3장 데이터 입출력 구현 - (3) 데이터베이스 기초 활용하기

데이터베이스

다수의 인원, 시스템, 프로그램등이 사용할 목적으로 통합하여 관리되는 데이터의 집합

(통합된 데이터, 저장된 데이터, 운영 데이터, 공용 데이터)

특징 : 실시간 접근성, 계속적인 변화, 동시 공용, 내용 참조

---

데이터베이스 종류

 데이터베이스의 종류는  파관계네(파일 시스템, 관계형 데이터베이스 관리 시스템, 계층형 데이터베이스 관리 시스템, 네트워크 데이터베이스 관리시스템)이 있다.

 

- 파일시스템 : 파일의 이름을 부여하고 저장이나 검색을 위해 논리적으로 그것들을 어디에 위치시켜야 하는지 등을 정의한 뒤 관리하는 데이터베이스 전 단계의 데이터 관리 방식

  종류 : ISAM (자료의 내용은 주 저장부, 자료의 색인은 색인부에 기록)

            VASM(대형 운영체제에서 사용되는 파일 관리시스템)

- 관계형 데이터베이스 관리시스템(RDBMS-Relational Database Management System)

  데이터를 저장하는 테이블의 일부를 다른 테이블과 상하 관계로 표시하며 상과관계를 정리

  종류 : Oracle, MySql, Maria DB 등

- 계층형 데이터베이스 관리시스템(HDBMS- Hierarchical Database Management System)

   데이터를 상하 종속적인 관계로 계층화하여 관리하는 DB, 접근 속도는 빠르나 종속적 구조로 인해 변화엔 유연하게 대응이 어려움

- 네트워크 데이터베이스 관리시스템(NDBMS - Network Database Management System)

   데이터의 구조를 네트워크상의 망상 형태로 표현한 데이터 모델로 트리 구조나 계층형  DB보단 유연하지만 설계가 복잡함

---

데이터베이스 기술 트랜드

 

1. 빅데이터(Big Data) : 주어진 비용 및 시간 내 처리 가능한 데이터의 범위를 넘어선 수십 페타바이트(PB) 크기의 비정형 데이터

    - HDFS(Hadoop Distributed File System) : 대용량 데이터의 집합을 처리하는 응용 프로그램에 적합하도록 설계된 하둡 분산 파일 시스템 

    - 맵 리듀스(Map Reduce) : 2004년에 발표한 소프트웨어 프레임웍으로 구글에서 대용량 데이터를 위한 분산 병렬 컴퓨팅에서 처리하기 위해 만듦

 

2. NOSQL (Not Only SQL) : 고정된 테이블 스키마가 필요없고, 조인(Join)연산을 사용할 수 없으며, 수평적으로 확장이 가능한 DBMS

    - 시맨틱 웹(Semantic web) : 온톨로지를 활용해 서비스를 기술 및 서비스의 검색, 조합, 중재 기능을 자동화 하는 웹

    - 온톨로지(Ontology) : 실세계에 존재하는 모든 개념들과 속성, 관계 등을 컴퓨터가 이해할 수 있도록 서술해 놓은 지식베이스

 

3. 데이터 마이닝(Data Mining) : 대규모의 데이터 속에서 의미있는 패턴을 파악하거나, 예측해 의사 결정에 활용하는 기법으로 숨겨진 정보를 찾아내 이를 기반으로 서비스와 제품에 도입하는 과정이다.

     - 텍스트 마이닝(Text Mining) : 대량의 텍스트 데이터로부터 패턴, 관계를 추출해 의미 잇는 정보를 찾아내는 기법

     - 웹 마이닝(Web Mining) : 웹으로부터 얻어지는 대용량 데이터에서 유용한 정보를 찾아내기 위해 분석하는 기법