구분 | 시험과목 | 과목별 세부 내용 | 문항수 |
1과목 | 데이터 모델링의 이해 | 1) 데이터 모델링의 이해 2) 데이터 모델과 성능 |
10 |
2과목 | SQL 기본 및 활용 | 1) SQL 기본 2) SQL 활용 3) SQL 최적화 기본 원리 |
40 |
<1과목 - 데이터 모델링의 이해>
1. 데이터 모델
1) 모델링의 특징(추, 단 명)
(1) 추상화 : 현실세계를 간략히 표현
#현실세계를 일정한 형식에 맞춰 표현하는 추상화의 의미를 가짐
(2) 단순화 : 누구나 쉽게 이해할 수 있도록 표현
#복잡한 현실을 제한된 언어나 표기법을 통해 이해하기 쉽게 단순화의 의미를 가지고 있음
(3) 명확성 : 누구나 이해하기 쉽게 대상이 한가지 의미를 가짐
#애매모호함을 배제하고 누구나 이해 가능하도록 정확하게 현상을 기술하는 정확하의 의미를 가짐
2. 데이터 모델링이 필요한 주요 이유
1) 업무정보를 구성하는 기초가 되는 정보들에 대해 일정한 표기법에 의해 표현
-> 정보시스템의 구축의 대상이 되는 업무 내용을 정확하게 분석하는 것
2) 분석된 모델을 가지고 실제 데이터베이스를 생성하여 개발 및 데이터 관리에 사용하기 위한 것
*데이터 모델링은 단지 데이터 베이스만을 구축하기 위한 용도가 아니다!!!
3. 데이터 모델링시 유의해야할 사항(중복X, 유연, 일관)
1) 중복성 : 여러 장소의 데이터 베이스에 같은 정보를 저장하지 않도록 한다
2) 비유연성 : 데이터 정의를 데이터의 사용 프로세스와 분리하여 유연성을 높인다
3) 비일관성 : 데이터간의 상호 연관관계를 명확하게 정의하여 일관성 있게 데이터가 유지되도록 한다.
4. 데이터 모델링 유의점(3번과 동일 PASS)
5. 데이터 모델링 개념(개념적 모델링 → 논리적 모델링 → 물리적 모델링)
-개념적 모델링 : 전사적관점, 추상화 수준이 가장 높음, 업무 측면에서 모델링
-논리적 모델링 : 정규화를 통한 재사용성이 높음
-물리적 모델링 : 성능, 보안, 가용성 등을 고려하여 데이터베이스를 구축함
6. ANSI-SPARC에서 정의한 데이터베이스 3단계 구조(외-개-내)
1) 외부 스키마 (External Schema)
: 데이터 추상화의 최상위 단계로서 전체 데이터 베이스의 일부분만을 기술해 놓는다. (= 서브 스키마(Sub Schema)라고도 불림)
-사용자나 응용 프로그래머가 각 개인의 입장에서 필요로 하는 데이터베이스의 논리적 구조를 정의
-같은 데이터베이스에 대해서도 서로 다른 관점을 정의할 수 있도록 허용(= 사용자 뷰(View)라고도 불림)
-하나의 외부 스키마를 여러 개의 응용프로그램이나 사용자가 공용할 수 있음
-일반 사용자는 질의어(SQL)를 사용하여 데이터베이스를 사용
2) 개념 스키마(Conceptual Schema) - 통합
: 데이터베이스의 전체적인 논리 구조로서, 모든 응용 프로그램이나 사용자들이 필요로 하는 데이터를 종합한 조직 전체의 데이터베이스로 하나만 존재
-개체간의 관계와 제약 조건을 나타냄
-데이터베이스의 접근 권한, 보안 및 무결성 규칙에 관한 명세를 정의
-단순히 스키마(Schema)라고 한다면 개념 스키마를 의미
-기관이나 조직체의 관점에서 데이터베이스를 정의
3) 내부 스키마(Internal Schema)
-데이터베이스의 물리적 구조를 정의
-데이터의 실제 저장방법을 기술(데이터의 물리적인 설계도)
-물리적인 저장장치와 밀접한 계층(데이터의 저장위치, 데이터의 구조, 파일 구성 및 보안대책 등)
-시스템 프로그래머나 시스템 설계자가 보는 관점의 스키마

7. ERD문제 PASS
8. ERD에 대한 설명
1) 1976년 피터첸에 의해 Entity-Relationship Model이라는 표기법이 만들어짐
2) 일반적으로 ERD를 작성하는 방법 : 엔터티 도출 -> 엔터티 배치 -> 관계 설정 -> 관계명 기술
3) 관계 명칭 : 관계 표현에 있어서 매우 중요한 부분
4) 엔터티를 배치하는에 대한 문제는 필수사항은 아니지만 가독성 측명에서 살펴봐야 함.
인간의 눈은 왼쪽->오른쪽, 위쪽->아래쪽으로 이동하는 경향이 있음.
9. 엔터티의 특징
1) 반드시 해당 업무에서 필요하고 관리자하고자하는 정보여야 함
예) 환자, 토익의 응시횟수..
2) 유일한 식별자에 의해 식별가능해야 함
3) 영속적으로 존재하는 인스턴스의 집합이어야 함(두 개 이상!!!!!!)
4) 엔터티는 업무 프로세스에 의해 이용되어야 함
5) 엔터티는 반드시 속성이 있어야 함
6) 엔터티는 다른 엔터티와 최소 한 개 이상의 관계가 있어야 함
즉, 필요한 정보이며, 유일한 식별자, 인스턴스의 집합(두 개 이상), 속성값 필수, 최소 한 개 이상의 관계 필요
10. 엔터티의 특징 / 9번과 동일 PASS
오답) 엔터티는 한 개의 인스턴스를 가지는 것만으로도 충분한 의미를 부여할 수 있다.
-> 아니다. 엔터티는 영속적으로 존재하는 인스턴스의 집합이어야 함(두 개 이상!!!!!!)
11. 엔터티의 특징 / 9번과 동일 PASS
오답) 다른 엔터티와 관계를 가지지 않는다.
-> 아니다. 엔터티는 다른 엔터티와 최소 한 개 이상의 관계가 있어야 함
12. 엔터티의 종류
1) 유형에 따른 종류
(1) 유형 엔터티
-업무에서 도출되며 지속적으로 사용됨
(2) 개념 엔터티
-유형 엔터티는 물리적인 형태가 있지만, 개념 엔터티는 물리적 형태가 없다.-개념적으로 사용되는 엔터티
(3) 사건 엔터티
-비즈니스 프로세스를 실행하면서 생성되는 엔터티
2) 발생 시점에 따른 종류
(1) 기본 엔터티
-키 엔터티
-다른 엔터티로부터 영향을 받지 않고 독립적으로 생성됨
답) 다른 엔터티로부터 주식별자를 상속받지 않고 자신의 고유한 주식별자를 가짐. 사원, 부서 고객, 상품 등이 예가됨
(2) 중심 엔터티
-기본 엔터티와 행위 엔터티 간의 중간에 있음
-기본 엔터티로부터 발생되고 행위 엔터티를 생성
(3) 행위 엔터티
-두개 이상의 엔터티로부터 발생
13. 엔터티의 이름 부여 방법
1) 현장업무에서 사용하는 용어 사용
2) 약어 사용 지양
3) 단수 명사 사용
4) 유일한 이름
5) 엔터티 생성의미대로 이름 부여
14. 속성
: 업무에서 필요로 하는 인스턴스에서 관리하고자 하는 의미상 더이상 분리되지 않는 최소한의 데이터 단위
답
1) 엔터티에 대한 자세하고 구체적인 정보
2) 하나의 엔터티는 두개 이상의 속성을 가짐
3) 속성도 집합니다
오답) 하나의 인스턴스에서 각각의 속성은 두 개 이상의 속성값을 가질 수 있다.
-> 아니다. 하나의 속성은 하나의 속성값을 갖는다.
15. 속성 / 엔터티, 인스턴스, 속성, 속성 값의 관계 추가
1) 엔터티(Entity) = 테이블
엔터티는 업무에서 필요하고 유용한 정보를 저장하고 관리하기 위한 집합적인 것이다. 개념, 사건, 장소 등의 명사(Things)이다.
2) 속성(Attribute) = 컬럼
속성은 업무에서 필요로 하는 인스턴스로 의미상 더 이상 분리되지 않는 최소의 데이터 단위이다.
3) 인스턴스(Instance) = 행
인스턴스는 데이터베이스에 저장된 데이터 내용의 전체 집합을 의미한다.

16. 속성에 대해서 PASS
17. 속성의 종류
1) 분해 여부에 따른 종류
(1) 단일 속성 : 하나의 의미로 구성된 것으로 회원id, 이름 등.
(2) 복합 속성 : 여러개의 의미가 있는 것으로 대표적으로 주소가 있다. 주소는 시, 군, 동 등으로 분해 가능하다
(3) 다중값 속성 : 속성에 여러개의 값을 가질수 있는 것으로 그 예로 상품리스트가 있음. 다중값 속성은 엔티티로 분해된다.
2) 특성에 따른 종류
(1) 기본 속성 : 비즈니스 프로세스에서 도출되는 본래의 속성이다.
(2) 설계 속성 : 데이터 모델링 과정에서 발생되는 속성이다. 유일한 값을 부여한다.
(3) 파생 속성 : 다른 속성에 의해서 만들어지는 속성이다.
답) 파생속성은 데이터를 조회할 때 빠른 성능을 낼 수 있도로 하기위해 원래 속성의 값을 계산하여 저장할 수 있도록 만든 속성이다.
18. 도메인
-
각 속성은 가질 수 있는 값의 범위가 있는데 이를 그 속성의 도메인이라고 한다. 엔터티 내에서 속성에 대한 데이터 타입과 크기 그리고 제약사항을 정의하는 것이다.
19. 속성의 명칭을 부여하는 방법1) 해당 업무에서 사용하는 이름을 부여한다.2) 서술식 속성명은 사용하지 않음3) 약어 사용 제한4) 전체 데이터 모델에서 유일성 확보
20. 데이터 모델링의 관계1) 종류(1) 존재에 의한 관계(2) 행위에 의한 관계답) 1> 관계는 존재에 의한 관계와 행위에 의한 관계로 구분된다. 그러나 ERD에서는 관계를 연결할 때, 존재와 행위를 구분하지 않고 단일화된 표기법을 사용한다. 2> UML에는 클래스다이어그램의 관계중 연관관계와 의존관계가 있다. 이것은 실선과 점선으로 다르게 표기된다.
관계 | ERD | UML |
존재에 의한 관계 | 존재와 행위를 구분하지 않음 |
연관관계 |
행위에 의한 관계 | 의존관계 | |
단일화된 표기법 사용 | 실선과 점선으로 다르게 표기함 |
21. 관계 표기법
1) 관계명
2) 관계 차수
3) 선택성
오답) 식별성
-> 식별성이 아니고 선택성이다
22. 관계차수(카디널리티)
: 엔터티간의 관계에서 1:1, 1:M과 같이 관계의 기수성을 나타냄
23. 두 개의 엔터티 사이에 정의한 관계를 체크하는 사항
1) 두 개의 엔터티 사이에 관심있는 연관규칙이 존재하는가?
2) 두 개의 엔터티 사이에 정보의 조합이 발생되는가?
3) 업무기술서, 장표에 관계 연결을 가능하게 하는 동사가 있는가?
4) 업무 시술서, 장표에 관계 연결에 대한 규칙이 서술되어 있는가?
24. 23과 동일 PASS
25. 주식별자 지정시 고려해야할 사항
1) 주식별자에 의해 엔터티 내에 모든 인스턴스들이 유일하게 구분되어야 한다.
2) 주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 한다.
3) 지정된 주식별자의 값은 자주 변하지 않는 것이어야 한다.
4) 주식별자가 지정이 되면 반드시 값이 들어와야 한다.
26. 식별자의 종류
식별자란 하나의 엔티티에 구성되어 있는 여러 개의 속성 중에서 엔티티를 대표할 수 있는 속성을 의미하며 하나의 엔티티는 반드시 하나의 유일한 식별자가 존재해야 한다.
앤터티 내에서 대표성을 가지는가 | 엔터티 내에서 스스로 생성되었는지 | 단일 속성으로 식별이 되는가 | 원래 업무적으로 의미가 있는가 |
주식별자 | 내부식별자 | 단일식별자 | 본질식별자 |
보조식별자 | 외부식별자 | 복합식별자 | 인조식별자 |
28. 주식별자를 도출하기 위한 기준
1) 해당 업무에서 자주 이용되는 속성을 주식별자로 지정한다.
2) 명칭, 내역 등과 같이 이름으로 기술되는 것들은 가능하면 주식별자로 지정하지 않는다.
3) 복합으로 주식별자로 구성할 경우 너무 많은 속성이 포함되지 않도록 한다.
오답) 자주 수정되는 속성을 주식별자로 지정한다.
-> 아니다. 자주 수정되는 속성이 주식별자가 되면 자식 엔터티에 대한 연쇄 수정이 필요하여 과부하가 걸릴 수 있다.
29. 식별자와 비식별자 관계 비교
항목 | 식별자 관계 | 비식별자 관계 |
목적 | 강한 연결관계 표현 | 약한 연결관계 표현 |
자식 주식별자 영향 | 자식 주식별자의 구성에 포함됨 | 자식 일반 속성에 포함됨 |
표기법 | 실선 표현 | 점선 표현 |
연결 고려사항 | 1) 반드시 부모 엔터티에 종속 2) 자식 주식별자 구성에 부모 주식별자 포함 필요 3) 상속받은 주식별자 속성을 타엔터티에 이전 필요 |
1) 약한 종속관계 2) 자식 주식별자 구성을 독립적으로 구성 3) 자식 주식별자 구성에 부모 주식별자 부분 필요 4) 상속받은 주식별자 속성을 타 엔터티에 차단 필요 5) 부모쪽의 관계 참여가 선택 관계 |
30. 비식별자 관계로 연결하는 것을 고려하는 경우
1) 부모 엔터티에 참조값이 없어도 자식 엔터티의 인스턴스가 생성될 수 있는 경우
2) 부모여러개의 엔터티를 하나로 통합하면서 각각의 엔터티가 갖고 있던 여러 개의 개별 관계가 통합되는 경우
3) 자식쪽 엔터티의 주식별자를 부모 엔터티와는 별도로 생성하는 것이 더 유리하다고 판단하는 경우
<1과목 - 데이터 모델링의 이해>
31. 데이터 모델링
1) 데이터 증가가 빠를수록 성능저하에 따른 성능개선비용은 증가한다.
2) 데이터 모델은 성능을 튜닝하면서 변경될 수 있는 특징이 있다.
3) 분석/설계 단계에서 성능을 고려한 데이터 모델링을 수행할 경우 성능 저하에 따른 Rework비용을 최소화할 수 있는 기회를 가지게 된다.
4) 분석.설계 단계에서 성능을 향상 시킬 수 있는 방법을 면밀하게 고려해야 한다.
32. 데이터 모델링 수행 절차
1) 데이터 모델링시 정규화를 정확하게 수향한다.
2) 데이터 베이스 용량산정을 수행한다.
3) 데이터 베이스에 발생되는 트랜잭션의 유형을 파악한다.
4) 용량과 트랜잭션의 유형에 따라 반정규화를 수행한다.
5) 이력모델의 조정, PK/FK 조정, 슈퍼타입/서브타입 조정 등을 수행한다.
6) 성능관점에서 데이터 모델을 검증한다.
33. 데이터 모델링 수행 절차 / 32와 같음
34. 성능데이터 모델링시 고려사항
1) 용량산정은 전체적인 데이터베이스에 발생되는 트랜잭션의 유형과 양을 분석하는 자료가 되므로 성능 데이터 모델링을 할 때 중요한 작업이 될 수 있다.
2) 물리적인 데이터 모델링을 할 때 PK/FK의 칼럼의 순서조정, KF인덱스 생성 등은 성능 향상을 위한 데이터 모델링 작업에 중요한 요소가 된다.
3) 이력데이터는 시간에 따라 반복적으로 발생이 되기 때문에 대량 데이터일 가능성이 높아 특별히 성능을 고려하여 칼럼 등을 추가하도록 설계해야 한다.
오답) 데이터 모델의 정규화는 항상 조회 성능 저하를 나타내므로 반정규화 관점에서만 성능을 고려하여 설계하도록 한다. -> 아니다. 정규화가 항상 조회 성능을 저하시킨다는 것은 잘못된 생각이며 기본적으로 중복된 데이터를 제거함으로써 조회 성능을 향상시킬 수 있음을 알아야 한다.
35. 정규화
1) 1차 정규화
제1차 정규화는 같은 성격과 내용의 컬럼이 연속적으로 나타나는 컬럼이 존재할 때, 해당 컬럼을 제거하고 기본테이블의 PK를 추가해 새로운 테이블을 생성하고, 기존의 테이블과 1:N 관계를 형성하는 것이다.
예제에서는 하나의 주문 단위에 여러 상품이 있을 때 주문정보가 계속 중복되기 때문에 주문 테이블과 주문상세 테이블로 분리했다.

2) 2차 정규화
제2정규화는 PK가 여러 키로 구성된 복합키(Composite Primary Key)로 구성된 경우가 2차 정규화의 대상이 되며, 복합키 전체에 의존하지 않고 복합키의 일부분에만 종속되는 속성들이 존재할 경우 (즉, 부분적 함수 종속 관계) 이를 분리하는 것이다.
위에서는 주문상세 테이블이 자신의 복합키 중 '상품 ID'에는 의존하지 않기 때문에 이를 상품 테이블로 분리할 필요가 있어 제2 정규화를 수행하였다.

3) 3차 정규화
테이블의 키가 아닌 컬럼들은 기본키에 의존해야 하는데 겉으로는 그런 것처럼 보이지만 실제로는 기본키가 아닌 다른 일반 컬럼에 의존하는 컬럼들이 있을 수 있다. 이를 (이전적 함수 종속 관계)라고 한다. 제 3정규화는 PK에 의존하지 않고 일반컬럼에 의존하는 컬럼들을 분리한다.
위의 예제에서는 주문 테이블의 일반 컬럼인 '회원 ID'가 주문 테이블의 PK인 '주문 ID'에 의존하지 않기 때문에 별도의 테이블로 분리할 필요가 있어서 제3 정규화를 수행하였다. 회원 테이블을 생성했으며, 부모인 주문 테이블이 자식인 회원 테이블에 영향을 미치는 관계가 아니기 때문에 두 테이블을 비식별관계로 설정했다.

*기본키
기본 키(primary key)는 주 키 또는 프라이머리 키라고 하며, 관계형 데이터베이스에서 조(레코드)의 식별자로 이용하기에 가장 적합한 것을 관계 (테이블)마다 단 한 설계자에 의해 선택, 정의된 후보 키를 말한다.
36. 2차 정규화에 대한 설명 PASS
37. 1차 정규화에 대한 설명
컬럼에 의한 반복적인 속성값을 갖는 형태는 속성의 원자성을 위배한 제1차 정규화의 대상이 된다.
답) 유형기능분류코드 각각에 대해 개별로 Index를 모두 생성할 경우 입력, 수정, 삭제 때 성능이 저하되므로 제1차 정규화를 수행한 후 인덱스를 적용하는 것이 좋다.
ACID(원자성, 일관성, 고립성, 지속성)는 데이터베이스 트랜잭션
이 안전하게 수행된다는 것을 보장하기 위한 성질을 가리키는 약어이다.
-Atomicity 원자성 : 트랜잭션과 관련된 작업들이 부분적으로 실행되다가 중단되지 않는 것을 보장하는 능력이다.
-Consistency 일관성 : 트랜잭션이 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 유지하는 것을 의미한다.
-Isolation 독립성 : 트랜잭션을 수행 시 다른 트랜잭션의 연산 작업이 끼어들지 못하도록 보장하는 것을 의미한다.
-Durability 지속성 : 성공적으로 수행된 트랜잭션은 영원히 반영되어야 함을 의미한다.
38. 1차 정규화 PASS
39. 정규화 PASS
40. 반정규화를 고려할 때 판단 요소
답) 반정규화 정보에 대한 재현의 적시성으로 판단한다. 예를 들어, 빌링의 잔액은 다수 테이블에 대한 다량의 조인이 불가피하므로 데이터 제공의 적시성 확보를 위한 필수 반정규화 대상 정보이다.
-정합성, 무결성 vs 성능, 테이블 단순화 Trade off
-성능, 모델 단순화 이점, 무결성 저하로 시스템 안정성하락 우려로 정규화 완료 상태에서 수행
-데이터 의미 변형/업무 규칙 감추어져서는 안됨
-데이터 무결성 유지 방안 마련 후 적용
-반정규화는 성능/관리 효율 증대, 데이터 일관성/정합성 위험 내포
반정규화
반정규화란 시스템의 성능 향상, 개발 및 운영의 편의성 등을 위해 정규화된 데이터 모델을 통합, 중복, 분리하는 과정으로, 의도적으로 정규화 원칙을 위배하는 행위이다.
-반정규화를 수행하면 시스템의 성능이 향상되고 관리 효율성을 증가하지만 데이터의 일관성 및 정합성이 저하될 수 있음
<반정규화 방법>
1. 테이블 반정규화
1) 테이블 병합
2) 테이블 분할
3) 테이블 추가
(1) 중복 테이블 추가
(2) 집계 테이블 추가
(3) 이력 테이블 추가
(4) 부분 테이블 추가
2. 칼럼 반정규화
1) 중복 칼럼 추가
2) 파생 칼럼 추가
3) PK에 의한 칼럼 추가
4) 오입력 처리를 위한 칼럼 추가
41. 반정규화 방법
답) 부분 테이블 추가 기법
: 하나의 테이블의 전체 칼럼 중 자주 이용하는 집중화된 칼럼들이 있을 때 디스크 I/O를 줄이기 위해 해당 칼럼들을 별도로 모아 놓는 반 정규화 기법
-테이블, 속성, 관계에 대해 반정규화를 적용할 수 있다.
(테이블 통합, 테이블 분할, 중복 테이블 추가, 중복 속성 추가)
42. 칼럼에 대한 반정규화 기법
1) 중복 칼럼을 추가 - 조인 감소를 위해 여러 테이블에 동일한 칼럼을 갖도록 함
2) 파생 칼럼을 추가 - 조회 성능을 우수하게 하기 위해 미리 계산된 칼럼을 갖도록 함
3) 이력 테이블에 가능 칼럼 추가 - 최신값을 처리하는 이력의 특성을 고려해 기능성 칼럼을 추가함
오답) FK에 대한 속성을 추가한다
-> FK에 대한 속성 추가는 반정규화 기법이 아니라 데이터모델링에서 관계를 연결할 때 나타나는 자연스러운 현상이다.
43. 반정규화 방법 PASS 문제다시보기
44. 반정규화
한 테이블에 여러 군데에서 데이터를 가지고 오는 경우는 반정규화로 정보를 갖고 있는 경우보다 조회 성능이 훨씬 저하된다.
45. 칼럼수가 많은 테이블
답) 로우테이닝이 발생할 정도로 한 테이블에 많은 칼럼들이 존재할 경우 조회성능저하가 발생할 수 있다. 트랜잭션이 접근하는 칼럼유형을 분석하여 1:1로 테이블을 분리하면 디스크 I/O가 줄어들어 조회 성능을 향상시킬 수 있다.
46. 파티셔닝
‘파티셔닝(Partitioning)’기법을 통해 소프트웨어적으로 데이터베이스를 분산 처리하여 성능이 저하되는 것을 방지하고 관리를 보다 수월하게 할 수 있게 되었다.
답) 하나의 테이블에 많은 양의 데이터가 저장도면 인덱스를 추가하고 테이블을 몇 개로 쪼개도 성능이 저하되는 경우가 있다. 이때 논리적으로는 하나의 테이블이지만 물리적으로는 여러 개의 테이블로 분리하여 데이터 액세스 성능도 향상시키고, 데이터 관리방법도 개선할 수 있도록 테이블에 적용하는 기법이 파티셔닝이다.
47. PASS
48. 슈퍼/서브 타입 데이터 모델의 변환 기술
1) 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성
2) 슈퍼 타입 + 서브 타입에 대해 발생되는 트랜잭션에 대해서는 슈퍼타입+서브타입 테이블로 구성
3) 전체를 하나로 묶어 트랜잭션이 발생할 때는 하나의 테이블로 구성
답)
1) 트랜잭션은 항상 전체를 대상으로 일괄 처리하는데 테이블은 서브타입 별로 개별 유지하는 것으로 변환하면 Union 연산에 의해 성능이 저하될 수 있다.
2) 트랜잭션은 항상 서브타입 개별로 처리하는데 테이블은 하나로 통합하여 변환하면 불필요하게 많은 양의 데이터가 집적되어 있어 성능이 저하될 수 있다.
3) 트랜잭션은 항상 슈퍼+ 서브타입을 함께 처리하는데 개별로 유지하면 조인에 의해 성능이 저하될 수 있다.
오답) 트랜잭션은 항상 전체를 통합하여 분석 처리하는데 하나로 통합되어 있으면 데이터 집적으로 인해 성능이 저하될 수 있다. -> 아니다. 트랜잭션은 슈퍼-서브타입이 하나의 테이블로 통합되어 있으면 하나의 테이블에 집적된 데이터만 읽어 처리할 수 있기 때문에 다른 형식에 비해 더 성능이 우수하다(성능 감소)
49. PASS
50. 인덱스 위치
'='로 들어온 조건에 해당하는 칼럼이 인덱스의 가장 앞쪽에 위치할 때 인덱스의 이용 효율성이 가장 좋다.
51. PASS
52. 분산데이터 베이스 환경에서 데이터 베이스 분산설계를 적용하여 효율성을 증대시키는 방법
1) 공통코드, 기준정보 등 마스터 데이터는 분산데이터베이스에 복제 분산을 적용한다.
2) 거의 실시간 업무적인 특성을 가지고 있을 때 분산 데이터베이스를 사용하여 구성할 수 있다.
3) 백업 사이트를 구성할 때 간단하게 분산 기능을 적용하여 구성할 수 있다.
오답) Global Single Instance(GSI를 구성할 때 분산데이터 베이스를 활용하는 것이 효율적이다 -> 아니다. GSI는 통합된 한 개의 인스턴스, 즉 통합 데이터 베이스 구를 의미하므로 분산데이터 베이스오는 대치되는 개념이다.