이론학습(152)
-
[Oracle] SELECT 1 FROM 테이블명;
SELECT 1 FROM 테이블명; SELECT 1 FROM 테이블명; · SELECT문에 1사용하면 해당 테이블의 갯수만큼 1로된 행을 출력합니다. · 테이블의 행의 수가 N개이면 1이 N행 반환됩니다. · 여기에서 1은 TRUE를 의미합니다. · WHERE 조건문과 함께 쓰면 해당 조건을 만족하면 1을 반환하게 됩니다. · 다중행 서브 쿼리문에서 WHERE조건절에 (NOT) EXISTS 안의 서브쿼리문에 사용되어 집니다. EXISTS로 · SELECT * FROM emp 또는 SELECT 1 FROM emp은 논리식에 사용될 때는 실제값이 아닌 값의 존재유무가 더 중요하기 때문에 보다 간단하게 사용하기 위해 SELECT 1 FROM emp 형태로 사용하게 됩니다. SELECT 1 FROM emp; S..
-
[Oracle] IN
IN 연산자 메인 쿼리의 비교 조건이 서브 쿼리의 결과 중에서 하나라도 일치하면 참이 됩니다. WHERE 컬럼명 IN (서브쿼리);
-
논리(Logical) 매핑을 정의합니다.-테이블 매핑을 정의합니다., 칼럼 매핑을 정의합니다., 데이터 검증 항목을 선정합니다., 중복 또는 상이 데이터에 대한 방안을 결정합니다., 보관 자료 처리 ..
논리(Logical) 매핑을 정의합니다. · 테이블 매핑을 정의합니다. · 칼럼 매핑을 정의합니다. · 데이터 검증 항목을 선정합니다. · 중복 또는 상이 데이터에 대한 방안을 결정합니다. · 보관 자료 처리 방안을 수립합니다. · 추가 이행 대상을 선정합니다. · 매핑 정의서를 작성합니다(산출물: 테이블 매핑 정의서). 테이블 매핑을 정의합니다. · 원천과 목적 시스템 간의 데이터 모델을 파악합니다. · 목적 시스템의 테이블과 원천 시스템의 테이블의 대응 관계를 정의하며, 전체 데이터 전환의 복잡도 및 크기를 예측할 수 있습니다. · As-Is, To-Be 간의 테이블 매핑은 메타 데이터를 이용하여 정의 합니다. · 목적 시스템 의 테이블과 대응되는 원천 시스템 테이블의 건수, 발생주기, 이행범위 등을..
-
단계별 데이터 정제 방안-1단계(전환 테스트 전), 2단계(전환 테스트 시), 3단계(최종 전환)
단계별 데이터 정제 방안 데이터 정제 항목을 정제 시점에 따라 전환 테스트 전, 전환 테스트 중, 최종 전환 중 3단계로 구분하여 데이터 정제작업을 수행할 수 있습니다. · 1단계(전환 테스트 전) · 2단계(전환 테스트 시) · 3단계(최종 전환) 1단계(전환 테스트 전) 대상 항목별 정제 내용 및 조건은 아래 표와 같습니다. 1단계(전환 테스트 전) 데이터 정제 방안 정제 대상 항목 정제 여부 정제 내용 정제 조건 전환 제외 대상 제외 · 정의된 기분에 의하여 전환 제외 대상 데이터의 삭제 · 일정한 기준을 부여하여 경과된 데이터 삭제(기준 일자 이전 데이터 등) · 제외 조건이 명확한 겨우 제외 조건을 매핑 시 적용 정합성 미비 정제 · 데이터 상호 간의 정합성이 유지될 수 있도록 데이터 보완 · ..
-
정규화(Normalization)-정의, 목적, 특징, 유형, 정규화 수준에 따른 장단점
정규화(Normalization) · 정의 · 목적 · 특징 · 유형 · 정규화 수준에 따른 장단점 정규화 정의 중복성을 최소화하고 정보의 일관성을 보장하기 위한 개념 정규화 목적 · 데이터 중복 배제로 데이터 관리 편의성 제고 및 자료 저장 공간의 최소화 · 데이터 모형 단순화 · 데이터 구조의 안정성 및 무결성 유지 · 속성의 배열상태 검증 · 엔터티와 속성의 누락 여부 검증 수단 · 자료검색과 추출의 효율성을 추구 정규화 특징 · 어떠한 관계구조가 바람직한 것인지, 바람직하지 못한 관계를 어떻게 분해하여야 하는지에 관한 구체적인 판단기준을 제공 · 정규화된 데이터 모델은 정확성, 일치성, 단순성, 비중복성, 안정성 보장 정규화 유형 유형 설명 제1정규화 · 반복되는 속성이나 Group 속성 제거 ·..
-
ZARA(자라)의 빅데이터 분석 활용
ZARA(자라)의 빅데이터 분석 활용 · 스페인의 패션 의류 유통업체인 ZARA는 실시간으로 수집한 매장 판매 데이터를 통해 최대 매출이 가능한 재고 최적 분배 시스템 활용하여 불필요한 재고를 감소시키고 실시간으로 전달된 고객 니즈가 반영된 제품 생산하여 판매량을 증대하고 있습니다. · 수요와 관련한 빅데이터 기반의 재고 및 생산의 최적화를 달성하고 있습니다. 과잉생산 및 할인을 지양하고 분석적으로 재고를 관리하는 무재고 운영 정책을 원칙으로 하여 전 세계 매장의 판매 및 재고 데이터를 분석하여 최대 매출을 창출할 수 있는 재고 최적 분배 시스템을 개발했습니다. · 최적의 분배시스템을 이용하여 제품별 수요예측, 매장별 판매추이분석, 진열된 상품수가 판매량에 미치는 영향을 분석하여 데이터 기반으로 의사결정..