8월 말에 부트캠프가 끝나고 나서 한달 반이라는 시간이 흘렀다. 한달 반이라는 시간 동안 내 진로에 대해서 고민을 많이 했던것 같다. 5개월 정도 되는 부트캠프가 끝나고 나서 그동안 시간적 여유가 없어 하지 못했던 해외여행(일본)도 다녀오고 읽고 싶었던 소설 책(히가시노 게이고의 신작들)도 읽고 게임도 하고..  짧다면 짧고 길다면 긴 시간동안 충분한 휴식을 취했다고 생각한다. 그리고 SQLD 자격증도 취득했다..!프로젝트를 진행하면서 SQL을 조금씩은 다뤄왔기 때문에 크게 어렵지는 않았던것 같다. 휴식을 충분히 취하면서 계속 내가 생각했던 것은 KOTLIN이란 언어와 웹 프로그래밍을 내가 전문적으로 파고드는 것이 맞을까? 라는 의문의 연속이었던것 같다. 부트캠프를 진행하면서 많이 배우고 또 여러 개인프..

INNER JOIN: 교집합, USING이나 ON 필수로 사용CROSS JOIN (카타시안 곱): 양쪽 집합의 M+N 조합OUTER JOIN: 동일한 값이 없는 행도 같이 반환LEFT OUTER JOIN: 좌측 데이터 기준으로 데이터를 표시하고 우측에서 같은 값이 없으면 NULLFULL OUTER JOIN: 합집합, 중복 데이터는 삭제 START WITH: 시작 위치CONNECT BY: 다음에 전개될 데이터 지정 표기법 https://velog.io/@kw78999/DB-%EB%B0%94%EC%BB%A4%EC%99%80-IE-%ED%91%9C%EA%B8%B0%EB%B2%95 [DB] 바커와 IE 표기법출처 : https://cafe.naver.com/dbian1쪽 M쪽먼저 직선과 세개로 나누어진 닭발 모..

부트캠프 진행기간: 04/15~08/22최종 프로젝트 진행기간: 07/12~08/22  팀명: Sober팀 프로젝트명: WACHU팀 프로젝트 소개: 와인 데이터를 종합해서 내가 선호하는 와인과 비슷한 와인을 추천해주는 서비스.서비스 목표: 와인을 잘 모르는 사람, 와인을 좋아하는 사람 모두 자신에게 맞는 와인을 손쉽게 찾을 수 있도록 하고 와인 에 대한 정보들을 서로 공유하면서 새로운 정보를 알아갈 수 있는 그런 서비스를 목표로 하고 있습니다.https://sober-wachu.com/ Wachu sober-wachu.com GitHubhttps://github.com/spartaKotlinTeamSober/wachu_server GitHub - spartaKotlinTeamSober/wachu_serv..

한 테이블에 많은 칼럼들이 존재할 경우 데이터가 물리적으로 저장되는 디스크 상에 넓게 분포할 가능성이 커지게 되어 디스크I/O가 대량으로 발생할 수 있고, 이로 인해 성능이 저하될 수 있다. 따라서 트랜잭션이 접근하는 칼럼유형을 분석해서 자주 접근하는 칼럼들과 상대적으로 접근 빈도가 낮은 칼럼들을 구분하여 1:1테이블로 분리하면 디스크I/O가 줄어들어 성능을 향상 시킬수 있다.트랜잭션은 항상 전체를 통합하여 분석 처리하는데 슈퍼-서브타입이 하나의 테이블로 통합되어 있으면 하나의 테이블에 집적된 데이터만 읽어 처리할 수 있기 때문에 다른 형식에 비해 더 성능이 우수하다.(조인 감소) 데이터 조작어 (DML): SELECT,INSERT,UPDATE, DELETE데이터 정의어 (DDL): CREATE, ALT..

✔오늘 배운 중요한 🔑 point정규화는 데이터 중복을 줄이고 무결성을 높이는데 중점을 둔다지나치게 정규화된 DB는 성능 문제가 발생할 수 있어 반정규화를 고려할 수 있다.🎯 오늘 배운 내용 정규화DB 설계 과정에서 데이터를 구조화 하고 데이터 중복과 이상을 방지하기 위해 테이블을 분해하는 과정1차 정규화: 하나의 칸에는 하나의 값만 들어가야한다. -> 하나의 칸에 여러 값이 들어가면 1차 정규화를 해야한다.2차 정규화:  기본키의 일부에만 종속된 속성을 제거해야한다. ->  학생 번호와 강좌 이름 2가지의 값으로 성적이라는 값을 나타낼수 있다. 여기서 강의실의 경우 강좌이름에 세트메뉴로 종속이 되는 상태이므로 해당 속성을 제거하기 위해 2차 정규화를 해야한다. 3차 정규화: 비 기본키 끼리의 종속을..

데이터 모델링이라는것은 단지 DB를 구축하기 위한 용도 뿐만 아니라 데이터 모델링 자체로서 업무를 설명하고 분석하는 부분에서도 중요한 의미를 가진다.데이터의 모델이 수시로 변경이 될 경우 유지보수의 어려움이 생기므로 데이터의 정의를 데이터 사용 프로세스와 분리하는 것은 데이터 모델링의 비유연성에 해당한다.개념적 모델링 :추상화 수준이 높고 업무 중심적이고 포괄적인 수준의 모델링물리적 모델링: 실제 DB에 이식할수 있도록 성능,저장 등의 물리적인 성격을 고려한 모델링 외부 스키마: 개별 사용자 관점개념 스키마: 조직 전체 관점내부 스키마: 물리적 저장 장치 관점 https://prinha.tistory.com/entry/DB-3%EB%8B%A8%EA%B3%84-%EB%8D%B0%EC%9D%B4%ED%84%..