정보처리기사 실기 정리 - 데이터입출력

<단답형>

 

데이터 모델 절차 : 개념적 데이터모델 - 논리적 데이터모델 - 물리적 데이터모델

 

E-R 다이어그램 : 각 업무 분석에서 도출된 엔터티간의 관계를 이해하기 쉽게 도식화한 다이어그램

개체 : 사각형

관계 : 마름모

속성 : 타원

다중값 속성 : 이중타원

관계-속성연결 : 선

 

#그림보기

관계데이터모델

계층데이터모델

네트워크데이터모델

 

릴레이션 : 행과 열로 구성된 테이블

 

튜플 : 릴레이션의 행

 

속성 : 릴레이션의 열

 

카디널리티 : 튜플의 수

 

차수 : 속성의 수

 

스키마 : DB의 구조,제약조건 등 정보를 담고 있는 기본적인 구조

 

인스턴스 : 정의된 스키마에 따라 테이블에 저장된 데이터 집합

 

#기호보기

일반집합 연산자 : 교집합, 차지합, 합집합, 카티션프로덕트

순수관계 연산자 : 셀렉트, 프로젝트, 조인, 디비전

 

관계 대수 : DB에서 원하는 정보와 그정보를 어떻게 유도하는가를 기술하는 절차적 정형언어

 

관계 해석 : 튜플 관계 해석과 도메인 관계 해석을 하는 비절차적 언어

 

논리 데이터 모델링 속성 : 개체, 속성, 관계 

 

DB이상현상 : 삭제이상, 갱신이상, 삽입이상

 

#정규화종류

1정규화 : 도메인 원자값으로 구성

2정규화 : 부분함수종속제거(완전함수종속관계)

3정규화 : 이행함수 종속제거

BCNF : 결정자 후보 키가 아닌 함수 종속 제거

4정규화 : 다치 종속 제거

5정규화 : 조인 종속 제거 

 

실시간 접근성 : 쿼리에 대하여 실시간 응답이 가능해야 함

 

계속적인 변화 : 새로운 데이터의 삽입, 삭제, 갱신으로 항상 최신의 데이터를 유지함

 

동시 공용 : 다수의 사용자가 동시에 같은 내용의 데이터를 이용할 수 있어야 함

 

내용 참조 : 데이터베이스에 있는 데이터를 참조할 때 데이터 레코드의 주소나 위치에 의해서가 아니라, 사용자가 요구하는 데이터 내용으로 데이터를 찾는다.

 

RDBMS : 관계형 모델을 기반으로 하는 가장 보편화된 DBMS로 데이터를 저장하는 테이블의 일부를 다른 테이블과 상하 관계로 표시하며 상관관계를 정리한다.

 

키-값 DBMS : 키 기반 Get/Put/Delete 제공, 메모리 기반에서 성능 우선 시스템 및 빅데이터 처리 기능 DBMS

 

컬럼 기반 데이터저장 DBMS : Key 안에 (Column,Value) 조합으로 된 여러개의 필드를 갖는 DBMS

 

문서 저장 DBMS : 값의 데이터 타입이 문서라는 타입을 사용하는 DBMS

 

그래프 DBMS : 시맨틱 웹과 온톨로지 분야에서 활용되는 그래프로 데이터를 표현하는 DBMS

 

데이터 무결성 : 부적절한 자료가 입력되어 동일한 내용에 대하여 서로 다른 데이터가 저장되는 것을 허용하지 않는 성질

 

데이터 일관성 : 삽입,삭제,갱신,생성 후에도 저장된 데이터가 변함없이 일정

 

데이터 회복성 : 장애가 발생하였을 시 특정 상태로 복구되어야 하는 성질

 

데이터 보안성 : 불법적인 노출, 변경, 손실로부터 보호되어야 하는 성질

 

데이터 효율성 : 응답 시간, 저장 공간 활용 등이 최적화 되어 사용자, 소프트웨어, 시스템 등의 요구조건을 만족시켜야 하는 성질

 

빅데이터 특성 : 데이터의양,데이터의다양성,데이터의 속도

 

NoSQL 특성 : Basically Available, Soft-State,  Eventually Consistency

 

NoSQL 종류 : Key-Value Store, Column Family Data Store, Document Store, Graph Store

 

시맨틱 웹 : 온톨로지를 활용하여 서비스를 기술하고, 온톨로지의 의미적 상호 운용성을 이용해서 서비스 검색, 조합, 중재 기능을 자동화 하는 웹

 

분류 규칙 : 과거 데이터로부터 특성을 찾아내어 분류 모형을 만들어 이를 토대로 새로운 레코드의 결과 값을 예측하는 기법

 

연관 규칙 : 데이터 안에 존재하는 항목들 간의 종속 관계를 찾아내는 기법

 

연속 규칙 : 연관규칙에 시간 관련 정보가 포함된 형태의 기법

 

데이터군집화 : 정보가 없는 상태에서 데이터를 분류하는 기법

 

 

 

 

 

<약술형>

 

DBMS : 데이터 관리 복잡성 해결과 데이터 조작을 지원하는 소프트웨어

 

데이터 모델 : 현실 세계의 정보를 인간과 컴퓨터가 이해할 수 있도록 추상화 하여 표현한 모델

 

정규화 : 관계형 데이터 모델에서 중복성을 제거하여 이상현상 방지 및 일관성,정확성을 유지하기 위한 과정

 

반정규화 : 정규화된 대상에 대해 성능 향상과 단순화를 위해 중복, 통합, 분리 하는 데이터 모델링 기법

 

클러스터 : 대상이 되는 범위의 요소를 모은 단위체 

 

레인지 파티셔닝 : 연속적인 숫자나 날짜를 기준으로 하는 파티셔닝 기법

 

해시 파티셔닝 : 파티션 키의 해시 함수 값에 의한 파티셔닝 기법

 

리스트 파티셔닝 : 특정 파티션에 저장 될 데이터에 대한 명시적 제어가 가능한 파티셔닝 기법

 

컴포지트 파티셔닝 : 레인지, 해시, 리스트 파티셔닝 중 2개이상의 파티셔닝을 결합하는 파티셔닝 기법

 

데이터베이스 : 다수의 시스템이 사용할 목적으로 통합하여 관리되는 데이터의 집합

 

통합된 데이터 : 자료의 중복을 배제한 데이터 모임

 

저장된 데이터 : 저장 매체에 저장된 데이터

 

운영 데이터 : 조직의 업무를 수행하는 데 필요한 데이터

 

공용 데이터 : 여러 어플리케이션, 시스템들이 공동으로 사용하는 데이터

 

빅데이터 : 주어진 비용,시간 내에 처리 가능한 범위를 넘어서는 수십 PB 크기의 비정형 데이터 

 

HDFS : 대용량 데이터의 집합을 처리하는 프로그램에 적합하도록 설계된 하둡 분산 파일 시스템

 

맵 리듀스 : 대용량 데이터 처리를 분산 병렬 컴퓨팅에서 처리하기 위한 소프트웨어 프레임워크

 

NoSQL : 데이터 저장에 고정된 테이블 스키마가 필요없고 조인을 사용하지 못하며 수평적 확장이 가능한 DBMS

 

데이터 마이닝 : 대규모 데이터에서 의미있는 패턴을 찾아 의사결정에 활용하는 기법 

 

온톨로지 : 실세계에 존재하는 모든 개념들의 정보를 컴퓨터가 이해할 수 있도록 서술한 지식베이스

 

텍스트 마이닝 : 대량의 텍스트 데이터에서 의미있는 패턴을 찾아 정보를 찾는 기법

 

웹 마이닝 : 웹에서 얻는 정보로부터 유용한 정보를 찾기 위한 분석 기법