Chapter 1. 데이터베이스 기본 개념¶
1절. 데이터베이스의 필요성
2절. 데이터베이스의 정의 및 특성
3절. 데이터 과학 시대의 데이터
1절. 데이터베이스의 필요성¶
데이터와 정보¶
 |
- 데이터(Data) : 현실 세계에서 단순히 관찰·측정하여 수집한 사실·값 - 정보(Information) : 의사 결정에 유용하게 활용하는 데이터를 처리한 결과물 |
|---|---|
정보 처리(Information Processing)¶
- 데이터 정보 추출 과정
정보 시스템(Information System)¶
- 조직 운영에 필요한 데이터를 수집하여 저장
- 필요 시 유용한 정보를 만드는 수단
데이터베이스(DataBase)¶
- 정보 시스템 안에서 데이터를 저장
- 필요 시 데이터 제공
2절. 데이터베이스의 정의 및 특성¶
데이터베이스(DB; DataBase)¶
- 특정 조직의 여러 사용자가 공유하여 사용하는 데이터의 집합
- 데이터를 체계화하여 작성된 목록으로 응용 시스템들을 통합ㆍ관리ㆍ운영
| 종류 | 내용 |
|---|---|
| 통합 데이터(Integrated Data) | 최소의 중복ㆍ통제 가능한 중복만 허용하는 데이터 |
| 공유 데이터(Shared Data) | 특정 조직의 여러 사용자가 함께 소유ㆍ이용하는 공용 데이터 |
| 저장 데이터(Stored Data) | 컴퓨터가 접근할 수 있는 매체에 저장된 데이터 |
| 운영 데이터(Operational Data) | 조직의 주요 기능 수행을 위해 지속적으로 필요한 데이터 |
데이터베이스 특징¶
| 특징 | 내용 |
|---|---|
| 실시간 접근(Real-Time Accessibility) | 사용자의 데이터 요구에 실시간 응답 |
| 지속적 변화(Continuous Evolution) | 데이터의 지속되는 삽입, 삭제, 수정을 통해 현재의 정확한 데이터 유지 |
| 동시 공유(Concurrent Sharing) | 서로 다른 데이터의 동시 사용뿐만 아니라 같은 데이터의 동시 사용 지원 |
| 내용 기반 참조(Content Reference) | 데이터가 저장된 주소나 위치가 아닌 내용으로 참조 (ex : 재고량이 1,000개 이상인 제품의 이름 검색) |
3절. 데이터 과학 시대의 데이터¶
데이터 분류 형태¶
정형 데이터(Structured Data)¶
- 구조화된 데이터
- 미리 정해진 구조에 따라 저장된 데이터
- 데이터 구조에 대한 설명 및 데이터 내용 별도 유지
- ex) 엑셀의 스프레드시트, 관계 데이터베이스의 테이블
반정형 데이터(Semi-Structured Data)¶
- 구조에 따라 저장된 데이터
- 데이터 내용 안에 구조에 대한 설명 존재
- 구조를 파악하는 파싱(Parsing) 과정 필요
- 파일 형태 저장
- ex) 웹에서 데이터를 교환하기 위해 작성하는 HTML/XML/JSON 문서 및 웹 로그, 센서 데이터
비정형 데이터(Unstructured Data)¶
- 정해진 구조 없이 저장된 데이터
- ex) 소셜 데이터의 텍스트, 영상, 이미지, 워드 및 PDF 문서와 같은 멀티미디어 데이터
데이터 분류 특성¶
- 통계적 관점 & 데이터 분석 분야에서 사용
범주형 데이터(Categorical Data)¶
- 범주로 구분 · 종류로 표현하는 데이터
- 크기 비교·산술적인 연산이 불가능한 질적 데이터
| 종류 | 내용 | 예시 |
|---|---|---|
| 명목형 데이터 (Nominal Data) |
순서, 서열이 없는 데이터 | 성별, 혈액형, 학과명, 거주 지역, 음식 메뉴, MBTI 검사 결과 |
| 순서형 데이터 (Ordinal Data) |
순서, 서열이 있는 데이터 | 학년, 학점, 회원 등급 |
수치형 데이터(Numerical Data)¶
- 크기 비교 · 산술 연산이 가능한 숫자 데이터
- 양적 데이터
| 종류 | 내용 | 예시 |
|---|---|---|
| 이산형 데이터 (Discrete Data) |
개수를 셀 수 있는 단절된 숫자 데이터 | 고객 수, 판매량, 합격자 수 |
| 연속형 데이터 (Continuous Data) |
측정을 통해 얻는 연속적으로 이어진 숫자 데이터 | 키, 몸무게, 온도, 점수 |
정성적 데이터(Qualitative Data)¶
- 좁은 의미 : 범주형 데이터
- 사람의 주관적인 생각과 평가를 기술한 비정형 데이터
- 정량적 데이터에 비해 저장 및 처리 측면에서 큰 비용 필요
정량적 데이터(Quantitative Data)¶
- 좁은 의미 : 수치형 데이터
- 객관적 측정으로 수치, 도형, 기호 등 표현을 갖는 정형 데이터