1. 주제영역(Subject Area)를 통한 엔티티 유형 도출 과정에서 엔티티 유형의 요건으로 옳지 않은 것은?
1) 비즈니스에 유용한 정보 요구(Information Needs)를 만족해야 함.
2) 식별자 속성 유형 단독으로 존재할 수 있음.(x)
가. 업무에서 사용하는 데이터의 명사형 도출 - 정보 수집 소스로부터 명사형 찾기
나. 업무 기능의 이름으로부터 도출 - 데이터와 업무 활동의 상호 보완 관계
다. 하향식(Top-down) 접근 방법 - 주제 영역에서 출발하여 엔티티 타입으로 전개
라. 상향식(Botton-up) 접근 방법 - 엔터티 타입을 그룹핑하여 주제 영역 도출
마. 분석 단계에서의 도출 - 아키텍처 모델을 정련하는 과정에서 도출, 데이터 모델을 상세화하는 과정에서 도출
3) 엔티티 유형에 각각 엔티티를 유일하게 식별할 수 있는 식별자 속성 유형이 존재해야 함.
4) 적어도 다른 하나의 실체 유형과 연관 관계를 가져야 함.
2. CRUD Matrix
시스템 개발 시 프로세스와 DB에 저장되는 데이터 사이의 Dependency를 표현하는 Matrix.
엔티티의 생성, 참조, 변경, 삭제와 업무 기능간의 관계를 표로 나타냄.
- 필요성
1) 모델링 작업 검증 - 분석 단계의 데이터 모델과 프로세스 모델에 대한 작업 검증 역할
2) 중요산출물 – 시스템 구축 단계에서 어플리케이션 개발 시 필요하며 중요한 산출물
3) 테스트 시 사용 – 어플리케이션을 객관적 자료를 사용하여 테스트 시 중요 테스트 케이스 역할
4) 인터페이스 현황 파악 – 전체 업무의 인터페이스 파악 가능 - 묶음화 정도
친화도(Affinity) 분석에 의한 묶음화,
직관에 의한 묶음화
3. 엔터프라이즈 정보 모델의 구성요소
- 데이터 모델과 프로세스 모델 그리고 두 모델간의 상호 작용에 대한 모델을 통해 표현된다.
- 프로세스 모델은 프로세스 분할도와 이벤트 의존도로 나타낼 수 있다.
- 상호작용 모델은 엔티티와 엔티티간의 상호작용성을 그래프로 나타낸 것이다.
4. 엔티티(Entity), 엔티티 유형(Entity Type)
엔티티 - 데이터의 집합, 저장되고 관리되어야하는 데이터, 개념/장소/사건 등을 가리킨다, 유형 또는 무형의 대상을 가리킨다
Entity Type은 동일한 정의를 가지고 공통된 속성과 관계 군을 가지는 모든 Entity의 집합이다.
Entity Type은 기업에 유용한 정보를 표현할 수 있어야 하며 적어도 다른 하나의 Entity Type과 연 관성을 가져야한다.
5. 관계(Relationship), 관계 유형(Relationship Type)
관계 - 두 엔티티를 연결하여 인식하고자 하는 비즈니스적 이유,
관계 유형 - 두 엔티티 유형간의 동일한 형태로 나타나는 관계들의 집합
관계 연결이란 관련 있는 두 엔티티 유형 내의 엔티티간의 연결을 의미함.
6. 속성(Attribute), 속성 유형(Attribute Type)
속성값 - 엔티티의 성격을 설명하는 더 이상 분할될 수 없는 최하 단위의 각 항목 값
속성 유형 - 동일한 형태 및 의미를 표현하는 속성 값의 유형
여러 속성 유형에서 사용되는 속성 값의 범위 유형을 도메인(Domain)이라고 함.
도메인의 예로는 주소, 금액, 일자 등이 있음.
7. 데이터베이스의 인덱스
데이터베이스 테이블에 대한 검색 성능의 속도를 높여주는 자료 구조라고 한다.
관계형 DB에서 행에대한 직접 접근점을 제공함.
대표적으로 B-Tree 인덱스, Bitmap 인덱스가 있음.
인덱스는 검색의 효율성을 증대시킴.
필요성 1) 조건 검색 WHERE절의 효율성 2) 정렬 ORDER BY 절의 효율성 3) MIN, MAX의 효율적인 처리가 가능
단점 1) 인덱스는 DML에 취약 2) 무조건 인덱스 스캔이 좋은 것은 아니다 3) 속도 향상을 위해 인덱스를 많이 만드는 것은 좋지 않다.
8. 해싱(Hashing)
주어진 키 값을 이용하여 목표 레코드 주소를 직접적으로 계산하는 방법. 해싱은 키 값을 물리적 위치를 가리키는 포인터로 변환하여 사용하는 알고리즘임.
키를 사용하는 행을 단 한번의 DB I/O로 조회할 수 있음.
충돌(Collision) 최소화를 위해 유일한 키 값 요구
9. 파생(Derivable) 데이터
복잡한 계산으로 인해 데이터를 파생하는 비용이 높을 때, 결과를 컬럼에 저장하여 비용을 최소화 할 수 있음.
파생 데이터를 한번 계산하고 저장해 둠으로써 CPU 및 IO 성능 확보 가능.
파생 계산을 수행하는 비용이 높을 수록 파생 데이터를 저장하는 편이 좋음.
10. 소프트웨어 개발 패러다임
1) 구조적 기법은 가장 초창기에 사용한 기법으로 함수들을 기준으로 프로그램을 작성하였다.
2) 객체지향 기법은 객체 단위로 프로그램을 단위화하여 캡슐화, 상속 등을 사용하여 재사용성을 가능하게 하였다.
3) 컴포넌트 기법은 interface를 통하여 외부와 쉽게 동작할 수 있고, 단순하게 통신 할 수 있게 하였다.
