tomato, tomahto

1. 시스템 카탈로그(System Catalog) / Data Dictionary - 사용자를 포함해 DBMS에서 지원하는 모든 데이터 객체(테이블, 스키마, 뷰, 접근 권한)에 대한 정의/명세에 관한 정보를 유지 관리하는 시스템 테이블 - 메타 데이터(Meta-Data) 저장 메타 데이터(Meta-Data) 데이터베이스, 사용자 ,테이블, 무결성 제약조건, 함수, 트리거 ,프록시저 1.1 특징 - 실제로 존재하는 테이블 - 일반 이용자: 내용을 검색 가능 - 카탈로그는 DBMS가 스스로 생성하고 유지함 - 사용자가 SQL문을 실행시켜 변화를 주면 시스템이 자동으로 갱신함 -DML( INSERT, DELETE, UPDATE문)으로 카탈로그를 갱신할 수 없음 - DBMS에 따라 상이한 구조를 갖음 - 읽기..

네이버 웹마스터란 네이버 웹마스터 도구 본인이 운영하는 웹사이트의 검색 수집, 색인 반영 현황을 제공하고 검색에 친화적인 사이트로 관리하는데 필요한 진단 리포트를 제공하는 서비스입니다. https://searchadvisor.naver.com/console/board [네이버: 로그인] 안전한 로그인을 위해 주소창의 URL과 자물쇠 마크를 확인하세요! nid.naver.com 네이버 검색 기초 AI 등 최신 기술을 활용해 검색 품질을 고도화하는 한편, 이용자가 검색을 통해 공신력 있는 정보에 신속하고 정확하게 접근할 수 있도록 하는 것을 목표로 합니다. 이를 위하여 네이버 검색팀에서는 아래와 같은 노력을 하고 있습니다. 수집 시스템을 개선하여 좋은 웹문서를 잘 가져옵니다. 스팸 시스템을 개선하여 이용자 ..

시험 준비하고 있는 입장이고 교재 구매 고려하신다면 참고에 도움이 되시라고 자세하게 후기 남깁니다. 이전에 빅분기 2회 직후, 수험생들 후기 보면 시중 책들 적중률 안 맞는다고 글 올라오는 거 보고 빅데이터 분석 기사(빅분기) 시험 준비를 고민하고 있었습니다. 망설이고 있다가 시험 직후 개정했다고 얘기를 들었고 고민하던 중 이벤트 신청에 당첨되었습니다. 이전에 ADsP시험 봤었고 교재도 한국데이터진흥원에서 출간한 데이터 분석 전문가 가이드, 데이터에듀의 데이터 분석 준전문가 책도 갖고 있어서 비교해봤습니다. 일단, 빅분기 시험을 아직 보지 않았지만 범위 자체는 빅분기가 ADsP를 포함하고 있어서 완전 처음이시거나 비전공자인 분들은 책 구매를 추천드립니다. 초반의 챕터는 겹치는 부분이 있으나 후반에는 AD..

1. 정규화(Normalization) - 하나의 종속성이 하나의 릴레이션에 표현될 수 있도록 무손실 분해해가는 과정 - 데이터베이스의 논리적 설계 단계에서 수행(RDB) - 정규형들은 차수가 높아질수록 만족시켜야 할 제약조건 증가 1.1) 목적 20년 3회 기출문제 - 데이터 구조의 안정성 및 무결성을 유지 - 어떠한 릴레이션이라도 데이터베이스 내에서 표현 가능하게 만듦 - 효과적인 검색 알고리즘 생성 가능 - 데이터 중복을 배제해 이상(Anomaly)의 발생 방지 및 자료 저장 공간의 최소화 - 개체와 속성의 누락 여부 확인 가능 - 데이터 삽입 시 릴레이션을 재구성할 필요성을 줄임 1.2) 이상(Anomaly) 현상 20년 3회 기출,22년1회 실기 기출 - 정규화를 거치지 않아 DB 내에 데이터들..

빅데이터분석기사 시험 접수 신청 방법 SQLD, ADsP, SQLP, ADP 와 같은 자격증 접수방법도 유사하니 참고하시기 바랍니다. 참고로 2022년 하반기부터 한국데이터산업 진흥원의 시험 지원이 치열해지기 시작했습니다. 그러므로 접수 방법 잘 숙지하시고 진행하시기 바랍니다. 1. 홈페이지에서 접수하기 한국데이터진흥원 데이터 자격검정: https://www.dataq.or.kr/www/main.do 데이터자격시험 카드결제/계좌이체 환불 환불 요청시 즉시환불 www.dataq.or.kr 해당하는 시험에 접수하기 클릭 2. 로그인 후 시험일 선택 시험 분류, 구분, 시험명을 확인하여 접수하기 버튼을 클릭한다. 시험일은 고정되어 있고 몇몇 시험 빼고 모두 주말 오전 10시에 시험을 본다. 2. 가입여부 및 ..

관계대수 및 관계해석 - 기본적으로 관계해석과 관계대수는 관계 데이터베이스를 처리하는 기능과 능력면에서 동등 - 관계대수로 표현한 식은 관계해석으로 표현할 수 있음 1. 관계대수( Relational Algebra)20년 1, 2, 3회 기출문제 - RDB에서 원하는 정보를 검색하기 위해서 어떻게(How) 유도하는가를 기술하는 절차적인 언어 - 릴레이션 조작을 위한 연산의 집합( 피연산자,결과 = 릴레이션) - 연산 순서 명시 (1) 순수관계 연산자 (#셀프조디) 관계 데이터베이스에 적용할 수 있도록 특별히 개발한 관계 연산자 Select (선택) σ 조건(Predicate)을 만족하는 튜플들의 부분 집합(수평 연산) Project(추출) π 속성들의 부분 집합, 중복은 제거됨(수직 연산) Join(조인..

논리적 데이터 모델 1. 계층형 데이터 모델 트리 구조 1:N 관계 2. 망형 데이터 모델/ CODASYL DBTG 모델 논리적 구조 표현을 그래프 형태 오너-멤버 관계 3. 관계형 데이터 모델 - 계층 모델과 망 모델의 복잡한 구조를 단순화 - 2차원적인 표(Table)를 이용해 데이터 상호 관계를 정의하는 DB 구조 - 기본 키(Primary Key)와 이를 참조하는 외래 키(Foreign Key)로 데이터 간의 관계를 표현 - 대표적인 언어: SQL, 1:1, 1:N, N:M 관계를 자유롭게 표현 3.1 )관계형 데이터 모델(Relational Data Model)의 구성 - T에 있는 ‘번호’와 T 있는 ‘예약번호’는 “기본 키” - T 있는 ‘번호’, ‘예약번호’는 기본 키를 참조하고 있는 “외..

개념적 데이터 모델 :E-R Model(개체-관계모델) 1. E-R(Entity-Relationship, 개체-관계) 모델 개념적 모델의 가장 대표적인 것, 1976년 피터 첸(Peter Chen)에 의해 제안됨 - 개체,관계,속성을 E-R 다이어그램으로 표현 - 1:1, 1:N, N:M 등의 관계 유형을 제한 없이 나타낼 수 있음 2. E-R 다이어그램 22년 2회 기출 E-R 모델의 기본 아이디어를 이해하기 쉽게 기호를 사용하여 시각적으로 표현한 그림 정보공학 방법론에서 데이터베이스 설계의 표현으로 사용하는 모델링 언어 - E-R 다이어그램 표기법: 피터 첸 표기법, 정보 공학 표기법(크로우즈 핏), 바커 표기법 2.1. 피터 첸 (Peter Chen) 표기법 e.g. - 개체 : 고객, 주문서 - ..

데이터 모델 구성 3 요소 - 개체(Entity), 속성(Attributes), 관계(Relationship) 1. 개체(Entity) 1) 개체의 정의 및 특징 - 실세계에 독립적으로 존재하거나 그 자체로서도 구별 가능 - 유형, 무형의 정보로 서로 연관된 몇 개의 속성으로 구성 (물리적/개념적) - 사람이 생각하는 개념이나 정보 단위 같은 현실 세계의 대상체 - 유일한 식별자(Unique Identifier)에 의해 식별 가능 - 다른 개체와 하나 이상의 관계(Relationship)가 있음 - 파일 시스템의 레코드에 대응 2) 개체 선정 방법 - 실제 업무를 담당하고 있는 담당자와 인터뷰 - 실제 업무에 사용되고 있는 장부와 전표를 이용 - DFD(Data Flow Diagram)를 통해 업무 분석..

1. 데이터베이스 개요 자료(Data) :현실세계에서 관찰/측정을 통해 수집된 사실 정보 :자료를 가공(처리)해서 얻은 결과물 정보 시스템: 조직체에 필요한 데이터를 수집, 저장해 두었다가 필요시에 처리해서 의사결정에 유용한 정보 생성,분배하는 수단 데이터 웨어하우스 : 의사결정 지원 시스템을 지원하는 주체 지향적, 통합적, 시간적 데이터의 집합체 1.1 데이터 베이스 정의 #공통운저 - 공용 데이터 (Shared Data): 여러 응용 시스템들이 공동으로 소유하고 유지하는 자료 - 통합된 데이터(Integrated Data): 자료의 중복을 최대로 배제한 데이터의 모임 - 운영 데이터(Operational Data): 고유한 업무를 수행하는 데 없어서는 안 될 자료 - 저장된 데이터(Stored Dat..