과목 개요 구분 시험과목 과목별 세부 항목 전문가 (ADP) 준전문가 (ADsP) 1과목 데이터의 이해 1. 데이터의 이해 2. 데이터의 가치와 미래 3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 ○ ○ 2과목 데이터 처리 기술 이해 1. 데이터 처리 프로세스 2. 데이터 처리 기술 ○ × 3과목 데이터 분석 기획 1. 데이터 분석 기획의 이해 2. 분석 마스터 플랜 ○ ○ 4과목 데이터 분석 1. 데이터 분석 개요 2. 데이터 마트 3. 통계분석 4. 정형 데이터 마이닝 ○ ○ 5과목 데이터 시각화 1. 시각화 인사이트 프로세스 2. 시각화 디자인 3. 시각화 구현 ○ × 실기 데이터 분석 실무 ○ × 출제 문항 수 및 배정 ※ 전문가 (ADP) 구분 시험과목 문항수 배점 시험시간 객관식 서술..

Part 1. 옵티마이저와 실행계획 1. 옵티마이저 - 실행 계획 : 최적의 실행 방법 - 사용자가 질의한 SQL 문에 대해 최적의 실행 방법을 결정하는 역할 - 다양한 실행 방법들 중에서 최적의 실행 방법을 결정함 - 질의의 수행 속도에 영향을 미침 - 수행해보지 않고 결정해야 함 - 현재는 대부분 비용기반 옵티마이저만 제공 가. 규칙기반 옵티마이저 - 규칙(우선 순위)을 가지고 실행 계획을 생성 - 참조하는 정보 : 인덱스 유무, 연산자 종류, 객체 종류 등 - 15가지 규칙을 기반으로, 우선순위가 높은 순서대로 수행 순위 액세스 기법 설명 1 Single row by rowid rowid를 통해서 테이블의 하나의 행 엑세스 2 Single row by cluster join 3 Single row ..

Part 1. 표준조인 STANDARD JOIN 1. STANCARD JOIN 개요 - 기업형 DBMS는 대부분 객체지원 기능이 포함된 객체관계형 데이터베이스 사용 - 현재 DB는 대부분 SQL-2003 기준 ANSI/ISO 표준 SQL 기능? - STANDARD JOIN 기능 추가 (CROSS, OUTER JOIN 등) - SCALAR SUBQUERY, TOP-N QUERY 등 서브쿼리 기능 - ROLL UP, CUBE, GROUPING SETS 등 리포팅 기능 - WINDOW FUNCTION 등 분석 기능 가. 일반 집합 연산자 - UNION : 합집합 - INTERSECTION : 교집합 - DIFFRENCE : 차집합 (ORACLE : MINUS, 그 외 : EXCEPT) - PRODUCT : 곱..

Part 1. 관계형 데이터베이스 개요 1. 데이터베이스 - 데이터를 일정한 형태로 저장해 놓은 것 - DBMS : 데이터의 손상을 피하고 필요시 데이터를 복구하기 위한 기능의 소프트웨어 1) 데이터베이스의 발전 1960년대 플로우 차트 중심의 개발 1970년대 계층형 데이터베이스, 망형 데이터베이스 1980년대 관계형 데이터베이스 상용화 (Oracle, Sybase, DB2 등) 1990년대 객체 관계형 데이터베이스로 발전 2) 관계형 데이터베이스 • 이상 현상 제거 • 데이터 중복 방지 • 동시성 관리 • 병행 제어 • 메타 데이터 총괄 관리를 통한 데이터 표준화 가능 • 갑작스런 장애 시 데이터가 제대로 반영될 수 있도록 보장 • 시스템 다운, 재해 등의 상황에서도 데이터를 복구할 수 있는 기능 제..

Part 1. 성능 데이터 모델링의 개요 1. 성능 데이터 모델링의 정의 성능저하 원인? - 데이터 모델 구조에 의해 성능이 저하됨 - 데이터가 대용량이 됨으로 인해 불가피하게 성능이 저하됨 - 인덱스 특성을 고려하지 않고 생성하여 성능이 저하됨 - 데이터베이스 성능 향상을 목적으로, 설계단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는 것 2. 성능 데이터 모델링 수행시점 - 사전에 할수록 비용이 들지 않음 → 분석/설계 단계에서 진행 3. 성능 데이터 모델링 고려사항(순서) - 정규화를 정확하게 수행 - 용량 산정을 수행 → 어떤 엔터티에 데이터가 집중되는지 파악 - 트랜잭션의 유형을 파악 → SQL 문장의 조인관계 테이블에서 데이터 조회 컬럼들 파악 - 용량과..

Part 1. 데이터 모델의 이해 1. 모델링의 이해 가. 모델링의 정의 - 살아가면서 나타날 수 있는 다양한 현상을 표기법에 의해 규칙을 가지고 표기하는 것 - 모델을 만들어 가는 일 - 현실세계를 단순화시켜 표현하는 것 나. 모델링의 특징 특징 설명 추상화 일정한 형식에 맞추어 표현 단순화 약속된 규약에 의해 쉽게 이해할 수 있도록 표현 명확화 대상에 대한 애매모호함을 제거하고 정확하게 현상을 기술하는 것 다. 모델링의 세가지 관점 관점 데이터 관점 업무, 데이터간의 관계가 무엇인지에 대한 모델링 (What, Data) 프로세스 관점 업무에서 실제 하고 있는 일 관점 모델링 (How, Process) 데이터와 프로세스의 상관관점 업무와 데이터가 어떻게 영향을 받고 있는지에 대한 모델링 (Interac..

구분 시험과목 세부내용 문항수 배점 시험시간 P D P D P D 1과목 데이터 모델링의 이해 데이터 모델의 기초 데이터 모델링 방법론 관계 데이터베이스 모델 데이터 모델과 성능 엔터테, 속성, 관계, 식별자 정규화, 조인, 트랜잭션 NULL 속성 식별자 10 10 70점 (문항별 1점) 100점 (문항별 2점) 180분 90분 2과목 SQL 기본 및 활용 관계 데이터베이스 언어 SQL 기본 및 활용 SELECT문 함수 WHERE절 GROUP BY, HAVING 절 ORDER BY 절 JOIN 표준 JOIN 서브쿼리 집합연산자 그룹함수 윈도우함수 계층형 질의 및 셀프조인 PIVOT, UNPIVOT 절 정규표현식 20 40 3과목 SQL 고급 활용 및 튜닝 데이터베이스 운영 및 관리 데이터베이스 아키텍처 ..

1. 백업의 관점 1) 핫백업 & 콜드백업 - 핫백업 : 온라인백업, 데이터베이스 기능 이용, 백업 대상의 데이터베이스를 정지하지 않고 가동중인 상태에서 백업데이터를 얻음 - 콜드백업 : 오프라인 백업, OS기능, 백업 대상의 데이터베이스를 정지한 후 백업 데이터를 얻음, OS 명령으로 복사 2) 논리백업 & 물리백업 - 논리백업 : SQL 기반 텍스트 형식으로 백업 - 물리백업 : 데이터 영역을 그대로 Dump, 이미지로 바이너리 형식 기록 3) 풀백업 & 부분(증분/차등)백업 - 풀백업 : 데이터 전체를 매일 백업 - 부분백업 : 풀 백업 이후 갱신된 데이터를 백업, 차등/증분 백업 2. 데이터베이스 관리 시 주의 - 백업 파일들은 떨어진 곳에 각각 보관 - 지리적으로 따로 - 신속한 복구가 가능하도..

1. 테이블 TABLE - 데이터를 관리 및 저장하는 장소 - 데이터의 효율적인 관리 및 적절한 조작이 중요함 - 2차원 표 2. 설계 규칙 - 집합에 따라 설계 - 기본키에 따라 설계 ※ 기본키 - 특정 집합에서 특정 행을 유일하게 식별할 수 있는 속성의 집합 - 중복되면 안됨 3. 정규형 - 테이블을 정의하는 기본 형태 1) 제1정규형 (1NF) : 테이블의 셀에 여러 개의 값을 포함하지 않음 2) 제2정규형 (2NF) : 부분함수 종속성을 허용하지 않음, 기본키를 구성하는 열의 일부에만 함수 종속이 존재함 3) 제3정규형 (3NF) : 기본 키를 제외한 일반 컬럼끼리 함수 종속이 발생하지 않도록 설계 4) 4~5 정규형은 거의 사용하지 않음 4. ER다이어그램 - 데이터 구조 표기법 1) Barke..

1. 트랜잭션 - 데이터베이스 관리 시스템 또는 유사한 시스템에서 상호작용의 단위 - 상호독립적 - 트랜잭션 간에는 서로 간섭하지 않음 2. 4대 특징 1) 원자성 Atomicity - All or Nothing 2) 일관성 Consistency - 데이터 조작 전후 데이터가 일관성이 있어야함 3) 고립성 Isolation - 동시에 데이터 조작을 실행할 경우, 모순 없이 실행되는 것을 보증 4) 지속성 Durability - Commit 후 데이터 변경사항이 확정되는 것 3. 격리 수준 (ANSI표준) Level Description Level 동시성 Dirty Read Non-Repeatable Read Phantom Read Read Uncommitted 아직 Commit 되지 않은 데이터를 다른 ..