본문 바로가기

SQLD30

SQLD 정리 / 과목 1 데이터 모델링의 이해 / 제2장 데이터 모델과 성능 / 제6절 분산 데이터베이스와 성능 제6절 분산 데이터베이스와 성능 1. 분산 데이터베이스의 개요 여러 곳으로 분산되어있는 데이터베이스를 하나의 가상 시스템으로 사용할 수 있도록 한 데이터베이스 논리적으로 동일한 시스템에 속하지만, 컴퓨터 네트워크를 통해 물리적으로 분산 되어 있는 데이터들의 모임 2. 분산 데이터베이스의 투명성(Transparency) 분할 투명성 : 하나의 논리적 릴레이션이 여러 단편으로 분할되어 각 단편의 가본이 여러 사이트에 저장 위치 투명성 : 사용하려는 데이터의 저장 장소 명시 불필요. 위치정보가 시스템 카탈로그에 유지되어야 함 지역사상 투명성 : 지역 DBMS와 물리적 DB사이의 Mapping보장, 각 지역시스템 이름과 무관한 이름 사용 가능 중복 투명성 : DB 객체가 여러 site에 중복 되어 있는지 알 필.. 2021. 5. 22.
SQLD 정리 / 과목 1 데이터 모델링의 이해 / 제2장 데이터 모델과 성능 / 제5절 데이터베이스 구조와 성능 제5절 데이터베이스 구조와 성능 1. 슈퍼타입/서브타입 모델의 성능고려 방법 (1) 슈퍼/서브타입 데이터모델의 개요 : Extended ER모델이라고 부른다. 업무를 구성하는 데이터의 특징을 공통점과 차이점을 고려하여 효과적으로 표현할 수 있기 때문에 자주 쓰인다. (2) 슈퍼/서브타입 데이터 모델의 변환 데이터의 양은 데이터량이 소량일 경우 성능에 영향을 미치지 않기 때문에 데이터처리의 유연성을 고려하여 가급적 1:1 관계를 유지하는 것이 바람직하다. 그러나 데이터용량이 많아지는 경우 그리고 해당 업무적인 특징이 성능에 민감한 경우는 트랜잭션이 해당 테이블에 어떻게 발생되는지에 따라 3가지 변환방법을 참조하여 상황에 맞게 변환하도록 해야 한다. (3) 슈퍼/서브타입 데이터 모델의 변환 기술 개별로 발생.. 2021. 5. 22.
SQLD 정리 / 과목 1 데이터 모델링의 이해 / 제2장 데이터 모델과 성능 / 제4절 대량 데이터에 따른 성능 제4절 대량 데이터에 따른 성능 1. 대량 데이터발생에 따른 테이블 분할 개요 대량의 데이터가 존재하는 테이블에 많은 트랜잭션이 발생하여 성능이 저하되는 테이블 구조에 대해 수평/수직 분할 설계를 통해 성능저하를 예방할 수 있다. 로우체이닝 : 로우 길이가 너무 길어서 데이터 블록 하나에 데이터가 모두 저장되지 않고 두 개 이상의 블록에 걸쳐 하나의 로우가 저장되어 있는 형태 로우마이그레이션 : 데이터 블록에서 수정이 발생하면 수정된 데이터를 해당 데이터 블록에서 저장하지 못하고 다른 블록의 빈 공간을 찾아 저장하는 방식 2. 한 테이블에 많은 수의 칼럼을 가지고 있는 경우 트랜잭션을 분석하여 적절하게 1:1관계로 분리하여 성능향상을 기대하도록 해야한다. 3. 대량 데이터 저장 및 처리로 인한 성능 파티.. 2021. 5. 22.
SQLD 정리 / 과목 1 데이터 모델링의 이해 / 제2장 데이터 모델과 성능 / 제3절 반정규화와 성능 제3절 반정규화와 성능 1. 반정규화를 통한 성능향상 전략 반정규화 : 정규화된 엔터티, 속성, 관계에 대해 시스템의 성능향상과 개발과 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델링 기법이다. 중복성의 원리를 활용하여 데이터 조회시 성능을 향상시키는 역할을 할 수 있다. 정규화만을 수행하면 엔터티의 갯수가 증가하여 여러 개의 조인이 걸려야한 하는 경우가 있는데, 이때 처리성능이 중요하다고 판단될때 부분적으로 반정규화를 고려 할 수 있다. 정규화만을 강조하다 보면 성능의 이슈가 발생될 수 있고 반정규화를 과도하게 적용하다 보면 데이터 무결성이 깨질 수 있는 위험이 증가 반정규화 적용 방법 반정규화 대상 조사 : 범위처리빈도수, 대량의 범위 처리, 통계성 프로세스, 테이블 조인 개수 .. 2021. 5. 22.

티스토리툴바