데이터베이스 관련 기술 용어

RAID(Redundant Array of Incexpensive Disk)

• 여러 대의 하드디스크각 있을 때 동일한 데이터를 다른 위치에 중복해서 저장하는 방법으로 디스크의 고장에 대비하여 데이터의 안정성을 높이는 기술

RAID 0	- 2개 이상의 하드 디스크를 병렬로 연결해서 하나의 디스크처럼 사용하는 방식 - 디스크 드라이브가 동시에 액세스가 일어나서 디스크의 개수가 늘어날수록 성능이 향상되며 연결된 디스크 중 가장 작은 용량 기준으로 디스크가 묶임 - 데이터가 분산 저장되어 한 개의 하드 디스크에 장애가 발생하면 전체 데이터가 소실됨
RAID 1	- 동일한 용량의 2개 이상의 하드 디스크를 병렬로 연결하여, 동일한 데이터를 동시에 각 디스크에 저장되어 신뢰성이 높음 - 미러(Mirror) 지원으로 1개 디스크 고장에도 데이터 복구가 가능
RAID 2	- 비트 단위로 분산 저장하고 여러 개의 해밍코드 검사 디스크를 사용함 - 디스크 미러링(Disk Mirroring) 방식으로 높은 신뢰도를 가짐
RAID 3	- 데이터를 다수의 디스크에 스트라이핑하여 저장하며, 하나의 드라이브에 패리티를 저장함 - 패리티 드라이브를 사용함 - 패리티 체크용 디스크를 1개 별도로 사용
RAID 4	- 각 디스크에 데이터를 블록 단위로 분산 저장하고 하나의 패리티 검사 디스크를 사용함 - 블록 인터리브된 패리티(Block-Interleaved Striping with Parity) - Block 단위 Stripe
RAID 5	- 별도의 패리티 디스크 대신 모든 디스크에 패리티 정보를 나누어 기록하는 방식으로 3개 이상의 디스크를 요구하며 쓰기 작업이 많지 않은 다중 시스템에 적합함 - 패리티 정보를 매번 다른 디스크에 저장하여 데이터 복구가 가능
RAID 1 + 0	- RAID 1 방식으로 데이터 미러링하고, 이를 다시 RAID 0 방식으로 스트라이핑하는 방식 - RAID 1 구성에서 쓰기 성능을 높일 수 있음
RAID 0 + 1	- RAID 0 방식으로 스트라이핑 한 디스크 2개를 서로 RAID 1 방식으로 미러링함
JBOD (Just a Bunch of Disks)	- 두 개 이상의 하드 드라이브가 하나의 큰 하드 드라이브로 OS X에서 Mac에서 나타날 수 있도록 함 - 여러 디스크를 연결하여 하나의 큰 용량의 디스크로 인식(Spanning)

웨어러블 컴퓨팅(Wearable Computing)

• 컴퓨터를 옷이나 안경처럼 착용할 수 있게 해주는 기술
• 소형화, 경량화를 비롯해 음성과 동작 인식 등 다양한 기술이 적용되어 장소에 구애받지 않고 컴퓨터를 활용할 수 있음

멤리스터(Memristor)

• 메모리와 레지스터의 합성어로, 전류의 방향과 크기 등 기준의 상태를 모두 기억하는 소자
• 레지스터, 커패시터, 인덕터에 이어 네 번째 전자회로 구성 요소로 차세대 기억 소자, 회로 등에 응용될 수 있음
• 에너지 소모와 부팅 시간을 획기적으로 줄일 수 있음

직접 연결 저장 장치(DAS : Direct-Attached Storage)

• 하드 디스크와 같은 데이터 저장 장치를 호스트 버스 어댑터에 직접 연결하는 방식
• 저장 장치와 호스트 기기 사이에 네트워크 디바이스가 있지 말아야 함

SAN(Storage Area Network)

• 네트워크상에 광 채널 스위치의 이점인 고속 전송과 장거리 연결 및 멀티 프로토콜 기능을 활용하여 각기 다른 운영체제를 가진 여러 기종이 네트워크상에서 동일 저장 장치의 데이터를 공유하게 함으로써, 여러 개의 저장 장치나 백업 장비를 단일화시킨 시스템

NAS(Network Attached Storage)

• 컴퓨터에 직접 연결하지 않고 네트워크를 통해 데이터를 주고받는 저장 장치
• 구조적으로는 스토리지 서버를 단순화, 소형화한 것

Software Defined Storage

• 가상화를 적용하여 필요한 공간만큼 나눠 사용할 수 있도록 하며 서버 가상화와 유사함
• 컴퓨팅 소프트웨어로 규정하는 데이터 스토리지 체계
• 일정 조직 내 여러 스토리지를 하나처럼 관리하고 운용하는 컴퓨터 이용 환경으로 스토리지 자원을 효율적으로 나누어 쓰는 방법

데이터웨어하우스(Data WareHouse)

• 기간 업무 시스템에서 추출되어 새로이 생성된 데이터베이스로서 의사결정지원시스템을 지원하는 주제적, 통합적, 시간적 데이터의 집합체
• 통합된 데이터에 대한 OLAP(On-Line Analytical Processing) 연산을 효율적으로 지원할 수 있음

빅데이터(Big Data)

• 많은 양의 정형 또는 비정형 데이터들로부터 가치를 추출하고 결과를 분석하는 기술
• 빅데이터의 특성은 Volumn(규모), Velocity(속도), Variety(다양성)
• 구글 및 페이스북, 아마존의 경우 이용자의 성향과 검색 패턴, 구매 패턴을 분ㄴ석해 맞춤형 광고를 제공하는 등 빅데이터의 활용을 증대시키고 있음

데이터 마이닝(Data Mining)

• 대량의 데이터를 분석하여 데이터 속에 있는 변수 사이의 상호관계를 규명하여 일정한 패턴을 찾아내는 기법
• 데이터웨어하우징에서 수집되고 분석된 자료를 사용자에게 제공하기 위해 분류 및 가공되는 요소 기술

디지털 아카이빙(Digital Archiving)

• 디지털 정보 자원을 장기적으로 보존하기 위한 작업
• 아날로그 콘텐츠는 디지털로 변환해 압축해서 저장하고, 디지털 콘텐츠도 체계적으로 분류하고 메타 데이터를 만들어 DB화 하는 작업

하둡(Hadoop)

• 오픈소스를 기반으로 한 분산 컴퓨팅 플랫폼으로 일반 PC급 컴퓨터들로 가상화된 대형 스토리지를 형성하고, 그 안에 보관된 거대한 데이터 세트를 병렬로 처리할 수 있도록 빅데이터 분산 처리를 돕는 자바 소프트웨어 오픈소스 프레임워크
• 다양한 소스를 통해 생성된 빅데이터를 효율적으로 저장하고 처리함
• 하둡의 필수 핵심 구성 요소는 맵리듀스와 하둡 분산 파일 시스템
•  Sqoop : 하둡과 관계형 데이터베이스 간에 데이터를 전송할 수 있도록 설계된 도구

맵리듀스(MapReduce)

• HADOOP의 핵심 구성 요소로서 대용량 데이터를 분산 처리하기 위한 목적으로 개발된 프로그래밍 모델
• Google에 의해 고안된 기술로써 대표적인 대용량 데이터 처리를 위한 병렬 처리 기법을 제공함
• 임의의 순서로 정렬된 데이터를 분산 처리하고 이를 다시 합치는 과정을 거침