[SQLD] 1-2.데이터 모델과 성능

📖성능데이터 모델링이란

• 데이터베이스 성능 향상을 목적으로 설계단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는 것이다.
• 분석/설계 단계에서 DB 처리 성능을 향상 시킬 수 있게 고려해야 함.
• 프로젝트 초기에 테스트 환경 구현 / 트랜잭션 발생 -> 실제 성능 테스트
• ~(오답)~ 문제 발생 SQL 중심 집중 튜닝

 

📖데이터 모델링 수행 절차

1. 데이터모델링을 할때 정규화를 정확하게 수행한다.
2. 데이터베이스 용량산정을 수행한다.
3. 데이터베이스에 발생되는 트랜잭션의 유형을 파악한다.
4. 용량과 트랜잭션의 유형에 따라 반정규화를 수행한다.
5. 이력모델의 조정, PK/FK조정, 슈퍼타입/서브타입 조정등을 수행한다. 

 

📖정규화 절차

 

✏️반정규화 관련 NOTE

• 칼럼에 의한 반복적인 속성값 = 원자성 위배 = 1정규형
• 인덱스 사용이 아니더라도 or 연결조건절 = 성능 저하 
• 함수종속 규칙 有 = 2차 정규형
• 다량 데이터 탐색 = 인덱스가 아닌, 파티션 및 데이터 클러스터링등의 물리 저장 기법 활용 -> 반복되는 작업 = 반정규화
• 이전 또는 이후 위치의 레코드 탐색 = window function
• 집계 테이블에 국한되지 않고 반정규화 사용

 

✏️칼럼의 반정규화 기법

• 중복칼럼 추가 - 자주 이용하는 집중화된 칼럼들이 있을 때 해당 칼럼들을 별도로 모아놓는 반정규화 기법(조인감소)
• 파생칼럼 추가 - 미리 계산된 칼럼을 갖도록 함
• 이력테이블 칼럼 추가 - 최신값 처리를 위한 기능성 칼럼
• PK에 의한 칼럼 추가
• 응용시스템 오작동을 위한 칼럼 추가

 

📖반정규화 대상에 대해 다른 방법의 처리

• 대량 조인 = View 사용
• 대량 데이터처리 = 클러스터링, 인덱스 조정
• 대량 데이터 = PK의 성격으로 분리 = Partitioning
• 응용 애플리케이션 로직 구사 변경

 

📖로우체이닝이란?
로우의 길이가 너무 길어 데이터 블록 하나에 데이터를 모두 저장하지 않고 두 개 이상의 블록에 걸쳐서 하나의 로우가 저장되는 형태
해결 방법 : 트랜잭션 접근 칼럼 분석 후 1:1로 테이블을 분리하여 디스크 I/O를 줄여 조회 성능을 향상

📖트랜잭션
- 전체 대상 일괄 처리, 테이블은 서브타입 별로 개별 유지 -> 성능 저하
- 서브타입 개별 처리, 통합 변환 -> 불필요한 양의 데이트 집적 -> 성능 저하
- 슈퍼+서브 타입 일괄 처리, 개별 유지 -> 조인인한 성능 저하
: 답변 고를때 반대인거 골라라8

 

📖PK순서 결정 기준

인덱스 정렬구조 상, 앞 쪽에 위한 속성의 값이 비교자로 있어야 효율이 좋다.

 

 

📖분산 데이터베이스 장단점

장점	단점
- 지역 자치성, 점증적 시스템 용량 확장 - 신뢰성과 가용성 - 효용성과 융통성 - 빠른 응답 속도와 통신비용 절감 - 데이터의 가용성과 신뢰성 증가 - 시스템 규모의 적절한 조절 - 각 지역 사용자의 요구 수용 증대	- 소프트웨어 개발 비용 - 오류의 잠재성 증대 - 처리 비용의 증대 - 설계, 관리의 복잡성과 비용 - 불규칙한 응답 속도 - 통제의 어려움 - 데이터 무결성에 대한 위협

• 거의 실시간 업무적 특성 = 분산 데이터베이스 사용
• 공통코드, 기준정보 등 마스터 데이터는 분산DB의 복제분산 적용
• 백업 사이트 = 간단한 분산기능 적용하여 구성 가능
• GSI(Global Single Instance) = 통합된 한 개의 인스턴스, 통합 DB 구조 의미