Goooooood

Ⅰ. 데이터베이스 논리적 작업 단위, 트랜잭션의 개요가. 트랜잭션의 정의- 한번에 처리되어야 할 하나 또는 둘 이상의 일련의 작업단위로 데이터베이스에 행해지는 작업의 논리적 단위 나. 트랜잭션의 특징특징상태관리설명Atomicity(원자성)All or Nothing- 연산 전체가 처리되거나 전체가 처리되지 않아야함Consistency(일관성)모순없는 상태- 트랜잭션 실행을 성공적으로 완료하면 모순 없이 일관성 있는 데이터베이스 상태를 보존Isolation(고립성)Locking- 트랜잭션이 실행 중에 생성하는 연산의 중간 결과를 다른 트랜잭션이 접근할 수 없음Durability(영속성)Storeing- 성공적으로 완료된 트랜잭션의 결과는 영구적으로 데이터베이스에 저장됨 Ⅱ. 트랜잭션의 상태 전이작업 구분상태..

Ⅰ. 빅데이터 분석을 위한 도구, 빅데이터 분석도구의 개념- 대량의 데이터를 효율적으로 분류, 예측 등의 분석을 통하여 인사이트를 도출하고자 적용하는 도구 Ⅱ. 빅데이터 분석도구 선택 원칙가. 조직관점 선택 원칙원칙세부 항목설명품질기능성- 다양한 분석 알고리즘 및 기능 제공성능- 대량의 데이터 분석 처리 성능보안성- 빅데이터 처리시 데이터 보안 준수 여부사용성학습성- 사용자의 러닝 코스트 측정편의성- 사용자 인터페이스 모델링 용이성목표달성도- 다양한 모델 구축하여 목표 달성 가능결과물이해성- 결과물에 대한 직관적 이해 가능 여부시각화- 시각화 표현으로 다양한 그래프 지원 나. 기능관점 선택 원칙원칙설명분석 능력- 예측, 마이닝, 의사결정트리, 시계열 분석, 신경망 등 포함한 다양한 유형의 분석 기능 검토..

Ⅰ. 관계형 데이터베이스 중복 최소화, 정규화의 개요가. 정규화의 개념- 관계형 데이터베이스 설계에서 중복을 최소화하게 데이터를 구조화하는 프로세스로 관련 없는 함수 종속성을 별개의 릴레이션으로 표현 나. 정규화의 종류기본 정규화- 1차 정규화, 2차 정규화, 3차 정규화, BCNF고급 정규화- 4차 정규화, 5차 정규화 Ⅱ. 정규화 상세 설명구분정규화설명기본 정규화1차 정규화- 릴레이션에 속한 모든 속성의 도메인이 더 이상 분해되지 않는 원자값으로 구성2차 정규화- 기본키가 아닌 모든 속성이 기본키에 완전 함수 종속되도록 구성3차 정규화- 기본키가 아닌 모든 속성이 기본키에 이행적 함수 종속이 되지 않도록 구성BCNF- 릴레이션의 함수 종속 관계에서 모든 결정자가 후보키이면 만족고급 정규화4차 정규화-..

Ⅰ. 분산 환경 최적화 DBMS, NoSQL의 개념- 테이블-컬럼 스키마 없이 분산 환경에서 key - value 기반으로 단순 검색 및 추가 작업이 가능한 DBMS Ⅱ. NoSQL의 유형 및 모델링 절차가. NoSQL의 유형유형개념도설명Key/Value- key-value가 하나의 묶음(unique)으로 저장- key 안에 (column, value) 형태 필드 column famlesOrdered Key/Value- key-value가 확장된 형태- 데이터가 key 순서로 정렬Document Key/Value- 저장되는 value 데이터가 document 타입- XML, JSON, YAML 등 구조화- 복잡한 계층 구조 표현 나. NoSQL의 모델링 절차#절차설명1도메인모델 파악- 저장 위한 도메인 ..

Ⅰ. 다차원 모델링 중 비정규화 모델링 기법, 스타 스키마의 정의- 다차원 의사결정 지원 데이터를 관계형 데이터베이스로 전환하는데 사용되는 데이터 모델링 기법 Ⅱ. 스타 스키마의 구성요소 및 구조가. 스타 스키마의 구성요소구성요소설명사실(Facts)- 중심 테이블로서 관련성이 높은 Measure들의 집합차원(Dimensions)- 각 Fact를 분석하는 하나의 관점속성(Attribute)- 각 차원 테이블이 가지고 있는 속성속성계층(Hierarchies)- 차원 내 정의된 속성들 간에 존재하는 계층 관계 나. 스타 스키마의 구조구분설명 구조도개념- 사실 테이블과 차원 테이블로 데이터를 분리하여 설계한 모델특징- 장점: 이해하기 쉽고 계층구조 정의가 용이하고 물리적인 조인수가 줄어듬- 단점: 단일차원테이블..

Ⅰ. 데이터 클렌징 처리, 결측값과 이상값구분결측값 이상값정의- 데이터에서 일부분 또는 전체에 대한 입력이 누락되어 없는 값- 데이터에서 일정 범위를 벗어난 값으로 특이하게 작거나 큰 값검출 기법- isna() 함수 사용- isnull() 함수 사용- sum() 이용 개수 확인- 통계 기법- IQR 이용- z-score 방법처리 기법- 제거법- 단일 대체법- 다중 대체법- 제거- 변환- 분리 Ⅱ. 결측값과 이상값 처리 기법 상세 설명가. 결측값 처리 기법구분특징설명제거법- 데이터 제거- 하나의 변수라도 결측시 대상에서 제외단일대체법- 평균- 관측된 자료의 평균값 대체- 연역- 유추값, 유사 자료의 패턴 대체- 회귀- 회귀분석 이용하여 대체- 핫덱- 유사한 특성 응답 값 중 랜덤 추출 값 대체다중대체법- ..

Ⅰ. 정규화 무손실 분해 실패, 연결 함정의 개요가. 연결 함정의 정의- ER모델에서 외혁적으로는 모든 튜플의 관계가 연결된 것 같지만 실제로는 관계성이 모호한 ER모델의 관계성 오류 나. 연결 함정의 종류종류특징설명부채꼴 함정관계성 모호- 개체 집합 사이에 관계성 집합이 정의되어 있지만 모호한 경우균열 함정관계성 미존재- 개체 집합 사이에 관계썽 집합이 정의되어 있지만 일부 집합 사이에 관계성이 존재하지 않는 경우- 연결 함정은 ER 모델 설계 시 발생할 수 있으며 관계성이 모호하거나 존재하지 않는 오류 Ⅱ. 부채꼴 함정의 오류와 해결방안가. 부채꼴 함정 오류문제점설명- 개체 집합 사이에 관계성 집합이 정의되어 있으나, 관계성 예시가 모호한 현상- 교수가 어떤 단과대학에 재직하는지 알 수 있으나, 어떤..

Ⅰ. 데이터 표준화의 개요가. 데이터 표준화의 개념- 시스템별로 산재해 있는 데이터 정보 요소에 대한 명칭, 정의, 형식, 규칙에 대한 원칙을 수립하고 적용하는 활동 나. 데이터 표준화의 요소데이터 명칭- 데이터를 유일하게 구별해주는 이름데이터 정의- 데이터 의미하는 범위 및 자격 요건데이터 형식- 데이터 표현 형태의 정의로 입력 오류 최소화데이터 규칙- 데이터 규칙을 정의하여 입력 및 통제 위험 최소화 Ⅱ. 데이터 표준화의 필요성구분필요성설명데이터 운영데이터 불일치- 정보시스템 개발 및 운영 과정에서 동일한 의미의 데이터를 다른 명칭으로 중복 관리하여 불일치 발생 가능데이터 의미 파악 지연- 새로운 정보 요건이나 정보 요건 변경시 필요한 데이터를 파악하는데 시간 낭비하여 적시제공 어려움데이터 처리데이터..

Python에서 MongoDB를 사용하려면 **pymongo**라는 라이브러리를 사용합니다. pymongo는 MongoDB와 Python 간의 상호작용을 쉽게 해주는 라이브러리입니다. MongoDB는 NoSQL 데이터베이스로, JSON 형식의 데이터를 저장하고 관리하는 데 사용됩니다.아래는 Python과 MongoDB를 연동하여 데이터를 CRUD(Create, Read, Update, Delete)하는 예제 코드입니다. 이 예제에서는 pymongo 라이브러리를 사용하여 MongoDB와 상호작용하는 방법을 단계별로 설명합니다.1. pymongo 설치먼저 pymongo 라이브러리를 설치해야 합니다. 터미널에서 아래 명령어를 실행하세요.pip install pymongo2. MongoDB에 연결하기MongoD..

Python의 sleep() 함수는 프로그램을 지정한 시간만큼 일시적으로 멈추게 하는 함수입니다. 이 함수는 주로 시간 지연이 필요한 작업에서 유용하게 사용됩니다. 예를 들어, 서버와의 연결을 기다리거나 반복 작업 사이에 일정 간격을 두고 싶을 때 사용됩니다.time.sleep() 함수는 time 모듈에 포함되어 있으며, 이 함수를 사용하면 코드의 실행을 지정한 시간(초 단위)만큼 중단시킬 수 있습니다.사용법import time# 시간 지연을 위해 sleep() 함수 사용time.sleep(초 단위의 시간) 여기서 초 단위의 시간은 실수로도 입력할 수 있습니다. 예를 들어, 1.5를 입력하면 1.5초 동안 대기하게 됩니다.예시 코드import timeprint("프로그램 시작")# 2초 동안 일시 중지t..