풍뎅아 공부하자.

논리설계단에서는 엔티티와 엔티티타입, 관계를 정의합니다.
이는 한글이든 영문이든 중요한 것이 아니고 어떠한 정보를 객체화할 것인가에 대한 규정입니다.

물리설계단에서는 각 엔티티 관계에 의해서 나올 수 있는 테이블
(ex: many to many 관계에서 도출되는 table, super-sub 관계에서 도출되는 테이블 등)

예를 들어 논리모델에서는 decimal(9) 이렇게 설계 된경우,
물리모델에서는 오라클인경우는 number(9)이 되는거고, db2, udb 이면 decimal(9) 이렇게 변형되는거라고 

중고차 거래관련 내용을 체계적으로
분석해서 멋찐 중고차거래 사이트를 개발하려고 합니다.

중고차 거래에서 주된 객체인 자동차와 소비자를 먼저 분석 하려고 합니다.

자동차 : 출고회사, 년식, 기종 ...
사용자 : 이름, 성별, 연락처, 주소 ...

위에서 정의한 것처럼 객체들이 가지고 있는 속성이나 취할수 있는 행위들을
구조화 시켜서 엔터티 형태로 추출해내고, 그 엔터티 간에 상관관계를 형상화
시켜서 표현해 나가는 것 입니다.

이때 사용되는 방법이 객체 관계 모델(ERM) 기법이고 이를 도식화 시켜서
산출물로 작성한게 객체 관계 다이어그램(ERD)입니다.

https://blog.naver.com/hupers/221326554599

http://hicomputing.org/

https://blog.naver.com/cozitour/221161185195

https://namu.wiki/w/Vimeo

https://kin.naver.com/qna/detail.nhn?d1id=1&dirId=10205&docId=289841186&qb=ZXJk&enc=utf8&section=kin&rank=2&search_sort=0&spq=0&pid=T9%2BZlspySENssvR86NdssssssVN-517083&sid=RtOqJ%2BspkJoN4o57q2KuWQ%3D%3D

http://ko.exerd.com/#download-section

예: 

* 저희 Olympus 호텔은 현재 운영 중인 객실 예약 시스템을 자동화하고자 합니다. 먼저, 우리는 고객의 종류를 회원과 비회원으로 구분하여 관리하고 있습니다. 회원 고객들에게는 일정한 기간에 할인 행사 및 여러 가지 이벤트를 통해 서비스를 제공하고 있습니다. 회원 가입은 인터넷을 통해서만 가능하며 무료이고 회원이 되기 위해서는 고객명, 주민번호, 주소, 연락처, 이메일 주소를 직접 입력하시면 됩니다. 고객이 객실 예약을 요청하면 예약 관리자는 해당 날짜에 예약이 가능한 객실의 상태를 확인한 후 예약 접수를 하게 됩니다. 객실의 종류는 킹, 싱글, 더블 3가지 종류로 구분되어 잇으며, 고객이 결정하게 됩니다. 또한 회원번호, 객실종류, 체크인날짜, 체크아웃날짜, 투숙인원, 연락처를 기록하게 됩니다. 예약이 완료되면 예약 관리자는 예약번호를 고객에게 통보합니다.

예약 완료 후, 해당 날짜에 고객이 호텔을 방문하면 프론트에서 예약 번호를 통해 예약 상태를 확인하게 됩니다. 때에 따라서는 예약번호를 분실한 고객을 위해 이름 또는 주민번호를 통해 확인하기도 합니다. 고객은 예정된 체크아웃 날짜가 되면 프론트에서 숙박요금을 지불하게 됩니다. 결제는 현금 또는 카드로 결제할 수 있으며 결제가 완료되고 나면 반드시 고객에게 영수증을 발행해야 합니다. 또한 카드로 결제하는 경우에는 카드번호와 유효일자, 승인번호를 반드시 기록해야 하며 이 자료들은 회계부서에서 월말에 매출 집계를 계산 할 때 사용됨으로 별도 관리되어야 합니다. 예약 관리자는 저희 호텔에 근무하는 사원들 중에 한 명이 매일 교대로 근무하게 됩니다. 효과적인 예약업무를 수행하고 문제가 발생할 때 신속하게 대처하기 위해 담당부서에서는 사원정보를 관리합니다. 사원이 입사하게 되면 사원명, 주민번호, 주소, 긴급연락처, 입사일, 부서, 로그인-ID, 암호, 급여액을 관리하게 됩니다. 지금은 예약 관리자에 의해 예약 할 수 있지만, 향후 시스템이 개발되면 고객은 인터넷을 통해 객실을 직접 예약할 수도 있습니다.*

https://kin.naver.com/qna/detail.nhn?d1id=1&dirId=10205&docId=265876380&qb=ZXJk&enc=utf8&section=kin&rank=4&search_sort=0&spq=0&pid=T9%2BZlspySENssvR86NdssssssVN-517083&sid=RtOqJ%2BspkJoN4o57q2KuWQ%3D%3D

https://blog.naver.com/haskim0716n/221277198251

https://blog.naver.com/rmfmwlrk12/220919487747

http://www.yamestyle.com/281

소프트웨어 공학의 한 분야로, 이미 만들어진 시스템을 역으로 추적하여 처음의 문서나 설계기법 등의 자료를 얻어 내는 일을 말한다. 이것은 시스템을 이해하여 적절히 변경하는 소프트웨어 유지보수 과정의 일부이다.

개발이 완료되어 유지보수가 이루어지고 있는 소프트웨어 시스템의 구성요소를 알아 내고, 구성요소들 간의 관계를 식별하고, 대상(object) 시스템을 분석하는 과정이다.

즉, 소프트웨어 생명주기의 마지막 단계에서 얻어지는 프로그램이나 문서 등을 이용하여 생명주기 초기 단계의 생성물에 해당하는 정보나 문서들을 만들어 내는 일로서, 설계부터 순차적으로 이루어지는 순공학에 상대되는 개념으로 역공학이라 한다.

예를 들면, 

기술력이 부족한 회사는 대부분 역공항을 통해 성장합니다.

냉장고가 해외에서 잘나가는 제품이 있다면,

그걸 사서 분해합니다.

구조는 어떻게 되있는지 핵심부품은 먼지 살펴보는거죠.

냉동기가 특출나다하면 그것 또한 뜯어서 살펴보고

그대로 만들어봅니다.

이렇게 할 경우 남이 이미 만들어 놓은 길을 찾아가는 거기 때문에, 길을 직접 만드는 것보다

훨씬 수월하게 진행을 할  수 있습니다.

거창하게 말은 붙였지만, 결국 모방제품이 딱 맞는 말입니다.

https://blog.naver.com/first6024/220009962736

https://blog.naver.com/albertx/100155267497

https://cafe.naver.com/javachobostudy/83252

uml : 업무들간의 관계도

erd : 객체들간의 관계도(db)

uml

https://hji7000.blog.me/220989118527

https://blog.naver.com/sipzirala/220931183311

https://dilrong.blog.me/221374275376

 SCM(Software Configuration Management)의 경

VSS < CVS < SVN

SVN[Subversion]

자유 소프트웨어버전 관리시스템이다. 

명령행 인터페이스에서 사용하는 명령어를 따서 “SVN”이라고 줄여서 부르기도 한다. 

제한이 있던 CVS를 대체하기 위해 2000년부터 콜랩넷에서 개발되었다.

http://itgroovy.tistory.com/908

https://betterourlife.blog.me/221382788230

https://minimonk.net/224?category=309390

http://www.allofsoftware.net/2009/01/vss-cvs-svn.html

설치 및 사용 방법 정리

https://blog.naver.com/htech79/221153563593

https://betterourlife.blog.me/221382788230

기타 유용한 툴들도 잇음

웹(Web)과 세미나(seminar)의 합성어인 ‘웨비나’는 일반적으로 인터넷이 연결된 컴퓨터와 마이크나 전화를 이용해 강사와 참석자간에 실시간, 양방향으로 진행된다. 이를 활용하면 세미나 개최 비용을 줄일 수 있고 시 · 공간의 제약도 피할 수 있다. 참가자들은 자기 자리에 있는 컴퓨터를 통해 쉽게 웨비나에 참석할 수 있다.

최근에는 일반 회사에서도 웨비나의 활용 범위가 넓어지고 있다. 일반인들을 대상으로 한 상품도 등장했다. 기술 발전에 따라 웨비나의 형태도 다양해지고 있다. 유비쿼터스 시대를 반영한 세미나도 등장하여, 예를 들어 냉장고를 통해 인터넷이 연결되면 요리 강좌를 배울 수 있고 고객이 동영상을 통해 강사에게 자신의 요리를 보여줄 수도 있다. 미국에서는 2014년부터 가상기술을 활용한 세미나가 등장했다.

IT팀과 분석팀이 이야기할 때 서로 사용하는 기본 용어가 다르므로 다음을 참고하기 바란다.

분석팀이 말하는 데이터셋(Dataset)은 IT팀이 말하는 테이블(Table)이다.

분석팀이 말하는 항목(Attribute)은 IT팀이 말하는 칼럼(Column)이다.

분석팀이 말하는 인스턴스(Instance)는 IT팀이 말하는 로우(Row)다.

출처 : http://dd00oo.tistory.com/176( ‘빅 데이터’ 세계를 꿰뚫다)

출처 : http://dd00oo.tistory.com/176( ‘빅 데이터’ 세계를 꿰뚫다)

-       회색은 상용소프트웨어를, 흰색은 오픈 소스 소프트웨어를 의미함(2015년 기준)

 l  데이터 수집: 기존 국내 ETL 벤더로서 유일하게 데이터 스트림즈(Data Streams)라는 회사가 하둡 커넥터를 개발해서 서비스하고 있다. 머신 데이터를 전문적으로 수집하여 기존 RDB 등에 데이터를 보내주는 역할을 해주는 솔루션에는 Namoo Inc의 Codecore라는 제품이 있다.

l  적재 및 관리

n  클라우다인의 플라밍고: 하둡을 플랫폼화하여 그래픽 인터페이스로 워크플로우를 만들면 자동적으로 맵리듀스 코드를 만들어준다. 잡(Job)을 관리해주며, 멀티테넌시(Mutitenancy), 접근 제어(Access control)등의 역할을 하는 오픈 소스다.

n  넥스알 NDAP: KT의 자회사로서 하둡 기반의 Rhive라는 R 커넥터를 개발했다. Rhive를 기본으로 만든 하둡 플랫폼이 NDAP다.

n  그루터의 클라우몬, 쿠바, 타조: 클라우몬(Cloumon)과 쿠바(Qoobah)는 하둡 관리 플랫폼이고 타조(Tajo)는 sQL 온 하둡 계열의 아파치 톱 레벨 프로젝트다.

l  실시간 데이터 처리

n  ㈜한국오픈솔루션(Kopens)은 RealDisplay라는 실시간 데이터 처리를 위한 오픈소스를 개발 중이다.

n  알티베이스(Altibase)는 스트림 데이터를 처리하는 데이터베이스를 가지고 있다.

n  선재소프트는 SQL 베이스로 실시간 데이터를 처리하는 선DB(Sun DB)가 있고, API베이스로 실시간 데이터를 처리하는 골디락스(Goldilocks)가 있다.

l  통계 분석: 셈웨어는 공학용 통계 패키지인 매트랩(MATLAB)과 유사한 제품이다.

l  OLAP: 기존의 OLAP 벤더인 위세아이텍과 야인소프트가 빅데이터용 OLAP를 제품화했다. 위세아이텍은 시각화를 위한 WISE Visual이라는 제품을 출시했다.

l  하드웨어 어플라이언스: 모비젠과 굿모닝 아이텍이 있다. 모비젠은 아파치 하둡을, 굿모닝 아이텍은 클라우데라를 포함하고 있다.

l  크롤링 / 감성 분석: 대부분 ASP 형태로 제공하나 구축형도 제공한다.

l  클라우드 서비스: KT와 SKT는 laaS 형태로 빅데이터 클라우드 서비스를 제공한다.

출처 : http://dd00oo.tistory.com/176( ‘빅 데이터’ 세계를 꿰뚫다)

-       회색은 상용소프트웨어를, 흰색은 오픈 소스 소프트웨어를 의미함(2015년 기준)

l  데이터 수집: 전통적으로 인포매티카와 데이터스테이지가 있는데 이들도 하둡 커넥터를 출시했다. 오픈 소스로는 탈렌드(Talend)와 카프카(Kafka)가 있다.

l  데이터 적재: 아파치 하둡과 그 상용 버전으로서는 클라우데라, 호턴워크스, MapR이 있다.

l  NoSQL: 주로 오픈 소스다. 이중 관심을 가져볼 만한 DB는 몽고 DB와 카산드라 DB다.

l  보안: 유일하게 보메트릭(Vormetric)이 있다.

l  실시간 데이터 분석: 에스퍼(Esper)가 있고, SAP의 하나(Hana), 오라클 타임스텐(Oracle TimesTen), 팁코 스트림 베이스(Tibco)가 있다.

l  통계분석: 오픈 소스로 R이 있고, SAS와 SPSS, 테라데이타의 애스터(Aster)가 있다.

l  시각화: 오픈 소스로 d3, Visual.ly가 유명하고 기존 OLAP의 연장선으로 클릭테크(Qliktech)와 마이크로 스트레티지(Microstrategy)가 있다.

l  통계 기능 일부와 시각화 기능: 테라데이타의 에스터(Aster), 타블로(Tablean)와 팁코의 스폿파이어(Spotfire)가 유명하다.

l  하드웨어 어플라이언스: 하드웨어에 소프트웨어를 같이 합해서 판매하는 것으로, 오라클의 엑사데이터(Exadata), EMC의 그린플럼(Greenplum), 테라데이터의 애스터, IBM의 네티자(Netizza)등이 있다. 모두 하드웨어 내부에 하둡이 들어있다.

l  크롤링 감성 분석: 세일즈포스의 마케팅 클라우드(Marketing Cloud, 구 Radian6)는 ASP 버전이고 테라데이터의 애스터와 SAS의 SAM 는 자연어 처리, 감성 분석, 텍스트 마이닝을 하는 툴이다.  그러므로 크롤링(Crawling) 서비스로 데이터를 받아야 SMA를 활용해서 자연어 처리, 감성 분석, 텍스트 마이닝이 가능하다. 특히 애스터에는 Connection Analytics라는 것이 있어서 네트워크 분석도 가능하다.

l  빅데이터를 위한 클라우드 서비스: 아마존 EMR 서비스가 있고, 최근 IBM에 M&A된 소프트레이어는 laaS(lnfrastructure a Service)에 하둡을 미리 올린 서비스를 제공한다 랙스페이스도 유사한 서비스를 제공한다. 최근 IMB에 M&A된 클라우던트(Cloudant)는 DBaaS 서비스를 제공한다. 아마존은 빅쿼리 서비스를, Sumlogic은 SaaS 서비스를 제공한다.

출처 : http://dd00oo.tistory.com/176( ‘빅 데이터’ 세계를 꿰뚫다)

출처 : http://dd00oo.tistory.com/176( ‘빅 데이터’ 세계를 꿰뚫다)