본문으로 건너뛰기

Day 1: 데이터베이스 기본 개념

  • 데이터베이스 정의 및 필요성
    • 파일 시스템과의 비교
    • 데이터 무결성, 중복 최소화
  • RDBMS vs NoSQL 개요
    • 관계형 데이터베이스의 특성
    • 다양한 NoSQL 모델(Key-Value, Document, Column, Graph)
  • 데이터 모델링의 기초
    • 개념적/논리적/물리적 모델 설계 과정

1. 데이터베이스 정의 및 필요성​

1.1 데이터베이스란?​

  • 데이터베이스(Database): 체계적으로 구성되어 다수의 사용자나 애플리케이션이 공유하고 활용할 수 있는 데이터의 집합
  • 일반적으로 DBMS(Database Management System)를 통해 데이터베이스를 관리

1.2 파일 시스템과의 비교​

  1. 파일 시스템(File System)

    • 운영체제에서 제공하는 기본적인 파일 저장·관리 방식
    • 각 프로그램이 독립적으로 파일을 생성·활용하며, 파일 형식이나 구조가 분산되어 있음
    • 중복 저장이 발생하기 쉽고, 무결성이나 동시성 제어가 어려움

  2. 데이터베이스(Database)

    • 중앙 집중된 시스템(DBMS)에서 데이터를 통합 관리
    • 정해진 스키마(구조)에 따라 데이터를 저장하고, 필요 시 SQL 등으로 쉽게 조회·수정
    • 중복 최소화, 데이터 무결성 유지, 동시성 제어, 보안 정책 등 고급 기능 제공

1.3 데이터 무결성, 중복 최소화​

  • 데이터 무결성(Integrity):
    • 데이터가 유효하고 일관성 있게 유지되어야 함
    • 예) 외래키 제약, NULL 제약, UNIQUE 제약 등
  • 중복 최소화:
    • 동일 정보를 중복 저장하는 상황을 줄여, 저장 공간 절약 & 데이터 불일치(불일관성) 문제 방지
    • 데이터 정규화 과정을 통해 중복을 최소화할 수 있음

2. RDBMS vs NoSQL 개요​

2.1 관계형 데이터베이스(RDBMS)의 특성​

  1. 테이블 구조
    • 행(Row, 튜플)과 열(Column, 속성)으로 구성
    • 스키마(Structure)가 명확히 정의되어 있어, 데이터가 이를 준수해야 함
  2. SQL(Structured Query Language)
    • 표준화된 쿼리 언어
    • 다양한 연산(SELECT, INSERT, UPDATE, DELETE 등)을 통해 데이터 제어
  3. ACID 특성
    • Atomicity(원자성), Consistency(일관성), Isolation(고립성), Durability(지속성)
    • 트랜잭션 단위로 데이터의 무결성을 강하게 보장
  4. 예시
    • MySQL, PostgreSQL, Oracle, MS SQL Server 등

2.2 다양한 NoSQL 모델​

  1. Key-Value 스토어

    • 간단한 <Key, Value> 구조로 데이터 저장
    • 예) Redis, DynamoDB
    • 빠른 읽기·쓰기 성능, 단순 데이터 구조에 유리

  2. Document DB

    • JSON, BSON 형태로 유연하게 문서를 저장
    • 예) MongoDB, CouchDB
    • 스키마가 유연하며, 문서 단위로 직관적인 모델링 가능

  3. Column Family DB

    • 열(Column) 기반으로 데이터를 묶어 저장, 대규모 분산에 최적화
    • 예) Cassandra, HBase
    • 특정 컬럼(열)만 집중적으로 조회할 때 성능이 좋음

  4. Graph DB

    • 노드(Node)와 엣지(Edge)로 데이터를 표현, 연결·관계 분석에 특화
    • 예) Neo4j, JanusGraph
    • SNS 친구 관계, 추천 시스템 등 복잡한 관계 탐색에 강점

3. 데이터 모델링의 기초​

3.1 개념적 모델링​

  • 개념적 모델:
    • 비즈니스 요구사항을 분석해, 가장 추상화된 수준으로 개체(Entity)와 관계(Relationship)를 정의
    • 엔티티 간 관계(1:1, 1:N, N:M)를 식별하고 주요 속성(Attribute)을 포괄적으로 설정
    • 주로 ERD(Entity Relationship Diagram) 등을 사용

3.2 논리적 모델링​

  • 논리적 모델:
    • 개념적 모델을 실제 RDBMS 또는 특정 데이터베이스의 구조에 맞게 좀 더 세부화
    • 테이블, 컬럼, 데이터타입, 키(Primary Key, Foreign Key) 등을 설계
    • 정규화(Normalization) 과정을 통해 중복을 최소화, 무결성 유지

3.3 물리적 모델링​

  • 물리적 모델:
    • 논리적 모델을 실제 DBMS에 적용하기 위한 스키마 생성 단계
    • 인덱스, 파티션, 스토리지 엔진(MyISAM, InnoDB, RocksDB 등) 등 구현 세부사항 결정
    • 성능·보안·백업·복구 등 운영 측면 고려

정리​

  1. 데이터베이스의 필요성
    • 파일 시스템 대비 효율적이고 안전한 데이터 관리
    • 무결성과 중복 최소화를 통해 데이터 품질과 안정성을 향상
  2. RDBMS vs NoSQL
    • RDBMS는 ACID, 스키마 엄격성, SQL의 강력한 기능을 제공
    • NoSQL은 유연한 스키마, 고성능·수평 확장 등에 유리한 모델을 제시
  3. 데이터 모델링 기초
    • 개념적 → 논리적 → 물리적 모델링 단계를 통해 점진적으로 설계
    • ERD를 통한 개념정의부터 테이블·인덱스·스토리지까지 구체화