이론 목록
DBMS·데이터 액세스·트랜잭션 개요
DBMS의 저장·질의·트랜잭션 기능과 SQL 처리 흐름을 개관하고, 애플리케이션 데이터 액세스와 ACID·잠금·MVCC·격리 수준·데드락을 연결합니다. 범위가 넓으므로 세부 주제의 공통 판단 틀을 제공하는 개요 단원으로 한정합니다.
백업·복구와 RPO·RTO
업무가 허용할 데이터 손실과 중단 시간을 RPO·RTO로 정의하고, 전체·증분·로그 백업과 REDO/WAL·UNDO·아카이브·체크포인트를 복구 시나리오에 연결합니다. 백업 성공이 아니라 실제 복원·복구 시험을 완료 기준으로 삼습니다.
성능 개선 방법론과 조인·애플리케이션·서버 병목
성능 문제를 측정→병목 식별→가설→변경→재측정의 순서로 개선합니다. 실행계획과 통계, NL·Hash·Sort Merge 조인의 선택 조건, 애플리케이션 왕복·배치 문제, CPU·메모리·I/O·동시성 병목을 한 개요에서 구분합니다.
데이터 품질 관리 프레임워크와 품질 기준
데이터 품질을 목적 적합성으로 보고 완전성·유효성·정확성·일관성·유일성·적시성을 서로 판별합니다. 정책·조직·역할·규칙·측정·결함 개선·도구·성과를 연결하고, 업무 위험에 따라 품질 목표와 우선순위를 정합니다.
표준 데이터 품질 관리
표준 단어·용어·도메인·코드의 제정 절차가 아니라, 표준 정의 자체의 결함과 모델·DB 적용 위반을 측정하고 개선하는 단원입니다. 준수율의 분모·예외·매핑을 명확히 하고 반복 위반의 원인을 변경 프로세스와 도구 통제로 제거합니다.
모델 데이터 품질 관리
모델 작성 기법을 반복하지 않고 개념·논리·물리 모델과 실제 DB 사이의 추적성·완전성·정합성을 측정합니다. 미정의·미사용 객체, 키·관계·무결성·표준 위배와 모델-DB 불일치를 결함으로 등록해 변경 통제와 재검증으로 개선합니다.
관리 데이터와 메타데이터 품질
데이터를 관리하기 위한 소유자·정의·상태·기준일·규칙·계보·운영 이력 등 관리 데이터와 업무·기술·운영 메타데이터의 신뢰성을 다룹니다. 자동 수집 결과도 원천·변환·버전·시점과 대조해 완전성·정확성·최신성·추적성을 검증합니다.
업무 데이터 값 품질과 오류 원인
업무 데이터 값에 대해 NULL·형식·범위·도메인·유일성·참조·상호관계·시계열·집계 규칙을 실행하고 프로파일링으로 이상을 찾습니다. 오류를 입력·인터페이스·변환·표준·모델·운영 원인으로 추적해 값 정정과 발생 통제를 함께 개선합니다.
데이터 구조 계층·데이터 참조 모델·사용자 뷰
공식 데이터 구조 이해 범위에 맞춰 개념 데이터 모델, 데이터 참조 모델, 논리·물리 모델, 데이터베이스, 사용자 뷰의 역할을 구분합니다. 각 계층의 목적과 추상화 수준, 변환·매핑·추적성을 품질 관점에서 연결합니다.
데이터 관리 정책과 통합 프로세스
데이터 관리 정책을 원칙·표준·지침·절차로 구체화하고 표준·요구·모델·흐름·데이터베이스·활용 관리 프로세스를 하나의 변경 생명주기로 연결합니다. 역할·승인·산출물·품질 게이트와 성과지표를 통해 닫힌 순환 관리체계를 구성합니다.