차세대 데이터베이스 구축 및 통합을 위한 필수 기술

차세대 데이터베이스 구축 및 통합을 위한 필수 기술 요소 - 데이터모델 관계와 통합모델을 중심으로 - 2003. 12 ㈜으뜸정보기술 대표컨설턴트 김 상하 1

차세대 데이터베이스 구축 및 통합을 위한 필수 기술요소 목 차 ▣ 차세대 데이터베이스 산업전망 § 차세대 데이터베이스 시스템의 기술 요건 § 데이터베이스 기술 발전동향 § 데이터베이스 활용산업에서의 기술변화 전망 ▣ 데이터 모델의 종류 및 특징과 구조 ▪ ▪ ▪ ▪ 파일 시스템 네트워크 데이터 모델 계층구조 데이터 모델 관계 데이터 모델 객체지향 데이터 모델 다차원 데이터 모델 ▣ 데이터 모델 비교 ▣ 데이터 모델간 변환 및 통합 ▪ ▪ 관계 데이터 모델과 기타 데이터 모델간 변환 관계 데이터 모델과 다차원 데이터 모델간 변환 관계 데이터 모델과 기타 데이터 모델간 통합 시스템 구조와 데이터 모델간 통합 2

차세대 데이터베이스 산업전망-I ▪ 차세대 데이터베이스 시스템의 기술 요건 ü 고성능 처리 및 검색 기능 - 대규모 네트워크 환경(인터넷(웹))에서 대규모 사용자가 대규모 데이터 처리 가능. - tera bytes dataset, object-oriented data, multimedia data, semi-structured data. ü 데이터베이스 관리 시스템적인 기능 - 다양한 Interfaces, information integration, dynamic contents의 처리. - peak load, automated and self-managed 데이터베이스 유지보수. - 대규모 multimedia 서비스를 위한 content management System(metadata). - 여러 상이한 데이터베이스의 통합. - storage management, indexing, Query processing and Optimization, user Interfaces. 3

차세대 데이터베이스 산업전망-II ▪ 데이터베이스 기술 발전동향 ü Object-Oriented Database System (OODBMS) - 객체지향 기술은 데이터베이스에 대한 새로운 응용으로 이미지, 설계문서 등 abstract data의 처리, 복잡한 객체처리를 위하여 발전되어 옴. - Behavioral knowledge, Domain-specific generic knowledge를 다루는데 유용. - Operating System과의 Interface도 용이하고, inter-operability를 쉽게 할 수 있음. ü Object Database에 대응하는 Query Optimization technique 관계형 데이터베이스에 대한 Query 기술로부터 객체지향 데이터베이스에 대한 object Query 기술의 발전이 요구됨. ü Staged Database Systems - 데이터베이스 시스템 아키텍처는 테라 급의 많은 데이터를 저장하고 검색가능 해야 함. - 기존의 데이터베이스 시스템을 여러 개의 모듈로 나누고, 이들 모듈은 독자적인 단계들로 구분되지만 상호 대기모형 형태로 연결되는 모양을 가짐. - DBMS 성능을 향상시킴. ü Grid Computing - 분산된 정보자원과 데이터 자원에 대하여 사용자에게는 실질적으로 단일(처리 네트워크, 저장) 시스템 이미지를 만들어 내어 실질적으로 사용자나 시스템 응용활동이 다양한 정보 자원에 완벽하게 접근할 수 있도록 함. - 시스템 사용자에게는 전체 정보시스템이 크지만 단일 시스템으로 인식되게 함. 4

차세대 데이터베이스 산업전망-III ü Disjunctive deductive Database (DDDB) 기존의 데이터베이스 시스템은 definite information을 다루지만, indefinite 또는 partial information을 다루기 위하여 제시됨. ü Adaptive Database Management System (ADMS) - ADMS는 기 검색된 data and data paths를 활용하여 후속되는 Query의 실행 시간을 단축 시킬 수 있는 이점이 있음. - Client-Server Database architecture를 사용하고 상이한 데이터베이스 시스템에 접근할 수 있게 함. ü Peer-Data Management System (PDMS) peer-to-peer file sharing System에서 발전하여 보다 복잡한 질의에 대응하게 한 시스템으로 ad-hoc, highly dynamic distributed architecture를 가진 로컬 또는 광역 망에서의 데이터 공유가 가능하게 함. . ü Multi-Database Systems (MDBS) 성질이 상이한 데이터베이스의 통합과 concurrency control 문제를 다루기 위한 시스템. 5

차세대 데이터베이스 산업전망-IV ▪ 주요 데이터베이스 산업영역에서의 데이터베이스 변화 전망 ü E-commerce 및 M-commerce의 발전에 따른 데이터베이스의 대응 - 세계적 범위의 전자 상거래의 발전은 초대용량 DB, multimedia DB 가 요구되고, 더욱이 이들 DB에서는 내용의 매우 심한 변화대응과 고객별로 개별화된 서비스를 제공할 수 있는 능력이 요구. - Dynamic Content에 대한 대응. Amazon, com에서는 개별 고객에 대하여 개별화되고 시간에 따라 변화하는 내용 (dynamic and customized content) 제공하는 데에 집중화된 데이터베이스 아키텍처를 사용. . 이는 데이터와 고객의 규모가 달라질 경우 기존의 기술이나 설계가 그대로 사용할 수 없는 어려움이 있음. . 만약 이러한 사용자의 컴퓨터나 또는 사용자에 가까이 있는 다른 컴퓨터에 상당한 부담을 이전시킬 수 있다면 보다 나은 대응이 가능하게 됨. - Integration of Databases 고객DB, 제품 DB, 금융(결제)DB등 상이한 DB를 통합적으로 다룰 수 있는 DB System이 요구됨. 6

차세대 데이터베이스 산업전망-V - User Interface Web 뿐 아니라 다양한 통신 기기, PDA 등과의 user Interface가 필요함. - Ubiquitous Database. Mobile communication의 발달에 따라 data가 어디에서든지 발생, 저장, 처리, 검색 될 수 있음. . 예를 들어, 비 접촉식 smartcard의 경우 작은 processor와 작은 자료 저장용 memory가 필요할 뿐 아니라, 다양한 Query에 대응 할 수 있는 매우 작은 DBMS도 심어져 있어야 함. 7

차세대 데이터베이스 산업전망-VI ▪ 주요 데이터베이스 산업영역에서의 데이터베이스 변화 전망 ü Entertainment DB / Multimedia content - 문자, 숫자, 화상, 도면, 영상, 음성 dataset의 통합 내지 복합처리가 되어야 함. - 최근 entertainment산업분야에서 영상, 음향 정보 등multimedia dataset를 다룰 수 있고 또 semi-structured Query를 처리할 수 있는 OODBMS가 요구됨. ü 교통관제, 항공관제, 기상예보/ Spatio-temporal Database management Systems (STDBMS) 이는 교통관제, 항공관제, 기상예보 같이 끊임없이 움직이는 객체(objects)에 대하여 이들의 움직임을 예측/관리할 필요가 있는 경우에 STDBMS가 매우 유용한 데이터베이스 시스템임. ü Biotech 및 제약산업 분야 DB - 이들 산업분야에서 Protein/유전자정보, Chemical compound정보, 질병정보 등이 다루어 짐. - 하루가 다르게 솟아지는 유전자 정보의 sequencing과 sequence에 대한 annotation은 이들 정보의 가치를 증대시킴. (Sequence Annotation) - 기존의 공공정보로부터 중요한 정보를 효과적이고 효율적으로 추출해 내는 Data Mining기술도 매우 중요. 8

데이터 모델 의 종류 및 특징과 구조-I ▪ 파일 시스템 u 구조 및 조작과 특징 ü SAM(Sequential Access Method) 파일 - 데이터 레코드들은 특정한 순서로 정렬되어 있음. - 모든 데이터 속성들은 분류되어 있어서 각 레코드 내에서는 똑같은 순서로 데이터 속성값을 가지고 있음. - 순차파일내의 레코드들은 키 값에 따라 배열되어 있음. ü ISAM(Indexed Sequential Access Method) 파일 - 효율적인 연속 액세스를 제공하는 순차성에 대한 요구가 없다면, 인덱스된 파일을 사용할 수 있음. - 인덱스된 파일에서는 레코드들이 반드시 한 개 이상의 인덱스를 통하여 액세스됨. ü DAM(Direct Access Method) 파일 - 레코드를 채취하는데 사용되는 탐색 매개 변수와 직접 액세스 매커니즘의 물리적 기능이 밀접하게 관련되어 있음. - 인덱스된 파일 구성에서는 레코드의 현 위치정보를 제공해 주기 위해 인덱스 테이블이 사용되지만, 직접 파일에서는 이와는 달리 레코드 주소를 제공해 주기 위해 주소연산 루틴(예: Hashing)이 사용됨. 9

데이터 모델 의 종류 및 특징과 구조-II ü VSAM(Virtual Sequential Access Method) 파일 - IBM이 지원하는 인덱스된 순차파일 구성방식중의 하나로써 VSAM은 고정길이 레코드들과 가변길이 레코드들을 모두 처리할 수 있고, 신장된 레코드들을 처리할 수 있음. - 하나의 VSAM이 정의되면 그 파일의 이름과, 다른 여러 속성들이 VSAM의 목록에 들어감. - VSAM은 그 목록을 근거로 하여 파일과 그 파일이 차지하는 공간에 대한 정보를 얻음. - VSAM은 각 타입의 파일 레코드들을 제어구간(Control Interval)이라는 논리적 단위로 모아 저장하는데, 이 제어구간들은 제어구역이라는 더 큰 논리적 단위를 구성. - VSAM 인덱스는 그 자체가 여러 단계들로 구성된 파일인데, 각 단계는 제어구간들의 집합이고, 각 제어구간은 여러 인덱스 엔Tree들을 가질 수 있는 하나의 인덱스 레코드에 해당됨. 10

데이터 모델 의 종류 및 특징과 구조-III ▪ 네트워크 데이터 모델 u 구조 및 조작과 특징 ü 데이터 구조 - 몇 개의 링크 타입의 각 다중 Occurrence 집합과 함께, 몇 개의 레코드 타입의 각 다중 Occurrence의 집합으로 구성됨. - 각 링크 타입은 부모 레코드 타입과 자식 레코드 타입의 두 개의 레코드 타입을 가짐. - 주어진 링크 타입의 각 Occurrence는 부모 레코드 타입의 하나의 Occurrence와 자식 레코드 타입의 순서화된 다중 Occurrence로 구성됨. ü 데이터 조작 - 레코드와 링크의 형태로 표현된 데이터를 처리하기 위한 연산자들의 집합 ⇒ 조작어. - 연산자 종류. 레코드 안에 있는 주어진 값을 가지는 필드가 있는 특별한 레코드에 위치시킴, 어떤 링크에서 부모로부터 첫 번째 자식으로 이동, 어떤 링크에서 그 자식으로부터 그 다음 자식으로 이동, 어떤 링크에서 자식으로부터 그 링크를 통해 그의 부모로 감, 새로운 레코드 생성, 현존하는 레코드 제거, 현존하는 연산자 갱신, 현존하는 (자식)레코드를 링크 안으로 연결, 현존하는 (자식)레코드를 링크로부터 분리, 현존하는 (자식)레코드를 주어진 링크의 Occurrence로부터 분리하여 다른 링의 Occurrence로 다시 연결. 11

데이터 모델 의 종류 및 특징과 구조-IV ü 데이터 무결성 - 참조 무결성 형태를 위하여 기본 데이터구조 즉, 링크에 의하여 내장된 기능의 지원이 가능. (“자식은 자신의 부모가 존재하지 않는다면 삽입될 수 없다. ”는 규칙은 꼭 필요한 것은 아니지만 강조할 수 있음. ) ü 특징 - 계층적 구조에서 하나의 자식 레코드는 반드시 하나의 부모를 가짐. 그러나 네트워크 구조에서는 하나의 자식 레코드는 임의 수의 부모를 가질 수 있음. (부모가 없어도 가능) ※ Network DB Segment모형 Owned by (Owner로부터) Member with Other Membership Ownership pointer Other Membership - Root Segment는 Other Membership Pointer 를 가지지 않는다. 12

데이터 모델 의 종류 및 특징과 구조-V u 구현방법, 모델 사례 주문 제품 제품품목 주문품목 품목 표기) Record name is product Location mode CALC Using Roduct＃. . . 02 product＃ : type Dec 4. . . Record name is item. . . set name is item_on_order owner is order. . . member is item 13

데이터 모델 의 종류 및 특징과 구조-VI System 병실 Room_of_System 병실＃ Patient_in_room 의사 환자 의사명 품목 환자＃ 품목＃ Charge_of_patient Treatment_ by_physican Treatment_of_patient 치료 환자＃, 의사명 Charge_by_item 비용 환자＃, 품목＃ 14

데이터 모델 의 종류 및 특징과 구조-VII ▪ 계층구조 데이터 모델 u 구조 및 조작과 특징 ü 데이터 구조 - 순서화된 Tree들의 집합. - 집합은 Tree의 한 타입(Type)에 대한 여러 개의 Occurrence들로 구성 되어 낮은 단계의 서브 Tree 타입으로 구성. ü 데이터 조작 - Tree 형태로 표현된 데이터 처리를 위한 연산자의 집합으로 구성. - 연산자 종류. 특정 Tree의 검색, 하나의 Tree에서 다음 Tree로 옮김, Tree 안에서 여러 계층 경로를 바꿈으로써 한 레코드에서 다른 레코드로 위치를 옮김, 계층순차적으로 한 레코드에서 다른 레코드로 위치를 옮김, 새로운 레코드를 지정된 위치에 삽입, 지정된 레코드의 삭제 등. - Get Unique(GU), Get Next(GN), Get Next within Parent(GNP) - 이들 연산자들은 대개 Record단위로 작업을 함. - 부모는 자식 pointer를 가지고, 자식은 형제 pointer를 가지게 함. (마지막 자식은 형제 pointer에 종결부호(^)) 15

데이터 모델 의 종류 및 특징과 구조-VIII ü 데이터 무결성 - 참조 무결성(“부모 없이는 어떤 자식도 존재할 수 없음. ”) (“자식은 그것의 부모가 이미 트리에 존재하지 않는 한 삽입할 수 없다. ”)의 자동적인 제공. 16

데이터 모델 의 종류 및 특징과 구조-IX u 구현방법, 모델 사례 M 병 원 E A Y Q I B F C D N J G K H Z L 장비 병동병실 U O P R V W S T : Pointer분할 : 순차분할 환자 X 증세 치료 의사 HIDAM) SEGM NAME = HOSPITAL, PARENT = 0 SEGM NAME = WARA, PARENT = (HOSPITAL, NGL), PTR = TWIN 17

데이터 모델 의 종류 및 특징과 구조-X ※ DBDGEN - SAMPLE STATEMENTS DBD NAME=CLINIC, ACCESS=HIDAM DATASETDD 1=HIDD, DEVICE=3340 SEGM NAME=PATIENT, PARENT=0, BYTES=100 FIELD NAME=(NAME, SEQ, U), BYTES=40, START=1 SEGM NAME=COMPLNT, PARENT=PATIENT, BYTES=77, RULES=FIRST FIELD=ILLNS, BYTES=35, START=1 SEGM NAME= TRTMNT, PARENT=COMPLNT, BYTES=140 FIELD NAME=(DATE, SEQ, M), BYTES=8, START=1 FIELD NAME=ACTN, BYTES=100, START=9 SEGM NAME=BILLING, PARENT=PATIENT, BYTES=60, RULES=LAST SEGM NAME=PAYMT, PARENT=BILLING, BYTES=60 SEGM NAME=HOUSHLD, PARENT=PATIENT, BYTES=50 FIELD NAME=RELATN, BYTES=20, START=31 DBDGEN FINISH END 18

데이터 모델 의 종류 및 특징과 구조-XI ▪ 관계 데이터 모델 u 구조 및 조작과 특징 ü 데이터 구조 - 테이블 형태로 기술하며, 데이터베이스는 테이블들로 구성됨. ü 데이터 조작 - SQL(Structured Query Language)을 지원함. - DDL, DML, DCL 구성. - SQL은 집합이론을 근거로 함. ü 데이터 무결성 - 실체 무결성 기본 키(Primary Key)는 한번 설정되면 수정할 수 없고, Not Null이며 Unique 해야 함. - 참조 무결성 어떤 개체를 신규입력 또는 삭제/정정시 관계되는 개체에 의하여 작업이 제한을 받는 성질. - 도메인 무결성 속성이 갖는 고유의 값과 범위에 해당되는 데이터만 받아들임. 19

데이터 모델 의 종류 및 특징과 구조-XII ü 특징 - 데이터 모델링이 간편하고 애플리케이션 개발을 용이하게 지원. - 데이터 상호간의 동적인 관계는 Join을 통하여 일어남. - 레코드는 다른 레코드에 대하여 어떤 Pointer라도 갖지 못함. - DB Schema에 대한 동적인 변화들이 가능. - 데이터 모델링이 간편하기 때문에 복합 애플리케이션(CAD/CAM, CASE, Multimedia, GIS 등)에는 적합하지 않음. - 한 필드는 하나의 Data Item만을 포함. - High Level 언어( SQL )와 Call Level( API )의 표준 DB언어의 활용이 가능. 20

데이터 모델 의 종류 및 특징과 구조-XIII u 구현방법, 모델 사례 병실 병실＃ 1 품목 품목＃ 의사 의사＃ 1 1. . M 환자 0. . M 환자＃ 병실＃ 1 치료 의사＃(F), 환자＃ 1. . M 1 1 비용 환자＃(F), 품목＃(F) 1. . M (F): Foreign Key표시 21

데이터 모델 의 종류 및 특징과 구조-XIV ▪ 객체관계 데이터 모델 u 구조 및 조작과 특징 ü 특징 - 관계 DB기술의 모든 장점을 포함하되 한계성의 확장 ⇒ 관계 DB기술의 중요한 문제점인 반복 그룹, 포인터 추적, 자료형(Data Type) 의 한계를 제거. - 복잡한 DB Schema Modeling에 대하여 Encapsulation과 Inheritance의 이점 추가 ⇒ Table에 Column과 Procedure를 동시에 가질 수 있음. - Row(행)나 Column(열; field)에 한 개 이상의 Data Item을 갖도록 허용 ⇒ 반복(Repeating Group)의 허용. ※ Encapsulation (은닉) - 개체 내에 사용자가 알지 못하는 자료를 숨길 수 있음. - 개체 내에 데이터와 프로그램이 같이 포함됨. ※ Inheritance (계승) 개체들간의 공통 자료속성이나 공통 프로그램(공통 함수)을 따로 빼내어 부모 개체에 두되, 자식 개체는 부모 개체의 모든 데이터 속성과 함수를 그대로 재사용 할 수 있게 되어 프로그래밍이 매우 간편해짐. 22

데이터 모델 의 종류 및 특징과 구조-XV u 구현방법, 모델 사례 ㅇ 사용자 정의 Type의 허용 EMPLOYEE name job salary skill department Depatment_Info name location Create Table EMPLOYEE name char(20). . . Department_Info Create Table Department_Info name char(20). . . ㅇ Table의 Row-Column에 한 개 이상의 Value허용 EMPLOYEE name job salary family department Family_Info name ssn sex relative Create Table EMPLOYEE name char(20). . . family SET(Family_Info) Department_Info 23

데이터 모델 의 종류 및 특징과 구조-XVI ㅇ Table내에 프로그램(메소드; 멤버함수)를 등록할 수 있음. Creative Table EMPLOYEE name(20). . . department Department_Info METHOD retirement( ) : monetary FUNCTION_r 1 ㅇ Table들은 상속(Inheritance)를 통하여 Specialize 또는 Generalize관계를 설정할 수 있음. Create Table As Subclass of EMPLOYEE quota MONETARY ; METHOD retirement( ) : monetary FUNCTION_r 1 EMPLOYEE MANAGER SALES PERSON 24

데이터 모델 의 종류 및 특징과 구조-XVII ▪ 객체지향 데이터 모델 u 구조 및 조작과 특징 ü 특징 - Encapsulation(캡슐화). Data ＋ Method = Object. Information Hiding(정보 은닉) - Inheritance(계승) Class Hierarchy ; Sub-Class에서 Super-Class의 Definition의 재사용이 가능 - Poly-Morphism(다형성) 타 프로그램에서 넘어오는 변수의 Type을 해당 프로그램에서 취사선택하여 사용할 수 있음 25

데이터 모델 의 종류 및 특징과 구조-XVIII u 구현방법, 모델 사례 FIGURE color center position pen thickness pen type move select rotate display 1 Dimensional 0 Dimensional orientation scale Point Line end pts display Spline Arc radius start angle control pts arc angle display rotate 2 Dimensional orientation fill type scale fill Polygon num of sides vertices display Circle diameter display rotate 26

데이터 모델 의 종류 및 특징과 구조-XIX ▪ 다차원 데이터 모델 u 구조 및 조작과 특징 ü 구조 - 차원(Dimension)-사실(Facts) 데이터 모델. 차원 : 분석 축. 사실 : 분석의 대상이 되는 데이터(주로 금액, 수량) - 차원 계층구조(Dimension Hierarchy) 데이터 모델. 동종 계통의 차원 데이터들의 계층구조 : 년-반기-분기-월-일. 이종 계통의 차원 데이터들의 계층구조 : 년도-품목-성별-지역 - 데이터 모델 스키마. 스타 스키마(Star Schema) : 다차원 데이터베이스를 사용할 때 주로 사용, 데이터 마트 등의 소규모의 다차원 데이터베이스에 주로 사용. 스노우 플레이크 스키마(Snowflake Schema) : 관계 데이터베이스를 사용할 때 주로 사용, EDW(Enterprise Data Warehouse)같은 대용량 데이터베이스에 주로 사용 ü 조작 - OLAP(On. Line Analytical Processing) Tool을 사용하여 Drill-Up/Down, 분석 레포트, 매트릭스 등을 산출함. 27

데이터 모델 의 종류 및 특징과 구조-XX ü 특징 의사결정을 위한 ● 주제지향적(Subject-Oriented) 이고 주제는 주로 차원(Dimension)이 됨. ● 통합적(Integrated) 이며 운영시스템(OLTP 시스템)의 트랜잭션 데이터들의 합계 데이터(금액, 수량)를 추출함. ● 시 계열적(Time variant) 이고 시간(년, 반기, 분기, 월, 주, 일) 측면이 들어간 분석 자료가 대부분임. ● 비 휘발적인(Non-volatile) 데이터의 모음 계속 쌓여지는 데이터들의 모음. 28

데이터 모델 의 종류 및 특징과 구조-XXI 데이터 웨어하우스 아키텍처 소스 데이터 웨어하우스 데이터 마트 엔터프라이즈 서버 워크그룹 서버 클라이언트 쿼리, 리포팅 툴 SQL 외부화일 OLAP 툴 EIS/DSS 애플리 케이션 SQL OLTP 시스 템 SQL 백업파일 SQL 데이터 마이닝 애플리케이션 SQL Slice/Dice 웹 브라우저 ☞ OLTP(운영시스템) 데이터 모델 –> EDW(Enterprise Data Warehouse) 데이터모델 -> Data Mart 데이터 모델 등으로 변환 : 데이터 모델간의 매핑 29

데이터 모델 의 종류 및 특징과 구조-XXII 주제중심(Subject-Oriented) 제품 고객 고객 고객명 구매경로 기타정보 제품 Category Brand Price Operational System 판촉 기간 시간 주 월 분기 년도 판촉 기준 담당자 기능 Data Warehouse 생산 제품 주문 고객 마케팅 구매 영업 Transaction, Application 중심 판촉 거래처 Subject - Oriented ☞ 주제(Subject) -> 분석 축(Dimension)이 됨. 30

데이터 모델 의 종류 및 특징과 구조-XXIII 데이터 변환 Operational Data ● Conditioning(조건) ● Extraction(추출) ● Loading(데이터 로딩) Filter Condition Extract Household ETTL Scrub Load Condense ● Scrubbing(정제; 세정) ● Merging(합침) ● House-holding(모음) ● Enrichment(풍부하게 함) ● Scoring(등급 매김) Data Warehouse ☞ ETTL (Extraction Transform Transition Loading), 변환기술 : 메타 프로세스/데이터의 종류 및 특징 31

데이터 모델 비교 ▪ 데이터 모델들의 비교 파일/데이터베이스 종류 파일 시스템 데이터 구조 데이터 조작 데이터 무결성 파일, 레코드 포인터(키 값) 기타 프로그램처리 IBM IMS DBMS 특정 연산자 PK, FK 무결성 포인터(키 값), 링크 FK 무결성 우선 테이블, 로우 SQL (FK값) PK, FK, Domain 무결성 객체관계 데이터베이스 테이블, 로우 특정 연산자, 특수 SQL Uni. SQL, Oracle 8 -9 i 객체지향 데이터베이스 클래스, 객체 OOPL, 특수 SQL Orion, Gemstone, IRIS 계층 데이터베이스 네트워크 데이터베이스 관계 데이터베이스 다차원 데이터베이스 세그먼트 레코드 차원, 사실 테이블 SQL, 특수 SQL CODASYL DBMS IBM DB 2, Oracle, Informix, Sybase 등 OLAP Tool 사용 32

데이터 모델 간 변환 및 통합-I ▪ 관계 데이터 모델과 기타 데이터 모델간 변환 u 관계 모델의 객체관계 모델로의 변환 TABLE A a, b c, d, e 부서 M 부서＃ 부서명 TABLE B l, m, n 1 a (FK) 0. . M b (FK) o, p 인사 M 사번 1 성명 0. . M 부서＃(FK) TAB A a, b c, d 1 0. . M TAB B e, f g, h TAB C 1 TABLE A a, b c, d, e 부서 M 부서＃ 부서명 TAB A a, b c, d ef SET(B) TABLE B l, m, n o, p ab A 인사 M 사번 성명 부서 TAB B e, f g, h a, b, e, f 0. . M k, l 33

데이터 모델 간 변환 및 통합-II 고객 제품 고객＃ 사업자 번호 고객＃ 주문 제품명 1 주문일자 일련번호 1 주문 0. . M 주문일자, 일련번호 고객＃(FK) 고객 제품＃ 1 주문품목 0. . M 주문고객 고객 주문품목SET(제품) 주문일자(FK) 일련번호(FK) 품목＃ 제품＃(FK) 1. . M 관리자 사번 명 부서 입사일 상관 직책 스텝 수 제품 제품＃ 제품명 영업 담당자 사번 명 부서 입사일 상관 매출량 사번 명 부서 입사일 상관 관리자 직책 스텝수 영업 담당자 매 출 량 34

데이터 모델 간 변환 및 통합-III ▪ 관계 데이터 모델과 다차원 데이터 모델간 변환 u 관계 데이터 모델 35

데이터 모델 간 변환 및 통합-IV u 다차원 데이터 모델-Star Schema Multi-Dimensional (DB) OLAP. 36

데이터 모델 간 변환 및 통합-V u 다차원 데이터 모델-Snowflake Schema Relational (DB) OLAP. 37

데이터 모델 간 변환 및 통합-VI u 다차원 데이터 모델-Dimension Hierarchy Data Mining (Drill-Down/up) 목적성. 38

데이터 모델 간 변환 및 통합-VII ▪ 관계 데이터 모델과 기타 데이터 모델간 통합 u 객체지향 모델과 관계 모델간 통합 <<boundary>> Class-1 o o o Entity-5 1. . M <<control>> Class-2 Entity-1 o o o 클래스 관계 : 재사용성 높임. <<entity>> Class-1 1 0. . M 1 Entity-2 Generalization(상속) 0. . M Aggregation(구성) 1 Entity-3 Composition(구성) Association(관련성) <<Interface>> Class-1 1. . M 1 Entity-4 o o o 엔티티 관계 : DB 무결성 유지, 성능향상. <객체지향 모델 : 클래스 다이어그램> <관계 모델 : 엔티티-관계 다이어그램> 39

데이터 모델 간 변환 및 통합-VIII ▪ 시스템 구조와 데이터 모델간 통합 시스템 아키텍처를 기초로 데이터 모델간의 변환과 통합에 의하여 전사적인 데이터의 통합이 가능해짐. Electronic Market Place Web Shopping Mall Web Information Processing Tools Enterprise Resource Planning Materials Requirements Planning-II Enterprise Data Ware House Operational Data Ware House Knowledge Database Data Mart Database Marketing Supply Chain Management Customer Relationship Management Product Data Management Enterprise Application Integration 40