ㄴ. 주어진 릴레이션 R의 속성들의 부분집합 X에 대해, 어떤 튜플도 동일한 값을 가지지 않는다면, 이러한 속성의 집합 X를 그 릴레이션의 슈퍼키라고 한다.
ㄷ. 참조 무결성 제약은 참조할 수 없는 외래키 값을 가져서는 안 된다는 것을 의미한다.
ㄹ. 대체키와 외래키는 유일성과 최소성을 모두 만족해야 한다.
옳은 설명은 슈퍼키의 정의(ㄴ)와 참조 무결성의 의미(ㄷ)이다.
슈퍼키는 튜플을 유일하게 식별하는 속성 집합이며, 참조 무결성은 외래키가 참조 릴레이션에 존재하지 않는 값을 가질 수 없다는 제약이다.
- ㄱ: B는 기본키 (A, B)를 구성하는 속성이므로 개체 무결성에 따라 널값을 가질 수 없다.
- ㄹ: 유일성과 최소성은 후보키(기본키·대체키)의 조건이며, 외래키는 중복 값을 가질 수 있어 두 성질을 요구하지 않는다.
동등한 식은 선택 연산을 조인 앞으로 내린 이다.
조건 a > 10은 A의 속성만 참조하므로 조인 전에 A에 먼저 적용해도 결과가 같다(선택 연산 하향 이동).
- 카티션 곱을 쓰는 식은 A.x = B.x 조인 조건이 빠져 결과 튜플이 달라진다.
- A를 먼저 a, b로 추출하는 식은 A에 속성 b가 없고 조인 속성 x도 사라져 성립하지 않는다.
- a로 조인하고 B에 a > 10을 거는 식은 B에 속성 a가 없어 성립하지 않는다.
| 사원번호 | 직급 | 보너스 |
|---|---|---|
| 1000 | 과장 | 500 |
| 1001 | 과장 | 500 |
| 1002 | 사원 | 200 |
이 사원 테이블에서 보너스는 직급별로 결정된다. 이때 직급과 보너스 속성은 모두 기본키인 사원번호에 의해 결정되지만 사원번호가 직급을 결정하고 직급이 보너스를 결정하는 ( ㉠ ) 관계를 가지고 있으므로, 이 테이블은 ( ㉡ )이라고 할 수 있다.
㉠은 이행적 함수 종속, ㉡은 제2정규형이다.
기본키가 단일 속성인 사원번호이므로 부분 함수 종속이 없어 제2정규형은 만족하지만, 사원번호 → 직급 → 보너스의 이행적 종속이 남아 있어 제3정규형은 아니다.
- 완전 함수 종속은 기본키 전체에 종속되는 관계로, 사원번호가 직급을 결정하고 직급이 보너스를 결정하는 연쇄 구조를 설명하지 못한다.
- 제3정규형은 이행적 함수 종속을 제거해야 하므로 직급·보너스를 별도 테이블로 분해해야 도달한다.
저장 용량이 가장 작은 구성은 RAID 레벨 1(미러링)이다.
레벨 1은 모든 데이터를 두 디스크에 복제하므로 6개 중 절반인 3 TByte만 사용할 수 있다.
- 레벨 0(스트라이핑)은 중복 없이 6개 전부를 사용해 6 TByte로 가장 크다.
- 레벨 5는 디스크 1개 분량을 분산 패리티로 쓰므로 5 TByte이다.
- 레벨 6은 이중 패리티로 디스크 2개 분량을 쓰므로 4 TByte이다.
산업통계
| 대분류 | 소분류 | 종사자수 | 평균연봉 |
|---|---|---|---|
| 제조업 | 반도체 | 10000 | 4000 |
| 제조업 | 스마트폰 | 5000 | 5000 |
| 제조업 | 가전 | 7000 | 6000 |
| IT | SW개발 | 6000 | 4000 |
| IT | 게임개발 | 3000 | 3000 |
| 서비스업 | 미용 | 4000 | 3500 |
| 서비스업 | 유통 | 9000 | 4500 |
SQL 실행결과
| 대분류 | 소분류 | 종사자수 | 평균연봉 |
|---|---|---|---|
| 제조업 | 반도체 | 10000 | 4000 |
| IT | SW개발 | 6000 | 4000 |
| 서비스업 | 유통 | 9000 | 4500 |
SELECT *
FROM 산업통계
WHERE 종사자수 >= 6000;
SELECT *
FROM 산업통계
WHERE 종사자수 = (SELECT MAX(종사자수)
FROM 산업통계);
SELECT A.*
FROM 산업통계 A,
(SELECT 대분류, MAX(종사자수) AS 종사자수
FROM 산업통계
GROUP BY 대분류) B
WHERE A.종사자수 = B.종사자수 AND A.대분류 = B.대분류;
SELECT 대분류, 소분류, MAX(종사자수), 평균연봉
FROM 산업통계
GROUP BY 대분류;
실행 결과는 대분류별 종사자수가 최대인 행이므로, 대분류별 MAX를 구한 인라인 뷰와 조인하는 질의가 맞다.
인라인 뷰가 제조업 10000, IT 6000, 서비스업 9000을 구하고, 대분류와 종사자수가 모두 일치하는 원본 행만 남긴다.
- 종사자수 >= 6000 조건은 가전(7000)까지 포함해 4행이 출력된다.
- 전체 MAX와 비교하는 서브쿼리는 반도체(10000) 1행만 출력된다.
- GROUP BY 대분류에 소분류·평균연봉을 그대로 SELECT하는 질의는 그룹화되지 않은 열을 포함해 표준 SQL에서 오류가 난다.
삽입이 끝난 뒤 주소 4 버킷에는 9, 18이 저장된다.
홈 주소 에 따라 3→3, 5→0, 7→2, 9→4, 11→1, 13→3으로 저장되며, 버킷 3은 3과 13으로 용량 2가 가득 찬다.
18은 홈 주소 3이 가득 차 선형 탐색으로 다음 주소 4에 들어가 9와 함께 저장되고, 14는 홈 주소 4가 가득 차 인 버킷 0에 5와 함께 저장된다.
- 5, 14는 버킷 0의 최종 값이다.
- 3, 13은 버킷 3의 최종 값이다.
- 9, 14는 18이 먼저 버킷 4를 채워 14가 버킷 0으로 넘어간다는 점을 놓친 조합이다.
| 시간 |
|---|
| R(A) | W(A) | R(B) | W(B) | |||||||
| R(A) | R(B) | |||||||||
| R(A) | W(A) | R(B) | W(B) |




올바른 선행그래프는 →(A, B), →(A, B), →(B), →(A, B) 간선을 가진 그래프이다. 선행그래프는 서로 다른 트랜잭션이 같은 항목에 접근하고 그중 하나 이상이 쓰기인 충돌 연산 쌍마다 먼저 수행한 트랜잭션에서 나중 트랜잭션으로 간선을 긋는다.
A 항목은 의 W(A)() 뒤에 의 R(A)·W(A)와 의 R(A)가 와서 →, →가 생기고, 의 W(A)() 뒤 의 R(A)()로 →가 생긴다. B 항목은 의 R(B)·W(B)(, )가 의 W(B)()보다 앞서 →, 의 R(B)()가 의 W(B)()보다 앞서 →, 맨 끝 의 R(B)()로 →와 →에 B가 더해진다.
- 에서 , 로 나가는 간선(A, B)을 그린 그래프는 틀리다. 는 읽기만 하고 두 항목 모두 맨 나중에 접근한다.
- →가 B뿐이고 →가 B뿐, →가 A, B인 그래프는 A 항목의 방향을 거꾸로 그렸다.
- →(B), →(A, B)에 →(A, B)를 그린 그래프는 두 오류를 모두 가진다.
과 사이에 사이클이 생기므로 이 스케줄은 충돌 직렬 가능하지 않다.
CREATE ASSERTION NO_DESIGNERS_IN_SEOUL
AS CHECK
( NOT EXISTS
( SELECT *
FROM EMPLOYEE E, DEPARTMENT D
WHERE E.DEPTNO = D.DEPTNO
AND E.JOB = 'DESIGNER'
AND D.LOC = 'SEOUL' )
);
옳지 않은 설명은 명시된 이벤트가 발생할 때마다 자동 수행된다는 것으로, 이는 트리거(TRIGGER)의 특성이다.
제시된 구문은 CREATE ASSERTION으로, 여러 테이블에 걸친 무결성 조건을 선언해 두고 이를 위반하는 갱신을 막는 제약이다.
- EMPLOYEE·DEPARTMENT를 변경하는 갱신문이 수행될 때 조건이 검사된다는 설명은 옳다.
- 불필요해지면 DROP ASSERTION으로 제거할 수 있다는 설명은 옳다.
- 서울 소재 부서에 디자이너를 둘 수 없다는 조건을 위반하는 연산은 거부되어 수행되지 않을 수 있다는 설명은 옳다.
| 구분 | XML Schema | DTD | |
|---|---|---|---|
| ㄱ | 구조 | 복잡함 | 상대적으로 간결함 |
| ㄴ | 문법 | 전용문법 | XML문법 |
| ㄷ | Namespace | 지원함 | 지원하지 못함 |
| ㄹ | 확장성 | 문자열 치환을 통한 확장성 | 객체지향적인 확장성 |
옳지 않은 비교는 문법(ㄴ)과 확장성(ㄹ)으로, 두 항목 모두 XML Schema와 DTD의 내용이 뒤바뀌었다.
XML Schema는 XML 문법으로 작성되고 타입 상속 같은 객체지향적 확장을 지원하며, DTD는 전용 문법을 쓰고 엔티티를 이용한 문자열 치환으로 확장한다.
- ㄱ: XML Schema는 데이터 타입·제약을 상세히 기술해 구조가 복잡하고 DTD는 상대적으로 간결하다는 비교는 옳다.
- ㄷ: XML Schema는 Namespace를 지원하고 DTD는 지원하지 못한다는 비교는 옳다.
○ Ti: 트랜잭션 번호가 i인 트랜잭션
○ <Ti, start>, <Ti, commit>, <Ti, abort>: Ti에 대한 시작, 완료, 철회를 기록하는 형식
○ <Ti, rollback>: Ti가 실행 중 rollback이 발생함을 기록하는 형식
○ <Ti, 데이터항목, 이전값, 이후값>: Ti가 데이터 항목을 변경할 때 기록하는 형식
○ <Ti, 데이터항목, 이전값>: Ti가 철회되기 위하여 UNDO를 실행할 때 기록하는 형식
○ <checkpoint, {트랜잭션리스트}>: 검사점 실행을 기록하는 형식
○ {트랜잭션리스트}: 검사점 실행시점에 실행 중에 있던 트랜잭션들의 목록을 포함하는 트랜잭션 리스트
| 로그번호 | 로그 레코드 |
|---|---|
| 1 | <T0, start> |
| 2 | <T0, A, 100, 200> |
| 3 | <T1, start> |
| 4 | <T1, B, 200, 300> |
| 5 | <T0, C, 300, 400> |
| 6 | <checkpoint, {T0, T1}> |
| 7 | <T1, D, 500, 600> |
| 8 | <T3, start> |
| 9 | <T0, rollback> |
| 10 | <T4, start> |
| 11 | <T0, C, 300> |
| 12 | <T3, E, 600, 700> |
| 13 | <T0, A, 100> |
| 14 | <T4, F, 700, 800> |
| 15 | <T0, abort> |
| 16 | <T4, G, 800, 900> |
| 17 | <T3, H, 900, 950> |
| 18 | <T4, commit> |
| --고장 발생-- |
ㄴ. T0의 rollback을 처리하기 위하여 생성된 <T0, C, 300>, <T0, A, 100>은 복구과정에서 UNDO 단계 연산이 된다.
ㄷ. REDO 단계를 완료하면 UNDO 대상 트랜잭션 리스트는 {T1, T3}로 구성된다.
ㄹ. REDO 단계에서 로그 레코드 <T1, D, 500, 600>, <T0, C, 300>, <T3, E, 600, 700>, <T0, A, 100>, <T4, F, 700, 800>, <T4, G, 800, 900>, <T3, H, 900, 950>은 REDO 연산의 대상이 된다.
ㅁ. REDO 단계에서는 REDO 연산에 따른 로그 레코드를 로그에 기록한다.
ㅂ. UNDO 단계에서는 <T3, H, 900>, <T3, E, 600>, <T3, abort>, <T1, D, 500>, <T1, B, 200>, <T1, abort>를 로그에 기록한다.
옳지 않은 설명은 ㄴ과 ㅁ이다.
롤백 중 기록된 , 은 redo-only 레코드로 REDO 단계에서 재실행될 뿐 UNDO 대상이 아니며(ㄴ), REDO 단계는 로그를 새로 기록하지 않는다(ㅁ).
- ㄱ: 복구는 마지막 checkpoint 레코드의 리스트로 UNDO 대상을 으로 초기화하므로 옳다.
- ㄷ: REDO 중 , 는 start로 추가되고 는 abort, 는 commit으로 제거되어 이 남으므로 옳다.
- ㄹ: REDO는 checkpoint 이후의 갱신·redo-only 레코드를 트랜잭션 완료 여부와 무관하게 모두 재실행하므로 옳다.
- ㅂ: UNDO는 로그를 역방향으로 훑으며 , 의 변경을 이전값으로 되돌린 레코드를 기록하고, 시작 레코드를 만나면 abort를 기록하므로 옳다.
옳지 않은 설명은 데이터 중복성이 보안성을 향상시킨다는 내용이다.
같은 데이터가 여러 곳에 저장되면 모든 사본을 똑같이 보호해야 하므로 보안 유지가 어려워지고, 저장 공간 낭비와 일관성 저하도 생긴다.
- 데이터 종속성을 응용프로그램이 데이터 구성 방법에 맞춰 작성되어야 하는 상호의존 관계로 본 설명은 옳다.
- 논리적 데이터 독립성을 응용프로그램에 영향 없이 논리적 구조를 변경하는 능력으로 본 설명은 옳다.
- 데이터 일관성을 하나의 사실을 나타내는 데이터들이 논리적으로 동일해야 하는 성질로 본 설명은 옳다.
옳지 않은 설명은 이체 트랜잭션 수행 중 다른 트랜잭션이 참조할 수는 있다는 내용이다.
고립성(Isolation)은 실행 중인 트랜잭션의 중간 결과를 다른 트랜잭션이 갱신은 물론 참조하지도 못하게 해야 한다는 특성이다.
- 이체 도중 오류 시 수행된 연산을 취소해 원래 상태로 되돌리는 것은 원자성에 해당한다.
- 이체 전후 두 계좌 금액의 합이 같아야 하는 것은 일관성에 해당한다.
- 이체 완료 후 그 결과가 계속 유지되어야 하는 것은 지속성에 해당한다.
| 사원 | |
|---|---|
| A | B |
| 1000 | 500 |
| 1000 | 1000 |
| 2000 | 1000 |
| 4000 |
SELECT COUNT( A ), COUNT( DISTINCT A ),
MAX( A+B )
FROM 사원;
질의 결과는 3, 2, 3000이다.
집계 함수는 NULL을 제외하므로 COUNT(A)는 1000, 1000, 2000을 센 3이고, COUNT(DISTINCT A)는 1000, 2000의 2이다.
A+B는 1500, 2000, 3000이며 A가 NULL인 행은 결과도 NULL이 되어 제외되므로 MAX는 3000이다.
- 개수를 4로 보는 조합은 A가 NULL인 행까지 센 경우이다.
- 최대값을 4000으로 보는 조합은 NULL+4000을 4000으로 잘못 계산한 경우이다.

옳지 않은 것은 에 UNDO를 해야 한다는 설명이다. 는 검사점 이후 시작해 고장 전에 완료했으므로 REDO 대상이다.
검사점 회복 기법은 검사점 이전에 완료된 트랜잭션은 무시하고, 고장 전에 완료된 트랜잭션은 REDO, 고장 시점에 미완료인 트랜잭션은 UNDO 한다.
- 은 검사점 이전에 완료되어 변경이 이미 디스크에 반영되었으므로 회복 작업이 필요 없다.
- 는 검사점 이전에 시작해 검사점 이후 고장 전에 완료되었으므로, 검사점 이후 변경 부분만 REDO 하면 된다.
- 는 시스템 고장 시점까지 완료되지 않았으므로 트랜잭션 전체를 UNDO 해야 한다.
CREATE TABLE 직원 (
직원번호 NUMBER NOT NULL,
직원이름 CHAR(10) UNIQUE,
부서번호 NUMBER
CHECK(부서번호 IN (1,2,3,4)) DEFAULT 1,
PRIMARY KEY(직원번호),
FOREIGN KEY(부서번호) REFERENCES
부서(부서번호) ON DELETE CASCADE );
옳지 않은 설명은 부서가 없는 신입사원의 부서번호가 널값이 된다는 내용이다.
부서번호에 DEFAULT 1이 지정되어 있으므로 값을 주지 않고 입력하면 1이 저장된다.
- 직원이름에 UNIQUE 제약이 있어 동명이인의 이름은 입력되지 않는다.
- ON DELETE CASCADE이므로 부서를 삭제하면 그 부서의 직원 행도 함께 삭제된다.
- 직원번호가 기본키이므로 같은 번호는 중복 입력되지 않는다.
은 비연쇄 스케줄이고, 는 과 뷰 동치가 아니다.
에서 는 이후, 는 이후에 수행되어 커밋된 데이터만 읽으므로 연쇄 복귀가 일어나지 않는다.
뷰 동치는 같은 읽기가 같은 쓰기의 값을 읽어야 하는데, 의 는 의 값을 읽지만 의 는 보다 먼저 수행되어 초기값을 읽는다.
- 뷰 동치라고 보는 짝은 읽기 연산의 값 출처(reads-from)가 달라진 점을 놓친 것이다.
- 비연쇄 스케줄이 아니라고 보는 짝은 의 모든 읽기가 해당 쓰기 트랜잭션의 커밋 이후라는 점을 놓친 것이다.
ㄴ. 개체들은 기본 테이블, 뷰, 인덱스, 데이터베이스, 패키지, 접근 권한 등이 있다.
ㄷ. 모든 데이터베이스에서 요구하는 정보는 동일하므로 데이터베이스의 종류에 관계없이 동일한 구조로 필요한 정보를 제공한다.
ㄹ. 카탈로그에 저장된 정보를 메타 데이터(Meta-Data)라고도 한다.
ㅁ. 트랜잭션 관리자를 통하여 사용자의 요구를 효율적인 형태로 변환하고 질의를 처리하는 좋은 전략을 모색할 수 있다.
옳은 설명은 카탈로그 개체의 종류(ㄴ)와 메타 데이터(ㄹ)이다.
시스템 카탈로그는 테이블·뷰·인덱스·권한 등 데이터베이스 객체에 대한 정보, 즉 데이터에 관한 데이터를 저장한 시스템 데이터베이스이다.
- ㄱ: 카탈로그도 테이블 형태이므로 일반 사용자가 SQL로 내용을 검색할 수 있다(갱신은 DBMS가 수행).
- ㄷ: 카탈로그의 구조와 내용은 DBMS마다 다르다.
- ㅁ: 카탈로그 정보를 이용해 효율적인 질의 처리 전략을 찾는 것은 트랜잭션 관리자가 아니라 질의 최적화기의 역할이다.
Database Instance
| P_ID | P_Model | P_Price | Company_ID |
|---|---|---|---|
| 1 | CPU | 150000 | 1 |
| 2 | VGA | 180000 | 2 |
| 3 | SSD | 136000 | 4 |
| 4 | HDD | 130000 | 5 |
| 5 | HDD | 110000 | 5 |
| 6 | VGA | 350000 | 2 |
| 7 | CPU | 270000 | 2 |
| 8 | SSD | 96000 | 4 |
| 9 | SSD | 115000 | 5 |
| 10 | CPU | 335000 | 2 |
| 11 | VGA | 560000 | 2 |
| 12 | VGA | 595000 | 2 |
| 13 | CPU | 283500 | 1 |
| 14 | CPU | 650300 | 1 |
| 15 | VGA | 780000 | 1 |
| 16 | VGA | 850000 | 1 |
| ID | Company_Name |
|---|---|
| 1 | Intel |
| 2 | AMD |
| 3 | Nvidia |
| 4 | Samsung |
| 5 | WD |
| P_ID | P_Model | P_Price | Company_ID |
|---|---|---|---|
| 6 | VGA | 350000 | 2 |
| 11 | VGA | 560000 | 2 |
| 12 | VGA | 595000 | 2 |
| 15 | VGA | 780000 | 1 |
| 16 | VGA | 850000 | 1 |

SELECT *
FROM Product Pro
WHERE Pro.P_Model = 'VGA' AND Pro.P_Price IN
(SELECT P.P_Price
FROM Product P LEFT JOIN Company C
ON (C.ID = P.Company_ID)
WHERE C.Company_Name = 'AMD');
SELECT *
FROM Product Pro
WHERE Pro.P_Model = 'VGA' AND Pro.P_Price NOT IN
(SELECT P.P_Price
FROM Product P LEFT JOIN Company C
ON (C.ID = P.Company_ID)
WHERE C.Company_Name = 'AMD');
SELECT *
FROM Product Pro
WHERE Pro.P_Model = 'VGA' AND Pro.P_Price > ANY
(SELECT P.P_Price
FROM Product P LEFT JOIN Company C
ON (C.ID = P.Company_ID)
WHERE C.Company_Name = 'AMD');
SELECT *
FROM Product Pro
WHERE Pro.P_Model = 'VGA' AND Pro.P_Price > ALL
(SELECT P.P_Price
FROM Product P LEFT JOIN Company C
ON (C.ID = P.Company_ID)
WHERE C.Company_Name = 'AMD');
실행 결과를 출력하는 질의는 > ANY 부분질의를 쓴 문장이다. AMD 제품 가격 중 최솟값보다 비싼 VGA만 골라내기 때문이다.
부분질의는 Company_Name이 AMD인(Company_ID 2) 제품 가격 180000, 350000, 270000, 335000, 560000, 595000을 돌려준다. VGA 가운데 최솟값 180000보다 큰 것은 P_ID 6, 11, 12, 15, 16으로 결과와 같다.
- IN 을 쓰면 가격이 AMD 가격 목록에 포함된 VGA인 P_ID 2, 6, 11, 12가 나와 결과와 다르다.
- NOT IN 을 쓰면 AMD 가격 목록에 없는 VGA인 P_ID 15, 16만 나온다.
- > ALL 을 쓰면 최댓값 595000보다 비싼 VGA인 P_ID 15, 16만 나온다.
> ANY는 하나라도 만족하면 참(최솟값 초과), > ALL은 모두 만족해야 참(최댓값 초과)이다.
ㄴ. DBMS는 질의최적화 과정에서 데이터사전에 저장된 정보를 활용한다.
ㄷ. 규칙기반 최적화 기법(rule-based optimization)이 질의실행계획(query execution plan)을 생성하는 데 비용이 거의 소요되지 않기 때문에 최근에 많이 활용되고 있다.
ㄹ. 비용기반 최적화 기법(cost-based optimization)은 생성 가능한 모든 후보 질의실행계획 중에서 비용이 가장 적게 드는 질의실행계획을 생성한다.
ㅁ. 조인 방법(join method) 중에서 해시 조인방법은 비동등 조인 질의(non-equi join query)에 적용하지 않는다.
옳지 않은 설명은 ㄷ과 ㄹ이다.
최근에는 통계 정보를 활용하는 비용기반 최적화가 주로 쓰이며(ㄷ 오류), 비용기반 최적화도 후보 계획이 너무 많아 모든 계획을 평가하지 않고 탐색 범위를 줄여 비용이 낮은 계획을 고른다(ㄹ 오류).
- ㄱ: SQL 질의는 질의 트리 같은 내부 표현으로 변환된 뒤 최적화되므로 옳다.
- ㄴ: 최적화 과정에서 데이터 사전(카탈로그)의 통계·인덱스 정보를 활용하므로 옳다.
- ㅁ: 해시 조인은 해시 값이 같은 튜플끼리 비교하므로 동등 조인에만 적용되어 옳다.
ㄴ. 반복불가능 읽기
ㄷ. 오손읽기
REPEATABLE READ에서 발생할 수 있는 문제는 유령 데이터 읽기뿐이다.
REPEATABLE READ는 읽은 데이터에 트랜잭션 종료 시까지 공유 잠금을 유지하지만, 조건에 맞는 새 행의 삽입은 막지 못해 팬텀 현상이 남는다.
- 반복불가능 읽기는 이미 읽은 행이 다른 트랜잭션에 의해 수정·삭제되지 않으므로 발생하지 않는다.
- 오손 읽기는 커밋되지 않은 데이터를 읽지 않으므로 READ COMMITTED 이상에서 이미 방지된다.