I tera bytes dataset objectoriented data multimedia data

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-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

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-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-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-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-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 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-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