분산 DB와 데이터 분석
쉽게 말하면
데이터베이스를 여러 지역 서버에 나눠 두고도 하나처럼 쓰는 게 분산 데이터베이스예요. 사용자는 데이터가 어디 있는지 몰라도 되게(투명성) 만드는 게 핵심이에요. 회사가 쌓은 데이터를 분석용으로 모아 둔 창고는 데이터 웨어하우스, 그걸 여러 관점으로 돌려 보는 분석이 OLAP, 숨은 규칙을 캐내는 게 데이터 마이닝이에요. 표 형태가 아닌 데이터를 유연하게 담는 NoSQL도 알아 둬요.
시험용 정의
분산 데이터베이스는 네트워크로 연결된 여러 사이트에 데이터를 나눠 저장하고 논리적으로 하나처럼 쓰는 데이터베이스다. 목표는 위치·복제·병행·장애 투명성(그리고 분할 투명성)이다. 장점은 지역 자치성, 신뢰성·가용성, 확장성이고 단점은 복잡성, 비용, 보안 관리의 어려움이다. 데이터 웨어하우스는 의사 결정을 위해 여러 원천 데이터를 주제 지향, 통합, 시계열, 비휘발적으로 모은 저장소이고, 특정 부서용 작은 것을 데이터 마트라 한다. 데이터는 ETL(추출·변환·적재)로 옮긴다. OLAP은 다차원 데이터를 대화식으로 분석하며 연산은 롤업, 드릴다운, 드릴스루, 피버팅, 슬라이싱, 다이싱이다. 데이터 마이닝은 대량 데이터에서 규칙을 찾는 것으로 연관, 연속(순차), 분류, 군집 규칙이 있다. NoSQL은 비관계형 DB로 키-값, 열 기반, 문서, 그래프 유형이 있고 BASE 특성을 따른다.
비유로 이해하기
전국 체인 마트다. 지점마다 재고를 두지만 본사 시스템으로 보면 한 창고처럼 조회된다(분산 DB). 본사는 몇 년 치 판매 기록을 분석 창고(데이터 웨어하우스)에 모아 '맥주를 사는 사람은 기저귀도 산다'(연관 규칙) 같은 패턴을 찾는다.
자세히
먼저 알아 둘 말
| 말 | 뜻 |
|---|---|
| 투명성 | 사용자가 분산 구조를 의식하지 않아도 되는 성질 |
| ETL | 원천에서 추출(Extract) → 변환(Transform) → 적재(Load) |
| OLAP | 온라인 분석 처리. 다차원 데이터를 여러 각도로 분석 |
| OLTP | 온라인 트랜잭션 처리. 주문·이체 같은 실시간 업무 처리 |
| NoSQL | Not Only SQL. 스키마가 유연한 비관계형 데이터베이스 |
| BASE | Basically Available, Soft state, Eventually consistent (가용성·유연한 상태·결국 일관성) |
OLAP 연산
| 연산 | 뜻 |
|---|---|
| 롤업 (Roll-up) | 상세 → 요약 (일 → 월 → 년) |
| 드릴다운 (Drill-down) | 요약 → 상세 (년 → 월 → 일) |
| 드릴스루 (Drill-through) | 다른 데이터베이스의 상세 데이터까지 접근 |
| 피버팅 (Pivoting) | 보는 축을 바꿈 (행과 열 교체) |
| 슬라이싱 (Slicing) | 한 차원의 값 하나로 잘라 봄 |
| 다이싱 (Dicing) | 여러 차원에서 범위를 정해 잘라 봄 |
데이터 마이닝 규칙
| 규칙 | 뜻 | 예 |
|---|---|---|
| 연관 | 함께 일어나는 항목 관계 | 빵을 사면 우유도 산다 |
| 연속(순차) | 시간 순서에 따른 연관 | 노트북 구매 후 한 달 뒤 가방 |
| 분류 | 정해진 범주로 나누는 규칙 | 대출 승인/거절 |
| 군집(클러스터링) | 범주 없이 비슷한 것끼리 묶기 | 고객 세분화 |
NoSQL 유형
| 유형 | 예 |
|---|---|
| 키-값 | Redis, DynamoDB |
| 열(컬럼) 기반 | Cassandra, HBase |
| 문서 | MongoDB, CouchDB |
| 그래프 | Neo4j |
기출에서 더 나온 것
| 말 | 뜻 |
|---|---|
| 분산 DB 구성 요소 | 분산 처리기, 분산 데이터베이스, 통신 네트워크 |
시험에 이렇게 나와요
- 분산 투명성 → 위치·복제(중복)·병행·장애·분할 투명성 (매체 접근 투명성은 없음)
- 장애가 나도 무결성 보장 → 장애 투명성
- 분산 DB → 사용자는 분산되어 있다는 것을 몰라도 되게 한다
- OLAP 연산 → 롤업·드릴다운·슬라이싱·다이싱·피벗 (translate는 아님)
- 변수 사이 관계·패턴을 찾음 → 데이터 마이닝
확인 문제
Q1. 사용자가 데이터의 물리적 저장 위치를 몰라도 데이터베이스를 쓸 수 있는 분산 데이터베이스의 성질은?
- 위치 투명성
- 복제 투명성
- 장애 투명성
- 병행 투명성
정답 보기
1번 위치 투명성
위치 투명성: 위치를 몰라도 접근. 복제 투명성: 복제본이 있어도 하나처럼. 병행 투명성: 여러 트랜잭션이 동시에 실행돼도 결과가 맞음. 장애 투명성: 일부 장애에도 무결성 유지.
Q2. OLAP 연산 중 요약된 데이터에서 더 상세한 데이터로 내려가 분석하는 것은?
- 피버팅
- 슬라이싱
- 롤업
- 드릴다운
정답 보기
4번 드릴다운
Drill-down. 반대는 롤업.
Q3. 분산 데이터베이스의 투명성이 아닌 것은?
- 장애 투명성
- 복제 투명성
- 운영 투명성
- 위치 투명성
정답 보기
3번 운영 투명성
위치·복제·병행·장애(·분할) 투명성.
Q4. 정해진 범주 없이 비슷한 특성을 가진 데이터끼리 묶는 데이터 마이닝 기법은?
- 연관
- 연속
- 군집
- 분류
정답 보기
3번 군집
군집(클러스터링)이다. 정답 범주 없이 비슷한 것끼리 묶는다. 분류는 정해진 범주로 나누고, 연관은 함께 일어나는 규칙을 찾는다.
Q5. MongoDB가 속하는 NoSQL 유형은?
- 그래프
- 키-값
- 열 기반
- 문서
정답 보기
4번 문서
JSON 같은 문서 단위로 저장한다.
헷갈리기 쉬운 O·X
데이터 웨어하우스의 데이터는 실시간 트랜잭션으로 자주 수정·삭제된다.
정답 보기
X 비휘발성. 적재 후 주로 조회만 한다.
병행 투명성은 여러 트랜잭션이 동시에 실행되어도 결과의 일관성이 유지되는 것이다.
정답 보기
O
NoSQL은 일반적으로 강한 일관성보다 가용성과 확장성을 중시한다.
정답 보기
O BASE 특성.