데이터베이스 개요

데이터베이스(database, DB)는 여러 사람이 공유하여 사용할 목적으로 체계화해 통합, 관리하는 데이터의 집합이다. 작성된 목록으로써 여러 응용 시스템들의 통합된 정보들을 저장하여 운영할 수 있는 공용 데이터들의 묶음이다. (출처 : 위키백과)

 

DBMS (Database Management System) : DB를 만들고 운영하는데 필요한 소프트웨어, DB와 사용자 사이 명령을 전달하고 데이터를 꺼내오는 일을 돕는다.

 

SQL : RDB와 소통하기 위한 언어

 

쿼리 : DB에 무언가를 요청하는 행위

 

 

DB의 형태는 크게 두 가지임

관계형 데이터베이스(RDB, Relational Database)	관계형 데이터베이스가 아닌 Non-RDB (=NoSQL)
엑셀의 형태와 비슷함. 회사에서 다루는 대부분의 DB
일관성, 안정적	유연함, 빠름
결제, 유저, 주문, 상품	앱/웹로그, 무선신호, 채팅
상호보완적으로 함께 쓰임
ORACLE (유료) MYSQL, PostgreSQL (오픈소스)	NoSQL, mongoDB

 

 

관계형 데이터베이스(RDB, Relational Database)

 

· Primary Key = PK = Key Value = 키값

 

· ERD : DB에 있는 데이터들을 한눈에 볼 수 있게 펼쳐놓은 그림

 

· 테이블 스키마 : 테이블에 대해 담긴 정보, 데이터 타입 확인 가능

 

 

데이터 타입도 어떤 DBMS냐에 따라서 구분이 다를 수 있다.

 

데이터 타입 in SQL

문자	숫자	날짜와 시간
char string	Numeric int, float	date, time datetime, timestamp*

 

 

구분	Tool	활용
데이터 분석 자유도(1)	엑셀	간단한 데이터 분석 분석 결과 커뮤니케이션용 로우 데이터 전달 처리량에 한계(20년 기준 약 1백만 개)
데이터 분석 자유도(2)	SQL	데이터 추출 및 전처리 비즈니스 분석
데이터 분석 자유도(3)	R	통계학자들로부터 유래 통계분석 기능과 생태계 풍부 시각화에 뛰어난 ggplot
	Python	프로그래밍 언어이지만, 데이터 분석에 강점이 있다. 분석과 개발의 협업이 필요한 경우 주로 사용
BI Tool	Spotfire, Tableau, Looker, Redash, Data Studio, Metabase 등	데이터 시각화 및 대시보드 제작을 통해 전사 데이터 공유 간단한 분석도 코딩없이 클릭으로 가능
특정산업 또는 목적	SAS, SPSS, GIS 등	금융, 리서치, 모빌리티 산업군 등 특정 산업에 활용
	TensorFlow, Pytorch	딥러닝 프레임워크

 

주요 업무 과정 

: SQL로 DB 데이터 수집 -> R 또는 Python으로 모델링 및 분석 -> B.I, 엑셀, PPT 등으로 결과 공유