데이터베이스 응용 기술

2022. 12. 14. 01:00 수정 및 복습 시작

객체지향 데이터 베이스

객체지향 데이터 모델

• 객체지향 개념에 기반을 둔 데이터 모델이다
• 객체와 객체 식별자, 속성과 메서드, 클래스, 클래스 계층 및 상속, 복합 객체 등을 지원한다.
• 다양한 응용 분야의 데이터 모델링을 위한 새로운 요구 사항을 지원한다.
• 의미적으로 관계가 있는 데이터베이스 구조를 표현하기 위한 강력한 설계 기능을 제공한다. 특수한 몇몇 분야에서 사용된다.

객체와 객체 식별자

• 객체 지향 데이터 모델에서 객체(Object)는 현실 세계에 존재하는 개체를 추상적으로 표현한 것이다.
• 객체 지향 데이터 모델을 구성하는 기본 요소다.
• 각 객체는 시스템 전체에서 유일하게 식별될 수 있는 객체 식별자를 가지고 있다.
• 객체 간의 관계는 객체 식별자를 이용해 참조할 수 있다. 객체는 상태를 의미하는 속성과 상태를 조직하는 메서드로 구성된다.

속성과 메서드

• 객체 지향 데이터 모델에서 속성(attribute)은 관계 데이터 모델의 속성과 같은 의미다.
• 관계 데이터 모델의 속성은 기본으로 제공되는 데이터 타입을 도메인으로 하는 단일 값만 가질 수 있지만,
  객체지향 데이터 모델의 속성은 값을 여러 개 가질 수 있다.
• 사용자가 정의한 클래스뿐만 아니라 해당 클래스의 하위 클래스도 도메인으로 정의 가능하다.
• 객체 지향 데이터 모델에서 메서드는 객체에 수행할 수 있는 연산이다.
• 객체의 속성 값을 검색하거나 추가, 삭제, 수정하는데 주로 사용한다. 프로그래밍 언어의 함수와 유사한 개념이다.
• 객체 지향 데이터 모델에서 메시지는 객체에 접근하기 위한 공용 인터페이스 역할을 담당한다.
• 특정 개체의 속성과 메서드에 접근하려면 메시지를 사용해야 한다.
• 예를 들어 객체의 속성 값을 수정하려면 그에 해당하는 메서드를 실행시키는 메시지를 해당 객체에 보내야 한다.

클래스

• 객체 지향 데이터 모델에서 클래스는 속성과 메서드를 공유하는 유사한 성질의 객체들을 하나로 그룹화한 것이다.
• 객체는 클래스의 구성원이다.
• 객체는 클래스 인스턴스 또는 객체 인스턴스라고도 한다.
• 클래스 내부에 해당 클래스의 객체를 위한 데이터 구조와 메서드 구현의 세부 사항을 기술한다.

클래스 계층과 상속

• 객체 지향 데이터 모델에서 클래스를 세분화하면 클래스 간의 계층 관계가 발생하여 결과적으로 클래스 계층이 형성된다.
• 이를 클래스 계층이라고 한다. 상위 클래스는 클래스 계층에서 상위에 위치하는 클래스다.
• 하위 클래스는 클래스 계층에서 하위에 위치하는 클래스다. 상위 클래스와 하위 클래스는 일반적으로 IS-A 관계가 성립한다.
• 객체 지향 데이터 모델에서 상속은 상위 클래스의 속성과 메서드를 자신의 모든 하위 클래스에게 물려주는 개념이다.
• 단일 상속은 하위 클래스가 단 하나의 상위 클래스를 상속받는 것이다.
• 다중 상속은 하위 클래스가 여러 개의 상위 클래스로부터 상속받는 것이다. 

복합 객체

• 객체 지향 데이터 모델에서 복합 객체는 시스템에서 기본적으로 제공하지 않는 사용자 정의 클래스를 도메인으로 하는 속성을 가진 객체다.
• 사용자 정의 클래스가 도메인인 속성은 객체 식별자를 값으로 가지므로 속성 값으로 다른 객체를 참조할 수 있다.
• 일반적으로 Is-Part-Of 관계가 있는 객체를 표현하는데 사용한다.

객체지향 질의 모델

• 질의 대상은 클래스, 질의 결과는 클래스에 속하는 객체 집합이다.
• 클래스, 속성, 메서드, 객체 등 객체지향 개념에 기반을 두고 질의를 표현한다.
• 단일 오퍼랜드 질의는 하나의 클래스 또는 하나의 클래스와 그 클래스의 하위 클래스 전체를 대상으로 하는 질의다.
• 다중 오퍼랜드 질의는 여러 클래스를 대상으로 하는 질의다.
• 객체지향 개념을 완벽히 표현하면서 쉽게 사용할 수 있는 표준 질의어가 없다.

객체관계 데이터베이스

객체 관계 데이터 모델은 객체지향 개념과 관계 데이터 모델의 개념을 통합한 것이다.

릴레이션, 객체, 메서드, 클래스, 상속, 캡슐화, 복합 객체 등을 모두 지원한다.

SQL을 표준 질의어로 채택하여 계속 발전시켰다.

1999년 발표된 SQL3부터는 객체지향 개념을 지원하기 때문에 객체 관계 데이터베이스에 적용 가능하다.

기본 질의 기능과 함께 사용자 정의 타입, 객체, 객체 식별자, 메서드 등과 같은 객체지향 특성도 가지고 있다.

객체지향 데이터베이스 VS 객체 관계 데이터베이스

• 기능적 유사성은 많지만, 기본 철학과 구현 방식이 달라 데이터베이스의 설계나 조작 방법 등에 차이가 있다.
• 객체지향 데이터베이스는 객체지향 프로그래밍 개념에 기반을 두고 데이터베이스의 기능을 추가하는데 목적을 두고 있다.
• 객체 관계 데이터베이스는 관계 데이터베이스에 기반을 두고 사용자가 다양한 데이터 타입을 추가할 수 있도록 하는데 목적을 두고 있다.

분산 데이터베이스 시스템

중앙 집중식 데이터 베이스 시스템은 데이터 베이스 시스템을 물리적으로 한 장소에 설치하여 운영하는 것이다.

분산 데이터베이스 시스템은 물리적으로 분산된 데이터베이스 시스템을 네트워크로 연결해 사용자가 논리적으로는 하나의 중앙 집중식 데이터베이스 시스템처럼 사용할 수 있도록 하는 것이다.

분산 데이터베이스 시스템 주요 구성 요소

• 분산 처리기: 지역별로 필요한 데이터를 처리할 수 있는 지역 컴퓨터다.
  각 지역의 데이터베이스를 자체적으로 관리하는 DBMS 기능을 별도로 가지고 있다.
• 분산 데이터베이스: 물리적으로 분산된 지역 데이터베이스다. 해당 지역에서 가장 많이 사용하는 데이터를 저장한다.
• 통신 네트워크: 분산 처리기는 통신 네트워크를 통해 자원을 공유한다. 통신 네트워크에 있는 모든 분산 처리기는 특정 통신 규약에 따라 데이터를 전송하고 수신한다.

분산 데이터베이스 시스템의 주요 목표

• 데이터베이스가 분산되어 있음을 사용자가 인식하지 못하게 하는 것이다. 이를 분산 투명성이라고 한다.
• 분산 투명성이 보장되어야 한다.
• 분산 투명성은 위치 투명성, 중복 투명성, 단편화 투명성, 병행 투명성, 장애 투명성이 있다.

위치 투명성

• 사용자가 접근하려는 데이터의 실제 저장 위치를 알 필요 없이 논리적 이름만으로 데이터에 접근할 수 있다.
• 시스템 카탈로그에서 데이터의 모든 위치 정보를 관리하다가 데이터 접근 요구가 발생하면 이 위치 정보를 통해 데이터를 제공한다.
• 다른 지역에 있는 데이터에 대한 접근 요청을 처리하는 방법은 두 가지다.
• 먼저 다른 지역에 있는 데이터를 가져와 처리한다. 
• 다른 한 가지는 데이터 접근 요청을 한 트랜잭션을 데이터가 있는 지역으로 보내 처리한 후, 결과 데이터만 가져온다.
• 두 가지 방법을 모두 사용해서 처리한다.

중복 투명성

• 동일한 데이터가 여러 지역에 중복 저장되더라도 사용자가 중복을 인식하지 못하고,
  하나의 데이터베이스 시스템에 데이터가 저장된 것처럼 사용하는 것이다. 데이터를 중복하여 저장하는 방법은 두 가지가 있다.
• 먼저 완전 중복이다. 동일한 데이터를 둘 이상의 지역에 있는 분산 데이터베이스에 저장하는 것이다.
• 다음은 부분 중복이다. 말 그대로 일부 데이터만 중복하여 저장하는 것이다.

데이터 베이스 분산 저장 방법

 

• 데이터가 중복되지 않게 분할하여 지역의 분산 데이터베이스에 저장한다.
• 지역의 분산 데이터베이스에 데이터를 중복해서 저장한다. 이를 주로 사용한다.

데이터 중복의 장단점

 

• 장점은 한 지역에서 문제가 발생해도 동일한 데이터가 저장되어 있는 다른 지역에서 작업을 계속 수행할 수 있다.
• 따라서 신뢰성과 가용성이 높아진다.
• 동일한 데이터가 저장된 여러 지역에서 병렬 처리를 수행할 수 있어 데이터 처리 성능이 향상된다.
• 데이터 처리 요청이 한 지역에 집중되지 않고 여러 지역에 분산되므로 처리 부담을 줄일 수 있다.
• 단점은 동일한 데이터를 중복 저장하므로 저장 공간을 많이 사용한다.
• 데이터를 변경하려면 중복 저장된 데이터를 모두 함께 변경해야 하므로 비용이 증가하고, 변경 도중에 문제가 생겨 데이터 불일치가 발생할 수도 있다.

단편화 투명성

단편화란 무엇인가? 단편화란 하나의 릴레이션을 더 작은 조각으로 나누고 각 조각을 별개의 릴레이션으로 처리하는 것이다.

장점은 각 조각이 전체 릴레이션의 일부가 되기 때문에 저장 공간을 더 적게 사용하고, 관리할 데이터도 줄어든다.

데이터 중복의 장점은 그대로 취하면서 데이터 중복의 단점을 보완할 수 있다.

 

단편화 수행 조건은 3가지가 있다. 완전성과 회복성 마지막으로 분리성이다.

 

• 완전성은 전체 릴레이션의 모든 데이터는 어느 한 조각에는 꼭 속해야 한다.
• 회복성은 단편화된 조각들로부터 원래의 전체 릴레이션을 회복할 수 있어야 한다.
• 분리성은 전체 릴레이션의 모든 조각을 서로 중복되지 않게 분리해야 한다.

단편화 수행 조건은 수평적 단편화와 수직적 단편화를 모두 사용하여 릴레이션을 나누는 것이다.

수평적 단편화는 릴레이션을 투플, 즉 행 단위로 나누는 것이다.

수직적 단편화는 릴레이션을 수직적으로 단편화, 즉 속성인 열의 단위로 나누는 것이다.

단편화 투명성은 단편화된 데이터를 여러 지역에 나누어 저장하지만 사용자는 데이터가 단편화된 것을 인식할 수 없도록 하는 것이다.

병행 투명성

병행 투명성은 분산 데이터베이스가 관련된 트랜잭션들이 동시에 수행되더라도 결과는 항상 일관성을 유지하는 것이다.

장애 투명성

장애 투명성은 특정 지역 시스템에 문제가 발생하더라도 전체 시스템이 작업을 계속 수행할 수 있는 것이다.

분산 데이터베이스 구조

분산 데이터베이스의 기본 구조

 

분산 데이터베이스 기본 구조에 대해 알아보자

전역 개념 스키마

• 분산 데이터베이스에 저장할 모든 데이터 구조와 제약조건을 의미한다.
• 데이터베이스 안에 존재하는 모든 릴레이션 스키마의 집합이다.

단편화 스키마

• 전역 개념 스키마를 논리적으로 분할하는 방법인 단편화를 정의한다.
• 전역 개념 스키마와 각 조각 스키마의 대응 관계도 정의한다.

할당 스키마

• 각 조각 스키마의 인스턴스를 물리적으로 저장해야 되는 지역을 의미

지역 스키마

• 지역별로 저장하고 있는 데이터 구조와 제약조건을 정의한다.

분산데이터베이스 시스템의 질의 처리

• 중앙집중식 데이터베이스 시스템의 질의 처리 전략 선택 기준은 데이터베이스가 위치한 디스크에 접근하는 횟수를 이용한다.
• 분산 데이터베이스의 질의 처리 전략 선택 기준은 디스크 접근 횟수, 네트워크에서 데이터를 전송하는 비용, 하나의 질의문을 분해하여 여러 지역에서 병렬 처리함으로써 얻는 성능상 이점을 고려한다.

분산데이터베이스 시스템의 장단점

분산 데이터베이스의 장점은 지역 자치성과 효율성 증대, 신뢰성과 가용성 증대, 확장성 증대가 있다.

 

• 신뢰성과 가용성 증대: 장애 발생 시 다른 지역의 데이터베이스를 이용해 작업을 계속 수행할 수 있다.
• 지역 자치성과 효율성 증대: 데이터베이스를 지역별로 독립적으로 관리한다. 데이터 요청에 대한 응답 시간을 줄이고 통신 비용도 절약된다.
• 확장성 증대: 처리할 데이터 양이 증가하면 새로운 지역에 데이터베이스를 설치하여 운영하면 된다.

다음은 분산 데이터베이스의 단점이다.

 

• 중앙 집중식 시스템에 비해 설계 및 구축 비용이 많이 발생한다.
• 여러 지역에 대한 관리가 복잡하고 비용도 많이 발생한다.
• 중앙 집중식 시스템에 비해 추가적인 통신 비용이나 처리 비용이 발생한다.

멀티미디어 데이터베이스 시스템

미디어란 데이터의 각 타입을 의미한다. 문자 타입, 오디오 타입, 이미지 타입 등이 있다.

멀티미디어 데이터란 여러 미디어의 조합으로 이루어진 데이터다.

멀티미디어 데이터의 특성

멀티미디어의 데이터 특성은 복잡한 검색 방법, 대용량, 복잡한 구조가 있다.

 

대용량 데이터

 

• 일반적으로 크기가 수 킬로바이트에서 수십 메가바이트 이상에 이른다.
• 압축해서 저장해야 하므로 일반 데이터와는 다른 구조로 별도의 저장 공간을 구성해 관리해야 한다.

복잡한 검색 방법

 

• 멀티미디어 데이터의 검색 방법은 2가지가 있다.
• 설명 기반 탐색이다. 멀티미디어 데이터의 특성을 나타내는 키워드나 자세한 설명을 멀티미디어 데이터와 함께 저장해두었다가 검색에 이용한다.
• 내용 기반 탐색이다. 멀티미디어 데이터의 실제 내용을 검색에 이용한다. 특정 객체를 포함한 멀티미디어 데이터를 검색한다.

복잡한 구조

• 멀티미디어 데이터는 원시 데이터, 등록 데이터, 서술 데이터 등으로 구성된다. 원시 데이터는 텍스트, 그래픽, 이미지, 비디오, 오디오 등 기본 타입의 데이터다.
• 등록 데이터는 멀티미디어 데이터 특성과 필요한 정보를 별도로 추출한 데이터다.
• 이미지의 해상도, 픽셀 수, 색상, 크기, 포맷 등의 정보가 있다.
• 서술 데이터는 멀티미디어 데이터를 검색할 때 사용되는 데이터다. 멀티미디어 데이터에 지정된 키워드나 자세한 설명 등
• 공간 및 시간적으로 복잡한 관계성을 표현하고 관리할 수 있는 기술이 필요하다.

멀티미디어 데이터베이스의 발전 과정

멀티미디어 데이터를 저장하고 처리하는 방법은 크게 두 가지로 나뉜다.

첫 번째 방법은 관계 데이터베이스 시스템을 확장하여 멀티 미디어 데이터를 처리하는 것이고,

두 번째 방법은 객체지향 데이터베이스를 확장하여 멀티미디어 데이터를 처리하는 것이다.

관계 데이터베이스에서의 멀티미디어 데이터 처리

• 관계 데이터베이스에 멀티미디어 데이터를 위한 새로운 데이터 타입을 추가하여 멀티미디어 데이터를 저장하고 처리하는 방법.
• 관계 데이터베이스가 제공하는 이론과 다양한 기법을 그대로 이용할 수 있다.
• 멀티미디어 데이터가 가진 시공간적인 특성 표현, 다양한 미디어 데이터들의 통합 모델링 기능, 사용자의 요구에 맞는 다양한 연산 표현 및 조작 기능 등을 거의 제공 못한다.

객체지향 데이터베이스에서의 멀티미디어 데이터 처리

• 멀티미디어 데이터를 객체와 클래스로 표현하고 데이터 추상화, 캡슐화, 상속 등의 개념을 지원한다. 멀티미디어 데이터의 복잡하고 다양한 모델링 요구 사항을 완벽히 만족시키지 못한다.

멀티미디어 데이터베이스 관리 시스템의 구성

데이터베이스 시스템의 기본 기능을 제공하면서 멀티미디어 데이터 특성에 따른 새로운 사항도 고려해야 함.

대용량이나 시공간적 연속성과 같은 멀티미디어 데이터만의 특성을 지원하려면 데이터베이스 관리 시스템의 역할이 중요하다.

파일 시스템을 이용하는 방식

초기에는 이 방식을 많이 사용했다. 응용 프로그램에 필요한 멀티미디어 데이터를 파일로 저장하고 관리.

프로그래밍 언어로 데이터를 처리하는 코드를 직접 작성하여 응용 프로그램에 포함시킴.

응용 프로그램 개발이 어렵고, 복잡한 멀티미디어 데이터를 파일의 단순한 저장 구조에 저장하기 어렵다.

데이터의 동시 공유, 회복, 보안 등 데이터베이스 관리 시스템의 고급 기능을 제공하기 어렵다.

관계 데이터베이스 관리 시스템을 이용하는 방식

텍스트 같은 일반 데이터는 관계 데이터베이스에 저장하고, 이미지나 비디오 같은 데이터는 파일에 저장.

지리 정보 시스템 등에서 많이 사용한다. 파일에 저장된 데이터에 대한 처리 요청을 프로그래밍 언어로 작성하고,

관계 데이터베이스에 저장된 데이터에 대한 처리 요청은 SQL로 작성.

파일에 저장된 멀티미디어 데이터에 데이터베이스 관리 시스템의 고급 기능을 제공할 수 없다.

확장된 관계 데이터베이스 관리 시스템을 사용하는 방식

텍스트뿐만 아니라 멀티미디어 데이터를 모두 저장할 수 있도록 기존의 관계 데이터베이스 관리 시스템을 확장

멀티미디어 데이터에 데이터베이스 관리 시스템의 고급 기능을 제공할 수 있지만, 완벽히 지원하기가 어렵고 멀티미디어 데이터의 특성을 반영한 처리 요청을 SQL로 표현하기 어렵다.

객체지향 데이터베이스 관리 시스템을 이용하는 방식

객체지향 개념을 지원하는 데이터베이스 관리 시스템을 이용해 멀티미디어 데이터를 처리하는 데 필요한 다양한 기능 제공.

기존 관계 데이터베이스 관리 시스템에서 제공하는 동시성 제어, 질의 최적화, 회복 기능 등의 고급 기능을 제공하지 못함

멀티미디어 데이터의 질의

특징은 데이터 자체에 대한 질의보다는 데이터에 포함된 특정 객체, 데이터에 대한 설명이나 키워드를 이용한 질의를 주로 사용한다.

미디어에 따라 다양한 유형의 질의가 존재한다.

 

• 텍스트 질의: 사용자가 제시한 키워드를 포함하는 문서를 검색하는 질의
• 비디오 질의: 장면을 대상으로 하는 질의
• 이미지 질의: 사용자가 제시한 키워드와 관련 있는 이미지를 검색하는 내용 검색이나 사용자가 제시한 이미지와 유사한 이미지를 검색하는 유사도 검색 질의
• 공간 질의: 주어진 범위 조건에 맞는 특정 위치를 검색하는 질의

다음으로는 멀티미디어 데이터 질의 처리 기법이다.

 

• 매칭 기법: 저장된 데이터와 질의 조건으로 주어진 데이터 간의 유사도를 수학 함수로 계산하여, 유사도가 높은 데이터를 검색
• 랭킹 기법: 질의 조건과의 관련 정도에 따라 정렬하여, 관련성이 높은 결과부터 제공
• 필터링 기법: 질의 조건과의 관련성이 적은 데이터를 단계적으로 제거하여 검색 범위를 줄여가면서 검색
• 인덱스 기법: 인덱스 구조를 이용해 질의 조건에 적합한 데이터를 검색.

웹 데이터베이스

새로운 유형의 웹 서비스에서 대용량 데이터를 효율적으로 관리하기 위해 데이터베이스 시스템의 기능이 필요해졌다.

개념은 웹 서비스의 특성과 데이터베이스 시스템의 관리 기능을 통합한 것이다.

주요 구성요소는 미들웨어다. 웹 서비스와 데이터베이스 시스템을 연결해주는 역할이다. 데이터베이스 통로라고도 한다.

미들웨어를 통해 데이터베이스에 접근하는 프로그램을 웹 서버 쪽에 두는 서버 확장 방법이나 클라이언트 쪽에 두는 클라이언트 확장 방법으로 구현한다.

데이터웨어하우스

데이터베이스 시스템에서 의사 결정에 필요한 데이터를 미리 추출하여,

이를 원하는 형태로 변환하고 통합한 읽기 전용의 데이터 저장소이다.

데이터베이스에 저장된 수많은 데이터 중에서 의사 결정에 도움이 되는 데이터를 빠르고 정확히 추출할 수 있는 방법 중 하나다.

의사 결정 지원 시스템 구축에 활용 가능하다. 여러 개의 데이터베이스 시스템을 대상으로도 할 수 있다.

데이터 웨어하우스 특징

• 주체 지향적 내용: 일반 데이터베이스는 업무 처리 중심의 데이터로 구성되지만 데이터 웨어하우스는 의사 결정에 필요한 주제를 중심으로 데이터 구성
• 통합된 내용: 데이터 웨어하우스는 내부적으로 데이터가 항상 일관된 상태를 유지하도록 여러 데이터베이스에서 추출한 데이터를 통합하여 저장.
• 비 소멸성을 가진 내용: 일반 데이터베이스의 데이터 삽입, 삭제, 수정 작업이 자주 발생하지만 데이터 웨어하우스는 검색 작업만 수행되는 읽기 전용의 데이터를 유지
• 시간에 따라 변하는 내용: 일반 데이터베이스는 현재의 데이터만 유지하지만 데이터 웨어하우스는 데이터 간의 시간적 관계나 동향을 분석해 의사 결정에 반영할 수 있도록 현재와 과거 데이터를 함께 유지한다. 각 시점의 데이터를 의미하는 스냅숏을 주기적으로 유지

 

이상으로 포스팅을 마칩니다.

 

2022. 12. 14. 01:30 수정 및 복습 마무리