57. 다음에 주어진 릴레이션 Employee와 Department에 대해 각 SQL문을 수행한 결과로 생성되는 레코드의 개수가 옳지 않은 것은?  Employee  Department   ①SELECT *FROM Employee as E INNER JOIN Departmentas D ON E.deptno = D.deptno;3②SELECT *FROM Employee as E LEFT OUTER JOINDepartment as D ON E.deptno = D.deptno;3③SELECT *FROM Employee as E RIGHT JOIN Departmentas D ON E.deptno = D.deptno;4④SELECT *FROM Employee as E FULL JOIN Departmentas ..

55. 다음의 릴레이션 address와 이에 대한 함수적 종속들이 다음과 같이 정의되었다. 이것의 정규형과 관련된 설명 중에서 옳지 않은 것은? address (street, city, state, zipcode)함수적 종속: street → (city, state) zipcode → city (city, state) → zipcode① street는 후보키이다.② 릴레이션 address는 제2 정규형이다.③ 릴레 이 션 ad d re s s에 대 한 제 3 정 규 형 은 R1=(street, city, state), R2=(city, state, zipcode) 이다.④ 릴레 이 션 address에 대 한 BCNF 정 규 형 은 R1 = (street, city), R2 = (city, state), ..

53. 다음 설명 중 개체-관계 모델의 약한 엔티티 타입(weak entity type)에 대한 설명이 옳지 않은 것은?① 강한 엔티티 타입이 소유 엔티티 타입이 될 수 있다.② 약한 엔티티 타입은 키를 형성하기에 충분한 애트리뷰트들을 갖지 못한 엔티티 타입이다.③ 약한 엔티티 타입의 엔티티들을 식별하기 위해 강한 엔티티 타입의 애트리뷰트들 중 임의의 하나와 결합해야 한다.④ 약한 엔티티 타입이 존재하려면 소유 엔티티 타입이 있어야 한다. ▣ 해설약한(Weak) 엔티티의 개념을 아는지 묻는 문제임.소유 엔티티는 강한 엔티티(ex 대출) 를 말함 ① 강한 엔티티 타입이 소유 엔티티 타입이 될 수 있다 (o)→ 강한 엔티티(ex 대출) 이 약한 엔티티(ex 상환)를 소유한다고 볼 수 있다 (존재종속) ② 약..

51. 데이터베이스 구축 방법론 v4.0의 DB구축 공정에서 다음의 태스크들이 진행되는 세그먼트에 해당하는 것은?  - 메타데이터 입력항목 협의- 한자 및 다국어 지원협의- 표준안수립 및 작업지침 작성 ① 현황조사② 구축대상선정③ 계획수립④ 실행계획 ▣ 해설보기 중에서 "계획수립", "실행계획" 중에서 선택해야 하는 내용이었음.3가지 테스크내용을 보면, 위에 2가지 세크먼트중에서 어디에 해당하는지 유추해야 하는 문제임.일정계획수립 후 세부 협의 후, 표준안 수립 및 작업지침 작성해야 함으로, "실행계획:으로 유추할 수 있음 140C실행계획141C일정계획수립주관기관과 협의하여 일정계획 수립112C 전체일정계획표142C메타데이터 입력항목 협의주관기관과 협의하여 입력할 때 메타데이터 입력 항목 결정113C 항..

73. 멀티미디어 데이터에 대한 다양한 유형의 검색 질의를 처리하기 위한 기법 중 “수학 함수로 저장된 데이터와 질의 조건으로 주어진 데이터 간의 유사도를 수학 함수로 계산하여 유사도가 높은 데이터를 검색한다.”는 어떤 기법을 설명 한 것인가?① 랭킹 기법(ranking technique)② 인덱스 기법(index technique)③ 매칭 기법(matching technique)④ 필터링 기법(filtering technique) ▣ 멀티미디어 데이터의 질의 처리1) 매칭 기법 : 저장된 데이터와 잘의 조건으로 주어진 데이터 간의 유사도를 수학 함수로 계산하여, 유사도가 높은 데이터를 검색한다.2) 랭킹 기법 : 검색 결과를 질의 조건과의 관련 정도에 따라 정렬하여, 관련성이 높은 결과부터 제공한다.3..

71. 분산 데이터베이스 시스템에서 분산 투명성에 대한 설명으로 적절하지 않은 것은?① 데이터의 실제 저장 위치를 알 필요 없이 데이터베이스의 논리적 이름만으로 데이터에 접근할 수 있는 위치 투명성(location transparency)을 보장해야 한다.② 분산 데이터베이스와 관련된 트랜잭션들이 동시에 수행되더라도 항상 일관성을 유지하는 장애 투명성(failure transparency)을 보장해야 한다.③ 동일한 데이터가 여러 지역에 중복해서 저장되는 경우 사용자가 중복을 인식하지 못하게 하는 중복 투명성(replication transparency)을 보장해야 한다.④ 하나의 릴레이션을 더 작은 조각(단편)으로 나누고 각 조각을 별개의 릴레이션으로 처리할 때 완전성, 회복성, 분리성을 보장하는 단편..

69. 대표적인 분산 파일 시스템인 HDFS(Hadoop Distributed File System)는 여러 노드(node) 로 구성되어 있다. 다음의 (가), (나)에 들어 갈 노드 이름으로 가장 옳은 것은?  ⦁(가)는 메타정보를 관리하며 데이터 블록들이 어느 (나)에 있는지를 유지한다.⦁(나)는 실제 데이터 블록을 저장하고 클라이언트에 이를 제공한다.⦁Secondary (가)는 primary (가)가 고장(fail)일 때를 대비하는 백업 노드이다.① (가) master node, (나) data node② (가) name node, (나) data node③ (가) master node, (나) slave node④ (가) name node, (나) slave node ▣ HDFS  Namenode..

67. 동시성 제어(concurrency control)의 로킹(locking) 단위에 대한 다음 설명 중 옳은 것을 모두 나열한 것은? 가. 로킹 단위가 작아지면 동시성(병행) 수준은 낮아진다.나. 데이터베이스, 파일, 레코드 등은 로킹 단위가 될 수 있다.다. 로킹 단위가 작아지면 일반적으로 로킹 오버 헤드가 증가한다.라. 한꺼번에 로킹할 수 있는 데이터의 크기를 로킹 단위라 한다.① 가, 다 ② 가, 나, 라③ 나, 다, 라 ④ 가, 나, 다, 라 ▣ 로킹(Locking) 단위DB, 파일, 레코드 등커지면 : 로킹 오버헤드 감소, 데이터베이스 공유도 저하작아지면 : 로킹 오버헤드 증가, 데이터베이스 공유도 증가 가. 로킹 단위가 작아지면 동시성(병행) 수준은 낮아진다. (X)→ 동시성 수준은 높아짐..

65. 다음은 릴레이션 EMPLOYEE와 DEPENDENT를 생성 하는 데이터 정의문이다. 두 릴레이션에 대해 “자신의 부양가족과 이름이 같은 직원의 이름 (Name)을 출력하라”를 처리하는 SQL 질의를 모두 나열한 것은?  CREATE TABLE EMPLOYEE ( Name VARCHAR(15) NOT NULL, Ssn CHAR(9) NOT NULL, PRIMARY KEY (Ssn) );CREATE TABLE DEPENDENT ( Essn CHAR(9) NOT NULL, Name VARCHAR(15) NOT NULL, PRIMARY KEY(Essn, Name), FOREIGN KEY(Essn) REFERENCES EMPLOYEE(Ssn) );가. SELECT E.Name FROM EMPLOYEE AS..

63. 다음 STUDENT(학생)와 ENROLL(수강) 릴레이션에서“Cno가 ‘C413’인 과목을 수강한 학생의 Sname,Dept와 수강의 Grade를 검색하라.”는 질의를 SQL로 나타낸 문장으로 옳은 것은? (단, STUDENT와 ENROLL 릴레이션 각각의 기본 키는 Sno, (Sno, Cno)이다.) STUDENT(Sno, Sname, Year, Dept)ENROLL(Sno, Cno, Grade)① SELECT Sname, Dept, Grade FROM STUDENT JOIN ENROLL WITH(Sno) WHERE ENROLL.Cno = 'C413';② SELECT Sname, Dept, Grade FROM STUDENT NATURAL JOIN ENROLL USING(Sno) WHERE ENR..