정보처리 기능사 - 데이터베이스의 종류

1. 계층형 데이터베이스 (Hierarchical Database)

📌 개념

• 데이터를 트리(Tree) 구조로 저장하는 데이터베이스.
• 부모-자식(Parent-Child) 관계로 이루어져 있으며, 한 부모가 여러 자식을 가질 수 있지만, 한 자식은 하나의 부모만 가질 수 있음.

📌 특징
✅ 데이터 접근 속도가 빠름.
✅ 부모-자식 관계가 명확하여 데이터 정합성이 높음.
✅ 트리 구조로 인해 삽입, 삭제, 수정이 복잡할 수 있음.

📌 예시

• 조직도 (CEO → 부서장 → 팀원)
• 파일 시스템 (C 드라이브 → 폴더 → 파일)

📌 대표적인 계층형 DBMS

• IBM의 IMS(Information Management System)

---

2. 네트워크형 데이터베이스 (Network Database)

📌 개념

• 데이터를 그래프(Graph) 구조로 저장하는 데이터베이스.
• 한 자식 노드가 여러 부모 노드를 가질 수 있음 (M:N 관계 지원).

📌 특징
✅ 복잡한 데이터 관계를 효과적으로 표현 가능.
✅ 데이터 중복을 줄일 수 있음.
✅ 구조가 복잡하여 관리가 어려울 수 있음.

📌 예시

• 항공 예약 시스템 (비행기 한 대에 여러 승객이 예약할 수 있고, 승객 한 명이 여러 비행기를 예약할 수도 있음)

📌 대표적인 네트워크형 DBMS

• CODASYL DBTG 모델

---

3. 관계형 데이터베이스 (Relational Database, RDB)

📌 개념

• 데이터를 테이블(Table) 형태로 저장하는 데이터베이스.
• 행(Row, Tuple)과 열(Column, Attribute)로 구성됨.
• 각 테이블은 기본 키(Primary Key)와 외래 키(Foreign Key)를 통해 관계를 맺음.

📌 특징
✅ 가장 널리 사용되는 데이터베이스 모델.
✅ 데이터 중복이 적고, 무결성 유지가 용이함.
✅ SQL을 사용하여 데이터를 쉽게 관리할 수 있음.

📌 예시

• 은행 고객 정보 관리 (고객 테이블, 계좌 테이블, 거래 내역 테이블 등)

📌 대표적인 관계형 DBMS

• Oracle DB
• MySQL
• PostgreSQL
• MS SQL Server

---

4. 객체지향 데이터베이스 (Object-Oriented Database, OODB)

📌 개념

• 객체지향 프로그래밍(OOP) 개념을 데이터베이스에 적용한 모델.
• 데이터뿐만 아니라 데이터의 행동(메서드)까지 함께 저장하는 구조.

📌 특징
✅ 복잡한 데이터 구조를 쉽게 표현 가능.
✅ 멀티미디어, CAD, 3D 모델링 등 비정형 데이터를 관리하는 데 적합함.
✅ 기존의 관계형 데이터베이스보다 성능이 낮을 수도 있음.

📌 예시

• 3D 게임 개발 데이터 관리
• 멀티미디어 저장 (영상, 음성 데이터)

📌 대표적인 객체지향 DBMS

• ObjectDB
• db4o

---

5. NoSQL 데이터베이스 (Not Only SQL)

📌 개념

• 비정형 데이터(문서, JSON, 그래프 등)를 저장하는 데 특화된 데이터베이스.
• 기존의 관계형 데이터베이스보다 더 유연한 구조를 가짐.

📌 특징
✅ 빅데이터 및 실시간 처리에 적합.
✅ 스키마(테이블 구조) 없이 유연한 데이터 저장 가능.
✅ 확장성이 뛰어나며, 대량의 데이터를 빠르게 처리할 수 있음.

📌 주요 유형
① 키-값(Key-Value) 저장소: Redis, DynamoDB
② 컬럼(Column) 기반 데이터베이스: HBase, Cassandra
③ 문서(Document) 저장형 데이터베이스: MongoDB
④ 그래프(Graph) 데이터베이스: Neo4j

📌 예시

• 소셜 미디어 데이터 관리 (Facebook, Instagram)
• IoT 데이터 저장
• 대규모 로그 데이터 처리

---

6. 분산 데이터베이스 (Distributed Database)

📌 개념

• 데이터를 여러 개의 서버나 지역에 분산하여 저장하는 데이터베이스.
• 중앙 집중형 데이터베이스와 다르게 여러 장소에서 데이터를 관리할 수 있음.

📌 특징
✅ 서버 장애 시에도 데이터를 유지할 수 있음.
✅ 데이터 접근 속도를 높일 수 있음.
✅ 네트워크 비용이 발생할 수 있음.

📌 예시

• 글로벌 은행 시스템 (각 국가별 데이터베이스 유지)
• 클라우드 기반 데이터 저장 (Google Cloud Spanner, Amazon Aurora)

---

7. 데이터 웨어하우스 (Data Warehouse)

📌 개념

• 기업에서 발생하는 대량의 데이터를 분석하기 위해 통합, 저장하는 데이터베이스.
• 주로 OLAP(On-Line Analytical Processing) 용도로 사용됨.

📌 특징
✅ 과거 데이터를 기반으로 분석 가능.
✅ 의사 결정 지원 시스템(DSS)과 연계됨.
✅ 실시간 트랜잭션보다는 데이터 분석에 적합함.

📌 예시

• 고객 구매 패턴 분석
• 매출 데이터 분석

📌 대표적인 데이터 웨어하우스 시스템

• Amazon Redshift
• Google BigQuery
• Oracle Exadata

---

💡 정리: 데이터베이스 종류별 비교

데이터베이스 종류	데이터 구조	주요 특징	사용 예시
계층형 (Hierarchical)	트리 구조	부모-자식 관계, 빠른 검색	조직도, 파일 시스템
네트워크형 (Network)	그래프 구조	복잡한 관계 표현 가능	항공 예약 시스템
관계형 (Relational)	테이블 구조	SQL 사용, 가장 많이 사용됨	은행, ERP, CRM
객체지향 (OODB)	객체 기반	데이터 + 메서드 저장	3D 모델링, 게임 개발
NoSQL	문서, 키-값, 그래프 등	빅데이터, 실시간 처리	SNS, IoT, 로그 데이터
분산형 (Distributed)	여러 서버에 분산 저장	높은 확장성, 장애 대비	클라우드 DB, 글로벌 시스템
데이터 웨어하우스	OLAP 분석용	과거 데이터 분석	마케팅, 고객 데이터 분석