안내
확인
U
회원관리
로그인
가입
찾기
회원아이디
패스워드
로그인유지
회원아이디
이름
이메일
휴대폰번호
패스워드
패스워드 재입력
회원이용약관 및 개인정보 취급방침에 동의 합니다
회원이용약관 보기
개인정보처리방침 보기
본인 이름 입력
회원가입시 이메일 입력
데이터베이스 기초 가이드 - 이 책 한 권이면 끝!
🛠 탄탄한 이론과 실전 적용
와이웨이브이퍼블리싱
|
박빈
|
2025-02-05
10
읽음
0
0
0
3 / 218 목차보기
이전
3 / 218 목차
다음
로그인
회원가입
와
와이드웨이브
저자소개
서평
🛠 탄탄한 이론과 실전 적용
💡 실전 예제와 코드로 배우는 데이터베이스
🚀 데이터베이스 초보부터 실무자까지 추천!
출판사평
🔍 이 책의 특징
📚 이 책 한 권이면 데이터베이스 공부 끝!
Chapter 1: 데이터베이스 개요
1. 데이터베이스란 무엇인가? (정의 및 필요성)
데이터베이스(Database)란?
데이터베이스의 필요성
2. 파일 시스템 vs 데이터베이스 시스템
파일 시스템(File System)의 한계
데이터베이스 시스템(DBMS)의 장점
3. 데이터 모델과 스키마 (관계형, 계층형, 네트워크형)
1) 관계형 데이터 모델(Relational Model)
2) 계층형 데이터 모델(Hierarchical Model)
3) 네트워크 데이터 모델(Network Model)
4. DBMS(Database Management System)의 역할과 종류
DBMS란?
DBMS의 주요 기능
DBMS의 종류
결론
Chapter 2: 관계형 데이터 모델과 SQL 기본 문법
1. 관계형 데이터 모델 개념과 특징
관계형 데이터 모델(Relational Data Model) 개요
관계형 데이터 모델의 주요 개념
2. 테이블(Table)과 관계(Relationship)의 개념
테이블(Table) 구조
테이블 간의 관계(Relationship)
3. SQL 개요 및 기본 구조
SQL(Structured Query Language)란?
4. DDL(Data Definition Language) - 테이블 생성 및 변경
DDL의 주요 명령어
5. DML(Data Manipulation Language) - 데이터 삽입, 수정, 삭제
DML의 주요 명령어
6. DQL(Data Query Language) - SELECT 문과 다양한 연산
DQL의 주요 명령어
결론
Chapter 3: 고급 SQL 및 조인(JOIN) 기법
1. SQL JOIN의 개념과 종류 (INNER, LEFT, RIGHT, FULL JOIN)
JOIN이란?
JOIN의 종류
2. 서브쿼리(Subquery)와 공통 테이블 표현식(CTE)
서브쿼리(Subquery)
공통 테이블 표현식(CTE, Common Table Expression)
3. GROUP BY와 집계 함수(AVG, SUM, COUNT)
집계 함수(Aggregate Functions)
4. 트랜잭션(Transaction)과 ACID 원칙
트랜잭션(Transaction)이란?
ACID 원칙
5. 인덱스(Index)와 성능 최적화
인덱스란?
인덱스의 종류
인덱스 성능 최적화 기법
결론
Chapter 4: 데이터 모델링과 정규화 (Normalization)
1. 데이터 모델링의 개념과 프로세스
데이터 모델링이란?
데이터 모델링의 주요 단계
2. 정규화의 필요성과 장점
정규화란?
정규화의 장점
3. 정규형(Normal Form)의 종류 (1NF, 2NF, 3NF, BCNF)
1차 정규형 (1NF - First Normal Form)
2차 정규형 (2NF - Second Normal Form)
3차 정규형 (3NF - Third Normal Form)
BCNF (Boyce-Codd Normal Form)
4. 이상현상(Anomalies)과 해결 방법
이상현상(Anomalies)이란?
해결 방법
5. 실전 데이터 모델링 예제
ERD(Entity Relationship Diagram) 설계
데이터 모델링 시 고려해야 할 요소
결론
Chapter 5: 데이터베이스 설계 및 실전 사례
1. ERD(Entity Relationship Diagram) 개념과 작성법
ERD란?
ERD의 주요 구성 요소
2. 테이블 설계 원칙과 데이터 무결성(Integrity)
테이블 설계 원칙
데이터 무결성의 개념
3. 키(Key)의 종류 (Primary Key, Foreign Key, Unique Key)
키(Key)의 개념
키의 종류
4. 제약조건(Constraints)과 참조 무결성
제약조건(Constraints)이란?
주요 제약조건 종류
5. 실전 프로젝트 기반 데이터베이스 설계 예제
쇼핑몰 데이터베이스 설계 예제
결론
Chapter 6: 인덱스(Index)와 쿼리 성능 최적화
1. 인덱스(Index)의 개념과 필요성
인덱스란?
인덱스의 필요성
2. B-Tree와 Hash Index의 차이점
B-Tree 인덱스
Hash Index
B-Tree vs Hash Index 비교
3. 인덱스 생성 및 관리 방법
인덱스 생성
인덱스 삭제
인덱스 사용 시 주의사항
4. 쿼리 성능 튜닝 및 실행 계획(Explain Plan)
쿼리 성능 분석 - EXPLAIN 명령어
실행 계획 주요 항목
5. 데이터베이스 캐싱 및 최적화 기법
캐싱(Caching)이란?
캐싱 기법
결론
Chapter 7: 트랜잭션(Transaction)과 동시성 제어
1. 트랜잭션의 개념과 ACID 원칙
트랜잭션(Transaction)이란?
ACID 원칙
2. 트랜잭션 격리 수준 (Isolation Level)
트랜잭션 격리 수준의 개념
격리 수준과 발생 가능한 문제
3. 동시성 제어(Concurrency Control)와 잠금(Locking) 기법
동시성 제어란?
잠금(Locking) 기법
4. 데드락(Deadlock)의 개념과 해결 방법
데드락(Deadlock)이란?
데드락 해결 방법
5. 복구 및 백업 전략
데이터베이스 복구 전략
데이터베이스 백업 전략
결론
Chapter 8: NoSQL 데이터베이스
1. NoSQL의 개념과 필요성
NoSQL이란?
NoSQL이 필요한 이유
2. NoSQL 데이터 모델 유형 (키-값, 문서, 컬럼, 그래프)
1) 키-값 저장소(Key-Value Store)
2) 문서 지향 저장소(Document Store)
3) 컬럼 패밀리(Column-Family) 저장소
4) 그래프 데이터베이스(Graph Database)
3. 주요 NoSQL 데이터베이스 (MongoDB, Redis, Cassandra)
MongoDB
Redis
Cassandra
4. 관계형 데이터베이스 vs NoSQL 비교
5. NoSQL의 한계와 활용 사례
NoSQL의 한계
NoSQL 활용 사례
결론
Chapter 9: 분산 데이터베이스와 빅데이터 저장 기술
1. 분산 데이터베이스 개념과 필요성
분산 데이터베이스란?
분산 데이터베이스가 필요한 이유
2. 샤딩(Sharding)과 레플리케이션(Replication)
샤딩(Sharding)이란?
레플리케이션(Replication)이란?
3. CAP 이론(Consistency, Availability, Partition Tolerance)
CAP 이론이란?
CAP 이론에 따른 데이터베이스 유형
4. 빅데이터 저장소 (HDFS, Apache Hadoop, Google BigQuery)
HDFS (Hadoop Distributed File System)
Apache Hadoop
Google BigQuery
5. 클라우드 기반 데이터베이스 서비스 (AWS RDS, Google Firestore)
AWS RDS (Relational Database Service)
Google Firestore
결론
Chapter 10: 데이터베이스 보안과 관리
1. 데이터베이스 보안 개념 및 필요성
데이터베이스 보안이란?
데이터베이스 보안이 중요한 이유
2. 사용자 권한 관리 및 접근 제어
사용자 권한 관리
주요 권한 유형
3. 데이터 암호화 및 보안 정책
데이터 암호화의 필요성
암호화 기법
4. SQL Injection 공격과 대응 방법
SQL Injection이란?
SQL Injection 예제
SQL Injection 대응 방법
5. 감사 로그(Audit Log) 및 보안 모니터링
감사 로그(Audit Log)란?
보안 모니터링 기법
결론
Chapter 11: 데이터 마이그레이션 및 ETL(Extract, Transform, Load) 프로세스
1. 데이터 마이그레이션 개념과 절차
데이터 마이그레이션이란?
데이터 마이그레이션 절차
2. ETL(추출, 변환, 적재) 개념 및 필요성
ETL이란?
ETL의 필요성
3. 데이터 웨어하우스(DWH)와 데이터 레이크(Data Lake)
데이터 웨어하우스(DWH)
데이터 레이크(Data Lake)
4. 데이터 변환 및 클리닝 기법
데이터 변환(Transformation) 기법
데이터 클리닝(Cleaning) 기법
5. 실전 ETL 파이프라인 구축 사례
ETL 프로세스 흐름
실제 ETL 활용 사례
결론
Chapter 12: 최신 데이터베이스 기술 및 미래 전망
1. 클라우드 네이티브 데이터베이스와 서버리스 DB
클라우드 네이티브 데이터베이스란?
서버리스 데이터베이스(Serverless DB)
2. AI/머신러닝 기반 데이터베이스 최적화
AI 기반 데이터베이스 튜닝
대표적인 AI 활용 사례
3. 블록체인과 분산 원장 기술 (DLT)
블록체인 데이터베이스란?
분산 원장 기술(DLT: Distributed Ledger Technology)
4. NewSQL 데이터베이스 (Google Spanner, CockroachDB)
NewSQL이란?
대표적인 NewSQL 데이터베이스
5. 미래 데이터베이스 기술의 발전 방향
1) 자율 운영 데이터베이스 (Autonomous Database)
2) 멀티모델 데이터베이스
3) 양자 데이터베이스(Quantum Database)
결론
판 권