동아리 담당 교사가 파일 두 개를 가지고 있다고 하자.
하나는 동아리 명단이다. 학생 번호와 이름과 동아리가 적혀 있다. 다른 하나는 교내 대회 참가 기록이다. 학생 번호와 종목과 점수가 적혀 있다.
데이터반 학생의 평균 점수를 알려면 두 파일을 함께 보아야 한다. 파일이 따로 있으면 한 파일만으로는 답이 나오지 않는다.
데이터셋과 데이터베이스
하나의 주제로 모은 표 한 개를 이라 부른다. 명단과 참가 기록은 서로 다른 데이터셋이다.
학교에는 이런 데이터셋이 여러 개 있다. 학적, 출결, 급식, 도서 대출이 각각 데이터셋이다.
이 데이터셋들은 서로 를 가진다. 관계를 가진 데이터셋이 한곳에서 관리되면 가 된다.
- 데이터셋(dataset)
- 하나의 주제에 대해 같은 속성 구조로 모아 놓은 데이터의 모음이다. 보통 표 한 개의 형태를 가진다.
- 데이터베이스(database)
- 서로 관계가 있는 데이터셋을 모아 체계적으로 저장하고 관리하는 시스템이다. 여러 사람이 같은 데이터를 함께 쓸 수 있게 한다.
공통 속성으로 두 데이터셋을 잇기
- 공통 속성(common attribute)
- 두 데이터셋에 함께 나타나며 같은 대상을 가리키는 속성이다. 통합의 기준이 되므로 대상마다 값이 하나씩만 있어야 한다.
공통 속성을 기준으로 명단에 참가 기록을 이어 붙인 결과| 학생 번호 | 이름 | 동아리 | 종목 | 점수 |
|---|
| 101 | 가온 | 데이터반 | 데이터 분석 | 88 |
|---|
| 102 | 나래 | 방송반 | 기록 없음 | 기록 없음 |
|---|
| 103 | 다온 | 데이터반 | 데이터 분석 | 92 |
|---|
왜 체계적인 시스템이 필요한가
파일을 따로 관리할 때의 문제와 데이터베이스가 하는 일| 파일을 따로 관리할 때 | 데이터베이스가 하는 일 |
|---|
| 같은 학생 정보가 여러 파일에 중복된다 | 한 곳에만 저장하고 필요할 때 이어 붙인다 |
|---|
| 한 파일만 고쳐 파일 사이의 값이 어긋난다 | 고친 내용이 이어진 곳에 함께 반영된다 |
|---|
| 누가 언제 무엇을 고쳤는지 알 수 없다 | 변경 기록을 남겨 되돌아볼 수 있게 한다 |
|---|
| 여러 사람이 동시에 고치면 서로 덮어쓴다 | 동시 접근의 순서를 관리해 덮어쓰기를 막는다 |
|---|
| 볼 수 있는 범위를 나눌 수 없다 | 사용자별로 열람과 수정 권한을 나눈다 |
|---|
| 파일이 커지면 원하는 값을 찾기 느려진다 | 찾는 기준을 미리 정리해 빠르게 찾아 준다 |
|---|
확인 문제
4문항 · 고르면 바로 채점된다
1서로 다른 두 데이터셋을 통합할 때 가장 먼저 확인할 것은 무엇인가?
통합은 공통 속성의 값을 맞추어 행을 잇는 일이다. 행 수나 파일 크기, 파일 이름은 어느 행끼리 이어야 하는지 알려 주지 못한다.
2대규모 데이터를 여러 사람이 함께 쓸 때 데이터베이스가 필요한 이유로 알맞은 것은 무엇인가?
데이터베이스는 중복과 어긋남을 줄이고 동시 접근과 권한을 관리한다. 열람을 막기 위한 장치가 아니고, 분석을 대신 해 주는 것도 아니다.
3이름은 사람마다 다르므로 데이터셋을 잇는 기준으로 쓰기에 가장 알맞다.
같은 이름을 가진 사람이 둘 이상 있을 수 있고, 표기가 달라질 수도 있다. 학생 번호처럼 한 대상에 하나만 주어지는 속성이 기준으로 알맞다.
4한쪽 데이터셋에만 있는 값은 통합 결과에서 빠지거나 빈칸으로 남을 수 있다.
공통 속성의 값이 맞는 상대가 없으면 이을 행이 없다. 통합 방식에 따라 그 행은 결과에서 빠지거나 빈칸으로 남으므로 행 수를 확인해야 한다.
내 교과서에서 찾기
YBM Ⅰ. 데이터 과학의 이해 › 02. 데이터 02-1 데이터의 형태와 속성 · 02-2 데이터베이스
씨마스 Ⅰ. 데이터 과학의 이해 › 2. 데이터의 저장과 활용 2-1 데이터와 데이터베이스 (34쪽)
천재 Ⅰ. 데이터 과학의 이해 › 03. 데이터셋과 데이터베이스 1 데이터셋의 이해 · 2 데이터베이스의 이해