wooweee

abc 요구사항 주제 엔티티 개념 모델링 절차 업무 영역으로부터 요구사항을 형상화하여 개념 도출(=주제 도출) 개념을 구체화하여 엔티티 식별 엔티티 도출: 최하위 데이터 주제영역 내 핵심 엔티티를 도출하고, 엔티티 간 관계를 식별 1. 주제영역 데이터를 일관된 기준을 가지고 최상위 단계(가장 큰 영역)에서 분류한 데이터 집합 예 : 국방, 국회, 농림, 보건, 환경, 해양수산 주제를 선정하는 기준 업무관점 시스템 관점 데이터 관리 데이터 설계 2. 주제영역도출 업무 용어, 업무지침서의 목차, 기업의 조직 및 팀 구성의 자료, 현행 시스템의 주제영역이나 테이블을 참고하여 파악 예: 인터넷 뱅킹이란 최상위카테고리가 있을 때 주제 영역 도출 : 개인, 기업, 상품, 예금, ISA 3. 주제영역분류(=group..

일반적으로 기업이 수행하고자 하는 사업의 본질은 잘 변하지 않으며, 조직에서 보유하고 있는 데이터의 본질도 큰틀에서는 동일 data가 잘 잡혀야 로직이 이쁘게 나온다. 하향식(top down 방식): 개념-논리-물리 상향식 데이터 모델링 절차 데이터 모델링 구축할 정보시스템에 대한 요구사항을 수집 문제점 및 개선 방향을 도출 개념 모델링 데이터 주제영역을 식별하고 정의 주제영역을 세분화하고 핵심 엔티티 및 식별자를 도출하여 관계를 정의 논리 모델링 주제 영역의 핵심 엔티티를 중심으로 업무와 관련된 모든 엔티티를 도출하고 속성과 관계를 식별하여 세부적인 데이터 모델을 완성하는 과정 1. 현행 분석 및 방향성 수립 실무에서 볼 것: 시스템 ERD, 업무 메뉴얼, 시스템 메뉴얼, 요구사항 정의서 예시 분석: ..

1. 용어 스키마 relationName(class 명) attribute (=iv 명) 인스턴스 튜플(instance=row) 2. 관계형 모델의 키 super key: 슈퍼키 candidate key: 후보키 Primary key: 기본키 Alternate key: 대체 키 Foreign key: 외래 키 3. 제약 조건 sql 제약조건 5가지 pk = not null, unique fk check 키 제약 조건 : pk 실체무결성 : not null, unique 영역무결성 : domain - check 참조무결성 : fk 4. 함수 종속 map의미 key를 넣으면 row가 나온다는 뜻 5. 정규화 table 쪼개기 장점 변경("데이터 입력 수정, 삭제")시 나타나는 이상 현상을 최소화 할 수 있다..

시중 책에 없다 공부할게 많다는 뜻 db에서 네트워크, 쿼리, 왜 빠른가? https://sungwookkang.com access pattern data structure optimal path? - 최적화 -최단거리 db base 쿼리가 빠르냐 느리냐 옵티마이저(디비의 뇌)로 참조 튜닝 포인트 - 비즈니스 얼마나 아느냐, 알고리즘가지고는 택도 없다 - ㅇ 튜닝의 목적: 일관된 성능, 꾸준히 평균이 이렇게 나온다. 그니깐 100page 100000호출이 더 효율적 디비 튜닝은 하드웨어 친화적 특히 I/o 튜닝을 잘하기 위해서 기계가 생각하는 방식으로 튜닝 해야한다. (optimisal 을 위한) table: data가 저장되는 가장 적은 공간 - heap 바이너리가 저장된 것. heap table이라고..

1. 엔티티 현황:AS-IS 개념 모델링 (분석) 기존 ERD, DB 업무 메뉴얼 시스템 메뉴얼 ER 모델 구성 요소 : 엔티티, 관계, 속성 엔티티 : 실제로 존재하는 실체이거나 , 서비스, 조직, 직업처럼 개념적인 것 엔티티와 엔티티 type 엔티티 type: 사람 - table명 느낌이 강함 엔티티 : 김철수 - instance 느낌이 강함 1.1. 엔티티 표기법 기본 표기법 엔티티 슈퍼타입 / 서브타입 표기법 1.2. 일반화 개념 일반화: 엔티티 각각이 가지고 있는 고유한 특징을 일반화하여 공통의 속성으로 재정의 한 것 종류 하위 수준 엔티티 상위 수준 엔티티 1.2.1. 하위 수준 엔티티 일반화 설명 방식1 : 개인, 법인에 찾아들어가서 고객 정보를 가져와야한다. 중복 존재가능성이 존재 방식2 ..

1. 데이터 모델링 이론 ABC 종류 모델링 abc : 속성 도출 - grouping - relationship entity abc : 핵심 - 행위 - 부수 관계 abc : 관계수 - 선택성 - 식별성 속성 abc : ?? 흐름 data modeling의 abc로 속성, 그룹, 관계의 과정을 통해서 modeling을 수행한다. 이를 체계적으로 분류한 것이 개념 모델링, 논리 모델링, 물리 모델링이 존재한다. 개념 모델링 : 비즈니스를 파악한 후 못해도 핵심 엔티티 만큼이라도 추출하는 것 그룹 == 엔티티 논리 모델링 : 엔티티, 속성, 관계를 더 체계적으로 모델링하는 과정이다. 물리 모델링 : 개념, 논리 모델링에서 최대한 만든 모델을 성능적으로 건들이는 것이 물리 모델링 (제일 쉽고 중요도는 상대적으..

목차 데이터 모델링이란 ER 모델 구성 요소 관계형 데이터 모델 이론 abc 속성 도출-그룹핑-관계 연결 1. 데이터 모델링이란 modeling의 종류 및 설계 순서 개념 모델링 : 분석 논리 모델링 : 설계 물리 모델링 : 구현 중요도 1. 2. 가 중요 : 업무에 관련된 모든 것의 모델링 3번 : 성능, 보안 1.1. 정의 정의 영속성을 갖는 데이터에 대한 시스템 구조를 사람이 이해할 수 있도록 형상화하는 과정 업무에서 사용하는 각종 데이터를 포함해 업무 내용, 절차(결제/휴먼계정)등을 구축하고자 하는 시스템의 데이터를 구조화하고 형상화하는 과정 개념적, 논리적, 물리적 3가지의 의미를 가진다. 실제 의미 실제 업무를 db table로 나타내고 표현하는 것 모델을 만드는 것 data modeling의..

용어 1. 용어, DML 1. 용어 1.1. 테이블 명명 테이블명과 컬럼명은 반드시 문자로 시작, 최대 30자 영문자, 숫자, 특수기호(_ , $ , #)만으로 구성 동일 사용자가 생성한 다른 객체의 이름과 중복되면 안된다. 예약어 사 code-is-me.tistory.com 용어 varchar2 char number date long raw longraw where 3. where, 연산자 주의 where title != null; -- 에러 where title is not null; -- 정상 작동 1. where where 에 들어가는 것 형식 값 연산자 subquery - subqueary 블로그에서 설명 where : 해당 조건일 때만 적용되는 문법 SELECT * FROM STUDENT.S ..

종류 nvl decode case pivot : 보기 좋게 table 형태 rollup: 1차원 cube: 다차원 rank correlated subquery : main queary(1) -> sub queary (2) * main queary에 별명 꼭 필요 multi row 연산자 : in, not in, any, exists, not exists pseudo column : rowid, rownum(무조건 1부터) index 효율적 사용 trigger 자동 실행 프로그램 1. nvl null 값을 포함하는 컬럼을 지정된 값으로 변경하는데 사용 --nvl 사용법 SELECT nvl(name2, '0') from MYTABLE m ; --nvl2 사용법 SELECT NVL2(name, '01', '2..

object 종류 table, sequence, index, view, synonym, progrem unit sequence : nextval, currval 생성 insert문에서 column명에 사용 변경, 삭제 가능 index column 생성시 자동으로 rowId로 생성 user가 index 생성시, 논리적, 물리적 독립적 테이블 rowId, index column 값을 가진다. 해당 조건을 검색시 b-tree를 통해서 빠르게 탐색 사용 조건 where, join 많이 쓸 때 기본 data 값이 많고 찾는 데이터가 10~15% view method() orderby 사용 못함 dml 수행 못함 객체, 실제 값 존재 안함 자주 쓰이는 join table을 쉽게 사용할 때 생성 방법 사용 방법 sy..