---------------------------------------------------------------------------------------------------------------------------------------------
- 다음은 분리되어 네트워크로 연결된 분산 데이터베이스에 대한 설명일때, 올바르지 않은 것은?
1. 지역 데이터베이스에서 사용자 Query를 실행하고 빠르게 응답할 수 있음
2. 여러 개의 데이터베이스가 존재하므로 관리하기 어려움
3. 보안 통제가 쉽고 비용이 절감됨
4. 장애 시에 다른 데이터베이스가 서비스하게 하여 가용성이 좋아짐
답 : 3번
분산 데이터베이스는 여러 개의 데이터베이스가 존재하므로 중앙집중적인 보안관리가 어렵고 처리 비용이 증가함
---------------------------------------------------------------------------------------------------------------------------------------------
- 데이터베이스 모델링 관점 중에서 CRUD 메트릭스와 관련 있는 것은?
1. 프로세스 관점
2. 데이터 관점
3. 데이터와 프로세스의 상관 관점
4. 데이터와 데이터 간의 상관 관점
답 : 3번
데이터 모델링 관점 | 내용 | 활동 |
데이터 관점 | 업무에서 사용하는 데이터 | 구조분석 |
프로세스 관점 | 하는 일 | 업무 시나리오 분석 |
데이터와 프로세스의 상관 관점 | 업무와 데이터 간의 관계 | CRUD 메트릭스 |
---------------------------------------------------------------------------------------------------------------------------------------------
- 옵티마이저 조인 기법 중 Hash join기법의 설명으로 올바른 것은?
1. 선행 테이블과 후행 테이블을 구분하지 않고 병렬로 조인을 수행함
2. 해시 조인은 Equal 조인과 Non equal 조인 모두 사용할 수 있음
3. Random Access 및 CPU 사용량이 감소함
4. A 테이블의 행 수가 100건이고 B 테이블의 행수가 1000건일 때 A 테이블을 선행 테이블로 해야함
답 : 4번
1번 : 선행 테이블과 후행 테이블을 구분하여 병렬로 조인
2번 : 해시 조인은 Equal 조인을 사용, Sort merge의 경우 Equal과 Non Equal 모두 사용 가능
3번 : Random Access는 Nested loop join이며 Hash 조인은 Hash 함수 사용으로 CPU 사용량이 증가함
---------------------------------------------------------------------------------------------------------------------------------------------
- 고객 엔터티에 고객 ID, 이름, 주소가 있을때 주소는 어떤 속성인가?
1. 파생 속성
2. 일반 속성
3. 설계 속성
4. 복합 속성
답 : 4번
단일 속성 : 하나의 의미로 구성된 것 ex) 회원 ID, 이름, 주민등록번호 등
복합 속성 : 여러 개의 의미가 있는 것 ex) 주소
다중값 속성 : 여러 개의 값을 가질 수 있는 것 ex) 상품리스트
---------------------------------------------------------------------------------------------------------------------------------------------
- 데이터베이스 3층 스키마에 해당 되지 않는 것은?
1. 외부단계
2. 사용단계
3. 개념단계
4. 내부단계
답 : 2번
3층 스키마는 개념, 내부, 외부 스키마로 구성됨
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 반 정규화를 적용하는 이유로 올바르지 않은 것은?
1. 데이터를 조회할 때 디스크 입출력량이 많아서 성능이 저하되는 경우
2. 여러 개의 테이블 조인으로 인한 성능 저하가 예상되는 경우
3. 칼럼의 합계 및 평균 등을 계산하여 읽을 때 성능이 저하될 것이 예상되는 경우
4. 정규화의 함수적 종속 관계는 위반하지 않지만 데이터의 중복성을 감소시켜 데이터 조회의 성능을 향상시켜야 하는 경우
답 : 4번
반정규화는 데이터를 중복시켜서 데이터베이스의 성능을 향상시킴, 데이터 중복을 감소시키는 것은 정규화임
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 슈퍼타입과 서브타입 변환 방법의 종류에 해당하지 않는 것은?
1. One To One Type
2. Plus Type
3. Single Type
4. Integration Type
답 : 4번
One To One Type : 슈퍼타입과 서브타입을 개별 테이블로 도출, 테이블 수가 많아 조인이 많이 발생하고 관리 어려움
Plus Type : 슈퍼타입과 서브타입 테이블로 도출, 조인이 발생하고 관리가 어려움
Single Type : 슈퍼타입과 서브타입을 하나의 테이블로 도출, 조인 성능이 좋고 관리가 편리하지만, 입출력 성능이 나쁨
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 카디널리티를 계산하는 식은?
답 : 선택도 * 전체 레코드 수
카디널리티(Cardinality)는 두 개의 엔터티에서 관계에 참여하는 수임
---------------------------------------------------------------------------------------------------------------------------------------------
- 데이터베이스 정규화 중에서 기본키를 제외하고 칼럼 간에 종속성이 발생하면 테이블을 분할하는 것은?
답 : 제 3 정규화
- 데이터베이스 파티션 기법 중 날짜 및 숫자처럼 연속된 값을 기준으로 만드는 파티션 기법은?
답 : Range Partition
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음의 데이터베이스 파티션 기법의 설명과 알맞는 파티션 기법은?
파티셔닝 할 항목을 직접 지정하는 방법으로 제품에 대해서 파티션을 생성함
데이터 보관 주기에 따라 쉽게 데이터를 삭제할 수 없음
답 : List partition
List partition : 특정 값을 지정해서 파티션을 수행
Range Partition : 테이터 값의 범위를 기준으로 파티션 수행
Hash Partition : 해시 함수를 적용하여 파티션 수행
Composite Partition : 범위와 해시를 복합적으로 사용해서 파티션을 수행
---------------------------------------------------------------------------------------------------------------------------------------------
- 속성의 특성에 따른 분류로 올바른 것은?
답 : 기본, 설계, 파생 속성
기본속성 : 가장 일반적인 것으로 일렬번호, 코드 데이터처럼 다른 속성에서 계산하거나 영향을 받은 것 제외한 모든 속성
설계 속성 : 데이터 모델링 과정에서 생성되는 속성, 일렬번호와 같이 설계 과정에서 만들어지는 속성
파생 속성 : 다른 속성으로부터 영향을 받아서 생성됨, 직원별 급여합계 월별 생산량 등이 있음
- 정규화를 수행하지 않고 언테티에 데이터를 입력할 때 불필요한 데이터를 같이 입력하거나 삭제하면 다른 데이터까지 같이 삭제되는 문제는?
답 : 이상현상
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 3차 정규화에 대한 설명으로 가장 올바른 것은?
1. 속성의 원자값 제거
2. 복합 속성으로 구성된 식별자에 대해 부분적인 속성으로도 식별이 되는 부분 종속성을 제거
3. 다치종속성을 제거
4. 이행함수 종속성을 제거
답 : 4번
제3 정규화는 일반 속성 간에 종속이 발생하는 이행함수 종속성을 제거하는 것
속성의 중복값을 제거하는 것은 1차정규화, 복합 속성으로 구성된 식별자에 대해 부분적인 속성으로도 식별이 되는 부분 종속성을 제거하는 것은 2차 정규화임
---------------------------------------------------------------------------------------------------------------------------------------------
- 키 엔터티라고도 하며 발생 시점에 따라서 엔터티를 분류할 때 독립적으로 생성되는 엔터티는?
1. 기본 엔터티
2. 중심 엔터티
3. 행위 엔터티
4. 종결 엔터티
답 : 1번
기본 엔터티 : 키 엔터티라고도 불리며 다른 엔터티로부터 영향을 받지 않고 독립적을 생성됨, ex) 고객, 상품, 부서
중심 엔터티 : 기본 엔터티와 행위 엔터티 간의 중간에 있는 것, 기본 엔터티로부터 발생되고 행위엔터티를 생성하는 것 ex) 계좌, 주문, 취소, 체결
행위 엔터티 : 2개 이상의 엔터티로부터 발생됨, ex) 주문이력, 체결이력
---------------------------------------------------------------------------------------------------------------------------------------------
- 데이터베이스 모델링 단계에 대한 설명으로 올바르지 않은 것은?
1. 개념적 데이터베이스 모델링은 추상화 수준이 낮고 재사용성이 매우 높은 모델링 방법임
2. 성능, 데이터 저장 방법 등을 고려하는 모델링은 물리적 모델링임
3. 데이터베이스 모델링 단계는 개념적, 논리적, 물리적 단계로 수행하고 개념적단계부터 물리적 모델링이 진행될수록 상세화됨
4. 개념적 모델링 이후에 구체적인 업무 중심의 모델링과 정규화를 수행하는 단계가 논리적 모델링 단계임
답 : 1번
데이터 모델링 3단계 : 개념적 모델링, 논리적 모델링, 물리적 모델링
재사용성이 높은 단계는 논리적 모델링 단계임
개념적 모델링은 추상화 수준이 높고 업무에 대한 엔터티를 도출하고 관계를 정의하는 단계임
---------------------------------------------------------------------------------------------------------------------------------------------
- 도메인에 대한 설명으로 알맞지 않은 것은?
1. 도메인별로 데이터 타입과 길이를 지정함
2. 각 엩너티 속성에 도메인을 할당함
3. 공통으로 발생하는 명사는 여러 개의 도메인으로 생성함
4. 속성을 명사로 분리함
답 : 3번
공통으로 발생하는 명사를 하나의 도메인으로 생성함
# 도메인 : 각 속성이 가질 수 있도록 허용된 값들의 집합으로 속성명과 도메인명이 반드시 동일할 필요는 없음, 릴레이션에서 모든 속성의 도메인은 원자적(Atomic)이어야 함
---------------------------------------------------------------------------------------------------------------------------------------------
- 주식별자에 대한 설명으로 올바르지 않은 것은?
1, 어떤 업무에서 자주 이용되는 것을 주식별자로 함
2. 명칭, 내역 등과 같이 이름으로 기술되는 것들은 주식별자로 지정하지 않음
3. 계좌번호와 고객번호를 복합으로 주식별자를 구성할 경우 너무 많은 속성이 포함되지 않도록 함
4. 자주 변경되는 값을 주식별자로 지정해야 함
답 : 4번
# 주식별자 특징
주식별자에 의해 엔터티 내 모든 인스턴스가 유일하게 구분되어야 함
주식별자를 구성하는 속성의 수는 유일성을 만족하는 최소의 수가 되어야 함
지정된 주식별자의 값은 자주 변하지 않는 것이어야 함
주식별자가 지정되면 반드시 값이 들어와야 함
---------------------------------------------------------------------------------------------------------------------------------------------
- 아래 시나리오에서 엔터티로 가장 적절한 것은?
A 쇼핑몰에서 상품을 주문하려면 회원에 가입해야 함, 이때 회원ID, 이름, 전화번호를 입력하고 주문을 할 때는 배송지 주소를 입력해야 함
1. 이름
2. 회원
3. A 쇼핑몰
4. 배송지 주소
답 : 2번
회원이라는 엔터티에 회원ID, 이름, 전화번호 속성이 있는 것임
---------------------------------------------------------------------------------------------------------------------------------------------
- 주식별자의 특징으로 올바르지 않은 것은?
1. 유일성 : 엔터티 내에서 모든 인스턴스들은 유일해야 함
2. 최소성 : 속성의 수는 유일성을 만족해야 하고 최소의 수가 되어야 함
3. 불변성 : 식별자의 값은 변하지 않아야 함
4. 존재성 : 주식별자로 지정되면 데이터 값이 존재하지 않을 수 있음
답 : 4번
주식별자는 NULL 값을 가질 수 없음
---------------------------------------------------------------------------------------------------------------------------------------------
- 반정규화 절차 중, 반정규화 수행 시에 뷰(View) 혹은 클러스터링(Clustring) 기법을 적용해야 하는 단계는?
1. 반정규화 대상 확인
2. 다른 방법 결정
3. 정규화 여부 고려
4. 반정규화 실행
답 : 2번
# 반정규화 절차
반정규화 대상 확인 : 조인에 사용되는 테이블 및 대량의 데이터 처리, 통계 처리 등을 확인함
다른 방법 결정 : 인덱스 조정을 통한 튜닝 실시, 애플리케이션에 배열처리를 수행함, 뷰 혹은 클러스터링 기법을 적용함
반정규화 실행 : 테이블, 속성, 관계 등에 대한 반정규화를 수행
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 아래 테이블에 대한 이상현상을 설명한 것 중 가장 적절하지 않은 것은?
고객 | 고객명 | 상품번호 | 상품명 | 가격 |
1 | A | 10 | 폰 | 1000 |
2 | B | 10 | 폰 | 1000 |
3 | C | 30 | 노트북 | 9000 |
4 | D | 40 | 카드 | 5000 |
1. 삽입 이상: 상품을 주묵하지 않은 고객의 정보를 삽입할 수 없음
2. 갱신 이상 : 폰의 정보를 업데이트할 경우 유비의 스마트폰만 업데이트하면 됨
3. 갱신 이상 : 노트북의 가격을 업데이트할 경우 관우의 노트북만 업데이트하면 됨
4. 삭제 이상 : 장비의 고객정보가 삭제되면 카드 상품의 정보도 삭제됨
답 : 2번
삽입 이상 : 자료를 삽입할 때 의도하지 않은 자료까지 삽입해야만 자료를 테이블에 추가가 가능한 현상
갱신 이상 : 중복된 데이터 중 일부만 수정되어 데이터 모순이 일어나는 현상
삭제 이상 : 어떤 정보를 삭제하면, 의도하지 않은 다른 정보까지 삭제되어버리는 현상
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 반정규화의 이유로 가장 올바르지 않은 것은?
1. 대용량 데이터 Query 실행 시에 데이터 입출력 작업이 지나치게 많이 발생하는 경우 반정규화를 함
2. 테이블 간의 데이터 무결성을 보장하기 위해서 정규화 이후에 반정규화를 수행함
3. 다수 테이블을 조인하여 많은 Random Access가 발생하면 조인으로 인한 성능 저하를 해결하기 위해 반정규화를 함
4. 월마감과 같은 작업을 수행할 때 합계, 평균 등을 미리 계산하여 조회 성능을 향상시킴
답 : 2번
반정규화를 수행하면 여러 개의 테이블에 중복을 허용하기 때문에 무결성 보장이 어려움
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 보기가 설명하는 3층 스키마는 무엇인가?
사용자 관점 또는 사용자 뷰(User View)를 표현함
업무상 관련이 있는 데이터만 접근(권한 설정)함
관련된 데이터베이스의 일부만 표시함
1. 외부 스키마
2. 개념 스키마
3. 내부 스키마
4. 논리 스키마
답 : 1번
# 스키마의 종류
외부 스키마 : 사용자 관점 또는 사용자 뷰를 표현, 업무상 관련있는 데이터만 접근함, 관련된 데이터베이스의 일부만 표시함
개념 스키마 : 사용자 전체 집단에 데이터베이스의 구조를 표현함, 전체 데이터베이스 내의 모든 데이터에 관한 규칙과 의미를 묘사
내부 스키마 : 데이터베이스의 물리적 저장 구조, 색인과 해시를 생성함
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 분산 데이터베이스 설명으로 가장 올바르지 않은 것은?
1. 분할 투명성은 하나의 엔터티가 여러 개의 분산 데이터베이스에 저장되어 있지만 사용자는 그 내용을 알 필요가 없음
2. 여러 데이터베이스 중복되어서 데이터가 저장되는 것이 중복 투명성임
3. 여러 개의 분산 데이터베이스에서 동시에 트랜잭션이 실행되는 것이 병행 투명성임
4. 분산 데이터베이스는 지역 DBMS와 물리적 데이터베이스 간에 사상이 보장되지 못함
답 : 4번
지역 DBMS와 물리적 데이터베이스 간에 사상이 보장됨에 따라 각 지역 시스템 이름과 무관한 이름이 사용 가능함
# 분산 데이터베이스의 장단점
장점 | 단점 |
데이터베이스 신뢰성과 가용성이 높음 분산 데이터베이스가 병렬 처리를 수행하기 때문에 빠른 응답이 가능 분산 데이터베이스를 추가하여 시스템 용량 확장이 쉬움 |
데이터베이스가 여러 네트워크를 통해서 분리되어 있기 때문에 관리와 통제가 어려움 보안 관리가 어려움 데이터 무결성 관리가 어려움 데이터베이스 설계가 복작함 |
---------------------------------------------------------------------------------------------------------------------------------------------
- 식별자 분류체계에서 업무에 의해서 만들어지는 식별자로 대체 여부로 분류되는 것은?
1. 주식별자
2. 내부 식별자
3. 본질 식별자
4. 단일 식별자
답 : 3번
대체 여부에 따라서 식별자는 본질 식별자와 인조 식별자로 분류됨
본질 식별자는 업무에 의해서 만들어지는 식별자이고 인조 식별자는 인위적으로 만들어지는 식별자임
* 속성의 수에 따라서 단일 식별자와 복합 식별자로 구분됨
* 대표성에 따라서 주식별자와 보조 식별자로 분류됨
* 스스로 생성 여부에 따라서 내부 식별자와 외부 식별자로 구분됨
---------------------------------------------------------------------------------------------------------------------------------------------
- 다음 중 인덱스에 대한 설명으로 올바르지 않은 것은?
1. 데이터베이스에서 인덱스를 생성하면 인덱스 키는 정렬 되어 있음
2. 특정 테이블에 인덱스를 사용해서 접근하면 원하는 값을 빠르게 탐색할 수 있음
3. 기본키로 지정된 칼럼은 자동으로 인덱스가 생성되기 때문에 인덱스명을 지정할 수는 없음
4. 많은 양의 데이터를 인덱스를 사용해서 스캔하는 경우에 오히려 성능이 떨어질 수 있음
답 3번
기본키는 자동으로 인덱스가 생성되며 인덱스 명을 'Create Unique index 인덱스명 on 테이블명'을 이용해 부여 가능
---------------------------------------------------------------------------------------------------------------------------------------------
- 테이블 반정규화 기법 중 테이블 병합이 아닌 것은?
1. 두 개의 엔터티가 1대1 관계인 경우 하나의 테이블만 생성하도록 반정규화함
2. 두 개의 엔터티가 1대N 관계인 경우 하나의 테이블만 생성하도록 반정규화함
3. 슈퍼타입과 서브타입 관계에서 하나의 테이블로 통합함
4. 일별 주문 테이블을 분석하는 월별 매출 집계 테이블의 성능향상을 위해 사전에 월별 매출과 평균 등을 계산하여 월별 매출 집계 테이블을 생성함
답 : 4번
통계 테이블을 추가하는 것은 테이블 추가에 해당함
---------------------------------------------------------------------------------------------------------------------------------------------
'공부 > 【SQLD】' 카테고리의 다른 글
【SQLD】 제54회 SQLD 합격후기 및 공부법(비전공자, 2주) (2) | 2024.09.06 |
---|---|
【SQLD】 2과목 SQL 기본 및 활용 연습문제 정리(5) (0) | 2024.08.21 |
【SQLD】 2과목 SQL 기본 및 활용 연습문제 정리(4) (0) | 2024.08.16 |
【SQLD】 2과목 SQL 기본 및 활용 연습문제 정리(3) (1) | 2024.08.15 |
【SQLD】 2과목 SQL 기본 및 활용 연습문제 정리(2) (0) | 2024.08.15 |