■ 책의 특징
Part 1. DB 기초 및 특징
ANSI/SPARC 구조, DBMS(Data Base Management System)의 정의, 역할, 필수 기능, 스키마(Schema)와 인스턴스(Instance), DDL(Data Definition Language), DML(Data Manipulation Language), DCL(Data Control Language), 3-Schema(스키마) 구조의 정의, Data 독립성, DB의 속성(Attribute) 등에 대한 내용을 학습할 수 있습니다. [관련 토픽 - 15개]
Part 2. DB 모델링(Modeling)
2-1) ER(Entity Relationship) 다이어그램 및 관계 대수 [관련 토픽 - 13개]
2-2) 정규화(Normalization) [관련 토픽 - 15개]
Part 3. SQL(Structured Query Language)
SQL 3가지 언어, ER Diagram에서 Relation과 SQL Table 작성법, 관계 Database에서 각 Query에 대해 SQL 검색문 작성법, SQL View 등에 대해 학습할 수 있습니다. [관련 토픽 - 11개]
Part 4. 회복 기법 및 Backup 기법
회복(Recovery) 기법의 종류, 즉시 갱신/지연 갱신 기법, Checkpoint 회복 기법, Backup 방법인 전체 백업, 증분 백업, 차등 백업, 합성 백업 등에 대한 내용을 학습할 수 있도록 하였습니다. [관련 토픽 - 6개]
Part 5. 병행 제어
Transaction의 상태 전이도와 4가지 특성(ACID), 동시성(Concurrent, 병행성) 제어 방법의 종류와 장?단점, Transaction 스케줄링(Scheduling)의 종류, 병행제어 정의, 병행 처리시의 문제점들과 대책, 직렬화, Transaction시 동시성 제어 방법인 Time Stamp Ordering 기법 및 낙관적 검증 기법, 교착 상태(Deadlock) 발생 원인과 해결 방안, 교착 상태 회피 기법인 Wait-Die & Wound-Wait 기법 등에 대해 학습할 수 있도록 하였습니다. [관련 토픽 - 17개]
Part 6. 해싱(Hashing)
해쉬 함수(Hash Function)의 4가지 특징(필수 요건), 해싱(Hashing) 함수의 종류, 장?단점, Hashing 충돌 해결 방법인 선형 탐색(Linear Probing) 기법, 체인닝(Chaining) 기법에 대해 학습할 수 있습니다. [관련 토픽 - 6개]
Part 7. DB 응용
DW(Data Warehouse)의 구성 요소와 구축 방법, 데이터 마이닝(Mining), Web Mining 등에 대한 부분으로 이해 위주로 학습할 수 있도록 기술하였습니다. [관련 토픽 - 12개]
Part 8. DB의 종류
DBMS의 기능과 발전 단계와, RDBMS, OODBMS, ORDBMS 비교, MMDB, Embedded DB, 분산 DB, 생체 인식 Database, XML Database, Tiny DB, NoSQL Database, Streaming DBMS, 분산 DB의 Issue와 해결방안 등에 대한 내용으로 작성했습니다. [관련 토픽 -19개]
Part 9. DB 품질 관리
Data 표준화의 필요성과 원칙, MetaData, 데이터 품질 기준으로 유효성과 활용성, DRM, DQM, 무결성 확보 방안(개체/참조/영역/업무 무결성), Data 프로파일링(Profiling) 등에 대한 부분으로 이해 위주로 학습할 수 있도록 답안화 하였습니다. [관련 토픽 - 8개]
Part 10. DB 성능 향상
DB 성능 개선을 위한 평가 항목과 성능 개선 절차, DB Table Partition의 유형과 특징, 샤딩(Sharding), DB 튜닝(Tuning)의 3단계와 튜닝, AVL Tree 불균형, 균형 유지 이유, B-Tree, B+ -Tree, B* -Tree, R-Tree, T-Tree 등에 대한 내용을 학습할 수 있도록 하였습니다. [관련 토픽 - 18개]
Part 11. DB 감리, 보안, Service
DB 감리, DB 보안, 문서 중앙화, Data Masking, 서버 가상화, PaaS, 서비스 개인화 등에 대한 내용을 학습할 수 있도록 하였습니다. [관련 토픽 - 14개]
Part 12. 정규화, 논리모델링, 데이터 품질
현업에서 사용되는 정보요구사항 관리 프로세스, 논리 데이터 모델링에서 식별자 관계와 비식별자 관계, 정규화, M:M 관계 해소 방법, 논리모델링 실제 사례 그리고 데이터품질관리에 대해 학습할 수 있도록 하였습니다. [관련 토픽 - 30개]