예약 시스템처럼 여러 사용자가 최신 정보를 동시에 공유해야 하는 경우가 DBMS에 더 적합하다.
DBMS는 동시성 제어와 회복 기능을 제공해 다수 사용자가 같은 데이터를 갱신해도 일관성을 유지한다. 반면 범용 기능에 따른 비용·오버헤드가 있어 단순한 환경에서는 파일 시스템이 유리할 수 있다.
- 데이터와 응용이 단순하고 변경이 드문 경우: DBMS 도입 비용이 이점보다 커 파일 시스템으로 충분하다.
- 실시간 요구사항이 엄격한 경우: DBMS의 처리 오버헤드 때문에 엄격한 응답 시간을 맞추기 어려울 수 있다.
- 저장 용량이 제한된 내장형 시스템: DBMS 자체가 차지하는 저장 공간과 자원 부담이 커 부적합하다.
로킹 단위가 커지면 로킹 오버헤드는 감소하고 동시성 정도도 감소한다.
단위가 크면 관리할 잠금 수가 줄어 오버헤드가 작아지지만, 잠금 하나가 많은 데이터를 묶어 다른 트랜잭션의 대기가 늘어 병행성이 떨어진다.
- 오버헤드 감소·동시성 증가: 큰 단위 잠금은 다른 트랜잭션의 접근을 더 많이 막으므로 동시성은 증가하지 않는다.
- 오버헤드 증가·동시성 증가: 로킹 단위가 작아질 때의 특성이다.
- 오버헤드 증가·동시성 감소: 잠금 개수가 줄어드므로 오버헤드는 증가하지 않는다.
뷰가 질의 처리 성능을 향상시킨다는 설명이 옳지 않다.
뷰는 데이터를 따로 저장하지 않는 가상 테이블이어서, 뷰에 대한 질의는 기본 테이블에 대한 질의로 변환되어 실행된다. 변환 과정만큼 부담이 생길 뿐 성능 향상은 뷰의 특징이 아니다.
- 보안: 뷰로 필요한 열·행만 보이게 해 기본 테이블 접근을 제한할 수 있다.
- WITH CHECK OPTION: 뷰 정의 조건을 벗어나는 투플의 삽입·갱신을 거부한다.
- 집계 함수 뷰: 집계 결과는 기본 테이블의 특정 투플에 대응하지 않으므로 삽입·갱신이 불가능하다.
| T1 | T2 | 시간 |
|---|---|---|
| Read_item(X) | ↓ | |
| X = X + 30 | ||
| Write_item(X) | ||
| Read_item(X) | ||
| Rollback | ||
| X = X - 50 | ||
| Write_item(X) |
X의 최종값은 80이며, T2가 철회될 값을 읽는 오손 읽기(dirty read) 때문이다.
T1: 100 + 30 = 130을 X에 기록
T2: 커밋되지 않은 130을 읽음
T1 Rollback: 데이터베이스의 X는 100으로 복구
T2: 130 − 50 = 80을 계산해 기록
T2가 읽은 130은 철회된 값이므로, 올바른 결과(100 − 50 = 50)와 달리 철회된 갱신이 반영된 80이 남는다.

대기-롤백(wait-die)과 롤백-대기(wound-wait)는 교착상태 예방 기법이므로, 이미 발생한 교착상태의 회복 방법이라는 설명이 옳지 않다.
그래프에는 T1→T2→T4→T1의 사이클이 있어 교착상태가 발생한 상태다. 이때는 희생자를 골라 롤백해 사이클을 끊는 탐지 후 회복 방식을 쓴다.
- 희생자 선택: 롤백 비용(수행 시간, 사용한 자원 등)이 최소인 트랜잭션을 고르므로 옳다.
- 롤백 범위: 트랜잭션 전체를 롤백하거나, 교착을 푸는 데 필요한 지점까지만 부분 롤백할 수 있으므로 옳다.
- 기아현상: 같은 트랜잭션이 반복해서 희생자로 선택되면 기아가 생길 수 있어, 롤백 횟수를 비용에 반영해 방지하므로 옳다.
○ ( ㉡ )는 탐색키 값에 따라 정렬되지 않은 데이터 파일에 대하여 정의되는 인덱스이다.
○ ( ㉢ )는 각 레코드마다 하나의 인덱스 엔트리를 갖도록 만드는 인덱스이다.
괄호에는 차례로 클러스터링 인덱스, 보조 인덱스, 밀집 인덱스가 들어간다.
㉠ 엔트리 순서가 레코드의 물리적 순서와 같은 것은 데이터 파일을 탐색키 순으로 정렬해 두는 클러스터링 인덱스이다. ㉡ 정렬되지 않은 파일에 정의하는 것은 보조 인덱스, ㉢ 모든 레코드마다 엔트리를 두는 것은 밀집 인덱스이다.
- 희소 인덱스: 일부 레코드(블록 단위)에만 엔트리를 두므로 ㉢과 반대 개념이며 ㉡의 정의와도 다르다.
- 기본 인덱스: 키 순으로 정렬된 파일에 정의되므로 정렬되지 않은 파일에 정의되는 ㉡에 해당하지 않는다.
| A | B | C |
|---|---|---|
| 1 | a | 10 |
| 1 | a | 11 |
| 1 | a | 25 |
| 2 | b | 22 |
| 3 | b | 21 |
| 5 | c | 17 |
| A | D | E |
|---|---|---|
| 1 | p | x |
| 1 | p | y |
| 2 | q | y |
| 4 | r | w |
| 6 | s | z |
결과 투플은 9개이다.
R에서 DISTINCT로 A를 추출하면 중복이 제거되어 1, 2, 3, 5의 4개가 된다.
S의 A는 DISTINCT가 없으므로 1, 1, 2, 4, 6의 5개가 그대로 남는다.
UNION ALL은 중복을 제거하지 않으므로 4 + 5 = 9개가 결과가 된다. UNION이었다면 중복이 제거되어 1, 2, 3, 4, 5, 6의 6개가 된다.
ㄴ. 후보키에 속하지 않는 모든 애트리뷰트가 기본키에 이행 함수 종속(transitive functional dependency)되어 있지 않다.
ㄷ. 릴레이션의 모든 애트리뷰트가 원자값을 갖는다.
ㄹ. 후보키에 속하지 않는 모든 애트리뷰트가 기본키에 부분 함수 종속(partial functional dependency)되어 있지 않다.
제시된 네 조건 모두가 BCNF를 만족하기 위한 조건이다.
BCNF는 모든 결정자가 후보키인 정규형이며, 그 이전 단계인 1NF·2NF·3NF의 조건을 모두 포함한다.
- 원자값: 1NF 조건으로 BCNF에도 필요하다.
- 부분 함수 종속 제거: 2NF 조건으로 BCNF에도 필요하다.
- 이행 함수 종속 제거: 3NF 조건으로 BCNF에도 필요하다.
- 모든 결정자가 후보키: BCNF 고유의 조건이다.
| 사원 | 주민번호(PK) | 성 | 이름 | 주소 | 성별 | 연봉 | 부서번호(FK) |
| 부서 | 부서번호(PK) | 부서명 | 관리자주민번호(FK) | 관리시작일 | |||
| 부양가족 | 주민번호(FK) | 가족이름 | 관계 | 생년월일 |
사원 전체의 주민번호에서 부양가족의 주민번호를 차집합으로 뺀 뒤 사원과 자연조인하고 성·이름을 추출하는 식이 옳다.
부양가족 릴레이션에 주민번호가 나타나지 않는 사원이 곧 부양가족이 없는 사원이다. 차집합으로 그 주민번호만 남기고 자연조인으로 사원 릴레이션의 성·이름을 붙인다.
- 두 주민번호 집합을 자연조인한 뒤 사원과 카티션 곱을 하는 식: 자연조인은 부양가족이 있는 사원을 구하고, 카티션 곱은 무관한 투플까지 결합한다.
- 두 주민번호 집합의 카티션 곱 후 사원과 자연조인하는 식: 카티션 곱은 모든 조합을 만들 뿐 부양가족 유무를 가려내지 못한다.
- 두 주민번호 집합을 자연조인한 뒤 사원을 빼는 식: 주민번호만 가진 릴레이션과 사원 릴레이션은 애트리뷰트 구성이 달라 차집합이 성립하지 않는다.
<T1, A, 100, 200>
<T1, C, 200, 300>
<T2, start>
<T1, commit>
<checkpoint>
<T2, B, 100, 10>
<T3, start>
<T3, D, 1000, 500>
<T4, start>
<T3, commit>
<T4, A, 200, 500>
<T2, commit>
------------- 시스템 고장
T2를 undo한다는 설명이 옳지 않다. T2는 고장 전에 commit했으므로 redo 대상이다.
즉시 갱신 기법에서는 고장 시점까지 commit 로그가 있는 트랜잭션은 redo, start만 있고 commit이 없는 트랜잭션은 undo한다. 체크포인트 이전에 commit한 트랜잭션은 이미 반영이 보장되어 회복이 필요 없다.
- T1: 체크포인트 이전에 commit했으므로 회복 작업이 필요 없다.
- T3: 고장 전에 commit했으므로 redo한다.
- T4: commit 로그가 없으므로 undo한다.
㉠ / ㉡ / ㉢

순서대로 ㉠은 파서와 변환기, ㉡은 최적기(optimizer), ㉢은 질의 수행 엔진이다.
질의는 먼저 구문 분석·변환을 거쳐 관계대수식이 되고, 최적기가 데이터 통계를 참고해 비용이 가장 적은 질의 수행 계획을 고르며, 수행 엔진이 그 계획대로 데이터에 접근해 결과를 낸다.
- ㉠: 질의를 받아 관계대수식을 만드는 단계이므로 최적기가 아니라 파서와 변환기다.
- ㉡: 데이터에 관한 통계를 입력받아 수행 계획을 만드는 단계이므로 수행 엔진이 아니라 최적기다.
- ㉢: 수행 계획을 데이터에 실행해 질의 결과를 내는 단계이므로 파서나 최적기가 아니라 질의 수행 엔진이다.
데이터 웨어하우스에서 추가·삭제·갱신이 자주 발생한다는 설명이 옳지 않다.
데이터 웨어하우스는 비휘발성을 가져, 적재된 데이터는 주로 조회·분석에 쓰이고 개별 갱신은 거의 일어나지 않는다. 빈번한 갱신은 운영계(OLTP) 데이터베이스의 특징이다.
- 여러 소스의 정보를 통일된 스키마에 저장: 통합성 특징이다.
- 의사 결정 주제 관련 데이터 유지: 주제 지향성 특징이다.
- 과거와 현재 데이터를 함께 유지: 시계열성(time-variant) 특징이다.
3-층 아키텍처가 비즈니스 규칙을 데이터베이스 서버에 저장한다는 설명이 옳지 않다.
3-층 아키텍처는 클라이언트와 데이터베이스 서버 사이에 응용 서버(웹 서버)를 두며, 비즈니스 규칙은 이 중간 계층에 저장되어 처리된다.
- 3-층 아키텍처와 웹 응용: 브라우저–응용 서버–DB 서버 구조로 웹 응용에 널리 쓰인다.
- 2-층 아키텍처의 표준 API: ODBC·JDBC 같은 API로 클라이언트가 서버 측 DBMS와 통신한다.
- 2-층 아키텍처의 서버 기능: 질의 처리와 트랜잭션 기능은 서버 측 DBMS가 수행한다.
해시 함수가 랜덤한 해시키를 생성하는 것은 버킷 오버플로우의 원인이 아니다.
랜덤하게 해시키를 만들면 레코드가 버킷에 균등하게 분산되어 오히려 오버플로우를 줄인다. 오버플로우는 버킷 수가 부족하거나 레코드가 특정 버킷에 몰리는 편중(skew) 때문에 발생한다.
- 대부분의 레코드가 같은 탐색키: 같은 버킷으로 몰려 편중이 생긴다.
- 탐색키를 균등하게 분배하지 않는 해시 함수: 특정 버킷에 레코드가 집중된다.
- 버킷 용량보다 많은 레코드: 버킷 공간이 부족해 넘치는 레코드가 생긴다.
ㄴ. 스키마는 데이터베이스 상태(state)와 마찬가지로 변경될 수 있다.
ㄷ. 참조 무결성 제약조건(referential integrity constraint)은 두 릴레이션의 연관된 투플(tuple)들 사이의 무결성 유지와 관련이 있다.
ㄹ. 한 릴레이션에 외래키(foreign key)가 여러 개 존재할 수 있다.
ㅁ. 외래키도 기본키(primary key)의 구성요소가 될 수 있다.
제시된 다섯 설명 모두 옳다.
스키마는 릴레이션 구조와 함께 무결성 제약조건을 포함하며, 자주 바뀌지는 않지만 필요하면 변경할 수 있다.
- 스키마에 무결성 제약조건 포함: 키·도메인·참조 제약 등이 스키마의 일부로 정의된다.
- 스키마 변경: ALTER 등으로 구조를 바꿀 수 있어, 빈도는 낮아도 변경 가능하다.
- 참조 무결성: 외래키로 연결된 두 릴레이션 투플 사이의 일관성을 유지한다.
- 여러 외래키: 한 릴레이션이 여러 릴레이션을 참조하면 외래키가 여러 개 존재한다.
- 외래키가 기본키 구성요소: 수강(학번, 과목번호)처럼 외래키들이 합쳐 기본키가 될 수 있다.
| 학생 | 학번(PK) | 이름 | 소속학과 | |
| 수강 | 학번(PK, FK) | 과목번호(PK, FK) | 수강요일 | |
| 과목 | 과목번호(PK) | 과목명 | 개설학과 | 학점 |
∏과목번호, 과목명, 학점 / σ소속학과='컴퓨터학과'

‘∏ 과목번호, 과목명, 학점’은 ㉣, ‘σ 소속학과='컴퓨터학과'’는 ㉡에 들어간다.
질의 최적화의 기본은 선택·추출 연산을 최대한 아래로 내려 조인 전에 투플과 속성 수를 줄이는 것이다.
- ㉣: 오른쪽 가지는 ‘σ 학점=3’ 아래에서 과목(㉥) 릴레이션을 받으므로, 과목에 적용되던 ‘∏ 과목번호, 과목명, 학점’이 이 자리에 온다. 학점을 남겨 두므로 위의 선택 연산도 수행할 수 있다.
- ㉡: 소속학과는 학생 릴레이션의 속성이므로, 학생(㉤) 바로 위에서 선택을 먼저 수행한다.
- ㉢: 수강 릴레이션 바로 위이므로 ‘σ 수강요일='수요일'’이 오는 자리다.
- ㉠·㉤·㉥: 각각 최상위 추출(이름, 과목명), 학생 릴레이션, 과목 릴레이션이 오는 자리다.

| 학번(PK) | 이름 | 교번(FK) |
| 교번(PK) | 이름 | 과목번호(FK) |
| 과목번호(PK) | 과목명 | 학번(FK) |
| 학번(PK, FK) | 과목번호(PK, FK) |
학생과 교수의 '지도' 관계가 n : 1이므로, n쪽인 학생 릴레이션에 교수의 기본키 교번을 외래키로 두는 변환이 옳다.
1 : n 관계는 n쪽 릴레이션에 1쪽의 기본키를 외래키로 넣고, m : n 관계는 양쪽 기본키와 관계 속성을 담은 별도 릴레이션으로 만든다.
- 교수에 과목번호(FK)를 둔 변환: '강의'는 교수 1 : 과목 n 관계이므로 교수가 아니라 과목 릴레이션에 교번을 외래키로 두어야 한다.
- 과목에 학번(FK)을 둔 변환: '수강'은 m : n 관계이므로 한쪽에 외래키를 넣지 않고 별도의 수강 릴레이션으로 만들어야 한다.
- 수강을 학번·과목번호만으로 만든 변환: 관계 속성인 성적이 빠져 있어 수강 릴레이션으로 불완전하다.
FD: AB → C, CD → E, C → A, C → D, D → B
BD는 R의 후보키가 될 수 없다.
BD의 폐포(closure)는 D → B만 적용되어 {B, D}에서 더 늘어나지 않는다.
따라서 BD로는 A, C, E를 결정할 수 없어 슈퍼키조차 아니다.
- AB: AB → C, C → D, CD → E로 모든 속성을 결정하고, A나 B 하나만으로는 부족해 후보키이다.
- AD: D → B로 AB를 얻어 모든 속성을 결정하고, A만 또는 D만으로는 부족해 후보키이다.
- C: C → A, C → D, D → B, CD → E로 모든 속성을 결정하는 단일 속성 후보키이다.
데이터베이스 블록 기록과 로그 블록 기록이 순서적으로 독립적이라는 설명이 옳지 않다.
로그 우선 기록(WAL) 규약에 따라 데이터베이스 버퍼의 블록을 디스크에 기록하기 전에, 그 블록과 관련된 로그 레코드가 먼저 안정 저장장치의 로그 파일에 기록되어야 한다.
- 로그 버퍼의 위치: 로그 버퍼는 주기억장치에 있어 고장 시 내용이 사라질 수 있다.
- commit 기록 전 출력: commit 로그가 기록되기 전에 해당 트랜잭션의 모든 로그 레코드가 로그 파일에 기록되어야 한다.
- 로그 순서 유지: 로그 버퍼와 로그 파일의 레코드 순서는 같아야 회복이 올바르게 이루어진다.
| 직원 | 주민번호(PK) | 이름 | 주소 | 성별 | 급여 | 소속부서번호(FK) |
| 부서 | 부서번호(PK) | 부서명 | 부서장주민번호(FK) | 주소 |
SELECT B.부서명, COUNT(*)
FROM 직원 as A, 부서 as B
WHERE B.부서번호 = A.소속부서번호 AND A.급여 >= 40000
GROUP BY B.부서번호
HAVING COUNT(*) > 5
SELECT B.부서명, COUNT(*)
FROM 직원 as A, 부서 as B
WHERE B.부서번호 = A.소속부서번호 AND A.급여 >= 40000 AND
(SELECT COUNT(*)
FROM 직원 as C
GROUP BY C.소속부서번호 > 5)
GROUP BY B.부서번호
HAVING COUNT(*) > 5
SELECT A.부서명, COUNT(*)
FROM 직원 as A
WHERE A.급여 >= 40000 AND
A.소속부서번호 IN (SELECT B.소속부서번호
FROM 직원 as B
GROUP BY B.소속부서번호
HAVING COUNT(*) > 5)
GROUP BY A.부서번호
SELECT B.부서명, COUNT(*)
FROM 직원 as A, 부서 as B
WHERE B.부서번호 = A.소속부서번호 AND A.급여 >= 40000 AND
A.소속부서번호 IN (SELECT C.소속부서번호
FROM 직원 as C
GROUP BY C.소속부서번호
HAVING COUNT(*) > 5 )
GROUP BY B.부서번호
급여 조건으로 직원을 거르고, 소속 직원 수가 5를 넘는 부서를 IN 부질의로 따로 구한 SQL이 옳다.
‘직원이 6명 이상’은 급여와 무관한 전체 직원 수 조건이므로, 급여 조건을 거친 뒤의 COUNT로 판단하면 안 된다. 부질의에서 소속부서번호별 HAVING COUNT(*) > 5로 부서를 고르고, 바깥 질의에서 급여 40,000 이상 직원 수를 센다.
- WHERE에 급여 조건을 둔 뒤 HAVING COUNT(*) > 5만 쓰는 질의: 급여 40,000 이상인 직원만 센 수로 부서를 거르므로 조건이 달라진다.
- WHERE 절에 GROUP BY 부질의를 조건처럼 넣은 질의: 부질의가 비교 대상 없는 잘못된 조건이고, HAVING도 급여 조건 이후의 수로 판단한다.
- 직원 테이블만 사용하는 질의: 직원 릴레이션에는 부서명·부서번호 애트리뷰트가 없어 부서 테이블과의 조인이 필요하다.