[데이터베이스]

March 26, 2025

Database and DBMS Explained

1. 데이터와 정보

데이터 (Data)
- 현실 시계에서 관찰하거나 측정하여 수집한 사실이나 값.
정보 (Information)
- 데이터를 가공, 처리하여 의사 결정에 유용하게 활용할 수 있도록 만든 결과물.

2. 데이터베이스(Database)란?

데이터베이스는 조직 내에서 수집, 저장, 관리되는 구조화된 데이터 집합이다.

핵심 개념

공유 데이터 _{shared data}
- 특정 조직 내 여러 사용자가 함께 소유하고 이용할 수 있는 공용 데이터이다.
통합 데이터 _{integrated data}
- 최소한의 중복만 허용하며, 통제 가능한 중복 상태로 관리되는 데이터.
저장 데이터 _{stored data}
- 컴퓨터가 접근할 수 있는 매체(하드디스크, SSD 등)에 저장된 데이터.
운영 데이터 _{operational data}
- 조직의 주요 기능을 수행하기 위해 지속적으로 필요한 데이터를 의미함.

데이터베이스의 특징

실시간 접근 _{real-time accessibility}
- 사용자의 요구에 실시간으로 응답할 수 있는 데이터.
계속 변화 _{continuous evolution}
- 데이터의 지속적인 삽입, 삭제, 수정으로 항상 최신 상태를 유지.
동시 공유 _{concurrent sharing}
- 여러 사용자 혹은 응용 프로그램이 동시에 접근하여 사용할 수 있음.
내용 기반 참조 _{content reference}
- 데이터의 저장 위치가 아닌, 내용 자체를 기반으로 참조가 가능함.

3. 데이터 분류

형태에 따른 분류

정형 데이터 (Structured Data)
- 미리 정의된 구조(예: 테이블, 스키마)에 따라 저장된 데이터.
반정형 데이터 (Semi-structured Data)
- 일정한 구조를 가지지만, 데이터 내용 안에 구조에 대한 설명이 함께 존재하는 데이터 (예: XML, JSON).
비정형 데이터 (Unstructured Data)
- 정해진 구조 없이 저장된 데이터 (예: 이미지, 영상, 자연어 텍스트).

특성에 따른 분류

4. 파일 시스템과 DBMS

파일 시스템

데이터를 파일로 관리하기 위해 생성, 삭제, 수정, 검색 기능을 제공하는 소프트웨어.

문제점:

같은 내용의 데이터가 여러 파일에 중복 저장됨.

응용 프로그램이 데이터 파일에 종속됨.

동시 공유, 보안, 백업 및 복구 기능이 부족하여 관리에 어려움이 있음.

응용 프로그램 개발 및 유지 보수가 복잡함.

데이터베이스 관리 시스템(DBMS)

파일 시스템의 데이터 중복과 데이터 종속 문제를 해결하기 위해 제시된 소프트웨어.

주요 목표:

조직에 필요한 데이터를 중앙집중식으로 통합하여 저장 및 관리.

데이터 중복을 통제하고, 데이터 독립성을 확보하며, 효율적인 동시 공유 및 보안을 제공.

5. DBMS의 장단점

장점

데이터 중복 통제
- 데이터를 통합 관리하여 중복 저장 문제를 해결.
데이터 독립성 확보
- 응용 프로그램과 데이터베이스 사이에 명확한 분리로, 데이터 변경 시 응용 프로그램 수정 부담 감소.
동시 공유 지원
- 여러 응용 프로그램이 동일 데이터를 동시에 사용할 수 있게 지원.
데이터 보안 향상
- 중앙집중식 데이터 관리로 효율적인 접근 제어 및 보안 강화.
데이터 무결성 유지
- 데이터 삽입, 수정 시 유효성 검사로 데이터의 정확성과 일관성 보장.
표준화된 접근
- DBMS가 정한 표준 인터페이스를 통해 데이터에 접근, 관리가 용이.
백업 및 회복 기능
- 장애 발생 시 데이터의 일관성과 무결성을 유지하면서 복구 가능.
응용 프로그램 개발 비용 절감
- 파일 시스템에 비해 데이터 관리 부담이 줄어들어 개발 및 유지 보수 비용 절감.

단점

비용 문제
- DBMS 소프트웨어 및 하드웨어 구매 비용이 높고, 사용자의 수에 따라 비용이 증가할 수 있음.
백업과 회복의 복잡성
- 시스템 장애 시 원인 파악 및 회복 방법이 복잡할 수 있음.
  - 다만, 이는 파일 시스템도 동일하다.
중앙 집중 관리의 취약점
- 중앙 집중식 관리 방식으로 인해 DBMS 장애가 발생하면 전체 시스템 업무가 중단될 위험 있음.
높은 데이터베이스 의존도
- 시스템이 DBMS에 크게 의존할수록 가용성과 신뢰성에 치명적인 영향을 미칠 수 있음.

6. DBMS 발전 과정

DBMS는 기술 발전과 함께 여러 세대를 거치며 발전해 왔다.

1세대 DBMS (1960년대)

특징:
- 네트워크 및 계층형 모델 기반.
- 데이터와 응용 프로그램이 밀접하게 결합되어 있음.
- 사용이 제한적이고, 사용자 친화성이 낮음.
예시:
- IMS (Information Management System)

2세대 DBMS (1970년대)

특징:
- 관계형 데이터베이스 (RDBMS) 개념 도입.
- SQL(Structured Query Language)을 통한 데이터 질의가 가능해짐.
- 데이터 독립성과 응용 프로그램의 분리 향상.
예시:
- IBM의 System R, Oracle, Ingres

3세대 DBMS (1980~1990년대)

특징:
- 객체 지향 데이터베이스 및 하이브리드 DBMS 등장.
- 데이터베이스 확장성, 분산 처리, 트랜잭션 관리 기능 강화.
- 고성능, 대용량 데이터 처리에 중점.
예시:
- Sybase, Informix, Microsoft SQL Server

4세대 DBMS (2000년대 이후)

특징:
- NoSQL, NewSQL 등 비관계형 데이터베이스 등장.
- 빅데이터, 클라우드 컴퓨팅 환경에 최적화.
- 비정형 데이터를 저장하고 처리하는 데 적합.
- 데이터 모델 다양화 (문서, 그래프, 키-값 저장소 등).
- 높은 확장성과 유연성을 제공하며, 실시간 데이터 처리 지원.
예시:
- MongoDB, Cassandra, Redis, Google Spanner

3주차

1. 데이터베이스 시스템

데이터베이스에 데이터를 저장하고 이를 관리하여 조직에 필요한 정보를 생성해 주는 시스템.

2. 데이터베이스 구조

스키마와 인스턴스

스키마 (Schema):
데이터베이스에 저장되는 데이터의 구조와 제약조건을 정의한 것.
인스턴스 (Instance):
스키마에 따라 실제로 데이터베이스에 저장된 값들의 집합.

3. 3단계 데이터베이스 구조

미국 표준화 기관인 ANSI/SPARC에서 제안한 구조로, 하나의 데이터베이스를 보다 쉽게 이해하고 활용할 수 있도록 세 가지 관점(단계)으로 나눈다.

3.1 외부 단계 (External Level)

외부 스키마 (Sub-schema):
개별 사용자 관점에서 데이터베이스를 이해하고 표현한 것으로, 각 사용자가 필요로 하는 데이터의 논리적 구조를 정의한다.
- 하나의 데이터베이스에 여러 개의 외부 스키마가 존재할 수 있음.

3.2 개념 단계 (Conceptual Level)

개념 스키마 (Conceptual Schema):
조직 전체 관점에서 데이터베이스의 전체 논리적 구조를 정의한다.
- 데이터가 어떤 방식으로 저장되는지, 데이터 간의 관계와 제약 조건, 보안 정책 및 접근 권한 등을 포함한다.
- 하나의 데이터베이스에 단 하나만 존재.

3.3 내부 단계 (Internal Level)

내부 스키마 (Internal Schema):
데이터베이스가 저장 장치에 실제로 저장되는 물리적 구조를 정의한다.
- 레코드 구조, 필드 크기, 레코드 접근 경로 등 물리적 저장 구조를 기술.
- 하나의 데이터베이스에 단 하나만 존재.

4. 데이터 독립성

하위 스키마(내부, 외부)가 변경되어도 상위 스키마(개념 스키마)는 영향을 받지 않는 특성.

논리적 데이터 독립성:
- 개념 스키마가 변경되어도 외부 스키마는 영향을 받지 않음.
- 개념 스키마가 변경되면 관련된 외부/개념 사상만 정확하게 수정하면 됨.
물리적 데이터 독립성:
- 내부 스키마가 변경되어도 개념 스키마는 영향을 받지 않음.
- 내부 스키마가 변경되면 관련된 개념/내부 사상만 정확하게 수정하면 됨.

스키마 간 대응 관계 (Mapping)

외부/개념 사상 (External/Conceptual Mapping):
외부 스키마와 개념 스키마 간의 대응 관계를 정의하며, 응용 인터페이스라고도 한다.
개념/내부 사상 (Conceptual/Internal Mapping):
개념 스키마와 내부 스키마 간의 대응 관계를 정의하며, 저장 인터페이스라고도 한다.
목적:
이들 대응 관계를 통해 하위 스키마가 변경되더라도 상위 스키마에 영향을 미치지 않는 데이터 독립성을 실현하는 것이 궁극적 목적이다.

5. 데이터 사전 (Data Dictionary)

시스템 카탈로그라고도 하며, 데이터베이스에 저장되는 데이터에 관한 정보(메타데이터)를 유지하는 시스템 데이터베이스.

포함 내용:

스키마, 사상 정보, 다양한 제약 조건 등.

특징:

DBMS가 스스로 생성하고 유지하며, 일반 사용자는 저장된 내용을 검색만 할 수 있음.

6. 데이터베이스 사용자 (Database Users)

데이터베이스를 이용하기 위해 접근하는 모든 사람.

주요 사용자 유형

데이터베이스 관리자 (DBA):
- 데이터베이스 시스템을 운영 및 관리.
- 주로 데이터 정의어(DDL)와 데이터 제어어(DCL)를 사용.
- 주요 업무:
  - 데이터베이스 구성 요소 선정
  - 데이터베이스 스키마 정의
  - 물리적 저장 구조와 접근 방법 결정
  - 무결성 유지를 위한 제약 조건 정의
  - 보안 및 접근 권한 정책 수립 등
최종 사용자 (일반 사용자):
- 데이터베이스에 접근하여 데이터를 삽입, 삭제, 수정, 검색하는 사용자.
- 캐주얼 사용자와 초보 사용자로 구분.
응용 프로그래머:
- 데이터 언어를 활용하여 응용 프로그램을 작성하는 사용자.

7. 데이터 언어 (Database Languages)

사용자와 데이터베이스 관리 시스템(DBMS) 간의 통신 수단.

종류

데이터 정의어 (DDL):
스키마를 정의, 수정, 삭제하기 위한 언어.
데이터 조작어 (DML):
데이터의 삽입, 삭제, 수정, 검색 등의 처리를 위한 언어.
- 절차적 DML: 사용자가 원하는 데이터를 얻기 위해 어떤 절차로 처리해야 하는지까지 설명.
- 비절차적 DML: 사용자가 원하는 데이터만 명시 (선언적 언어).
데이터 제어어 (DCL):
무결성 유지, 보안, 회복, 동시성 제어 등 내부 규칙이나 기법을 정의하기 위한 언어.

8. 데이터 모델링 (Data Modeling)

현실 세계에 존재하는 데이터를 컴퓨터의 데이터베이스로 옮기는 변환 과정으로, 데이터베이스 설계의 핵심 과정이다.

핵심 개념 – 추상화 (Abstraction):
복잡한 현실을 단순화하여 핵심적인 요소만 표현하는 중요한 과정.

2단계 데이터 모델링:

개념적 모델링 (Conceptual Modeling):
현실 세계의 중요 데이터를 식별하고, 개념적으로 모델링하는 단계.

데이터 모델 (Data Model):
모델링 결과물을 표현하는 도구.

개념적 데이터 모델:
현실 세계를 개념적으로 표현하여 데이터베이스의 개념적 구조를 만드는 도구.

논리적 데이터 모델:
개념적 모델을 바탕으로 실제 데이터베이스의 논리적 구조를 표현하는 도구.

데이터 모델의 구성:

데이터 구조:

개념적 구조: 현실 세계를 추상화하여 어떤 요소들로 이루어져 있는지 표현.

논리적 구조: 실제 데이터베이스 설계에 반영되는 구조.

9. 개체-관계 모델 (ER 모델)

피터 첸(Peter Chen)이 제안한 개념적 데이터 모델로, 개체와 개체 간의 관계를 이용하여 현실 세계를 모델링한다.

핵심 요소:

개체 (Entity):
조직 운영에 필수적인 사람, 사물, 개념, 사건 등으로, 고유한 이름과 하나 이상의 속성을 가진다. (파일 구조의 레코드와 유사)

속성 (Attribute):
개체나 관계가 가진 고유한 특성으로, 의미 있는 데이터의 최소 논리 단위.

관계 (Relationship):
개체들 간의 연관성이나 상호작용을 나타낸다.

개체-관계 다이어그램 (ER 다이어그램):
개체-관계 모델을 시각적으로 표현하여, 현실 세계의 데이터 구조를 쉽게 이해할 수 있도록 돕는다.