• 운영 중인 기존 정보 시스템에 축적되어 있는 데이터를 추출 (Extraction)하여 새로 개발할 정보 시스템에서 운영할 수 있도록 변환 (Transformation)한 후 적재(Loading)하는 일련의 과정을 말한다.
• ETL(Extraction.Transformation,Load). 추출, 변환, 적재 과정이라고 한다.
• 데이터 이행(Data Migration) 또는 데이터 이관이라고도 한다.

• 원천 시스템 의 데이터를 목적 시스템의 데이터 로 전환하는 과정이 정상적으로 수행되었는지 여부를 확인하는 과정을 말한다.
• 데이터 전환 검증은 검증 방법과 검증 단계에 따라 분류할 수 있다.

• 오류 데이터 측정 및 정제는 고품질의 데이터를 운영 및 관리하기 위해 수행한다.
• 오류 데이터 측정 및 정제는 데이터 품질 분석 → 오류 데이터 측정 → 오류 데이터 정제 순으로 진행한다.

• 여러 사람에 의해 공동으로 사용될 데이터를 중복을 배제하여 통합하고, 쉽게 접근하여 처리할 수 있도록 저장장치에 저장하여 항상 사용할 수 있도록 운영하는 운영데이터이다.
• 데이터베이스는 다음과 같이 구분하여 정의할 수 있다.

  통합된 데이터(Intergrated Data)	자료의 중복을 배제한 데이터의 모임
  저장된 데이터(Stored Data)	컴퓨터가 접근할 수 있는 저장메체에 저장된 자료
  운영 데이터(Operational Data)	조직의 고유한 업무를 수행하는데 반드시 필요한 자료
  공용데이터(Shared Data)	여러 응용시스템들이 공동으로 소유하고 유지하는 자료

DBMS (DataBase Management System) ^c

• 데이터베이스 관리 시스템
• 사용자의 요구에 따라 정보를 생성해주고 데이터베이스르 관리해 주는 소프트웨어이다.
• DBMS의 필수기능 3가지

  정의(Definition)기능	데이터의 형(Type)과 구저에 대한 정의, 이용방식, 제약 조건 등을 명시하는 기능
  조작(Manipulation)기능	데이터베이스 검색, 갱신, 삽입, 삭제 등을 위해 인터페이스 수단을 제공하는 기능
  제어(Control)기능	데이터의 무결성, 보안, 권한 검사, 병행제어를 제공하는 기능

데이터베이스의 구조와 제약조건에 관한 전반적인 명세를 기술한 것

개념적 설계 ^a

• 개념적 설계(정보 모델링, 개념화)는 정보의 구조를 얻기 위하여 현실세계의 무한성과 계속성을 이해하고, 다른 사람과 통신하기 위히여 현실 세계에 대한 인식을 추상적 개념으로 표현하는 과정이다.
• 개념적 설계에서는 개념 스키마 모델링과 트랜잭션 모델링을 병행 수행한다.
• 개념적 설계에서는 요구분석에서 나온 결과인 요구 조건 명세를 DBMS에 독립적인 E-R 다이어그램으로 작성한다.

논리적 설계 ^a

• 논리적 설계(데이터 모델링)은 현실 세계에서 발생하는 자료를 컴퓨터가 이해하고 처리할 수 있는 물리적 저장 장치에 저장할 수 있도록 변환하기 위해 특정 DBMS가 지원하는 논리적 자료구조로 변환(mapping)시키는 과정이다.
• 개념 세계의 데이터를 필드로 기술된 데이터타입과 이 데이터 타입들 간의 관계로 표현되는 논리적 구조의 데이터로 모델화 한다.
• 개념적 설계가 개념 스키마를 설계하는 단계라면, 논리적 설계에서는 개념 스키마를 평가 및 정제하고 DBMS에 따라 서로 다른 논리적 스키마를 설계하는 단계이다.

물리적 설계 ^a

• 물리적 설계(데이터 구조화)는 논리적 설계에서 논리적 구조로 표현된 데이터를 디스크 등의 물리적 저장장치에 저장할 수 있는 물리적 구조의 데이터로 변환하는 과정이다.
• 물리적 설계에서는 다양한 데이터베이스 응용에 대해 처리성능을 얻기 위해 데이터베이스 파일의 저장 구조 및 엑세스 경로를 결정한다.
• 저장 레코드의 형식, 순서, 접근 경로, 조회 집중 레코드 등의 정보를 사용하여 데이터가 컴퓨터에 저장되는 방법을 묘사한다.

• 데이터 모델은 현실 세계의 정보들을 컴퓨터에 표현하기 위해서 단순화, 추상화하여 체계적으로 표현한 개념적 모형이다.
• 데이터 모델에 표시할 요소

  요소	내용
  구조(Structure)	논리적으로 표현된 개체 타입들 간의 관계로서 데이터 구조 및 정적 성질 표현
  연산(Operation)	데이터베이스에 저장된 실제 데이터를 처리하는 작업에 대한 명세로서 데이터베이스를 조작하는 기본 도구
  제약 조건(Constraint)	데이터베이스에 저장될 수 있는 실제 데이터의 논리적인 제약 조건

개체 (Entity)^c

• 개체는 데이터베이스에 표현하려는 것으로, 사람이 생각하는 개념이나 정보단위 같은 현실 세계의 대상체이다.
• 개체는 실세계에 독립적으로 존재하는 유형, 무형의 정보로서 서로 연관된 몇개의 속성으로 구성된다.
• 독립적으로 존재하거나 그 자체로서도 구별이 가능하며, 유일한 식별자(Unique Identifier)에 의해 식별된다.

관계 (Relationship) ^c

• 관계는 개체와 개체 사이의 논리적인 연결을 의미한다.
• 관계의 형태

  형태	내용
  일 대 일(1:1)	개체 집합 A의 각 원소가 개체 집합 B의 원소 한개와 대응하는 관계
  일 대 다(1:N)	개체 집합 A의 각원소는 개체 집합 B의 원소 여러개와 대응하고 있지만, 개체 집합 B의 각 원소는 개체집합 A의 원소 한개와 대응하는 관계
  다 대 다(N:M)	개체집합 A의 각 원소는 개체 집합 B의 원소 여러 개와 대응하고, 개체집합 B의 각 원소도 개체집합 A의 원소 여러개와 대응하는 관계

E-R (Entity-Relationship, 개체-관계) 모델 ^c

• E-R 모델은 개체와 개체간의 관계를 기본 요소로 이용하여 현실 세계의 무질서한 데이터를 개념적인 논리 데이터로 표현하기 위한 방법이다.
• 1976년 피터 첸(Peter Chen)에 의해 제안되고 기본적인 구성 요소가 정립되었다.
• E-R 모델은 개념적 데이터 모델의 가장 대표적인 것이다.

E-R 다이어그램 ^b

기호	기호이름	의미
	사각형	개체(Entity)타입
	마름모	관계(Relationship)타입
	타원	속성 (Attribute)
	이중 타원	다중값 속성 (복합 속성)
	밑줄 타원	기본키 속성
	복수 타원	복합속성 (예) 성명은 성과 이름으로 구성
	관계	1:1, 1:N, N:M 등의 개체간 관계에 대한 대응수를 선위에 기술함
	선,링크	개체 타입과 속성을 연결

릴레이션(Relation)은 데이터들을 표(Table)의 형태로 표현한 것으로, 구조를 나타내는 릴레이션 스키마와 실제 값들인 릴레이션 인스턴스로 구성된다.

튜플 (Tuple) ^a

• 릴레이션을 구성하는 각 각의 행을 말한다.
• 튜플은 속성의 모임으로 구성된다.
• 파일 구조에서 레코드와 같은 의미이다.
• 튜플의 수를 카디널리티(Cardinality) 또는 기수, 대응수라고 한다.

도메인 (Domain) ^c

• 하나의 에트리뷰트가 취할 수 있는 같은 타입의 원자(Atomic)값들의 집합이다.
• 도메인은 실제 애트리뷰트 값이 나타날 때 그 값의 합법 여부를 시스템이 검사하는데에도 이용된다.
  예 : 성별 애트리뷰트의 도메인은 남과 여로, 그 외의 값은 입력될 수 없다.

후보키 (CandIdate Key) ^a

• 릴레이션을 구성하는 속성들 중에서 튜플을 유일하게 식별하기위해 사용되는 속성들의 부분집합이다.
• 기본키로 사용할 수 있는 속성들을 말한다.
• 후보키는 유일성(Unique)와 최소성(Minimality)를 모두 만족시켜야 한다.

  유일성 (Unique)	하나의 키 값으로 하나의 튜플만을 유일하게 식별할 수 있어야 함
  최소성	키를 구성하는 속성 하나를 제거하면 유일하게 식별할 수 없도록 꼭 필요한 최소의 속성으로 구성되어야 함

기본키 (Primary Key) ^c

• 후보키 중에서 특별히 선정된 주키(Main Key)이다.
• 기본키는 중복된 값을 가질 수 없다.
• 기본키는 한 릴레이션에서 특정 튜플을 유일하게 구별할 수 있는 속성이다.
• 기본키는 NULL 값을 가질 수 없다.

대체키 (Alternate Key) ^c

• 후보키가 둘 이상일 때 기본키를 제외한 나머지 후보키를 의미한다.
• 대체키를 보조키라고도 한다.

슈퍼키 (Super Key) ^a

• 한 릴레이션 내에 있는 속성들의 집합으로 구성된 키를 말한다.
• 릴레이션을 구성하는 모든 튜플 중 슈퍼키로 구성된 속성의 집합과 동일한 값은 나타나지 않는다.
• 슈퍼키는 릴레이션을 구성하는 모든 튜플에 대해 유일성은 만족하지만, 최소성은 만족하지 못한다.

외래키 (Forein Key) ^b

• 다른 릴레이션의 기본키를 참조하는 속성또는 속성들의 집합을 의미한다.
• 한 릴레이션에 속한 속성A와 참조 릴레이션의 기본키인 B가 동일한 도메인상에서 정의되었을 떄의 속성A를 외래키라고 한다.
• 외래키로 지정되변 참조 릴레이션의 기본키에 없는 값은 입력할 수 없다.

무결성 (Integrity) ^b

• 무결성(Intergrity)은 데이터베이스에 저장된 데이터값과 그것이 표현하는 현실 세계의 실제값이 일치하는 정확성을 의미한다.
• 개체 무결성 : 기본 테이블의 기본키를 구성하는 어떤 속성도 Null 값이나 중복값을 가질 수 없다는 규정
• 참조 무결성 : 외레키 값은 Null 이거나 참조 릴레이션의 기본키 값과 동일해야 함. 즉 릴레이션은 참조할 수 없는 외래키 값을 가질 수 없다는 규정

• 관계대수는 관계형 데이터베이스에서 원하는 정보와 그 정보를 검색하기 위해서 어떻게 유도하는가를 기술하는 절차적인 언어이다.
• 관계대수는 릴레이션을 처리하기 위해 연산자와 연산 규칙을 제공하며, 피연산자와 연산결과가 모두 릴레이션이다.
• 관계대수는 질의에 대한 해를 구하기 위해 수행해야 할 연산의 순서를 명시한다.

순수 관계 연산자 ^a

Select

1. 릴레이션에 존재하는 튜플 중에서 선택조건을 만족하는 튜플의 부분집합을 구하여 새로운 릴레이션을 만드는 연산이다.
2. 릴레이션의 행에 해당하는 튜플(Tuple)을 구하는 것이므로 수평연산이라고도 한다.
3. 기호 : σ(시그마)

Project

1. 주어진 릴레이션에서 속성 리스트(Attribute List)에 제시된 속성 값만을 추출하여 새로운 릴레이션을 만드는 연산이다.
2. 릴레이션의 열에 해당하는 속성을 추출하는 것이므로 수직 연산자라고도 한다.
3. 기호 : π(파이)

Join

1. 공통 속성을 중심으로 두개의 릴레이션을 하나고 합쳐서 새로운 릴레이션을 만드는 연산이다.
2. Join의 결과는 Cartesian Product(교차곱)를 수행한 다음 Select 를 수행한 것과 같다.
3. 기호 : ⋈

Division

1. X⊃Y인 두 개의 릴레이션 R(X)와 S(Y)가 있을 때, R의 속성이 S의 속성값을 모두 가진 튜플에서 S가 가진 속성을 제외한 속성만들 구하는 연산이다.
2. 기호 : ÷

일반 집합 연산자 ^b

합집합(UNION)

• 두 릴레이션에 존재하는 튜플의 합집합을 구하되 결과로 생성된 릴레이션에서 중복되는 튜플은 제거되는연산이다.
• 합집합의 카디널리티는 두 릴레이션 카디널리티의 합보다 크지않다.
• 기호 : ∪

교집합(INTERSECTION)

• 두 릴레이션에 존재하는 튜플의 교집합을 구하는 연산이다.
• 교집합의 카디널리티는 두 릴레이션중 카디널리티가 적은 릴레이션의 카디널리티보다 크지 않다.
• 기호 : ∩

차집합(DIFFERENCE)

• 두 릴레이션에 존재하는 튜플의 차집합을 구하는 연산이다.
• 차집합의 카디널리티는 릴레이션 R의 카딜리티 보다 크지 않다.
• 기호 : −

교차곱(CARTESIAN PRODUCT)

• 두 릴레이션에 있는 튜플들의 순서쌍을 구하는 연산이다.
• 교차곱의 디그리(Degree)는 두 릴레이션의 디그리를 더한 것과 같고, 카디널리티(Cardinality)는 두 릴레이션의 카디널리티를 곱한 것과 같다.
• 기호 : X

관계해석 (Relational Calculus) ^c

• 관계해석은 관계 데이터의 연산을 표현하는 방법이다.
• 관계 데이터 모델의 제안자인 코드(E. F. Codd)가 수학의 Predicate Calculus(술어 해석)에 기반을 두고 관계 데이터베이스를 위해 제안했다.
• 관계해석은 원하는 정보가 무었이라는 것만 정의하는 비절차적 특성을 지닌다.
• 원하는 정보를 정의할 떄는 계산 수식을 사용한다.

이상이란 데이터베이스 내에 데이터들이 불필요하게 중복되어 릴레이션 조작 시 예기치 않게 발생하는 곤란한 현상을 의미한다.

삽입 이상 (Insertion Anomaly)

테이블에 데이터를 삽입할 때 의도와 상관없이 원하지 않은 값들로 인해 삽입할 수 없게 되는 현상

삭제 이상 (Deletion Anomaly)

테이블에서 튜플을 삭제할 때 의도와 상관없는 값들도 함께 삭제되는, 즉 연쇄 삭제가 발생하는 현상

갱신 이상 (Update Anomaly)

테이블에서 튜플에 있는 속성 값을 갱신할 때 일부 튜플의 정보만 갱신되어 정보에 불일치성(Inconsistency)이 생기는 현상

• 정규화(Normalization)는 테이블의 속성들이 상호 종속적인 관계를 갖는 특성을 이용하여 테이블을 무손실 분해하는 과정이다.
• 정규화의 목적은 가능한 한 중복을 제거하여 삽입, 삭제, 갱신 이상의 발생 가능성을 줄이는 것이다.
• 정규형에는 제1정규형(1NF), 제2정규형(2NF), 제3정규형(3NF), BCNF, 제4정규형(4NF), 제5정규형(5NF)이 있으며, 순서대로 정규화의 정도가 높아진다.

함수적 종속 (Functional Dependency) ^b

• 어떤 테이블 R에서 X와 Y를 각각 R의 속성 집합의 부분집합이라 하자. 속성 X의 값 각각에 대해 시간에 관계없이 항상 속성Y의 값이 하나만 연관되어 있을 때 Y는 X에 함수적 종속 또는 X가 Y를 함수적으로 결정한다고 하고 X → Y 로 표기한다.
• 함수적 종속은 데이터의 의미를 표현하는 것으로, 현실 세계를 표현하는 제약 조건이 되는 동시에 데이터베이스에서 항상 유지되어야 할 조건이다.

정규화 과정 ^a

아래의 주문목록 테이블을 가지고 정규화 과정을 살펴보자. 주문목록 테이블의 기본키 (Primary Key)는 제품번호이다.

주문목록 (비정규 릴레이션)

제 1정규형(1NF: First Normal Form)

• 제 1정규형은 테이블 R에 속한 모든 속성의 도메인이 원자값(Atomic Value)만으로 되어 있는 정규형이다. 즉 테이블의 모든 속성 값이 원자 값으로만 되어 있는 정규형이다.
• 주문목록 테이블에서는 하나의 제품에 대해 여러 개의 주문 관련 정보(주문번호, 고객번호, 주소, 주문수량)가 발생하고 있다. 따라서 주문목록 테이블은 제1정규형이 아니다.

제품

제품주문

주문목록 테이블에서 반복되는 주문 관련인 주문번호, 고객번호, 주소, 주문수량을 분리하면 위와같이 제1정규형인 제품테이블과 제품주문 테이블이 만들어진다.

• 1차 정규화 과정으로 생성된 제품주문 테이블의 기본키는 (주문번호, 제품번호)이고, 다음과 같은 함수적 종속이 존재한다.

  주문번호, 제품번호	→	고객번호, 주소, 주문수량
  주문번호	→	고객번호, 주소
  고객번호	→	주소

제 2정규형(2NF : Second Normal Form)

제품주문 테이블에서 함수적 종속이 되는 속성들을 분리하여 제2정규형을 만들 수 있다.

주문목록

주문

제품주문 테이블에서 주문번호에 함수적 종속이 되는 속성인 고객번호와 주소를 분리 (즉 부분 함수적 종속을 제거)해내면 위와 같이 제2정규형인 주문목록 테이블과 주문 테이블로 무손실 분해된다.

• 제2정규화 과정을 거쳐 생성된 주문 테이블의 기본키는 주문번호이다.
• 주문 테이블에는 아직 다음과 같은 함수적 종속이 존제한다.

  주문번호	→	고객번호, 주소
  고객번호	→	주소

제 3정규형(3NF : Third Normal Form)

• 제 3정규형은 테이블 R이 제 2정규형이고 기본키가 아닌 모든 속성이 기본키에 대해 이행적 함수적 종속(Transitive Functional Dependency)을 만족하지 않는 정규형이다.
• 제품주문 테이블이 주문목록테이블과 주문테이블로 무손실 분해되면서 모두 제 2정규형이 되었다. 그러나 주문테이블에서 고객번호가 주문번호에 함수적 종속이고, 주소가 고객번호에 함수적 종속이므로 주소는 기본인 주문번호에 대해 이행적 함수적 종속을 만족한다. 즉 주문번호→고객번호이고, 고객번호→주소 이므로 번호→주소는 이행적 함수적 종속이 된다. 따라서 주문 은 제3정규형이 아니다.

주문 테이블에서 이행적 함수적 종속을 제거하여 제3정규형을 만들 수 있다.

주문

고객

주문 테이블에서 이행적 함수적 종속(주문번호 → 주소)을 제거하여 무손실 분해함으로서 위와 같이 제3정규형인 주문 테이블과 고객 테이블이 생성된다.

BCNF(Boyce-Codd Normal Form)

• BCNF는 테이블 R에서 모든 결정자가 후보키(Candidate Key)인 정규형이다.
• 일반적으로 제3정규형에 후보키가 여러 개 존재하고, 이러한 후보키들이 서로 중첩되어 나타나는 경우에 적용 가능하다.
• 아래의 수강_교수 테이블에 (제3정규형)은 함수적 종속{(학번, 과목명) → 담당교수,(학번, 담당교수) → 과목명, 담당교수 → 과목명}을 만족하고 있다. 수강_교수 테이블의 후보키는 (학번, 과목명)과 (학번, 담당교수)이다.

  수강_교수

  학번	과목명	담당교수
  211746	데이터베이스	홍길동
  211747	네트워크	유관순
  211748	인공지능	윤봉길
  211749	데이터베이스	홍길동
  211747	데이터베이스	이순신
  211749	네트워크	유관순

• 수강_교수 테이블에서 결정자 중 후보키가 아닌 속성이 존재한다. 즉 함수적 종속 담당교수 → 과목명이 존재하는데, 담당교수가 수강_교수 테이블에서 후보키가 아니기 때문에 수강_교수 테이블은 BCNF가 아니다.

수강_교수테이블에서 결정자가 후보키가 아닌 속성을 분리하여 BCNF를 만들 수 있다.

수강

교수

수강_교수 테이블에서 BCNF를 만족하지 못하게 하는 속성(즉 담당교수 → 과목명)을 분리해내면 위와 같이 BCNF인 수강 테이블과 교수 테이블로 무손실 분해된다.

제 4정규형(4NF : Forth Normal Form)

제 4정규형은 테이블 R에 다중값 종속(MVD : Multi Valued Dependency) A →→ B 가 존재할 경우 R의 모든 속성이 A에 함수적 종속 관계를 만족하는 정규형이다.

다중 값 종속(다치 종속) : A, B, C 3개의 속성을 가진 테이블 R에서 어떤 복합 속성 (A,C)에 대응하는 B값의 집합이 A값에만 종속되고 C값에는 무관하면 B는 A에 다중 값 종속이라 하고 A →→ B로 표기함

제 5정규형(5NF : Fifth Normal Form)

제 5정규형은 테이블 R의 모든 조인 종속(JD : Join Dependency)이 R의 후보키를 통해서만 성립되는 정규형이다.

조인 종속 : 어떤 테이블 R의 속성에 대한 부분집합 X,Y, ..., Z가 있다고 하자. 이때 만일 테이블R이 자신의 프로젝션(Projection) X, Y, ..., Z를 모두 조인한 결과와 동일한 경우 테이블 R은 조인 종속 JD(X, Y, ..., Z)를 만족한다고 함

정규화 과정 정리 ^b

1. 비정규 릴레이션 -> 도메인이 원자값 -> 1NF
2. 1NF -> 부분 함수 종속 제거 -> 2NF
3. 2NF -> 이행적 함수 종속 제거 -> 3NF
4. 3NF -> 결정자이면서 후보키가 아닌것 제거 -> BCNF
5. BCNF -> 다치 종속 제거 -> 4NF
6. 4NF -> 조인 종속성 이용 -> 5NF

반 정규화 (Denormalization) ^a

• 시스템의 성능을 향상하고, 개발 및 운영의 편의성을 높이기 위해 정규화 된 데이터 모델을 의도적으로 통합, 중복, 분리하여 정규화 원칙을 위배하는 행위이다.
• 시스템 성능의 향상, 관리 효율성 증가, 데이터 일관성 및 정합성 저하
• 과도한 반정규화는 오히려 성능을 저하시킬 수 있다.

중복 테이블 추가 ^c

• 작업의 효율성을 향상시키기 위해 테이블을 추가하는 것
• 중복 테이블 추가 방법

  집계 테이블의 추가	집계 데이터를 위한 테이블을 생성하고, 각 원본 테이블에 트리거(Trigger)를 설정하여 사용하는 것
  진행 테이블의 추가	이력 관리 등의 목적으로 추가하는 테이블
  특정 부분만을 포함하는 테이블의 추가	데이터가 많은 테이블의 특정 부분만을 사용하는 경우 해당 부분만으로 새로운 테이블 생성

• 시스템 그 자체에 관련이 있는 다양한 객체에 관한 정보를 포함하는 시스템 데이터베이스이다.
• 시스템 카탈로그 내의 각 테이블은 사용자를 포함하여 DBMS에서 지원하는 모든 데이터 객체에 대한 정의나 명세에 관한 정보를 유지 관리하는 시스템 테이블이다.
• 카탈로그들이 생성되면 데이터 사전(Data Dictionary)에 저장되기 때문에 좁은 의미로는 카탈로그를 데이터 사전이라고도 한다.

• 데이터베이스의 상태를 변화시키는 하나의 논리적 기능을 수행하기 위한 작업의 단위 또는 한꺼번에 모두 수행되어야 할 일련의 연산들을 의미한다.
• 트랜잭션은 데이터베이스 시스템에서 병행제어 및 회복 작업시 처리되는 논리적 단위로 사용된다.
• 트랜잭션은 사용자가 시스템에 대한 서비스 요구 시 시스템이 응답하기 위한 상태 변환 과정의 작업단위로 사용된다.

트랜잭션의 특성 ^a

CRUD(Create Read Update Delete) 분석 ^b

• 프로세스와 테이블 간에 CRUD 메트릭스를 만들어서 트랜잭션을 분석하는 것
• CRUD 분석을 통해 많은 트랜잭션이 몰리는 테이블을 파악할 수 있으므로 디스크 구성 시 유용한 자료로 활용할 수 있다.
• CRUD 매트릭스의 각 셸에는 Create(생성), Read(읽기), Update(갱신), Delete(삭제) 의 앞 글자가 들어간다.

• 데이터 레코드를 빠르게 접근하기 위해 키값, 포인터 쌍으로 구성되는 데이터구조이다.
• 인덱스는 레코드가 저장된 물리적 구조에 접근하는 방법을 제공한다.
• 인덱스를 통해서 파일의 레코드에 빠르게 액세스 할 수 있다.

클러스터드 인덱스 (Clusterd Index) ^c

• 인덱스 키의 순서에 따라 데이터가 정렬되어 저장되는 방식
• 실제 데이터가 순서대로 저장되어 있어 인덱스를 검색하지 않아도 원하는 데이터를 빠르게 찾을 수 있다.

넌클러스터드 인덱스 (Non-Clusterd Index) ^c

• 인덱스의 키 값만 정렬되어 있고 실제 데이터는 정렬되지 않는 방식.
• 데이터 삽입, 삭제 발생시 순서를 유지하기 위헤 데이터를 재정렬해야 한다.