동시적인 TX 수행은 DBMS 퍼포먼스 향상에 필수적인 부분이다.그러나, TX을 동시에 수행한다는 것은 ( 운영체제에서도 알 수 있듯이) 공유된 자원에 대한 동시 접근이다. 이런 동시성 문제를 어떻게 해결할 수 있는지 살펴보자DBMS에 의해서 동시적인 TX이 제어되고
인터리빙한 TX 스케줄에서, 우리가 운영체제에서 배웠던 것 처럼 Race condition , Deadlock 등등 비일관성 문제가 발생할 수 있다. 이런, TX의 동시성에 의해 발생하는 비일관성 문제를 해결할 수 있는 방법들을 알아보자 T1이 A를 가장 마지막으로 w
다중 세분도 잠금 프로토콜 다중 세분도 잠금 프로토콜은 아래와 같다. TX이 특정 node에 대해 lock을 획득하고자 한다면 , tree의 root부터 시작해서 내려와야 한다.
만일 TX의 Commit 도중 예상치 않게 Crash가 발생했다면 ( 컴퓨터가 꺼진다던지) 어떻게 해야할까? DBMS의 Recovery Manager 컴포넌트가 log를 통해 crash를 복구해 줄 것이다.DBMS의 보장 사항 Atomicity : TX의 모든 acti
병렬적인 Data 처리는 , Bandwidth의 증가로 인해 처리율을 높여준다. 병렬적인 DataBase의 아키텍처와 데이터 처리 방법에 대해 알아보자.병렬성이 증가할 수록 초당 TX 처리율은 높아진다.TX당 걸리는 같다.Shared Memory 구조 : Memory를
Data가 분산되어 저장되어 있을 수 있다. 각 DB는 DBMS에 의해 독립적으로 관리된다. 각 분산 Data는 독립적이어야 하며 원자성을 보장 받아야 한다. Homogeneous 각 site의 DB가 같은 type의 DBMS에 의해서 관리된다.Heterogeneou
XML 데이터를 저장하고 전달하기 위해 디자인 된 언어 ( like html ) 어플리케이션에 의해서 쉽게 사용될 수 있음 SemiStructured Data (SSD) 다른 소스들의 Data의 통합체 비교적 덜 엄격한 구조 XML JSON Semi-stru
레거시 데이터 ( RDBMS ) , 멀티 미디어 데이터 등을 한데 묶어서 어떻게 관리할 수 있을까?데이터 웨어하우스(data warehouse)란 사용자의 의사 결정에 도움을 주기 위하여 기간시스템의 데이터베이스에 축적된 데이터를 공통의 형식으로 변환해서 관리하는 데이
데이터 마이닝 예시를 통해 실습해보자 Basket Data 각 레코드는 소비자와 shop 사이의 transaction을 나타내고 있다. 20개의 레코드가 존재하며 shop은 9 개의 상품을 판매하고 있다. Discovering Rules 여기서 의미하는 'rul