2-2장. 데이터 입,출력 구현 2

2-2장. 데이터 입,출력 구현 2

---

• 2-2장. 데이터 입,출력 구현 2
  • 뷰(View) (B)
  • 파티션의 종류 (B)
  • 분산 데이터베이스의 목표 (B)
  • RTO/RPO (A)
  • 임의 접근 통제(DAC : Discretionary Access Control) (A)
  • 강제 접근 통제(MAC : Mandatory Access Control) (A)
  • 역할기반 접근통제(RBAC : Role Based Access Control) (A)
  • DAS(Direct Attached Storage) (B)
  • NAS(Network Attached Storage) (C)
  • SAN(Storage Area Network) (B)
  • 자료 구조의 분류 (B)
  • 스택(Stack) (B)
  • 데크(Deque) (B)
  • 방향/무방향 그래프의 최대 간선 수 (B)
  • 트리(Tree) (C)
  • 트리 관련 용어 (B)
  • Preorder 운행법 (B)
  • Inorder 운행법 (B)
  • Postorder 운행법 (B)
  • Postfix로 표기된 수식을 Infix로 바꾸기 (B)
  • 삽입 정렬(Insertion Sort) (B)
  • 선택 정렬(Selection Sort) (B)
  • 버블 정렬(Bubble Sort) (B)
  • 퀵 정렬(Quick Sort) (B)
  • 힙 정렬(Heap Sort) (C)

---

뷰(View) (B)

사용자에게 접근이 허용된 자료만을 제한적으로 보여주기 위해 하나 이상의 기본 테이블로부터 유도된 가상 테이블

• 정의 : CREATE
• 제거 : DROP

파티션의 종류 (B)

• 범위 분할 : 지정한 열의 값을 기준으로 분할
• 해시 분할 :
  • 해시 함수를 적용한 결과 값에 따라 데이터 분할
  • 특정 파티션에 데이터가 집중되는 범위 분할의 단점을 보완. 데이터를 고르게 분산할 때 유용
  • 특정 데이터가 어디 있는지 판단할 수 없음
  • 데이터가 고른 컬럼에 효과적
• 조합 분할 :
  • 범위 분할로 분할한 다음 해시 함수를 적용하여 다시 분할
  • 범위 분할한 파티션이 너무 커서 관리가 어려울 때 유용

분산 데이터베이스의 목표 (B)

• 위치 투명성 : 액세스하려는 데이터베이스의 실제 위치를 알 필요 없이 데이터베이스의 논리적인 명칭만으로 액세스
• 중복 투명성 : 동일 데이터가 여러 곳에 중복되어 있더라도 사용자는 마치 하나의 데이터만 존재하는 것처럼 사용하고 시스템은 자동으로 여러 자료에 대한 작업 수행
• 병행 투명성 : 분산 데이터베이스와 관련된 다수의 트랜잭션들이 동시에 실현되더라도 그 트랜잭션의 결과는 영향을 받지 않음
• 장애 투명성 : 트랜잭션, DBMS, 네트워크, 컴퓨터 장애에도 불구하고 트랜잭션을 정확하게 처리

RTO/RPO (A)

• RTO(Recovery Time Objective, 목표 복구 시간) : 비상사태 또는 업무 중단 시점으로부터 복구되어 가동될 때까지의 소요시간
• RPO(Recovery Point Objective, 목표 복구 시점) : 비상사태 또는 업무 중단 시점으로부터 데이터를 복구할 수 있는 기준점

임의 접근 통제(DAC : Discretionary Access Control) (A)

데이터에 접근하는 사용자의 신원에 따라 접근 권한을 부여

• 데이터 소유자가 접근통제 권한을 지정하고 제어
• 객체를 생성한 사용자가 생성된 객체에 대한 모든 권한을 부여받고, 부여된 권한을 다른 사용자에게 허가할 수 있다.

강제 접근 통제(MAC : Mandatory Access Control) (A)

주체와 객체의 등급을 비교하여 접근 권한을 부여하는 방식

• 시스템이 접근 통제 권한을 지정
• 데이터베이스 객체별로 보안 등급을 부여
• 사용자별로 인가 등급을 부여

역할기반 접근통제(RBAC : Role Based Access Control) (A)

사용자의 역할에 따라 접근 권한을 부여

• 중앙관리자가 접근통제 권한 지정
• 임의 접근통제와 강제 접근통제의 단점을 보완
• 다중 프로그래밍 환경에 최적화

DAS(Direct Attached Storage) (B)

서버와 저장장치를 전용 케이블로 직접 연결

• 직접 연결 방식이므로 다른 서버에서 접근할 수 없고 파일 공유 불가

NAS(Network Attached Storage) (C)

서버와 저장장치를 네트워크를 통해 연결

• NAS Storage가 내장된 저장장치를 직접 관리
• 다른 서버에서도 스토리지에 접근할 수 있어 파일 공유 가능

SAN(Storage Area Network) (B)

서버와 저장 장치를 연결하는 전용 네트워크를 별도로 구성하는 방식

• 광 채널 스위치를 이용하여 네트워크 구성
• 서버와 저장장치를 광케이블로 연결하므로 처리 속도가 빠르다
• 서버들이 저장장치 및 파일 공유 가능

자료 구조의 분류 (B)

• 선형 구조 : 배열, 선형 리스트(연속 리스트, 연결 리스트), 스택, 큐, 데크
• 비선형 구조 : 트리, 그래프

스택(Stack) (B)

리스트의 한쪽 끝으로만 자료의 삽입, 삭제 작업이 이루어지는 자료 구조

• 후입선출 방식으로 자료를 처리
• 저장할 기억 공간이 없는 상태에서 데이터가 삽입되면 오버플로가 발생
• 삭제할 데이터가 없는 상태에서 데이터를 삭제하면 언더플로가 발생

데크(Deque) (B)

삽입과 삭제가 리스트의 양쪽 끝에서 모두 발생할 수 있는 자료 구조

방향/무방향 그래프의 최대 간선 수 (B)

• 방향 그래프의 최대 간선 수 : n(n-1)
• 무방향 그래프의 최대 간선 수 : n(n-1)/2
• n은 정점의 개수

트리(Tree) (C)

정점(Node, 노드)과 선분(Branch, 가지)을 이용하여 사이클을 이루지 않도록 구성한 그래프(Graph)의 특수한 형태

• 노드 = 하나의 기억 공간
• 링크 = 노드와 노드를 연결하는 선

트리 관련 용어 (B)

• 노드(Node) : 트리의 기본 요소로서 자료 항목과 다른 항목에 대한 가지를 합친 것
• 근 노드(Root Node) : 트리의 맨 위에 있는 노드
• 디그리(Degree, 차수) : 각 노드에서 뻗어나온 가지의 수
• 단말 노드(Terminal Node) = 잎 노드(Leaf Node) : 자식이 하나도 없는 노드, 즉 디그리가 0인 노드
• Level : 근 노드의 Level을 1로 가정한 후 어떤 Level이 L이면 자식 노드는 L+1
• 깊이(Depth, Height) : Tree에서 노드가 가질 수 있는 최대의 레벨
• 숲(Forest) : 여러 개의 트리가 모여 있는 것
• 트리의 디그리 : 노드들의 디그리 중에서 가장 많은 수

Preorder 운행법 (B)

이진 트리를 Root -> Left -> Right 순으로 운행하며 노드들을 찾아가는 방법

Inorder 운행법 (B)

이진 트리를 Left -> Root -> Right 순으로 운행하며 노드들을 찾아가는 방법

Postorder 운행법 (B)

이진 트리를 Left -> Right -> Root 순으로 운행하며 노드들을 찾아가는 방법

Postfix로 표기된 수식을 Infix로 바꾸기 (B)

Postfix는 Infix 표기법에서 연산자를 해당 피연산자 두 개의 뒤로 이동한 것이므로, 연산자를 다시 해당 피연산자의 가운데로 옮기면 된다.

삽입 정렬(Insertion Sort) (B)

이미 순서화된 파일에 새로운 하나의 레코드를 순서에 맞게 삽입시켜 정렬하는 방식

• n개의 데이터 중 i(=2n)번째 값을 1(i-1)번째 값과 비교하여 j번째에 삽입하고, (j+1)번째부터의 수를 한 칸씩 뒤로 이동하는 것을 (n-1)번 반복
• 평균/최악 : O(n^2)

선택 정렬(Selection Sort) (B)

n개의 데이터 중 최솟값을 찾아 첫 번째 레코드 위치에 놓고, 나머지 (n-1)개 중에서 다시 최솟값을 찾아 두 번째 레코드 위치에 놓는 방식을 반복하여 정렬

• n개의 데이터 중 i(=1n-1)번째 값을 (i+1)n번째 값과 각각 비교하며 선택된 j번째와 i번째 데이터의 교환을 (n-1)번 반복

• 평균/최악 : O(n^2)

버블 정렬(Bubble Sort) (B)

인접한 두 개의 레코드 키 값을 비교하여 그 크기에 따라 레코드 위치를 서로 교환

• n개의 데이터 중 i(=1~n-1)번째 값을 (i+1)번째 값과 비교하여 선택된 인접한 데이터의 교환을 (n-1)번 반복
• 평균/최악 : O(n^2)

퀵 정렬(Quick Sort) (B)

레코드의 많은 자료 이동을 없애고 하나의 파일을 부분적으로 나누어 가면서 정렬

• 분할(Divide)과 정복(Conquer)을 통해 자료를 정렬
• 피봇(pivot)을 사용하며, 최악의 경우 n(n-1)/2 회의 비교 수행

힙 정렬(Heap Sort) (C)

전이진 트리를 이용한 정렬 방식

• 구성된 전이진 트리(Complete Binary Tree)를 Heap Tree로 변환하여 정렬
• 평균/최악 : O(nlogN)