Database

Computer Science of Database

SQL

👉 RDBMS의 데이터를 관리하기 위해 설계된 특수 목적의 프로그래밍 언어

DBMS

👉 사용자와 DB 사이에서 사용자의 요구에 따라 DB를 관리해주는 소프트웨어

Database ✔️

👉 일반적으로 컴퓨터 시스템에 전자 방식으로 저장된 구조화된 정보

RDBMS(Relational DB Management System) ✔️

👉 관계형 모델을 기반으로 하는 DBMS 유형
👉 RDBMS의 테이블은 서로 연관되어 있어 일반 DBMS보다 효율적으로 데이터를 관리할 수 있음

NoSQL ✔️

👉 기존의 RDBMS와는 다른 형태로 데이터를 저장하는 기술
👉 테이블 스키마가 매우 유동적, 데이터간의 관계를 정의하지 않음
👉 SQL 뿐만이 아닌 여러 가지 기능을 제공
👉 매우 대량의 데이터를 다루거나 분산형 구조에 매우 적합한 기술
👋 분산시 데이터를 상호 복사하며 저장하기에 데이터 유실이 매우 적음
✋ 기존의 복잡하고 소량의 데이터에서 단순하고 다량의 로그 형태의 데이터로 변모함에 따라 중요성이 부각됨
✋ 트랜잭션을 지원하지 않음

Schema ✔️

👉 DB의 구조와 제약조건에 관하여 전반적인 명세를 기술한 것
✋ 다른 이름으로 메타데이터(meta-data)
✋ 데이터 사전에 저장
✋ 내부 스키마 : 데이터의 실제 저장 방법을 기술한 것
✋ 개념 스키마 : DB 전체의 논리적인 구조를 기술한 것
✋ 외부 스키마 : 사용자와 응용 프로그래머가 각자 개인의 입장에서 필요로 하는 DB의 논리적인 구조를 기술한 것

SQL Injection

👉 공격자가 악의적인 의도를 갖는 구문을 삽입하여 공격자가 원하는 SQL 구문을 실행하도록 하는 해킹기법
👋 공격 방법
　　👋 논리적 에러를 이용, Union 명령어를 이용, 다량의 SQL Injection 공격, etc
👋 방어 방법
　　👋 input 값을 받을 때, 특수문자 여부 검사
　　👋 SQL 서버 오류 발생 시, 해당 에러 메시지 감추기
　　👋 preparedstatement 사용

Statement 🆚 PreparedStatement 🔥

👉 Statement : SQL 구문을 실행하는 기능을 가진 클래스
👉 PreparedStatement : Statement 클래스의 기능을 향상한 것
👉 Statement에는 보통 변수를 설정하고 바인딩하는 static SQL이 사용되지만 PreparedStatement에서는 쿼리 자체에 조건이 들어가는 dynamic SQL이 사용됨
👉 속도와 보안 측면에서 PreparedStatement가 우수

Transaction ✔️

👉 DB 내에서 한꺼번에 수행되어야 할 일련의 연산들
✋ A Transaction symbolizes a unit of work perfomed within a DBMS
👉 4가지의 특성 ACID ✔️
　　👉 원자성(Atomicity) : 분리할 수 없는 하나의 단위, 작업은 모두 완료되거나 모두 취소됨
　　👉 일관성(Consistency) : 트랜잭션 수행 전/후 상관없이 DB 상태는 항상 일관된 상태(정의된 제약조건을 만족)를 유지함
　　👉 격리성(Isolation) : 수행 중인 트랜잭션에 다른 트랜잭션이 끼어들어 변경 중인 데이터 값을 훼손할 수 X
　　👉 영속성(Durability) : 정상적인 종료가 되면 그 결과는 시스템에 영구적 적용
✋ 한꺼번에 완료가 된 경우, 성공적인 종료 ‘COMMIT’, DB 반영
✋ 그렇지 못한 경우, 비정상적인 종료 ‘ROLLBACK’, DB 영향 X

Transaction Isolation Level(격리 수준)

👉 여러 트랜잭션이 수행될 때, 트랜잭션끼리 서로 고립되어 있는 수준
👉 4가지의 레벨
　　👉 Read Uncommited
　　　　👉 커밋 전의 데이터 변경 내용을 다른 트랜잭션에서 조회할 수 있는 레벨
　　　　👋 Dirty Read, Non-Repeatable Read 발생
　　👉 Read Commited
　　　　👉 커밋이 완료된 데이터 변경 내용에 대해서만 다른 트랜잭션에서 조회할 수 있는 레벨
　　　　👋 Non-Repeatable Read, Pantom Read 발생
　　👉 Repeatable Read
　　　　👉 트랜잭션이 시작되기 전에 커밋된 내용에 대해서만 조회할 수 있는 레벨
　　　　👋 Pantom Read 발생
　　👉 Serializable
　　　　👉 한 트랜잭션에서 사용하는 데이터는 다른 트랜잭션에서 접근이 불가능한 레벨
　　　　👋 동시성이 가장 많이 떨어짐, DeadLock 주의
👋 Dirty Read : 커밋되지 않은 수정 중인 데이터를 다른 트랜잭션에서 조회하는 것을 허용할 때 발생하는 현상
👋 Non-Repeatable Read : 한 트랜잭션에서 같은 쿼리를 두 번 수행할 때, 두 쿼리의 결과가 상이하게 나타나는 현상
👋 Phantom Read : 한 트랜잭션에서 같은 쿼리를 두 번 수행할 때, 첫 번째 쿼리에서 없던 튜플이 두 번째 쿼리에서 나타나는 현상

DB 이중화

👉 물리적으로 떨어져 있는 여러 DB에 대해 로컬 DB의 변경된 내용을 원격 DB에 복제하고 관리하는 것
👋 실시간 데이터 백업 및 서버 부하 분산을 위해

무결성(Integrity) ✔️

👉 DB에서 저장된 값들에 대해 여러가지 제한을 통하여 데이터에 대한 신뢰를 보장하게 해 일관성을 유지시켜주는 것
　　👉 영역 무결성(Domain Integrity) : 자료형, 규칙과 제약, 값 범위 등을 제한
　　👉 참조 무결성(Referential Integrity) : 기본 키와 참조 키 간의 관계가 항상 유지됨을 보장
　　　　👉 관련된 테이블의 레코드 간의 관계를 유효하게 하는 규칙
　　　　👋 쉽게 얘기하자면 외래키 값은 NULL 혹은 참조 릴레이션의 기본키 값과 동일함을 의미
　　👉 개체 무결성(Entity Integrity) : 기본 테이블의 기본 키를 구성하는 어떤 속성도 Null 값이나 중복된 값을 가질 수 없음

Key ✔️

👉 DB에서 튜플들을 서로 구분할 수 있도록 기준이 되는 속성을 뜻함
　　👉 기본 키(Primary Key) : 한 릴레이션에서 특정 튜플을 유일하게 식별할 수 있게 하는 속성 // 오직 한 개, NULL X, 중복 값 X // NULL은 0과 다른 의미
　　　　✋ 복합 키(Composite Key) : 둘 이상의 속성으로 구성된 기본 키
　　　　✋ 자연 키(Natural Key) : 실제로 어떤 개체가 가지고 있는 속성으로 구성된 키
　　　　✋ 대리 키(Surrogate Key) : 보안 혹은 성능 향상을 위해 사용되는 인공적이거나 합성적인 키, 인공 키라고도 함
　　👉 후보 키(Candidate Key) : 특정 튜플을 유일하게 식별할 수 있게 하는 최소한의 속성으로 구성된 키 // 유일성 O, 최소성 O
　　👉 대체 키(Alternate Key) : 후보 키가 둘 이상일때, 기본 키를 제외한 후보 키
　　👉 슈퍼 키(Super Key) : 특정 튜플을 유일하게 식별할 수 있게 하는 속성으로 구성된 키 // 유일성 O, 최소성 X
　　👉 외래 키(Foreign Key) : 참조하는 릴레이션의 기본 키와 대응되어 릴레이션 간의 참조 관계를 표현하는 중요한 도구
　　👉 부분 키(Partial Key) : 상위 개체 타입의 키와 결합하여 약한 개체 타입의 특정 튜플를 유일하게 식별할 수 있게 하는 속성
✋ 유일성 : 특정 튜플을 바로 찾아낼 수 있는 고유한 속성을 의미
✋ 최소성 : 키를 구성하는 속성 하나를 제거하면 유일하게 식별할 수 없는, 따라서 반드시 필요한 최소의 속성을 의미

DDL(Data Definition Language)

👉 스키마를 정의하거나 조작하기 위해 사용하는 언어
✋ DB 구조, 데이터 형식, 접근 방식 등 DB를 구축하거나 수정할 목적으로 사용하는 언어
👋 CREATE, ALTER, DROP // 생성, 변경, 삭제

DML(Data Manipulation Language)

👉 데이터를 조작하기 위해 사용되는 언어
✋ 사용자로 하여금 데이터를 처리할 수 있게 하는 도구로써 사용자와 DBMS 간의 인터페이스를 제공
👋 SELECT, INSERT, DELETE, UPDATE // 검색, 삽입, 삭제, 변경
👋 SELECT/DELETE ~ FROM
👋 INSERT ~ INTO
👋 UPDATE ~ SET
👋 WHERE ~ IN

DCL(Data Control Language)

👉 데이터를 관리하고 보호하기 위한 목적으로 사용하는 언어
✋ 데이터의 무결성, 보안 및 권한 제어, 회복 등을 하기 위해 사용되는 언어
👋 COMMIT, ROLLBACK, GRANT, REVOKE // 신규 적용, 이전 복원, 권한 부여, 권한 취소

DQL(Data Query Language) 🔥

👉 SELECT 만을 따로 분리해서 쿼리로 표현하는 유형

TCL(Transaction Control Language) 🔥

👉 COMMIT, ROLLBACK 만을 따로 분리해서 표현하는 유형

인덱스(Index) ✔️

👉 추가적인 쓰기 작업과 저장 공간을 활용하여 DB 테이블 검색 속도를 향상시키기 위한 자료구조
　　👋 Attribute 복사해서 정렬
　　👋 primary key는 이미 정렬되어 있기에 index 필요 X
👉 1. Hash Table
　　👉 key와 value로 데이터를 저장하는 자료구조
　　👉 검색 시간 복잡도 O(1), 매우 빠름
　　👉 단점은 연속적인 데이터를 위한 순차 검색이 불가능 (부등호 <, >)
👉 2. B+ Tree
　　👉 자식 노드가 2개 이상인 B Tree를 개선한 자료구조
　　👉 검색 시간 복잡도 O(logn)
　　👉 leaf node들은 LinkedList로 연결되어 있어 순차 검색이 용이함
👋 Link
👋 Link

왜 Hash Table 대신 B+ Tree를 흔히 사용?

👉 Hash Table은 모든 값이 정렬되어 있지 않아 특정 기준보다 크거나 작은 값을 쉽게 찾을 수 없음
✋ 따라서, 기준 값보다 크거나 작은 요소들을 항상 탐색할 수 있어야 하는 DB 인덱스로 B+ Tree가 더 자주쓰임

왜 B+ Tree를 사용? 다른 자료구조?

👉 시간적인 성능 혹은 검색 및 삽입, 삭제를 포함한 종합적인 성능에서 B+ Tree가 우수

인덱스(Index) 관리 🔥

👉 인덱스가 적용된 칼럼에 INSERT, DELETE, UPDATE가 수행된다면
　　👉 INSERT : 새로운 데이터에 대한 인덱스를 추가
　　👉 DELETE : 삭제하는 데이터의 인덱스를 사용하지 않는다는 작업을 진행
　　👉 UPDATE : 기존의 인덱스를 사용하지 않음을 처리, 갱신된 데이터에 대한 인덱스를 추가
⚠️ 기존의 인덱스를 ‘삭제’하는 것이 아닌 ‘사용하지 않음’을 처리함에 주의
⚠️ 따라서, 인덱스를 사용함으로써 성능이 향상될 수 있지만, INSERT/DELETE/UPDATE가 빈번한 속성에 인덱스를 적용할 경우 인덱스의 크기가 비대해지기에 성능이 오히려 저하되는 역효과가 일어날 수 있음

DB 정규화 ✔️

👉 관계형 DB에서 중복을 최소화하기 위해 데이터를 구조화하는 작업
👉 제 1 정규화
　　👉 테이블에 칼럼이 원자 값을 갖도록 테이블을 분해

👉 제 2 정규화
　　👉 제 1 정규화를 진행한 테이블에 대해 완전 함수 종속을 만족하도록 테이블을 분해
　　👋 완전 함수 종속 : 기본 키의 부분 집합이 결정자가 되어선 X

👉 제 3 정규화
　　👉 제 2 정규화를 진행한 테이블에 대해 이행적 종속을 없애도록 테이블을 분해
　　👋 이행적 종속 : A ➡️ B & B ➡️ C이면, A ➡️ C

👉 BCNF 정규화
　　👉 제 3 정규화를 진행한 테이블에 대해 모든 결정자가 후보키가 되도록 테이블을 분해

정규화 특징

👉 DB 변경시 발생하는 이상 현상들을 해결할 수 있음
👋 즉, 데이터 구조 안정성 최대화
👉 But, 릴레이션 간의 연산(JOIN)이 많아져 응답 시간이 느려질 수 있음
👋 정규화는 논리적 설계 단계에서 수행

Join

👉 두 개 이상의 테이블이나 DB를 연결하여 데이터를 검색하는 방법
✋ INNER, LEFT, RIGHT, FULL Join // 교집합, 왼쪽 테이블 기준, 오른쪽 테이블 기준, 합집합

이상 현상(Anomaly) ✔️

👉 논리적 오류가 발생하여 데이터 조작시 불일치가 발생하는 현상
👋 삽입 이상 : 튜플 삽입시 의도하지 않은 자료까지 삽입해야만 테이블에 추가가 가능한 현상
👋 삭제 이상 : 튜플 삭제시 유용한 다른 정보까지 삭제되어버리는 현상
👋 갱신 이상 : 튜플 수정시 중복된 데이터의 일부만 수정되어 데이터 모순이 발생하는 현상

DB Lock ✔️

👉 여러 개의 트랜잭션들이 하나의 데이터로 동시에 접근하려고 할 때 이를 제어해주는 도구
👋 공유 락(Shared Lock) : 트랜잭션이 읽기를 할 때 사용되는 락
　　👋 데이터를 읽을수는 있지만 쓸 수 없음
👋 배타 락(Exclusive Lock) : 트랜잭션이 읽고 쓰기를 할 때 사용되는 락
　　👋 데이터를 읽고 쓸 수 있음
👋 락킹 단위 : 한꺼번에 락킹할 수 있는 단위
　　👋 DB, 파일, 레코드 등이 락킹 단위 될 수 있음
　　👋 락킹 단위가 작아지면 병행성 수준이 올라가고, 오버헤드가 증가함

DB Deadlock(교착 상태) ✔️

👉 여러 개의 트랜잭션들이 실행을 하지 못하고 무한히 대기하는 상태에 빠진 현상
👉 예방 기법
　　👉 각 트랜잭션이 실행되기 전에 필요한 데이터를 모두 락킹
　　👉 But, 데이터가 많이 필요하면 모든 데이터를 락킹해야해서 트랜잭션의 병행성을 보장하지 못함
　　👉 또한, 몇몇의 트랜잭션은 계속 처리를 못하게 되는 기아 상태가 발생할 수 있음
👉 회피 기법
　　👉 Wait-Die : 다른 트랜잭션이 데이터를 점유하고 있을 때, 기다리거나 포기하는 방식
　　👉 Wound-Wait : 다른 트랜잭션이 데이터를 점유하고 있을 때, 빼앗거나 기다리는 방식
👉 탐지 기법
　　👉 Union-Find를 이용하여, 사이클이 존재하는지 여부로 교착 상태를 알 수 있음

View Table

👉 뷰는 실제 데이터가 하드웨어에 저장되는 것은 아니지만 뷰를 통해 데이터를 관리할 수 있음
👋 즉, 하나의 가상의 테이블
　　👉 복잡한 Query로 얻을 수 있는 결과를 간단한 Query로 얻을 수 있음
　　👉 한 개의 뷰로 여러 테이블에 대한 데이터를 검색할 수 있음
👋 보안 관리, 사용상의 편의, 수행속도 향상, SQL 성능 향상의 목적으로 활용

Connection Pool

👉 일정량의 커넥션 객체를 미리 만들어 pool에 저장하는 기법
👋 프로그램 요청시 커넥션 객체를 할당해주고, 임무 완료시 다시 반환하여 pool에 저장
👋 불필요하게 커넥션을 생성하고 삭제하는 일이 사라져서 이와 관련된 비용을 줄여 성능 향상에 도움이 됨
👋 But, 만들고 사용하지 않아도 계속 메모리에 할당을 해놓으므로 Memory leak 발생할 수 있음
👋 Connection : DB 연결 객체

💚 Additional

E-R Model

👉 개체-관계 모델, 구조화된 데이터에 대한 일련의 표현

E-R Diagram

👉 ERM 프로세스의 산출물

Oracle 🆚 MySQL

👉 Oracle은 대용량에 성능을 최적화하였기 때문에 일반적으로 대기업에서 많이 쓰임
👉 MySQL은 진입장벽이 낮고 단일 DB로 제한이 되어 있어 일반적으로 중소기업 혹은 개인이 쓰기에 적합

Hint

👉 옵티마이저가 최적의 계획으로 SQL문을 처리하지 못하는 경우 개발자가 직접 최적의 실행 계획을 제공하는 것

Clustering

👉 여러 개의 DB를 수평적인 구조로 구축하는 방식
👉 동기 방식으로 노드들 간의 데이터를 동기화
✋ 1개의 노드가 죽어도 다른 노드가 살아있어 시스템을 장애 없이 운영할 수 있음
✋ 여러 노드들 간의 데이터를 동기화 하는 시간이 필요하므로 리플리케이션에 비하면 성능이 낮음

Replication

👉 여러 개의 DB를 권한에 따라 수직적인 구조로 구축하는 방식
👉 비동기 방식으로 노드들 간의 데이터를 동기화
✋ 비동기 방식으로 데이터가 동기화되어 지연 시간이 거의 없음
✋ 노드들 간의 데이터가 동기화 되지 않아 일관성 있는 데이터를 얻지 못할 수 있음

*****

Database Computer Science of Database

SQL