[데이터베이스] 1장. 데이터베이스 시스템

경희대학교 이영구 교수님의 데이터베이스 강의를 기반으로 정리한 글입니다.

1. 데이터베이스 시스템

• 정보와 데이터는 다르다.
• 데이터: 원시 데이터
• 정보: 원시 데이터를 가공한 것
• 데이터베이스: 조직체의 응용 시스템들이 공유해서 사용하는 운영 데이터들이 구조적으로 통합된 모임 → 데이터베이스의 구조는 사용되는 데이터 모델에 의해 결정

데이터 vs. 정보

위와 같은 데이터가 있을 때, 질의를 통해 정보로 변환

질의: Database 과목을 수강한 학생은? → 정보: Database 과목을 수강한 학생은 김철수

데이터베이스의 특징

• 데이터베이스는 데이터의 대규모 저장소로서, 여러 부서에 속하는 여러 사용자에 의해 동시에 사용됨
• 모든 데이터가 중복을 최소화하면서 통합됨 → 리소스를 많이 잡아먹고, 일관성(consistency)이 깨질 수 있기 때문
• 데이터베이스는 한 조직체의 운영 데이터 뿐만 아니라 그 데이터에 관한 설명(데이터베이스 스키마 또는 메타데이터)까지 포함
• 프로그램과 데이터 간의 독립성이 제공됨
• 효율적으로 접근이 가능하고 질의를 할 수 있음

데이터베이스 관리 시스템(DBMS: Database Management System)

• 데이터베이스를 정의하고, 질의어를 지원하고, 리포트를 생성하는 등의 작업을 수행하는 소프트웨어

1.1 데이터베이스 시스템 개요

데이터베이스 스키마

• 전체적인 데이터베이스 구조를 뜻하며 자주 변경되지는 않음
• 데이터베이스의 모든 가능한 상태를 미리 정의
• **내포(intension)**라고 부름

데이터베이스 상태

• 특정 시점의 데이터베이스의 내용을 의미하며, 시간이 지남에 따라 계속해서 바뀜
• **외연(extension)**이라고 부름

데이터베이스 시스템(DBS: Database System)

• 데이터베이스: 조직체의 응용 시스템들이 공유해서 사용하는 운영 데이터들이 구조적으로 통합된 모임
• 시스템 카탈로그(또는 데이터 사전)와 저장된 데이터베이스로 구분할 수 있음
• **시스템 카탈로그(system catalog)**는 저장된 데이터베이스의 스키마 정보를 유지

데이터베이스 관리 시스템(DBMS: Database Management System)

• 새로운 데이터베이스를 생성
• 데이터베이스의 구조를 명시
• 데이터를 효율적으로 질의하고 수정
• 시스템의 고장이나 권한이 없는 사용자로부터 데이터를 안전하게 보호
• 동시에 여러 사용자가 데이터베이스를 접근하는 것을 제어
• 데이터베이스 언어라고 부르는 특별한 프로그래밍 언어를 한 개 이상 제공
• SQL은 여러 DBMS에서 제공되는 사실상의 표준 데이터베이스 언어

사용자

• 데이터베이스 사용자는 여러 부류로 나눌 수 있음

하드웨어

• 데이터베이스는 디스크와 같은 보조 기억 장치에 저장
• DBMS에서 원하는 정보를 찾기 위해서는 디스크의 블록들을 주기억장치로 읽어들여야 함
• 계산이나 비교 연산들을 수행하기 위해 중앙 처리 장치가 사용됨
• DBMS 자체도 주기억장치에 적재되어 실행되어야 함

데이터베이스 시스템의 요구사항

• 데이터 독립성
• 효율적인 데이터 접근
• 데이터에 대한 동시 접근
• 백업과 회복
• 중복을 줄이거나 제어하며 일관성 유지
• 데이터 무결성(Integrity) - 일관성과 함께 자주 언급됨
• 데이터 보안
• 쉬운 질의어
• 다양한 사용자 인터페이스

1.2 File System vs. DBMS

화일 시스템을 사용한 기존의 데이터 관리

• 화일 시스템은 DBMS가 등정하지 않았을 때인 1960년대부터 사용됨
• 화일의 기본적인 구성 요소 → 순차적인 레코드들
• 한 레코드 → 연관된 필드들의 모임
• 화일을 접근하는 방식이 응용 프로그램 내에 상세하게 표현되므로, 데이터에 대한 응용 프로그램의 의존도가 높음
• 윈도우: NTFS, FAT(File Allocation Table)
• 리눅스: 아이노드, ext

화일 시스템의 단점

• 데이터가 많은 화일에서 중복해서 저장됨 → 필드 값이 바뀔 때, 모든 파일에서 수정하지 않으면 불일치 발생 → 일관성 문제
• 다수 사용자들을 위한 동시성 제어가 제공되지 않음 → Race Condition 발생
• 검색하려는 데이터를 쉽게 명시하는 질의어가 제공되지 않음
• 보안 조치가 미흡
• 회복 기능이 없음
• 프로그램-데이터 독립성이 없으므로 유지보수 비용이 많이 소요됨
• 화일을 검색하거나 갱신하는 절차가 상대적으로 복잡하기 때문에 프로그래머의 생산성이 낮음
• 데이터의 공유와 융통성이 부족

DBMS를 사용한 데이터베이스 관리

• 여러 사용자와 응용 프로그램들이 데이터베이스를 공유
• 사용자의 질의를 빠르게 수행 가능한 인덱스 등의 접근 경로를 DBMS가 자동적으로 선택하여 수행
• 권한이 없는 사용자로부터 데이터베이스를 보호
• 여러 사용자에 적합한 다양한 인터페이스 제공
• 데이터 간의 복잡한 관계를 표현, 무결성 제약조건을 DBMS가 자동적으로 유지
• 시스템이 고장 나면 데이터베이스를 고장 전의 일관된 상태로 회복시킴
• 프로그램에 영향을 주지 않으면서 데이터베이스 구조를 변경할 수 있음 → 프로그램-데이터 독립성

DBMS의 장점

• 중복성, 불일치 감소
• 시스템 개발, 유지 비용 감소
• 표준화 시행 용이
• 보안 향상
• 무결성 향상
• 조직체의 요구사항 식별 가능
• 다양한 유형의 고장으로부터 데이터베이스 회복 가능
• 데이터베이스의 공유와 동시 접근 가능

DBMS 선정시 고려 사항

• 기술적 요인
  • DBMS에 사용되고 있는 데이터 모델
  • DBMS가 지원하는 사용자 인터페이스
  • 프로그래밍 언어
  • 응용 개발 도구
  • 저장 구조
  • 성능
  • 접근 방법
• 경제적 요인
  • 소프트웨어, 하드웨어 구입 비용
  • 유지 보수 비용
  • 직원들의 교육 지원

DBMS의 단점

• 추가적인 하드웨어 구입 비용 발생, DBMS 자체의 구입 비용도 상당
• 직원들의 교육 비용
• 비밀과 프라이버시 노출 발생 가능성
• 초기 투자 비용이 너무 클 때, 오버헤드가 너무 클 때, 응용이 단순하고 잘 정의되었으며 변경되지 않을 것으로 예상될 때, 엄격한 실시간 처리 요구사항이 있을 때, 데이터에 대한 다수 사용자의 접근이 필요하지 않을 때 → DBMS를 사용하지 않는 것이 바람직할 수 있음

1.3 DBMS 발전 과정

데이터 모델

• 데이터베이스의 구조를 기술하는데 사용되는 개념들의 집합인 구조(데이터 타입과 관계), 이 구조 위에서 동작하는 연산자들, 무결성 제약조건들
• 사용자에게 내부 저장 방식의 세세한 사항은 숨기면서 데이터에 대한 직관적인 뷰를 제공하는 동시에 이들 간의 사상을 제공

데이터 모델의 분류

• 고수준 또는 개념적 데이터 모델(conceptual data model)
  • 사람이 인식하는 것과 유사하게 데이터베이스의 전체적인 논리적 구조를 명시
  • ex) 엔티티-관계(ER: Entity-Relationship) 데이터 모델과 객체 지향 데이터 모델, UML
• 표현(구현) 데이터 모델(representation(implementation) data model)
  • 최종 사용자가 이해하는 개념이면서 컴퓨터 내에서 데이터가 조직되는 방식과 멀리 떨어져 있지는 않음
  • ex) 계층 데이터 모델(hierarchical data model), 네트워크 데이터 모델(network data model), 관계 데이터 모델(relational data model)
• 저수준 또는 물리적인 데이터 모델(physical data model)
  • 데이터베이스에 데이터가 어떻게 저장되는가를 기술
  • ex) Unifying, ISAM, VSAM

• 객체 관계 DBMS: Universal DBMS라고 붙였으나 그냥 객체 관계 DBMS로 부름

계층 DBMS

• 1960년대 후반, 최초의 계층 DBMS 등장(ex: IBM사의 IMS)
• Hierarchical DBMS: 트리 구조를 기반으로 하는 계층 데이터 모델을 사용한 DBMS
• 계층 데이터 모델은 네트워크 데이터 모델의 특별한 사례
• 장점
  • 트리 구조에 맞는 경우에만 빠른 속도와 높은 효율성 제공
• 단점
  • 어떻게 데이터를 접근하는가를 미리 응용 프로그램에 정의해야 함
  • 데이터베이스가 생성될 때 각각의 관계를 명시적으로 정의해야 함
  • 레코드들이 링크로 연결 → 레코드 구조를 변경하기 어려움

→ one-to-many 관계는 잘 처리하나 many-to-many 관계는 그렇지 못함

네트워크 DBMS

• 1960년대 초에 Charles Bachman이 하니웰(Honeywell) 사에서 최초의 네트워크 DBMS인 IDS를 개발
• 레코드들이 노드로, 레코드들 사이의 관계가 간선으로 표현되는 그래프를 기반으로 하는 네트워크 데이터 모델을 사용
• 네트워크 DBMS에서도 레코드들이 링크로 연결되어 있으므로 레코드 구조를 변경하기 어려움

관계 DBMS

• 1970년에 E.F. Codd가 IBM 연구소에서 관계 데이터 모델을 제안
• 미국 IBM 연구소에서 진행된 System R과 캘리포니아 버클리대에서 진행된 Ingres 프로젝트
• 장점
  • 모델이 간단하여 이해하기 쉬움
  • 사용자는 자신이 원하는 것(what)만 명시하고, 데이터가 어디에 있는지, 어떻게 접근해야 하는지는 DBMS가 결정
• ex) 오라클, MS SQL Server, Sybase, DB2, Infomix

객체 지향 DBMS

• 1980년대 후반 들어 새로운 데이터 모델인 객체 지향 데이터 모델이 등장
• 객체 지향 프로그래밍 패러다임을 기반으로 하는 데이터 모델
• 장점
  • 데이터와 프로그램을 그룹화하고, 복잡한 객체들을 이해하기 쉬우며, 유지와 변경이 용이함
• ex) ONTOS, OpenODB, GemStone, ObjectStore, Versant, O2

객체 관계 DBMS

• 1990년대 후반에 관계 DBMS에 객체 지향 개념을 통합한 객체 관계 뎅이터 모델이 제안됨
• ex) 오라클, Infomix Universal Server

새로운 데이터베이스 응용

• CAD 데이터베이스
• 소프트웨어 공학 데이터베이스 → 재사용이 가능한 소프트웨어들의 라이브러리
• 게놈 데이터베이스
• 데이터 웨어하우스 → OLTP 등으로 축적된 데이터가 모이는 곳
• 데이터 마이닝 → 데이터들의 패턴을 찾아 사회적 가치가 있도록 하는 것
• OLAP
  • OLTP(On-Line Transactional Processing): 운영/운용 프로세싱, 삽입 삭제 또는 검색 같은 기존 사용되던 기능
  • OLAP(On-Line Analytical Processing): 분석 프로세싱, 어떤, 언제, 무엇을 같은 운영이 한 결과로 분석되는 것
• 멀티미디어 데이터베이스
• 웹 데이터베이스
• HTAP(Hybrid Transactional Analytical Processing): Transactional과 Analytical을 온라인으로 동시에 수행

현대의 관계 DBMS

• 효율적인 질의 처리를 지원: 질의 최적화, 인덱싱
• 고급 사용자 인터페이스를 지원: SQL, 자연어, 폼 기반
• 트랜잭션 개념을 지원: 다수의 트랜잭션을 동시에 실행하고, 백업과 회복을 수행
• 특별한 데이터 타입을 지원: 긴 필드, 이미지, HTML 링크, 공간 정보 등
• 객체 지향 개념을 지원
• 웹 인터페이스와 XML을 지원
• 데이터 마이닝 연산들을 지원
• OLAP과 데이터 웨어하우스를 지원

1.4 DBMS 언어

데이터 정의어(DDL: Data Definition Language)

• 사용자는 데이터 정의어를 사용하여 데이터베이스 스키마를 정의
• 데이터 정의어로 명시된 문장이 입력되면 DBMS는 사용자가 정의한 스키마에 대한 명세를 시스템 카탈로그 또는 데이터 사전에 저장
• 데이터 정의어의 기본적인 기능
  • 데이터 모델에서 지원하는 데이터 구조를 생성 → CREATE TABLE
  • 데이터 구조의 변경 → ALTER TABLE
  • 데이터 구조의 삭제 → DROP TABLE
  • 데이터 접근을 위해 특정 애트리뷰트 위에 인덱스를 정의 → CREATE INDEX

데이터 조작어(DML: Data Manipulation Language)

• 사용자는 데이터 조작어를 사용하여 데이터베이스 내의 원하는 데이터를 검색, 수정, 삽입, 삭제
• **절차적 언어(procedural language)**와 비절차적 언어(non-procedural language)/선언적 언어(declarative language)
• 관계 DBMS에서 사용되는 SQL은 대표적인 비절차적 언어
• 대부분의 데이터 조작어는 SUM, COUNT, AVG와 같은 내장 함수들을 갖고 있음
• 데이터 조작어는 단말기에서 대화식으로 입력되어 수행되거나 C, 코볼 등의 고급 프로그래밍 언어로 작성된 프로그램에 내포되어 사용됨
• 데이터 조작어의 기본적인 기능
  • 데이터의 검색 → SELECT
  • 데이터의 수정 → UPDATE
  • 데이터의 삭제 → DELETE
  • 데이터의 삽입 → INSERT

데이터 제어어(DCL: Data Control Language)

• 사용자는 데이터 제어어를 사용하여 데이터베이스 트랜잭션을 명시하고 권한을 부여하거나 취소

1.5 DBMS 사용자

데이터베이스 관리자(DBA: Database Administrator)

• 데이터베이스 관리자는 조직의 여러 부분의 상이한 요구를 만족시키기 위해서 일관성 있는 데이터베이스 스키마를 생성하고 유지하는 사람(팀)
• 데이터베이스 관리자의 역할
  • 데이터베이스 스키마의 생성과 변경
  • 무결성 제약조건을 명시
  • 사용자의 권한을 허용하거나 취소하고, 사용자의 역할을 관리
  • 저장 구조와 접근 방법(물리적 스키마) 정의
  • 백업과 회복
  • 표준화 시행

응용 프로그래머

• 데이터베이스 위에서 특정 응용(ex: 고객 관리, 인사 관리, 재고 관리 등)이나 인터페이스를 구현하는 사람
• 고급 프로그래밍 언어인 C, 코볼 등으로 응용 프로그램을 개발하면서 데이터베이스를 접근하는 부분은 내포된 데이터 조작어를 사용
• 이들이 작성한 프로그램은 최종 사용자들이 반복해서 수행하므로 **기작성 트랜잭션(canned transaction)**이라 부름

최종 사용자(end user)

• 질의하거나 갱신하거나 보고서를 생성하기 위해서 데이터베이스를 사용하는 사람
• 최종 사용자는 다시 데이터베이스 질의어를 사용하여 매번 다른 정보를 찾는 캐주얼 사용자와 기작성 트랜잭션을 주로 반복해서 수행하는 초보 사용자로 구분

데이터베이스 설계자(database desinger)

• ERWin 등의 CASE 도구들을 이용해서 데이터베이스 설계를 담당
• 데이터베이스의 일관성을 유지하기 위해서 정규화를 수행

오퍼레이터

• DBMS가 운영되고 있는 컴퓨터 시스템과 전산실을 관리하는 사람

1.6 ANSI/SPARC 아키텍처와 데이터 독립성

ANSI/SPARC 아키텍처

• 현재의 대부분 상용 DBMS 구현에서 사용되는 일반적인 아키텍처는 1978년에 제안된 ANSI/SPARC 아키텍처
• 물리적, 개념적, 외부 단계 3단계로 이루어짐
  • 외부 단계(external level): 각 사용자의 뷰
  • 개념 단계(conceptual level): 사용자 공동체의 뷰
  • 내부 단계(internal level): 물리적 또는 저장 뷰

외부 단계

• 데이터베이스의 각 사용자가 갖는 뷰
• 여러 부류의 사용자를 위해 동일한 개념 단계로부터 다수의 서로 다른 뷰가 제공될 수 있음
• 보통 최종 사용자, 응용 프로그래머들은 데이터베이스의 일부분에만 관심을 가짐

개념 단계

• 조직체의 정보 모델로서, 물리적인 구현은 고려하지 않으면서 조직체 전체에 관한 스키마를 포함
• 데이터베이스에 어떤 데이터가 저장되어 있으며, 데이터 간에는 어떤 관계가 존재하고, 어떤 무결성 제약조건들이 명시되어 있는가를 기술함
• 데이터베이스에 대한 사용자 공동체의 뷰를 나타냄
• 데이터베이스마다 오직 한 개의 개념 스키마가 존재

내부 단계

• 실제의 물리적인 데이터 구조에 관한 스키마
• 데이터베이스에 어떤 데이터가 어떻게 저장되어 있는가를 기술
• 인덱스, 해싱과 같은 접근 경로, 데이터 압축 등을 기술
• 데이터베이스의 개념 스키마에는 영향을 미치지 않으면서 성능 향상을 위해 내부 스키마를 변경하는 것이 바람직
• 내부 단계아래는 물리적 단계
• 물리적 단계는 DBMS의 지시에 따라 운영 체제가 관리

스키마 간의 사상

• DBMS는 세 가지 유형의 스키마 간의 사상을 책임짐
• 외부/개념 사상(external/conceptual mapping)
  • 외부 단계의 뷰를 사용해서 입력된 사용자의 질의를 개념 단계의 스키마를 사용한 질의로 변환
• 개념/내부 사상(conceptual/internal mapping)
  • 이를 다시 내부 단계의 스키마로 변환하여 디스크의 데이터베이스를 접근

데이터 독립성

• 상위 단계의 스키마 정의에 영향을 주지 않으면서 어떤 단계의 스키마 정의를 변경할 수 있음을 의미
• 논리적 데이터 독립성(logical data independence)
  • 개념 스키마의 변화로부터 외부 스키마가 영향을 받지 않음을 의미
  • 기존의 외부 스키마에 영향을 미치지 않고, 응용 프로그램을 다시 작성할 필요 없이 개념 스키마에 대한 변화가 가능해야 함
• 물리적 데이터 독립성(physical data independence)
  • 내부 스키마의 변화가 개념적 스키마에 영향을 미치지 않으며, 따라서 외부 스키마(또는 응용 프로그램)에도 영향을 미치지 않음을 의미
  • 내부 스키마 변화 예시: 화일의 저장 구조를 바꾸거나 인덱스를 생성 및 삭제

1.7 데이터베이스 시스템 아키텍처

데이터 정의어 컴파일러(DDL compiler) 모듈

• 데이터 정의어를 사용하여 테이블 생성을 요청하면 테이블을 파일 형태로 데이터베이스에 만들고, 이 테이블에 대한 명세를 시스템 카탈로그에 저장

질의 처리기(query processor) 모듈

• 데이터 조작어를 수행하는 최적의 방법을 찾는 모듈을 통해서 기계어 코드로 번역

런타임 데이터베이스 관리기(run-time database manager) 모듈

• 디스크에 저장된 데이터베이스를 접근

트랜잭션 관리(transaction management) 모듈

• 동시성 제어(concurrency control) 모듈
• 회복(recovery) 모듈

데이터베이스 API(Application Program Interface)

• ODBC(Open Database Connectivity)
  • 마이크로소프트 사가 주도적으로 개발한 데이터베이스 API
  • ODBC를 지원하는 DBMS 간에는 서로 상대방의 데이터베이스를 접근할 수 있음
• JDBC(Java Database Connectivity)
  • 자바 프로그램에서 해당 데이터베이스에 접근 가능

중앙 집중식 데이터베이스 시스템(Centralized Database System)

• 데이터베이스 시스템이 하나의 컴퓨터 시스템에서 운영됨

분산 데이터베이스 시스템(Distributed Database System)

• 네트워크로 연결된 여러 사이트에 데이터베이스 자체가 분산되어 있음 → 데이터베이스 시스템도 여러 컴퓨터 시스템에서 운영
• 사용자는 다른 사이트에 저장된 데이터베이스도 접근 가능

클라이언트-서버 데이터베이스 시스템(Client-server Database System)

• PC or 워크스테이션처럼 자체 컴퓨팅 능력을 가진 클라이언트를 통해 데이터베이스 서버를 접근
• 데이터베이스가 하나의 데이터베이스 서버에 저장되어 있음
• 데이터베이스 시스템의 기능이 서버와 클라이언트에 분산됨
• 서버 → 데이터베이스를 저장, DBMS를 운영하면서 여러 클라이언트에서 온 질의 최적화, 권한 검사 수행, 동시성 제어와 회복 기능, 데이터베이스의 무결성 유지, 데이터베이스 접근 관리
• 클라이언트 → 사용자 인터페이스 관리, 응용들을 수행

• 2층 모델(2-tier model)
  • 클라이언트와 데이터베이스 서버가 직접 연결됨
• 3층 모델(3-tier model)
  • 클라이언트와 데이터베이스 서버 사이에 응용 서버가 추가됨

• 장점
  • 데이터베이스를 보다 넓은 지역에서 접근할 수 있음
  • 다양한 컴퓨터 시스템 사용 가능
• 단점
  • 보안이 다소 취약할 수 있음