내에서 직렬성과 회복 가능성(Recoverability)을 확보하는 핵심 요소로 작용함■ 2. 동시성 제어의 주요 목적직렬성(Serializability) 확보: 트랜잭션들의 실행 결과가 어떤 순서로 실행되었든 간에 결과가 직렬적으로 실행한 것과 같도록 보장 일관성 유지: 동시 접근 상황에서도 데이터의 정합성(consiste..

1. 서론: 비관계형 DB와 CAP 이론의 필요성대용량의 비정형 데이터를 저장하고 처리하는 NoSQL 계열 비관계형 데이터베이스 등장 관계형 DB가 갖는 일관성과 정합성 중심의 구조에서 탈피하여 분산성과 확장성 중심의 설계 필요 이와 같은 환경에서 분산 시스템의 핵심 이론으로 CAP Theorem(일관성, 가용성, 네트워크 분할 내성 간의 트레이드오프) 중요성 부각됨 비관계형 DBMS 설계 시, CAP 이론을 바탕으로 시스템 목표에 따른 전략적 선택 요구됨2. CAP 이론(CAP Theorem) 개요2000년, Eric Brewer가 제안한 분산 시스템의 이론 분산 시스템에서는 Consistency(일관성), Availability(가용성), Partition Tolerance(분할 내성) 세 가..

1. 트랜잭션 격리 수준 개요데이터베이스는 다중 사용자 환경에서 동시성 제어를 통해 데이터 일관성과 무결성을 유지해야 함 트랜잭션 간의 상호 간섭을 제어하는 기준으로 트랜잭션 격리 수준(Isolation Level) 개념 정의됨 SQL 표준에서는 트랜잭션이 서로에게 영향을 미치는 현상을 제어하기 위해 4가지 격리 수준을 정의하고 있음 격리 수준이 높을수록 동시성은 낮아지고 일관성은 높아지는 상호 트레이드오프 존재함 ANSI/ISO SQL-92 표준 기준으로 격리 수준은 Read Uncommitted, Read Committed, Repeatable Read, Serializable 4단계로 구분됨 2. 트랜잭션 간 발생 가능한 3가지 주요 이상 현상격리 수준을 통해 방지하고자 하는 대표적인 트랜..