DB IT用語 韓国語一覧

MongoDBのoplogを基盤としてコレクションやデータベースの変更をリアルタイムに監視するイベントストリーム。INSERT/UPDATE/DELETEの変更をイベントとして受信し、リアクティブなデータ処理パイプラインを構築する。

MongoDB의 oplog를 기반으로 컬렉션이나 데이터베이스의 변경을 실시간으로 감시하는 이벤트 스트림이다. INSERT/UPDATE/DELETE의 변경을 이벤트로서 수신하고 리액티브한 데이터 처리 파이프라인을 구축한다.

テーブルの行単位でアクセス制御ポリシーを設定しユーザーやロールに応じて参照可能な行を制限する機能であり、マルチテナントアプリケーションのデータ分離に有効な手法である。

테이블의 행 단위로 접근 제어 정책을 설정하고 사용자나 롤에 따라 참조 가능한 행을 제한하는 기능이며, 멀티테넌트 애플리케이션의 데이터 분리에 유효한 기법이다.

データの読み取りまたは更新前にロックを取得し、他のトランザクションからのアクセスを防ぐ方式。データの一貫性を厳密に保証するが、ロック待ちによるパフォーマンス低下のリスクがある。

데이터 읽기 또는 갱신 전에 잠금을 획득하여 다른 트랜잭션의 접근을 방지하는 방식. 데이터 일관성을 엄밀하게 보장하지만, 잠금 대기로 인한 성능 저하 리스크가 있다.

SQL文を事前にコンパイルしてパラメータを後からバインドする仕組み。SQLインジェクション防止に効果的で、同じ構造のクエリを繰り返し実行する際のパフォーマンスも向上する。

SQL문을 사전에 컴파일하여 파라미터를 나중에 바인딩하는 구조. SQL 인젝션 방지에 효과적이며, 같은 구조의 쿼리를 반복 실행할 때 성능도 향상된다.

データ書き込み完了後に全てのノードから最新の値が必ず読み取れることを保証するモデルである。金融取引など即座に正確な値が求められる場面で使用されるが、レイテンシや可用性とのトレードオフが存在する。

데이터 쓰기 완료 후 모든 노드에서 최신 값이 반드시 읽혀지는 것을 보장하는 모델이다. 금융 거래 등 즉시 정확한 값이 요구되는 장면에서 사용되지만 레이턴시나 가용성과의 트레이드오프가 존재한다.

サブクエリの結果を一時テーブルに保存してから外側クエリで参照する最適化手法である。繰り返し実行されるサブクエリの再計算を回避でき、相関サブクエリのネスト実行よりも効率的な場合がある。

서브쿼리의 결과를 임시 테이블에 저장한 후 외부 쿼리에서 참조하는 최적화 기법이다. 반복 실행되는 서브쿼리의 재계산을 회피할 수 있으며 상관 서브쿼리의 중첩 실행보다 효율적인 경우가 있다.

DBサーバーが同時に受け付ける最大接続数を設定する制御。メモリやCPUリソースの枯渇を防止し、コネクションプールのサイジングと合わせて安定した応答性能を維持する。

DB 서버가 동시에 수신하는 최대 접속 수를 설정하는 제어이다. 메모리나 CPU 리소스 고갈을 방지하고 커넥션 풀 사이징과 맞춰 안정된 응답 성능을 유지한다.

第2正規形を満たしつつ、非キー属性間の推移的関数従属を排除したDB設計の正規化形式。データの冗長性をさらに削減できる。

제2정규형을 만족하면서 비키 속성 간의 이행적 함수 종속을 제거한 DB 설계 정규화 형식으로, 데이터 중복성을 더욱 줄일 수 있다.

前回のリフレッシュ以降に変更されたデータのみをマテリアライズドビューに反映する更新方式。変更ログを利用して差分のみを処理するため完全リフレッシュより高速である。

전회 리프레시 이후 변경된 데이터만을 구체화 뷰에 반영하는 갱신 방식이다. 변경 로그를 이용하여 차분만을 처리하므로 완전 리프레시보다 고속이다.

DB内にユーザーが独自に定義する関数。スカラー関数やテーブル値関数として作成し、SQL文内で呼び出して再利用できる。複雑な計算ロジックのカプセル化とクエリの簡潔化に有効である。

DB 내에 사용자가 독자적으로 정의하는 함수이다. 스칼라 함수나 테이블 값 함수로 작성하여 SQL문 내에서 호출하여 재사용할 수 있다. 복잡한 계산 로직의 캡슐화와 쿼리 간결화에 유효하다.

外部テーブルの各行に対して内部テーブルを反復走査するテーブル結合アルゴリズム。内部テーブルにインデックスがある場合に効率的で、少量データの結合に適している。

외부 테이블의 각 행에 대해 내부 테이블을 반복 주사하는 테이블 결합 알고리즘이다. 내부 테이블에 인덱스가 있는 경우 효율적이며 소량 데이터의 결합에 적합하다.

PostGISやpg_cronなどのデータベース拡張モジュールのインストール・バージョン管理・互換性確認を体系的に行う運用であり、メジャーアップグレード時の影響評価も含む。

PostGIS나 pg_cron 등의 데이터베이스 확장 모듈의 설치·버전 관리·호환성 확인을 체계적으로 수행하는 운용이며, 메이저 업그레이드 시의 영향 평가도 포함한다.

データの複数バージョンを保持し、読み取りと書き込みが互いにブロックしない同時実行制御方式。各トランザクションはスナップショットを参照するため高い並行性を実現する。

데이터의 여러 버전을 유지하여 읽기와 쓰기가 서로 차단하지 않는 동시성 제어 방식이다. 각 트랜잭션은 스냅샷을 참조하므로 높은 병행성을 실현한다.

オンラインREDOログを順次保存したバックアップ用ログ。ポイントインタイムリカバリに必要であり、バックアップ時点以降の全変更を再適用して任意の時点にデータを復元する。

온라인 REDO 로그를 순차 보존한 백업용 로그이다. 포인트 인 타임 리커버리에 필요하며 백업 시점 이후의 모든 변경을 재적용하여 임의 시점에 데이터를 복원한다.

SQLクエリのパラメータ値に基づいて生成された実行計画が他の値で非効率になる問題への対処法。ヒントやOPTION(RECOMPILE)の使用、プランガイドの設定などでクエリプランの安定性を確保する。

SQL 쿼리의 파라미터 값에 기반하여 생성된 실행 계획이 다른 값에서 비효율적이 되는 문제에의 대처법이다. 힌트나 OPTION(RECOMPILE)의 사용, 플랜 가이드의 설정 등으로 쿼리 플랜의 안정성을 확보한다.

カラムの値分布をバケットに分割して保持する統計情報の一種。データの偏りを正確に表現し、特定の値に対するクエリのカーディナリティ推定精度を向上させる。

컬럼의 값 분포를 버킷으로 분할하여 유지하는 통계 정보의 일종이다. 데이터의 편향을 정확히 표현하여 특정 값에 대한 쿼리의 카디널리티 추정 정밀도를 향상시킨다.

データをリアルタイムで継続的に処理・格納するDBシステム。Apache KafkaやFlink連携で、センサーデータやログの即時分析に活用される。

데이터를 실시간으로 지속적으로 처리·저장하는 DB 시스템. Apache Kafka나 Flink와 연계하여 센서 데이터나 로그의 즉시 분석에 활용된다.

コネクションプールの利用率・待機数・タイムアウト発生率などをリアルタイムで監視する仕組みであり、接続枯渇やコネクションリークの検出による障害の未然防止に活用する。

커넥션 풀의 이용률·대기 수·타임아웃 발생률 등을 실시간으로 감시하는 구조이며, 접속 고갈이나 커넥션 누수의 검출에 의한 장애의 사전 방지에 활용한다.

サーバー不要で動作する軽量な組み込みRDBMS。単一ファイルにデータを格納し、モバイルアプリやローカル環境での開発・テストに広く利用される。

서버 없이 동작하는 경량 임베디드 RDBMS. 단일 파일에 데이터를 저장하며, 모바일 앱이나 로컬 환경의 개발·테스트에 널리 활용된다.

新旧2つのデータベース環境を用意し、切替時に接続先を瞬時に変更することでダウンタイムをゼロに近づけるデプロイ手法である。ロールバック時も旧環境へ即座に戻せる安全性を確保する。

신구 2개의 데이터베이스 환경을 준비하고 전환 시 접속 대상을 순간적으로 변경함으로써 다운타임을 제로에 가깝게 하는 배포 기법이다. 롤백 시에도 구 환경으로 즉시 되돌릴 수 있는 안전성을 확보한다.

Redis StreamsのコンシューマグループでメッセージをAtLeastOnce保証で分散処理するイベントストリーミング基盤。Kafkaより軽量なイベントバスとして、マイクロサービス間のイベント駆動連携に活用する。

Redis Streams의 컨슈머 그룹으로 메시지를 AtLeastOnce 보증으로 분산 처리하는 이벤트 스트리밍 기반이다. Kafka보다 경량인 이벤트 버스로서 마이크로서비스 간의 이벤트 기반 연계에 활용한다.

SQL文にパラメータを埋め込む際にプレースホルダーを使用する手法。実行計画のキャッシュ再利用を促進し性能を向上させるとともに、SQLインジェクション攻撃を防止する効果がある。

SQL문에 파라미터를 삽입할 때 플레이스홀더를 사용하는 기법이다. 실행 계획의 캐시 재사용을 촉진하고 SQL 인젝션 공격을 방지한다.

マテリアライズドビューのデータをベーステーブルの変更に合わせて更新する処理。完全リフレッシュと増分リフレッシュがあり、データの鮮度と処理負荷のバランスを調整する。

구체화 뷰의 데이터를 베이스 테이블의 변경에 맞춰 갱신하는 처리이다. 완전 리프레시와 증분 리프레시가 있으며 데이터 신선도와 처리 부하의 균형을 조정한다.

アプリケーションレベルで任意のリソースの排他制御を行うための軽量ロック機構。テーブル行とは無関係に論理的なロックを取得でき、分散ジョブのリーダー選出などに活用される。

애플리케이션 레벨에서 임의 리소스의 배타 제어를 수행하기 위한 경량 잠금 기구이다. 테이블 행과는 무관하게 논리적 잠금을 취득할 수 있으며 분산 잡의 리더 선출 등에 활용된다.

他トランザクションがコミットしていない未確定データを読み取る現象を防止する対策で、READ COMMITTED以上の分離レベルで実現する。データ整合性の確保に不可欠であり、本番環境では必ず適用すべき設定である。

다른 트랜잭션이 커밋하지 않은 미확정 데이터를 읽는 현상을 방지하는 대책으로, READ COMMITTED 이상의 격리 수준에서 실현한다. 데이터 정합성 확보에 필수적이며 운영 환경에서는 반드시 적용해야 하는 설정이다.

データパイプライン全体の健全性・品質・鮮度を継続的に監視する能力。データの鮮度・分布・量・スキーマ・系譜の5つのピラーで評価されることが多い。

데이터 파이프라인 전체의 건전성·품질·신선도를 지속적으로 모니터링하는 능력. 데이터의 신선도·분포·양·스키마·계보의 5가지 기둥으로 평가되는 경우가 많다.

クエリ結果を一行ずつ逐次処理するための仕組み。大量データを一度にメモリに載せず、段階的に取得・処理できる。ストアドプロシージャやバッチ処理で活用されることが多い。

쿼리 결과를 한 행씩 순차 처리하기 위한 메커니즘이다. 대량 데이터를 한꺼번에 메모리에 올리지 않고 단계적으로 취득·처리할 수 있다. 스토어드 프로시저나 배치 처리에서 활용되는 경우가 많다.

テーブルの一部の行にのみ作成されるインデックス。WHERE句で条件を指定し、特定条件を満たす行だけをインデックス化することでサイズを削減し検索を高速化する。

테이블의 일부 행에만 생성되는 인덱스. WHERE 조건을 지정해 특정 조건을 만족하는 행만 인덱싱함으로써 크기를 줄이고 검색 성능을 향상시킨다.

プライマリへの書き込み後、スタンバイへの反映を待たずにコミット完了とする方式。書き込み性能への影響が最小限だが、フェイルオーバー時に直近のデータが失われる可能性がある。

프라이머리에 쓰기 후 스탠바이에 반영을 기다리지 않고 커밋 완료로 하는 방식. 쓰기 성능에 미치는 영향이 최소화되지만, 페일오버 시 직전 데이터가 유실될 가능성이 있다.

データベース内に格納されるストアドプロシージャのバージョン管理・テスト・デプロイメントを体系的に管理する手法であり、ビジネスロジックの一貫性と保守性を確保する。

데이터베이스 내에 격납되는 스토어드 프로시저의 버전 관리·테스트·배포를 체계적으로 관리하는 기법이며, 비즈니스 로직의 일관성과 보수성을 확보한다.

PARTITION BYやORDER BYの適切なインデックス設計でウィンドウ関数のクエリ性能を改善する手法。フレーム指定の最適化やウィンドウの共有により不要なソート処理を削減する。

PARTITION BY나 ORDER BY의 적절한 인덱스 설계로 윈도우 함수의 쿼리 성능을 개선하는 기법이다. 프레임 지정 최적화로 불필요한 정렬을 절감한다.

Online Analytical Processingの略。大量データを多次元的に分析するための処理方式で、経営分析やBIツールの基盤として活用される。

Online Analytical Processing의 약자. 대용량 데이터를 다차원적으로 분석하기 위한 처리 방식으로, 경영 분석 및 BI 도구의 기반으로 활용된다.

同一トランザクション内で同じクエリを2回実行したとき、他のトランザクションの挿入・削除により結果行数が変わる現象。SERIALIZABLE分離レベルで防止できる。

같은 트랜잭션 내에서 동일 쿼리를 두 번 실행했을 때, 다른 트랜잭션의 삽입·삭제로 결과 행 수가 변하는 현상. SERIALIZABLE 격리 수준에서 방지할 수 있다.

削除済みデータが占める空き領域を回収しストレージ効率を改善するメンテナンス処理である。LSMツリー型DBでは複数レベルのSSTableを統合し、読み取り性能の劣化を防ぐ重要な処理となる。

삭제된 데이터가 차지하는 빈 영역을 회수하여 스토리지 효율을 개선하는 유지보수 처리이다. LSM 트리형 DB에서는 여러 레벨의 SSTable을 통합하여 읽기 성능 저하를 방지하는 중요한 처리이다.

PostgreSQLの標準ベンチマークツールでTPC-B相当の負荷テストを実行する。トランザクション処理性能の測定やパラメータチューニングの効果検証に使用される。

PostgreSQL의 표준 벤치마크 도구로 TPC-B 상당의 부하 테스트를 실행한다. 트랜잭션 처리 성능 측정이나 파라미터 튜닝의 효과 검증에 사용된다.

再帰CTEを使用した階層構造の探索クエリの性能を改善する技法である。再帰の深さ制限設定やメモ化テーブルの活用により、無限ループの防止と処理時間の短縮を両立させる。

재귀 CTE를 사용한 계층 구조 탐색 쿼리의 성능을 개선하는 기법이다. 재귀 깊이 제한이나 메모이제이션 테이블 활용으로 무한 루프 방지와 처리 시간 단축을 양립시킨다.

スロークエリログや一般クエリログを分析してクエリパターンの傾向や性能ボトルネックを特定する手法であり、インデックス設計やクエリチューニングの改善施策の根拠となる。

슬로우 쿼리 로그나 일반 쿼리 로그를 분석하여 쿼리 패턴의 경향이나 성능 병목을 특정하는 기법이며, 인덱스 설계나 쿼리 튜닝의 개선 시책의 근거가 된다.

データベースがクエリの実行計画を最適化するために保持するインデックスの使用状況や分布情報。定期的な更新がパフォーマンス維持に重要。

데이터베이스가 쿼리 실행 계획을 최적화하기 위해 보유하는 인덱스 사용 현황 및 분포 정보. 정기적인 업데이트가 성능 유지에 중요함.

テーブル全体に対してロックをかけ、他のトランザクションからのアクセスを制限する仕組み。DDL操作やバルク処理時に使用されるが、長時間のロックは障害の原因となりやすい。

테이블 전체에 잠금을 걸어 다른 트랜잭션의 접근을 제한하는 구조이다. DDL 조작이나 벌크 처리 시 사용된다.

主キー以外のカラムに対して作成するインデックスの設計で、検索パターンに合わせた適切なインデックス選定が重要となる。書き込み性能への影響を考慮し、必要最小限のインデックスに絞ることが推奨される。

기본 키 이외의 컬럼에 대해 생성하는 인덱스의 설계로, 검색 패턴에 맞는 적절한 인덱스 선정이 중요하다. 쓰기 성능에 대한 영향을 고려하여 필요 최소한의 인덱스로 좁히는 것이 권장된다.

B-Treeインデックスのページが満杯になった際に新しいページを割り当ててデータを分割する処理である。ランダムなINSERTが多い場合に頻発し、インデックスフラグメンテーションとI/O増大の原因となる。

B-Tree 인덱스의 페이지가 가득 찼을 때 새로운 페이지를 할당하여 데이터를 분할하는 처리이다. 랜덤 INSERT가 많은 경우 빈발하며 인덱스 프래그먼테이션과 I/O 증대의 원인이 된다.

他のカラムの値から自動的に計算される仮想または格納型のカラム。フルネームの結合やハッシュ値の生成をDB層で自動化し、アプリケーション側での計算とデータ不整合を排除する仕組みである。

다른 칼럼의 값에서 자동으로 계산되는 가상 또는 격납형의 칼럼이다. 풀네임의 결합이나 해시 값의 생성을 DB 계층에서 자동화하고 애플리케이션 측에서의 계산과 데이터 불정합을 배제하는 구조이다.

保持期限を過ぎた古いデータを定期的に削除し、データベースのサイズと性能を維持する運用手法である。アーカイブとの組み合わせにより、コンプライアンス要件を満たしながらストレージコストを最適化する。

보존 기한이 지난 오래된 데이터를 정기적으로 삭제하여 데이터베이스의 크기와 성능을 유지하는 운용 기법이다. 아카이브와의 조합으로 컴플라이언스 요건을 충족하면서 스토리지 비용을 최적화한다.

PostgreSQLのautovacuumデーモンの動作パラメータをテーブル特性に合わせて調整する最適化手法。更新頻度の高いテーブルではしきい値を下げ、大規模テーブルではワーカー数を増やして効率的な不要行回収を実現する。

PostgreSQL의 autovacuum 데몬의 동작 파라미터를 테이블 특성에 맞춰 조정하는 최적화 기법이다. 갱신 빈도가 높은 테이블에서는 임계값을 낮추고 대규모 테이블에서는 워커 수를 늘려 효율적인 불필요 행 회수를 실현한다.

表の「列」。

표의 "열".

パーティションキーの値リストに基づいてデータを分割するパーティショニング方式。国コードやカテゴリなど、離散的な値でデータを分けたい場合に使用される。

파티션 키의 값 목록에 기반하여 데이터를 분할하는 파티셔닝 방식. 국가 코드나 카테고리 등 이산적인 값으로 데이터를 나누고 싶을 때 사용된다.

オプティマイザがクエリの各実行計画に対してI/OやCPUのコストを見積もり、最も効率的なプランを選択する過程である。統計情報が古いと推定精度が低下し、不適切な実行計画が選ばれる原因となる。

옵티마이저가 쿼리의 각 실행 계획에 대해 I/O와 CPU 비용을 산정하고 가장 효율적인 플랜을 선택하는 과정이다. 통계 정보가 오래되면 추정 정확도가 떨어져 부적절한 실행 계획이 선택되는 원인이 된다.

SQL文の中に入れ子で記述される別のSELECT文のこと。WHERE句やFROM句、SELECT句に埋め込み、外側のクエリに動的な条件や値を提供するために使用される。

SQL문 안에 중첩으로 작성되는 또 다른 SELECT문. WHERE절, FROM절, SELECT절에 삽입하여 외부 쿼리에 동적인 조건이나 값을 제공하기 위해 사용된다.

データベースの物理的なデータファイルの配置と容量をテーブルスペース単位で管理する手法であり、I/Oの分散配置やストレージ効率の最適化および運用性向上に用いられる。

데이터베이스의 물리적인 데이터 파일의 배치와 용량을 테이블스페이스 단위로 관리하는 기법이며, I/O의 분산 배치나 스토리지 효율의 최적화 및 운용성 향상에 사용된다.

2つ以上のテーブルを結合する際、両テーブルに一致するレコードのみを返すSQL結合方式。JOINまたはINNER JOINと記述し、最も基本的な結合操作として広く使用される。

2개 이상의 테이블을 결합할 때 양쪽 테이블에 일치하는 레코드만 반환하는 SQL 조인 방식. JOIN 또는 INNER JOIN으로 작성하며, 가장 기본적인 조인 방식으로 널리 사용된다.

SQLで異なるデータ型を比較する際にDBが自動的に型変換を行う動作で、インデックスが無効化される原因となる。文字列カラムに対して数値で検索すると全行の変換が発生し、テーブルフルスキャンを招く。

SQL에서 서로 다른 데이터 타입을 비교할 때 DB가 자동으로 형변환을 수행하는 동작으로 인덱스가 무효화되는 원인이 된다. 문자열 컬럼에 대해 숫자로 검색하면 전체 행의 변환이 발생하여 테이블 풀 스캔을 초래한다.

クエリオプティマイザに対して実行計画の選択を指示するための構文。特定のインデックスの使用やJOIN方式の指定など、最適化エンジンの判断を上書きする場合に使用される。

쿼리 옵티마이저에게 실행 계획 선택을 지시하기 위한 구문. 특정 인덱스 사용이나 조인 방식 지정 등 최적화 엔진의 판단을 오버라이드할 때 사용된다.

データの保持期間と削除ルールを定めるポリシー。法的要件・業務要件に基づき保持期間を設定し、期限切れデータの自動削除やアーカイブ処理を運用に組み込む設計手法である。

데이터의 보존 기간과 삭제 규칙을 정하는 정책이다. 법적 요건·업무 요건에 따라 보존 기간을 설정하고 만료 데이터의 자동 삭제나 아카이브를 운용에 포함한다.

Extract-Transform-Loadの略で、データソースからの抽出・変換・ロードを行うデータ統合処理。データウェアハウスへのデータ投入パイプラインとして従来から広く使われている。

Extract-Transform-Load의 약자로 데이터 소스에서의 추출·변환·로드를 수행하는 데이터 통합 처리이다. 데이터 웨어하우스에 대한 데이터 투입 파이프라인으로 종래부터 널리 사용된다.

プライマリデータベースの障害時にスタンバイインスタンスへ自動的に切り替わるフェイルオーバーの設計手法のこと。切り替え時間・データ損失許容範囲・接続文字列管理を考慮して設計する。

프라이머리 데이터베이스 장애 시 스탠바이 인스턴스로 자동으로 전환되는 페일오버의 설계 기법을 말한다. 전환 시간·데이터 손실 허용 범위·접속 문자열 관리를 고려하여 설계한다.

複数のトランザクションやスレッドが互いにリソースのロック解放を待ち続け、処理が永久に停止する状態。DBやマルチスレッド環境で発生しやすく、設計段階での対策が重要。

여러 트랜잭션이나 스레드가 서로 상대방의 리소스 잠금 해제를 무한정 기다리며 처리가 영구적으로 멈추는 상태. DB나 멀티스레드 환경에서 자주 발생하며, 설계 단계에서의 대책이 중요하다.

SQLクエリをデータベースエンジンがどのように処理するかを示す計画であり、EXPLAINコマンドで確認してインデックスの使用状況やスキャン方式を分析しクエリの最適化に活用する。

SQL 쿼리를 데이터베이스 엔진이 어떻게 처리하는지를 나타내는 계획이며, EXPLAIN 커맨드로 확인하여 인덱스의 사용 상황이나 스캔 방식을 분석하고 쿼리 최적화에 활용한다.

不要なデータの削除後にデータベースファイルの未使用領域をOSに返却し、ディスク使用量を削減する操作である。実行中はI/O負荷が高まるため、メンテナンスウィンドウでの実施が推奨される。

불필요한 데이터 삭제 후 데이터베이스 파일의 미사용 영역을 OS에 반환하여 디스크 사용량을 줄이는 조작이다. 실행 중 I/O 부하가 높아지므로 유지 보수 윈도우에서의 실시가 권장된다.

テーブル階層でのロック意図を表明する多粒度ロック機構。行ロックを取得する前にテーブルレベルでインテンションロックを設定し、テーブルロックとの競合を効率的に検出する。

테이블 계층에서의 잠금 의도를 표명하는 다립도 잠금 기구이다. 행 잠금을 취득하기 전에 테이블 레벨에서 인텐션 잠금을 설정하여 테이블 잠금과의 경합을 효율적으로 검출한다.

クエリ実行時に条件に合致しないパーティションをスキップして、必要なパーティションのみをスキャンする最適化技術。大量データのテーブルでもクエリ対象を絞り込むことで高速化を実現する。

쿼리 실행 시 조건에 부합하지 않는 파티션을 스킵하여 필요한 파티션만 스캔하는 최적화 기술. 대량 데이터 테이블에서도 쿼리 대상을 좁혀 고속화를 실현한다.

アプリケーション定義の論理ロックをDB側で取得するPostgreSQLの排他制御機能。行ロックでは表現できないビジネスロジック上の排他制御をDBレベルで実現し、分散環境での競合を安全に防止する。

애플리케이션 정의의 논리 잠금을 DB 측에서 취득하는 PostgreSQL의 배타 제어 기능이다. 행 잠금으로는 표현할 수 없는 비즈니스 로직 상의 배타 제어를 DB 레벨에서 실현하고 분산 환경에서의 경합을 안전하게 방지한다.

テーブル全体ではなく個々の行単位でロックを取得する細粒度のロック方式。他の行へのアクセスを妨げないため並行性が高く、OLTPシステムで標準的に使用される制御方式である。

테이블 전체가 아닌 개별 행 단위로 잠금을 획득하는 세밀한 잠금 방식이다. 다른 행에 대한 접근을 방해하지 않아 병행성이 높아 OLTP 시스템에서 표준적으로 사용되는 제어 방식이다.

データベースのデータをSQL文やCSVなどの論理的な形式でエクスポートするバックアップ手法。物理バックアップと異なり、異なるDBバージョンや環境への移行にも利用できる。

데이터베이스의 데이터를 SQL문이나 CSV 등 논리적인 형식으로 내보내는 백업 방식. 물리 백업과 달리 다른 DB 버전이나 환경으로의 마이그레이션에도 활용할 수 있다.

テーブルのカラム追加やインデックス作成などのDDL操作をテーブルロックなしでオンラインで実行する機能であり、サービス無停止での安全かつ迅速なスキーマ変更を可能にする。

테이블의 컬럼 추가나 인덱스 작성 등의 DDL 조작을 테이블 락 없이 온라인으로 실행하는 기능이며, 서비스 무정지로의 안전하고 신속한 스키마 변경을 가능하게 한다.

列指向ストレージのデータを辞書エンコーディングやランレングス符号化で圧縮し、ストレージ使用量とI/Oコストを削減する技術である。同一カラム内のデータ類似性が高いほど圧縮率が向上する。

열 지향 스토리지의 데이터를 사전 인코딩이나 런렝스 부호화로 압축하여 스토리지 사용량과 I/O 비용을 줄이는 기술이다. 동일 컬럼 내 데이터 유사성이 높을수록 압축률이 향상된다.

データの生産者と消費者の間でスキーマ・品質・SLAを明示的に合意する契約。データパイプラインの信頼性を高め、データ品質問題を上流で防ぐ近年注目のプラクティス。

데이터 생산자와 소비자 사이에서 스키마·품질·SLA를 명시적으로 합의하는 계약. 데이터 파이프라인의 신뢰성을 높이고, 데이터 품질 문제를 상류에서 방지하는 최근 주목받는 관행.

データレイク（非構造化データの大規模蓄積）とデータウェアハウス（構造化分析）の利点を統合したアーキテクチャ。DeltaLakeやApache Icebergが代表的な実装技術。

데이터 레이크(비정형 데이터 대규모 저장)와 데이터 웨어하우스(구조화 분석)의 장점을 통합한 아키텍처. Delta Lake와 Apache Iceberg가 대표적인 구현 기술이다.

組織内でデータが部門ごと・システムごとに孤立して保存されており、他部門からアクセスや連携ができない状態。全社的なデータ活用やDXを阻害する大きな要因となる。

조직 내에서 데이터가 부서별·시스템별로 고립되어 저장되어 있어, 다른 부서에서 접근하거나 연동할 수 없는 상태. 전사적인 데이터 활용이나 DX를 저해하는 큰 요인이 된다.

大規模なテーブルを日付や範囲などの基準で論理的に分割して各パーティションを独立に管理するデータベースの機能であり、クエリ対象を限定してスキャン範囲を削減し検索性能を向上させる。

대규모 테이블을 날짜나 범위 등의 기준으로 논리적으로 분할하여 각 파티션을 독립으로 관리하는 데이터베이스의 기능이며, 쿼리 대상을 한정하여 스캔 범위를 삭감하고 검색 성능을 향상시킨다.

データベースのトランザクションやシステムの変更を、以前の状態に戻す操作。障害発生時やデプロイ失敗時に安全な状態へ復元するために使用される。

데이터베이스 트랜잭션이나 시스템 변경 사항을 이전 상태로 되돌리는 작업. 장애 발생 시나 배포 실패 시 안전한 상태로 복원하기 위해 사용된다.

古くなったデータを別の保管領域に移動して運用テーブルの肥大化を防ぎ、クエリ性能を維持するための仕組みである。一定期間経過したデータを自動で移行し、ストレージコストの最適化にも貢献する。

오래된 데이터를 별도의 보관 영역으로 이동하여 운영 테이블의 비대화를 방지하고 쿼리 성능을 유지하기 위한 구조이다. 일정 기간 경과한 데이터를 자동으로 이관하여 스토리지 비용 최적화에도 기여한다.

PostgreSQLのLISTEN/NOTIFYやMySQLのイベントスケジューラなど、DB側からアプリケーションに変更を通知する仕組み。ポーリングを不要にしリアルタイム性の高い連携を実現する。

PostgreSQL의 LISTEN/NOTIFY 등 DB 측에서 애플리케이션에 변경을 통지하는 구조이다. 폴링을 불필요하게 하여 실시간성 높은 연계를 실현한다.

WITH RECURSIVEを使い、自己参照するCTE（Common Table Expression）。階層データや木構造のトラバーサルに活用される再帰クエリの手法。

WITH RECURSIVE를 사용하여 자기 자신을 참조하는 CTE(Common Table Expression)로, 계층 데이터나 트리 구조 순회에 활용되는 재귀 쿼리 기법입니다.

文書やテキストデータ全体を対象に、任意のキーワードで検索する技術。ElasticsearchやMySQLのFULLTEXT INDEXなどで実装される。

문서나 텍스트 데이터 전체를 대상으로 임의의 키워드로 검색하는 기술. Elasticsearch나 MySQL의 FULLTEXT INDEX 등으로 구현된다.

複数の異なるデータソース（DB・S3・BigQuery等）にまたがるクエリを単一SQLで実行する機能。BigQuery OmniやAthena Federated QueryなどがSQL一本でのクロスソース分析を実現。

여러 다른 데이터 소스(DB·S3·BigQuery 등)에 걸친 쿼리를 단일 SQL로 실행하는 기능. BigQuery Omni나 Athena Federated Query 등이 SQL 하나로 크로스 소스 분석을 실현한다.

実行に一定時間以上かかったSQLクエリを記録するDBのログ機能。パフォーマンス改善のためのボトルネック特定に活用される。MySQLやPostgreSQLで標準サポート。

일정 시간 이상 소요된 SQL 쿼리를 기록하는 DB 로그 기능입니다. 성능 개선을 위한 병목 구간 파악에 활용되며, MySQL과 PostgreSQL에서 기본 지원됩니다.

アプリケーションを変更せずにデータベースのデータファイルを自動的に暗号化・復号する仕組み。ディスク上のデータは暗号化されるが、アプリケーションからは透過的にアクセスできる。

애플리케이션을 변경하지 않고 데이터베이스의 데이터 파일을 자동으로 암호화·복호화하는 구조. 디스크상의 데이터는 암호화되지만 애플리케이션에서는 투명하게 접근할 수 있다.

インデックスレコードとその直前のギャップを同時にロックする方式で、ファントムリードを防止するために使われる。InnoDBのREPEATABLE READで自動的に適用され、範囲検索の整合性を保証する。

인덱스 레코드와 그 직전의 갭을 동시에 잠그는 방식으로, 팬텀 리드를 방지하기 위해 사용된다. InnoDB의 REPEATABLE READ에서 자동 적용되어 범위 검색의 정합성을 보장한다.

データの変更履歴をシステム期間と共に自動的に保持するテンポラルテーブル機能であり、任意時点のデータ参照や変更追跡を標準SQLで実現しコンプライアンス対応にも活用する。

데이터의 변경 이력을 시스템 기간과 함께 자동으로 보유하는 템포럴 테이블 기능이며, 임의 시점의 데이터 참조나 변경 추적을 표준 SQL로 실현하고 컴플라이언스 대응에도 활용한다.

特定のデータ領域やパーティションにアクセスが集中し、その部分がボトルネックとなる問題。自動採番のシーケンシャルキーなどが原因で発生し、キー設計の見直しが必要になる。

특정 데이터 영역이나 파티션에 접근이 집중되어 해당 부분이 병목이 되는 문제. 자동 채번의 시퀀셜 키 등이 원인으로 발생하며, 키 설계의 재검토가 필요하다.

ディスク上に保存されたデータベースファイルを暗号化する保護技術。TDEやファイルシステム暗号化により、物理ディスクの盗難や不正アクセス時のデータ漏洩を防止する。

디스크에 저장된 데이터베이스 파일을 암호화하는 보호 기술이다. TDE나 파일 시스템 암호화로 물리 디스크 도난이나 부정 접근 시 데이터 유출을 방지한다.

障害復旧時にコミット済みトランザクションの変更を再適用する操作。WALに記録されたREDOログを順方向に適用し、障害発生時点のデータ状態を復元する。

장애 복구 시 커밋 완료된 트랜잭션의 변경을 재적용하는 조작이다. WAL에 기록된 REDO 로그를 순방향으로 적용하여 장애 발생 시점의 데이터 상태를 복원한다.

データをまずターゲットDBにロードし、DB内で変換処理を行うパターン。クラウドDWHの計算リソースを活用でき、BigQueryやRedshiftなどの列指向DBで効率的に処理できる。

데이터를 먼저 타깃 DB에 로드한 후 DB 내에서 변환 처리를 수행하는 패턴이다. 클라우드 DWH의 계산 리소스를 활용할 수 있다.

PostgreSQLの拡張モジュールで実行されたSQL文の統計情報を収集し、パフォーマンスボトルネックを特定する分析手法。累計実行時間や呼び出し回数でクエリをランキングし、最適化対象を効率的に選定する。

PostgreSQL의 확장 모듈로 실행된 SQL 문의 통계 정보를 수집하고 퍼포먼스 보틀넥을 특정하는 분석 기법이다. 누계 실행 시간이나 호출 횟수로 쿼리를 랭킹하고 최적화 대상을 효율적으로 선정한다.

BIツールとデータソースの間に置く抽象化レイヤー。メトリクスの定義を一元管理し、異なるBIツールから同じ定義で指標を参照できるようにする。dbt Semantic LayerやCubeが代表例。

BI 툴과 데이터 소스 사이에 두는 추상화 레이어. 메트릭 정의를 일원 관리하여, 다른 BI 툴에서 같은 정의로 지표를 참조할 수 있게 한다. dbt Semantic Layer나 Cube가 대표적인 예.

パーティションテーブルの特定パーティションを別テーブルと入れ替えるDDL操作であり、大量データのロードやパージをメタデータ操作のみで瞬時に完了させる手法である。

파티션 테이블의 특정 파티션을 별도 테이블과 교환하는 DDL 조작이며, 대량 데이터의 로드나 퍼지를 메타데이터 조작만으로 순간적으로 완료시키는 기법이다.

ユーザーやロールごとにDB操作権限を制御する管理手法。最小権限の原則に基づきSELECT・INSERT・UPDATE等の権限を付与し、不正アクセスやデータ改ざんを防止する。

사용자나 역할별로 DB 조작 권한을 제어하는 관리 기법이다. 최소 권한 원칙에 따라 SELECT·INSERT·UPDATE 등의 권한을 부여한다.

データベースへの命令文。

데이터베이스에 대한 명령문.

データベースのトランザクションログを監視してリアルタイムに変更イベントをKafkaに配信するCDCプラットフォーム。スナップショットと増分変更の両方を扱い、データパイプラインの信頼性を確保する。

데이터베이스의 트랜잭션 로그를 감시하여 실시간으로 변경 이벤트를 Kafka에 배신하는 CDC 플랫폼이다. 스냅숏과 증분 변경 양쪽을 다루고 데이터 파이프라인의 신뢰성을 확보한다.

キーと値のペアでデータを管理するNoSQLデータベース。高速な読み書きが特徴で、セッション管理やキャッシュ用途に広く使われる。RedisやDynamoDBが代表例。

키와 값의 쌍으로 데이터를 관리하는 NoSQL 데이터베이스. 빠른 읽기/쓰기가 특징이며, 세션 관리나 캐시 용도로 널리 사용된다. Redis와 DynamoDB가 대표적인 예이다.

JSONやBSONなどのドキュメント形式でデータを保存するNoSQLデータベース。MongoDBやCouchDBが代表例で、スキーマレスな柔軟なデータ管理が可能。

JSON이나 BSON 등의 도큐먼트 형식으로 데이터를 저장하는 NoSQL 데이터베이스. MongoDB, CouchDB가 대표적이며 스키마 없이 유연한 데이터 관리가 가능하다.

DBやネットワーク接続が適切にクローズされず、接続リソースが解放されないまま蓄積される問題。放置するとシステム全体のパフォーマンス低下やサービス停止を引き起こす。

DB나 네트워크 연결이 적절히 종료되지 않아 연결 리소스가 해제되지 않은 채 누적되는 문제. 방치하면 시스템 전체의 성능 저하 및 서비스 중단을 초래할 수 있다.

同一テーブルを複数の別名（エイリアス）で参照し、自分自身とJOINするSQL技法。階層構造や親子関係を持つデータの取得に使われる。

동일한 테이블을 여러 별칭(alias)으로 참조하여 자기 자신과 JOIN하는 SQL 기법. 계층 구조나 부모-자식 관계를 가진 데이터 조회에 활용된다.

大量行の逐次処理で使用するカーソルのフェッチサイズやスクロール方式を最適化してメモリ消費と処理速度のバランスを調整し効率的なバッチ処理を実現する重要な手法である。

대량 행의 축차 처리에서 사용하는 커서의 페치 사이즈나 스크롤 방식을 최적화하여 메모리 소비와 처리 속도의 균형을 조정하고 효율적인 배치 처리를 실현하는 중요한 기법이다.

データウェアハウスから特定の部門や用途向けに切り出した小規模なデータベース。営業・マーケティングなど部門ごとに最適化され、分析クエリの高速化に貢献する。

데이터 웨어하우스에서 특정 부서나 용도에 맞게 추출한 소규모 데이터베이스. 영업·마케팅 등 부서별로 최적화되어 분석 쿼리 속도 향상에 기여한다.

データベースのデータを複数のノードやサーバに複製する際の方針。同期・非同期レプリケーションや、マスター／スレーブ構成などの選択が含まれる。

데이터베이스 데이터를 여러 노드나 서버에 복제할 때의 방침. 동기·비동기 복제나 마스터/슬레이브 구성 등의 선택이 포함된다.

SELECT文を読み取りレプリカに自動振り分けし、プライマリDBの書き込み負荷を軽減するルーティング手法。接続文字列やプロキシ設定でアプリケーション側の変更を最小限に抑えながら読み取りスケーリングを実現する。

SELECT 문을 읽기 레플리카에 자동 분배하고 프라이머리 DB의 쓰기 부하를 경감하는 라우팅 기법이다. 접속 문자열이나 프록시 설정으로 애플리케이션 측의 변경을 최소한으로 억제하면서 읽기 스케일링을 실현한다.

データベースの論理的なストレージ単位で、テーブルやインデックスなどのオブジェクトを格納する領域。ディスクの物理的な配置を管理し、I/Oパフォーマンスの最適化に活用する。

데이터베이스의 논리적 스토리지 단위로, 테이블이나 인덱스 등의 오브젝트를 저장하는 영역. 디스크의 물리적 배치를 관리하여 I/O 성능 최적화에 활용한다.

外側テーブルの各行に対して内側テーブルを繰り返し検索する最も基本的な結合アルゴリズムである。小さいテーブル同士の結合やインデックスが効く場合に高速で、オプティマイザが最もよく選択する方式の一つである。

외측 테이블의 각 행에 대해 내측 테이블을 반복 검색하는 가장 기본적인 조인 알고리즘이다. 작은 테이블 간의 조인이나 인덱스가 효과적인 경우 고속이며 옵티마이저가 가장 자주 선택하는 방식 중 하나이다.

セッション中に一時的なデータを格納するテーブルの活用法。複雑なクエリの中間結果保持やバッチ処理のステージングに使用され、セッション終了時に自動削除される特性を持つ。

세션 중에 일시적인 데이터를 저장하는 테이블의 활용법이다. 복잡한 쿼리의 중간 결과 보관이나 세션 종료 시 자동 삭제되는 특성을 가진다.

メモリ上のダーティページをディスクに書き出す処理で、障害復旧時のリカバリ開始地点となり復旧時間を短縮する。チェックポイント間隔を適切に設定することでI/O負荷と復旧時間のバランスを取る。

메모리상의 더티 페이지를 디스크에 기록하는 처리로, 장애 복구 시 리커버리 시작 지점이 되어 복구 시간을 단축한다. 체크포인트 간격을 적절히 설정하여 I/O 부하와 복구 시간의 균형을 맞춘다.

データの更新や削除を行わず、すべての変更を新しいレコードの追加として記録する設計手法である。変更履歴が完全に保持され、監査証跡やデータ復元が容易になるが、ストレージ使用量は増大する。

데이터의 갱신이나 삭제를 수행하지 않고 모든 변경을 새로운 레코드의 추가로 기록하는 설계 기법이다. 변경 이력이 완전히 보존되어 감사 증적이나 데이터 복원이 용이해지지만 스토리지 사용량은 증대한다.

クライアントとデータベースサーバー間の通信をTLS/SSLで暗号化するプロトコル設定であり、ネットワーク転送中のデータの盗聴や改ざんを防止してセキュアな通信を保証する。

클라이언트와 데이터베이스 서버 간의 통신을 TLS/SSL로 암호화하는 프로토콜 설정이며, 네트워크 전송 중의 데이터의 도청이나 변조를 방지하여 시큐어한 통신을 보증한다.

PostgreSQLで使用されるバイナリ形式のJSONデータ型。通常のJSON型と異なり、データを解析済みのバイナリ形式で保存するため、検索・インデックス作成が高速で柔軟なクエリが可能。

PostgreSQL에서 사용되는 바이너리 형식의 JSON 데이터 타입. 일반 JSON 타입과 달리 데이터를 파싱된 바이너리 형식으로 저장하기 때문에 검색 및 인덱스 생성이 빠르고 유연한 쿼리가 가능하다.

トランザクション間のロック待ち関係を有向グラフで表現したデータ構造。サイクルの検出によりデッドロックを自動検知し、一方のトランザクションをロールバックして解消する。

트랜잭션 간의 잠금 대기 관계를 유향 그래프로 표현한 데이터 구조이다. 사이클의 검출로 데드락을 자동 탐지하여 한쪽 트랜잭션을 롤백하여 해소한다.

誰がいつどのデータを操作したかを記録する監査の仕組みを設計する作業。コンプライアンス要件に基づき、変更履歴テーブルやDB組み込み監査機能を活用して追跡可能性を確保する。

누가 언제 어떤 데이터를 조작했는지 기록하는 감사 구조를 설계하는 작업이다. 컴플라이언스 요건에 따라 변경 이력 테이블이나 DB 내장 감사 기능을 활용한다.

DuckDBをベースにしたサーバーレスのクラウド分析データベース。ローカルのDuckDBとクラウドシームレスに連携し、データ分析を効率化する。

DuckDB 기반의 서버리스 클라우드 분석 데이터베이스. 로컬 DuckDB와 클라우드를 원활하게 연계하여 데이터 분석을 효율화한다.

テーブル全体をスキャンせずにデータの一部をサンプリングして統計情報を更新する手法である。大規模テーブルの統計収集にかかる時間とI/O負荷を削減しつつ、十分な精度の統計情報を維持する。

테이블 전체를 스캔하지 않고 데이터의 일부를 샘플링하여 통계 정보를 갱신하는 기법이다. 대규모 테이블의 통계 수집에 소요되는 시간과 I/O 부하를 줄이면서 충분한 정도의 통계 정보를 유지한다.

PostgreSQLをバックエンドにしてMongoDB互換のAPIを提供するオープンソースプロキシ。既存のMongoDBクライアントやドライバをそのまま使用しつつ、データをPostgreSQLに格納できる代替実装である。

PostgreSQL을 백엔드로 하여 MongoDB 호환의 API를 제공하는 오픈소스 프록시이다. 기존의 MongoDB 클라이언트나 드라이버를 그대로 사용하면서 데이터를 PostgreSQL에 격납할 수 있는 대체 구현이다.

SQLでデータ変換ロジックを管理するオープンソースツール。Git管理・テスト・ドキュメント自動生成・リネージ可視化に対応し、データエンジニアの生産性を大幅に向上させる。

SQL로 데이터 변환 로직을 관리하는 오픈소스 툴. Git 관리·테스트·문서 자동 생성·리니지 시각화에 대응하며, 데이터 엔지니어의 생산성을 크게 향상시킨다.

分散システムのノード間でデータの一貫性を保つための合意形成アルゴリズム。RaftやPaxosが代表的で、ノード障害時にも過半数のノードでデータの整合性を維持する。

분산 시스템의 노드 간에 데이터의 일관성을 유지하기 위한 합의 형성 알고리즘이다. Raft나 Paxos가 대표적이며 노드 장애 시에도 과반수의 노드에서 데이터 정합성을 유지한다.

データベースのテーブルで各レコードを一意に識別するためのカラム。NULLを許可せず、重複も不可。設計の基本となる重要な制約。

데이터베이스 테이블에서 각 레코드를 고유하게 식별하기 위한 컬럼. NULL을 허용하지 않으며 중복도 불가. 설계의 기본이 되는 중요한 제약 조건.

マルチテナント環境で各テナントのデータが他テナントからアクセスされないよう論理的・物理的に隔離する仕組みである。RLSポリシーやスキーマ分離などの手法で実装し、セキュリティとコスト効率を両立する。

멀티 테넌트 환경에서 각 테넌트의 데이터가 다른 테넌트로부터 접근되지 않도록 논리적·물리적으로 격리하는 구조이다. RLS 정책이나 스키마 분리 등의 기법으로 구현하여 보안과 비용 효율을 양립한다.

QuestDBのタイムスタンプベースのパーティション構造で時系列データの高速書き込みとクエリを実現するインデックス方式。ゼロGCアーキテクチャとメモリマップドファイルで毎秒数百万行の挿入を処理する。

QuestDB의 타임스탬프 기반 파티션 구조로 시계열 데이터의 고속 쓰기와 쿼리를 실현하는 인덱스 방식이다. 제로 GC 아키텍처와 메모리 매핑 파일로 매초 수백만 행의 삽입을 처리한다.

データウェアハウスの分析済みデータを営業・マーケ・CSなどの業務ツールへ逆方向に連携する手法。CensusやHighTouchが代表的なツールで、データ活用の最後の1マイルを担う。

데이터 웨어하우스의 분석 완료 데이터를 영업·마케팅·CS 등의 업무 툴로 역방향 연계하는 기법. Census나 HighTouch가 대표적인 툴이며, 데이터 활용의 마지막 1마일을 담당한다.

組織内のデータ資産を一元管理するメタデータのリポジトリ。データの所在・定義・オーナー・品質情報を整理し、データの検索性と活用性を高めるための仕組み。

조직 내 데이터 자산을 중앙에서 관리하는 메타데이터 저장소. 데이터의 위치·정의·소유자·품질 정보를 정리하여 데이터 검색성과 활용성을 높이기 위한 체계.

アプリケーション起動時に必要な数のデータベース接続を事前に確立し、初回リクエスト時の接続遅延を回避する手法である。コールドスタート問題を解消し、起動直後から安定した応答性能を提供する。

애플리케이션 기동 시 필요한 수의 데이터베이스 접속을 사전에 확립하여 최초 요청 시의 접속 지연을 회피하는 기법이다. 콜드 스타트 문제를 해소하고 기동 직후부터 안정된 응답 성능을 제공한다.

長期保存が必要なデータを低コストのストレージに移行・保管する仕組み。アクセス頻度が低い過去データを分離し、本番DBのパフォーマンス維持とコスト削減を両立させる。

장기 보존이 필요한 데이터를 저비용 스토리지로 이전·보관하는 구조. 접근 빈도가 낮은 과거 데이터를 분리하여 운영 DB의 성능 유지와 비용 절감을 동시에 실현한다.

個人情報や機密データを匿名化・仮名化して非本番環境で安全に使用できるようにする技術である。本番データの構造や統計的特性を維持しつつ、実際の値を検出不可能な値に置換する。

개인 정보나 기밀 데이터를 익명화·가명화하여 비운영 환경에서 안전하게 사용할 수 있게 하는 기술이다. 운영 데이터의 구조나 통계적 특성을 유지하면서 실제 값을 검출 불가능한 값으로 치환한다.

データベースに対するすべてのアクセスや操作を記録するログ。誰がいつどのデータにアクセスしたかを追跡でき、セキュリティ監査やコンプライアンス要件の充足に利用される。

데이터베이스에 대한 모든 접근이나 조작을 기록하는 로그. 누가 언제 어떤 데이터에 접근했는지 추적할 수 있어, 보안 감사나 컴플라이언스 요건 충족에 활용된다.

DBの稼働状況・性能指標・エラーを継続的に監視する仕組みの設計。接続数・クエリ実行時間・ロック待ち・ディスク使用量などのメトリクスを収集しダッシュボードで可視化する。

DB의 가동 상황·성능 지표·오류를 지속적으로 감시하는 구조의 설계이다. 접속 수·쿼리 실행 시간·잠금 대기 등의 메트릭스를 수집하여 가시화한다.

データベースのデータファイルやログファイルをOSレベルでそのままコピーするバックアップ手法。論理バックアップより高速で、大規模DBの復旧に適している。

데이터베이스의 데이터 파일과 로그 파일을 OS 레벨에서 그대로 복사하는 백업 방식. 논리 백업보다 빠르며 대규모 DB 복구에 적합하다.

アプリケーションとDBの間に位置する中間層。接続プーリング、負荷分散、フェイルオーバーを透過的に処理し、DBへの直接接続数を削減してスケーラビリティを向上させる。

애플리케이션과 DB 사이에 위치하는 중간 계층. 커넥션 풀링, 부하 분산, 페일오버를 투명하게 처리하며, DB 직접 연결 수를 줄여 확장성을 향상시킨다.

PostgreSQLの親テーブルの構造を子テーブルが継承するテーブル設計機能であり、時系列データやマルチテナントデータのパーティショニングおよびデータ管理の効率化に活用される。

PostgreSQL의 부모 테이블의 구조를 자식 테이블이 상속하는 테이블 설계 기능이며, 시계열 데이터나 멀티테넌트 데이터의 파티셔닝 및 데이터 관리의 효율화에 활용된다.

マテリアライズドビューの更新を定期的またはコミットトリガーで自動実行するスケジュール設計であり、集計クエリの高速化と最新データの反映を両立して運用負荷を軽減する。

매터리얼라이즈드 뷰의 갱신을 정기적 또는 커밋 트리거로 자동 실행하는 스케줄 설계이며, 집계 쿼리의 고속화와 최신 데이터의 반영을 양립하여 운용 부하를 경감한다.

プライマリデータベースに障害が発生した場合に、自動的にスタンバイサーバーへ切り替える仕組み。高可用性を実現するために不可欠な機能であり、ダウンタイムを最小限に抑える。

프라이머리 데이터베이스에 장애가 발생했을 때 자동으로 스탠바이 서버로 전환하는 구조. 고가용성을 실현하기 위해 필수적인 기능이며, 다운타임을 최소화한다.

SQLにおける共通テーブル式（Common Table Expression）。WITH句を使って一時的な名前付き結果セットを定義し、クエリ内で再利用できる構文。再帰クエリにも対応。

SQL의 공통 테이블 표현식(Common Table Expression). WITH 절을 사용해 임시 이름 있는 결과 집합을 정의하고 쿼리 내에서 재사용할 수 있는 구문. 재귀 쿼리에도 대응 가능.

テーブルの行数やデータ分布などの統計情報を最新化する操作。クエリオプティマイザが適切な実行計画を選択するために必要で、定期的な実行が推奨される重要な運用作業である。

테이블의 행 수나 데이터 분포 등의 통계 정보를 최신화하는 조작이다. 쿼리 옵티마이저가 적절한 실행 계획을 선택하기 위해 필요하다.

PostgreSQLにおいてトランザクションIDの周回を防ぐために古い行のトランザクションIDを凍結する処理である。適切なタイミングで実行しないとトランザクションID枯渇による強制シャットダウンが発生する。

PostgreSQL에서 트랜잭션 ID의 순환을 방지하기 위해 오래된 행의 트랜잭션 ID를 동결하는 처리이다. 적절한 타이밍에 실행하지 않으면 트랜잭션 ID 고갈에 의한 강제 셧다운이 발생한다.

INSERTとUPDATEを組み合わせた操作で、レコードが存在すれば更新し、存在しなければ挿入する。ON CONFLICT句やMERGE文で実装され、冪等な書き込み処理に不可欠である。

INSERT와 UPDATE를 결합한 조작으로, 레코드가 존재하면 갱신하고 존재하지 않으면 삽입한다. ON CONFLICT 절이나 MERGE 문으로 구현되며, 멱등한 쓰기 처리에 필수적이다.

複数のDBノードが互いにマスターとして機能し、どのノードへの書き込みも他ノードに双方向同期されるレプリケーション構成。可用性向上に有効だが競合解決が課題。

여러 DB 노드가 서로 마스터로 동작하며, 어느 노드에 쓴 데이터도 다른 노드에 양방향으로 동기화되는 복제 구성. 가용성 향상에 효과적이지만 충돌 해결이 과제.

企業内の複数システムから収集したデータを一元管理・分析するための大規模な統合データ保管基盤。BI・意思決定支援に活用される。

기업 내 여러 시스템에서 수집한 데이터를 통합 관리·분석하기 위한 대규모 데이터 저장 인프라. BI 및 의사결정 지원에 활용된다.

データベースサーバー・セッション・カラムのタイムゾーン設定を統一的に管理する手法であり、タイムスタンプの不整合によるデータ不具合をグローバルな運用環境で防止する。

데이터베이스 서버·세션·컬럼의 타임존 설정을 통일적으로 관리하는 기법이며, 타임스탬프의 불정합에 의한 데이터 부적합을 글로벌 운용 환경에서 방지한다.

バージョン番号やタイムスタンプカラムを使った楽観的ロックの具体的な実装方法。UPDATE文のWHERE句でバージョンを条件に含め、更新行数ゼロで競合検出を行うパターンである。

버전 번호나 타임스탬프 컬럼을 사용한 낙관적 잠금의 구체적인 구현 방법이다. UPDATE문의 WHERE절에 버전을 조건으로 포함하여 충돌을 감지한다.

データを行単位ではなく列単位で格納するストレージ形式のこと。分析クエリにおいて必要な列のみを読み込むため、I/O効率が高く集計処理のパフォーマンスに優れている。

데이터를 행 단위가 아닌 열 단위로 저장하는 스토리지 형식을 말한다. 분석 쿼리에서 필요한 열만 읽어 들이기 때문에 I/O 효율이 높고 집계 처리 성능이 뛰어나다.

複数のデータベースやサービスにまたがるトランザクションを一貫性を保ちながら処理する仕組み。2フェーズコミット（2PC）やSagaパターンが代表的な実装手法。

여러 데이터베이스나 서비스에 걸친 트랜잭션을 일관성을 유지하면서 처리하는 메커니즘. 2단계 커밋(2PC)과 Saga 패턴이 대표적인 구현 방식이다.

INSERT・UPDATE・DELETE時に自動実行されるトリガーの処理を最適化してDML操作の性能への影響を最小化する手法であり、不要なトリガーの整理と代替手段への移行も含む。

INSERT·UPDATE·DELETE 시에 자동 실행되는 트리거의 처리를 최적화하여 DML 조작의 성능에의 영향을 최소화하는 기법이며, 불필요한 트리거의 정리와 대체 수단으로의 이행도 포함한다.

パーティションキーのハッシュ値に基づいてデータを均等に分散させるパーティショニング方式。データの偏りを防ぎたい場合に有効だが、範囲クエリには適さない。

파티션 키의 해시 값에 기반하여 데이터를 균등하게 분산시키는 파티셔닝 방식. 데이터 편중을 방지하고 싶을 때 유효하지만, 범위 쿼리에는 적합하지 않다.

Business Intelligenceツール。データを可視化・分析するためのソフトウェア。TableauやPower BIなどが代表例で、経営判断やKPI管理に活用される。

Business Intelligence 툴. 데이터를 시각화·분석하기 위한 소프트웨어. Tableau나 Power BI 등이 대표적이며, 경영 판단이나 KPI 관리에 활용된다.

PostgreSQLで不要になった行の領域を回収してテーブルの肥大化を防止する保守操作であり、autovacuumの設定を適切に調整してディスク使用量の増大とクエリ性能の低下を防ぐ。

PostgreSQL에서 불필요해진 행의 영역을 회수하여 테이블의 비대화를 방지하는 보수 조작이며, autovacuum의 설정을 적절히 조정하여 디스크 사용량의 증대와 쿼리 성능의 저하를 방지한다.

トランザクションのWALデータが記録されるデータベースの物理ファイル。データファイルとは別のディスクに配置することでI/O競合を回避し書き込み性能を向上させる。

트랜잭션의 WAL 데이터가 기록되는 데이터베이스의 물리 파일이다. 데이터 파일과는 별도의 디스크에 배치하여 I/O 경합을 회피하고 쓰기 성능을 향상시킨다.

データを先にロードしてからターゲット側で変換を行うデータ統合処理。クラウドDWHの大規模計算能力を活用し、変換処理をSQLベースで実行するモダンなデータ統合パターンである。

데이터를 먼저 로드한 후 타겟 측에서 변환을 수행하는 데이터 통합 처리이다. 클라우드 DWH의 대규모 계산 능력을 활용하여 변환 처리를 SQL 기반으로 실행하는 모던한 데이터 통합 패턴이다.

テーブルやインデックスへのアクセス頻度を視覚化しホットスポットやボトルネックの特定に役立てる手法である。データの偏りやパーティション間の負荷不均衡を直感的に把握でき、設計改善に活用される。

테이블이나 인덱스에 대한 접근 빈도를 시각화하여 핫스팟이나 병목 지점 식별에 활용하는 기법이다. 데이터 편중이나 파티션 간 부하 불균형을 직관적으로 파악할 수 있어 설계 개선에 활용된다.

テーブルの物理的なデータ並び順をインデックスキーに基づいて決定するインデックス。1テーブルに1つのみ作成可能で、主キーに設定されることが多い。検索・範囲スキャンが高速。

테이블의 물리적 데이터 정렬 순서를 인덱스 키를 기준으로 결정하는 인덱스. 테이블당 하나만 생성 가능하며, 주로 기본 키에 설정된다. 검색 및 범위 스캔 속도가 빠르다.

シャード数やデータ分布を変更するためにデータを再配置する運用作業。負荷の偏りやデータ量の増加に対応するため、オンラインでの再シャーディング技術が求められる。

샤드 수나 데이터 분포를 변경하기 위해 데이터를 재배치하는 운용 작업이다. 부하의 편향이나 데이터량 증가에 대응하기 위해 온라인 리샤딩 기술이 요구된다.

両テーブルを結合キーでソートし、ソート済みデータを突き合わせて結合するアルゴリズム。範囲結合や既にソート済みのデータに対して効率的に動作する。

양 테이블을 결합 키로 정렬하고 정렬 완료 데이터를 대조하여 결합하는 알고리즘이다. 범위 결합이나 이미 정렬 완료된 데이터에 대해 효율적으로 동작한다.

一つのDBインスタンス内でスキーマを機能やドメインごとに分割する設計手法。マイクロサービス移行の前段階としてモノリスDBの論理分割に活用され、依存関係の整理に有効である。

하나의 DB 인스턴스 내에서 스키마를 기능이나 도메인별로 분할하는 설계 기법이다. 마이크로서비스 이행의 전 단계로서 모놀리스 DB의 논리 분할에 활용된다.

データベースを特定の時点の状態に復元する機能。トランザクションログを活用し、障害発生前や誤操作前の任意の時刻にDBを巻き戻すことが可能。

데이터베이스를 특정 시점의 상태로 복원하는 기능. 트랜잭션 로그를 활용하여 장애 발생 전이나 잘못된 조작 이전의 임의 시각으로 DB를 되돌릴 수 있다.

DB操作言語。

DB 조작 언어.

Flywayでスキーマ変更をバージョン番号付きのSQLファイルとして管理し、マイグレーション履歴をflyway_schema_historyテーブルで追跡する手法。CI/CDパイプラインでの自動適用と安全なロールバックを実現する。

Flyway로 스키마 변경을 버전 번호 부착의 SQL 파일로서 관리하고 마이그레이션 이력을 flyway_schema_history 테이블에서 추적하는 기법이다. CI/CD 파이프라인에서의 자동 적용과 안전한 롤백을 실현한다.

データベースの構造（テーブル・カラム・リレーション・制約など）を定義・設計する作業。システムの拡張性やパフォーマンスに直結するため、開発初期に慎重に行う必要がある。

데이터베이스의 구조(테이블·컬럼·관계·제약 조건 등)를 정의하고 설계하는 작업. 시스템의 확장성과 성능에 직결되므로 개발 초기에 신중하게 진행해야 한다.

SQLでSELECT文の結果を特定の列を基準に昇順（ASC）または降順（DESC）で並べ替えるための句。複数列の指定も可能で、データの表示順序を制御する。

SQL에서 SELECT 문의 결과를 특정 열을 기준으로 오름차순(ASC) 또는 내림차순(DESC)으로 정렬하는 절. 여러 열 지정도 가능하며, 데이터의 표시 순서를 제어한다.

WITH句で定義する名前付きの一時的な結果セット。再帰クエリやサブクエリの可読性向上に有効で、階層データの探索やレポート生成クエリの構造化に広く活用される手法である。

WITH절로 정의하는 이름 있는 임시 결과 세트이다. 재귀 쿼리나 서브쿼리의 가독성 향상에 유효하며 리포트 생성 쿼리의 구조화에 널리 활용되는 기법이다.

データベースにおける文字列の比較・並び替えルールを定義する設定。文字コードや言語ごとに大文字小文字の区別、アクセント記号の扱い方などを制御する。

데이터베이스에서 문자열의 비교 및 정렬 규칙을 정의하는 설정. 문자 코드와 언어별로 대소문자 구분, 악센트 기호 처리 방식 등을 제어한다.

ノードとエッジでデータの関係性を表現するDBMS。SNSの友人関係や推薦エンジンなど、複雑な関連データの高速クエリに適しており、Neo4jやAmazon Neptuneが代表例。

노드와 엣지로 데이터 관계를 표현하는 DBMS. SNS 친구 관계나 추천 엔진 등 복잡한 연관 데이터의 고속 쿼리에 적합하며, Neo4j와 Amazon Neptune이 대표적인 예시입니다.

アプリケーション用・管理用・読み取り専用など用途別にデータベースユーザーを分離して最小権限を付与する設計であり、誤操作や不正アクセスの影響範囲を限定する効果がある。

애플리케이션용·관리용·읽기 전용 등 용도별로 데이터베이스 사용자를 분리하여 최소 권한을 부여하는 설계이며, 오조작이나 부정 접근의 영향 범위를 한정하는 효과가 있다.

複数のトランザクションやプロセスが互いにロックを待ち合い、処理が永遠に進まない状態（デッドロック）を未然に防ぐための設計・実装手法。

여러 트랜잭션이나 프로세스가 서로 락을 기다리며 처리가 영원히 진행되지 않는 교착 상태(Deadlock)를 미연에 방지하기 위한 설계 및 구현 기법.

個人情報やクレジットカード番号などの機密データを列レベルで暗号化して保存する管理手法であり、暗号化キーのローテーションとアクセス制御を適切に運用することが求められる。

개인 정보나 신용카드 번호 등의 기밀 데이터를 열 레벨로 암호화하여 보존하는 관리 기법이며, 암호화 키의 로테이션과 접근 제어를 적절히 운용하는 것이 요구된다.

データベースにおけるテーブルの構造を定義する作業。カラム名・データ型・主キー・外部キー・インデックスなどを決定し、正規化やパフォーマンスを考慮して設計する。

데이터베이스에서 테이블의 구조를 정의하는 작업. 컬럼명·데이터 타입·기본 키·외래 키·인덱스 등을 결정하며, 정규화와 성능을 고려하여 설계한다.

データベースに保存されたSQL処理のまとまり。あらかじめコンパイルされているため実行速度が速く、複雑なビジネスロジックをDB側に集約できる。

데이터베이스에 저장된 SQL 처리 묶음. 미리 컴파일되어 있어 실행 속도가 빠르며, 복잡한 비즈니스 로직을 DB 측에 집약할 수 있다.

同一のパーティションキーで分割された複数のテーブルを、パーティション単位で結合処理する最適化手法である。全データをスキャンせずに対応するパーティション同士のみを結合するため、大幅な性能改善が得られる。

동일한 파티션 키로 분할된 복수 테이블을 파티션 단위로 조인 처리하는 최적화 기법이다. 전체 데이터를 스캔하지 않고 대응하는 파티션끼리만 조인하므로 대폭적인 성능 개선을 얻을 수 있다.

マルチモデルデータベース。ドキュメント・グラフ・リレーショナルデータを単一DBで扱え、リアルタイムサブスクリプションやサーバーレス動作もサポートする。

멀티모델 데이터베이스. 문서·그래프·관계형 데이터를 단일 DB로 다루고, 실시간 구독과 서버리스 동작도 지원한다.

テーブル間の参照整合性を外部キー制約で保証する設計手法であり、カスケード削除やSET NULLなどのアクション定義および制約の無効化タイミングを考慮して設計する。

테이블 간의 참조 정합성을 외래 키 제약으로 보증하는 설계 기법이며, 캐스케이드 삭제나 SET NULL 등의 액션 정의 및 제약의 무효화 타이밍을 고려하여 설계한다.

データベースへのアクセスや操作の記録を定期的に検証し、不正アクセスや権限の逸脱を検出するプロセスである。コンプライアンス要件を満たすために必須であり、監査証跡の改ざん防止対策も含まれる。

데이터베이스에 대한 접근이나 조작 기록을 정기적으로 검증하여 부정 접근이나 권한 일탈을 검출하는 프로세스이다. 컴플라이언스 요건을 충족하기 위해 필수이며 감사 증적의 변조 방지 대책도 포함된다.

データベースやシステムにおける主従関係の構成。マスターが書き込みを担当し、スレーブがデータを複製して読み取りを分散処理するアーキテクチャ。

데이터베이스 및 시스템에서의 주종 관계 구성. 마스터가 쓰기를 담당하고, 슬레이브가 데이터를 복제하여 읽기를 분산 처리하는 아키텍처.

データを複数のDBインスタンスに水平分割する際の分割キーと分散方式の設計戦略。ハッシュ・レンジ・ジオグラフィックなどの分割方式から適切な戦略を選定する。

데이터를 복수의 DB 인스턴스에 수평 분할하는 경우의 분할 키와 분산 방식의 설계 전략이다. 해시·레인지·지오그래픽 등의 분할 방식에서 적절한 전략을 선정한다.

データベースのスキーマ変更やデータ移行を、バージョン管理しながら安全に適用・ロールバックできる仕組み。FlywayやLiquibaseなどのツールが代表的。

데이터베이스의 스키마 변경 및 데이터 이전을 버전 관리하면서 안전하게 적용 및 롤백할 수 있는 체계. Flyway, Liquibase 등의 툴이 대표적이다.

データベースのアクセス権限をロール単位で管理し個別ユーザーへの直接権限付与を排除する手法であり、権限管理の一貫性と監査容易性を確保して運用コストの削減に寄与する。

데이터베이스의 접근 권한을 롤 단위로 관리하고 개별 사용자에의 직접 권한 부여를 배제하는 기법이며, 권한 관리의 일관성과 감사 용이성을 확보하여 운용 비용의 삭감에 기여한다.

データベースオプティマイザがクエリを意味的に等価なより効率的な形式に自動変換する最適化機能であり、サブクエリの展開やビューのマージなどの多様な変換処理が含まれる。

데이터베이스 옵티마이저가 쿼리를 의미적으로 등가인 보다 효율적인 형식으로 자동 변환하는 최적화 기능이며, 서브쿼리의 전개나 뷰의 병합 등의 다양한 변환 처리가 포함된다.

アップグレード後に問題が発生した場合に、データベースを以前のバージョンに戻す操作である。事前にダウングレード手順の検証とデータ互換性の確認を行い、ロールバック計画として準備しておく。

업그레이드 후 문제가 발생한 경우 데이터베이스를 이전 버전으로 되돌리는 조작이다. 사전에 다운그레이드 절차의 검증과 데이터 호환성 확인을 수행하고 롤백 계획으로 준비해 둔다.

データ更新時にバージョン番号やタイムスタンプで競合を検出する排他制御方式であり、読み取り時にはロックを取得せず更新時に競合が発生した場合のみリトライする。高並行環境に適する。

데이터 갱신 시에 버전 번호나 타임스탬프로 경합을 검출하는 배타 제어 방식이며, 읽기 시에는 잠금을 취득하지 않고 갱신 시에 경합이 발생한 경우에만 재시도한다. 고병행 환경에 적합하다.

ワークロード別にCPU・メモリ・I/Oの使用上限を設定し、特定のクエリやユーザーがリソースを独占することを防止する機能である。優先度に基づくリソース配分により、重要な処理の性能を保証する。

워크로드별로 CPU·메모리·I/O의 사용 상한을 설정하여 특정 쿼리나 사용자가 리소스를 독점하는 것을 방지하는 기능이다. 우선도에 기반한 리소스 배분으로 중요한 처리의 성능을 보장한다.

MVCC環境下で各バージョンのタプルに対応するインデックスエントリを管理する方式である。不要なバージョンのインデックスエントリが蓄積するとインデックス肥大化の原因となるため、定期的なメンテナンスが必要になる。

MVCC 환경에서 각 버전의 튜플에 대응하는 인덱스 엔트리를 관리하는 방식이다. 불필요한 버전의 인덱스 엔트리가 축적되면 인덱스 비대화의 원인이 되므로 정기적인 유지 보수가 필요하다.

WALからDML操作を論理的な変更イベントとして抽出し、外部システムに配信するPostgreSQLの機能。CDC（Change Data Capture）やリアルタイムデータ同期の基盤として使用される仕組みである。

WAL에서 DML 조작을 논리적인 변경 이벤트로서 추출하고 외부 시스템에 배신하는 PostgreSQL의 기능이다. CDC(Change Data Capture)나 실시간 데이터 동기의 기반으로 사용되는 구조이다.

プライマリとレプリカ間のデータ反映遅延を継続的に計測・監視する運用。遅延が閾値を超えた場合にアラートを発報し、読み取り一貫性の問題を早期に検知する仕組みである。

프라이머리와 레플리카 간의 데이터 반영 지연을 지속적으로 계측·모니터링하는 운용이다. 지연이 임계값을 초과하면 알림을 발송한다.

クエリオプティマイザに対して特定のインデックスの使用を明示的に指示するSQL構文である。オプティマイザが最適でないインデックスを選択する場合に、強制的に適切なインデックスを使用させる。

쿼리 옵티마이저에 대해 특정 인덱스의 사용을 명시적으로 지시하는 SQL 구문이다. 옵티마이저가 최적이 아닌 인덱스를 선택하는 경우 강제적으로 적절한 인덱스를 사용하게 한다.

プライマリDBのWALレコードをリアルタイムでスタンバイに転送する物理レプリケーション構成。同期モードでは書き込みの一貫性を保証し、非同期モードではパフォーマンスを優先する選択が可能である。

프라이머리 DB의 WAL 레코드를 실시간으로 스탠바이에 전송하는 물리 레플리케이션 구성이다. 동기 모드에서는 쓰기의 일관성을 보증하고 비동기 모드에서는 퍼포먼스를 우선하는 선택이 가능한 구성이다.

Netflix発のオープンテーブル形式。大規模データレイクにACIDトランザクション・スキーマ進化・パーティション最適化を提供し、SparkやTrinoなど多数のエンジンが対応している。

Netflix에서 시작된 오픈 테이블 형식. 대규모 데이터 레이크에 ACID 트랜잭션·스키마 발전·파티션 최적화를 제공하며, Spark나 Trino 등 다수의 엔진이 지원한다.

SQLクエリの実行計画をEXPLAINで可視化し、テーブルスキャンや結合コストを分析する手法。EXPLAIN ANALYZEで実際の実行統計も取得でき、チューニングの出発点となる。

SQL 쿼리의 실행 계획을 EXPLAIN으로 가시화하여 테이블 스캔이나 조인 비용을 분석하는 기법이다. EXPLAIN ANALYZE로 실제 실행 통계도 취득할 수 있다. 튜닝의 출발점이 된다.

WALログからテーブル単位の変更イベントを論理的な形式で抽出する仕組みである。変更データキャプチャやリアルタイムデータ連携の基盤として活用され、異種DB間のデータ同期にも応用される。

WAL 로그에서 테이블 단위의 변경 이벤트를 논리적 형식으로 추출하는 구조이다. 변경 데이터 캡처나 실시간 데이터 연계의 기반으로 활용되며 이종 DB 간 데이터 동기에도 응용된다.

特定のキーやパーティションにアクセスが集中する問題への対処法。キー設計の見直しやソルティング、バケット分散などでアクセスを均等化し、DBの性能低下を防止する手法である。

특정 키나 파티션에 접근이 집중되는 문제에 대한 대처법이다. 키 설계 재검토나 솔팅, 버킷 분산 등으로 접근을 균등화한다.

SQLにおいて、結合条件に一致しない行も含めて結果を返す結合方法。LEFT/RIGHT/FULL OUTER JOINの種類があり、マスタテーブルと明細データの照合などに多用される。

SQL에서 결합 조건에 일치하지 않는 행도 포함하여 결과를 반환하는 조인 방법. LEFT/RIGHT/FULL OUTER JOIN의 종류가 있으며, 마스터 테이블과 상세 데이터 조회 등에 많이 사용된다.

トランザクションDB（OLTP）のデータを、複雑なETLパイプラインを構築・管理することなく、分析用データウェアハウス（OLAP）へほぼリアルタイムに連携・同期する仕組み。

트랜잭션 DB(OLTP)의 데이터를 복잡한 ETL 파이프라인을 구축·관리할 필요 없이 분석용 데이터 웨어하우스(OLAP)로 거의 실시간으로 연계·동기화하는 구조.

ソート済みの2つのテーブルを順序通りに走査しながら一致する行を結合するアルゴリズムである。両テーブルがすでにソートされている場合に最も効率的で、大規模データの等価結合やレンジ結合に適している。

정렬 완료된 2개의 테이블을 순서대로 주사하면서 일치하는 행을 조인하는 알고리즘이다. 양쪽 테이블이 이미 정렬되어 있는 경우 가장 효율적이며 대규모 데이터의 등가 조인이나 범위 조인에 적합하다.

データベースの変更（INSERT/UPDATE/DELETE）をリアルタイムで検知・追跡する技術。CDC（Change Data Capture）とも呼ばれ、データ同期やイベント駆動アーキテクチャに活用される。

데이터베이스의 변경(INSERT/UPDATE/DELETE)을 실시간으로 감지·추적하는 기술. CDC(Change Data Capture)라고도 하며, 데이터 동기화나 이벤트 기반 아키텍처에 활용된다.

ブロック範囲インデックスの略で、物理的に連続したデータブロックの最小値・最大値を記録する軽量なインデックス。時系列データなど自然にソートされたデータに対して極めて小さいサイズで効果的な絞り込みが可能。

블록 범위 인덱스(Block Range Index)의 약어로, 물리적으로 연속된 데이터 블록의 최솟값·최댓값을 기록하는 경량 인덱스. 시계열 데이터 등 자연스럽게 정렬된 데이터에 대해 극히 작은 크기로 효과적인 필터링이 가능하다.

要素の存在を確率的に判定する空間効率の高いデータ構造。偽陽性はあるが偽陰性がなく、不要なディスクI/Oを事前に排除してクエリ性能を向上させるフィルタとして使用される。

요소의 존재를 확률적으로 판정하는 공간 효율이 높은 데이터 구조이다. 위양성은 있지만 위음성이 없으며 불필요한 디스크 I/O를 사전에 배제하여 쿼리 성능을 향상시키는 필터로 사용된다.

分散トランザクションで全参加ノードの一貫性を保証するプロトコル。準備フェーズで全ノードがコミット可能か確認し、コミットフェーズで一斉にコミットまたはロールバックする。

분산 트랜잭션에서 모든 참여 노드의 일관성을 보장하는 프로토콜. 준비 단계에서 전 노드가 커밋 가능한지 확인하고, 커밋 단계에서 일제히 커밋 또는 롤백한다.

高次元のベクトルデータを効率的に格納・検索するDBで、AIや機械学習における類似度検索に特化。Pinecone、Weaviate、pgvectorなどが代表的。

고차원 벡터 데이터를 효율적으로 저장·검색하는 DB로, AI 및 머신러닝의 유사도 검색에 특화되어 있다. Pinecone, Weaviate, pgvector 등이 대표적이다.

プライマリDB障害時にスタンバイノードへの昇格を自動的に実行するHA構成。Patroni やrepmgrなどのツールがリーダー選出とフェイルオーバーを制御し、ダウンタイムを秒単位に最小化する。

프라이머리 DB 장애 시 스탠바이 노드로의 승격을 자동으로 실행하는 HA 구성이다. Patroni나 repmgr 등의 도구가 리더 선출과 페일오버를 제어하고 다운타임을 초 단위로 최소화한다.

本番想定のワークロードをDBに対して実行し、性能限界やボトルネックを特定するテスト。同時接続数・スループット・レスポンスタイムを計測し、チューニング指針を得る作業である。

운영 환경을 상정한 워크로드를 DB에 대해 실행하여 성능 한계나 병목을 특정하는 테스트이다. 동시 접속 수·처리량·응답 시간을 계측한다.

テーブル間の参照整合性や業務ルールに基づくデータの妥当性を検証する作業。外部キー違反・孤立レコード・重複データなどを定期的に検出し、データ品質を維持する運用手法である。

테이블 간의 참조 정합성이나 업무 규칙에 따른 데이터의 타당성을 검증하는 작업이다. 외래 키 위반·고립 레코드·중복 데이터 등을 정기적으로 검출한다.

過去に実行されたクエリの実行計画やパフォーマンス統計を自動的に記録・保持する機能である。クエリの性能劣化を時系列で追跡し、実行計画の強制適用によるリグレッション対策にも活用される。

과거에 실행된 쿼리의 실행 계획이나 성능 통계를 자동으로 기록·보존하는 기능이다. 쿼리의 성능 저하를 시계열로 추적하고 실행 계획의 강제 적용에 의한 리그레션 대책에도 활용된다.

データベースやUIにおける位置指示子。DBではクエリ結果を行単位で処理する仕組みを指し、UIではマウスポインタや入力位置を示す概念として使われる。

데이터베이스나 UI에서의 위치 지시자. DB에서는 쿼리 결과를 행 단위로 처리하는 메커니즘을 가리키며, UI에서는 마우스 포인터나 입력 위치를 나타내는 개념으로 사용된다.

Online Transaction Processingの略。銀行振込や注文処理など、短時間で多数のトランザクションをリアルタイムに処理するDBの運用形態。

Online Transaction Processing의 약자. 은행 이체나 주문 처리 등 짧은 시간 내에 다수의 트랜잭션을 실시간으로 처리하는 DB 운용 형태.

テーブルの行単位でアクセス権限を制御するデータベースのセキュリティ機能。接続ユーザーの属性に基づいてWHERE条件を自動付与し、権限のないデータの参照・変更を防止するマルチテナント対応手法である。

테이블의 행 단위로 접근 권한을 제어하는 데이터베이스의 보안 기능이다. 접속 사용자의 속성에 기반하여 WHERE 조건을 자동 부여하고 권한이 없는 데이터의 참조·변경을 방지하는 멀티테넌트 대응 기법이다.

OLTP処理とOLAP処理を異なるデータベースインスタンスに分離し、相互の性能干渉を防止する設計手法である。リードレプリカやデータウェアハウスへの連携により、各ワークロードに最適化された構成を実現する。

OLTP 처리와 OLAP 처리를 서로 다른 데이터베이스 인스턴스에 분리하여 상호 성능 간섭을 방지하는 설계 기법이다. 리드 레플리카나 데이터 웨어하우스로의 연계로 각 워크로드에 최적화된 구성을 실현한다.

クエリに必要なすべての列がインデックスに含まれており、テーブル本体へのアクセスなしに結果を返せる最適化されたインデックス設計手法。

쿼리에 필요한 모든 컬럼이 인덱스에 포함되어 있어, 테이블 본체에 접근하지 않고 결과를 반환할 수 있는 최적화된 인덱스 설계 기법.

列指向でデータを格納するインデックス構造。分析クエリの集計処理でカラム単位の効率的なスキャンを可能にし、行指向ストレージの弱点を補完するハイブリッド構成で使用される。

열 지향으로 데이터를 저장하는 인덱스 구조이다. 분석 쿼리의 집계 처리에서 컬럼 단위의 효율적 스캔을 가능하게 하며 행 지향 스토리지의 약점을 보완하는 하이브리드 구성에서 사용된다.

クエリ実行中にリアルタイムの統計情報を基に実行計画を動的に変更する最適化手法である。静的な実行計画では統計誤差により非効率になる場合に、実行途中で結合方式やパーティション戦略を適応的に切り替える。

쿼리 실행 중 실시간 통계 정보를 기반으로 실행 계획을 동적으로 변경하는 최적화 기법이다. 정적 실행 계획에서는 통계 오차로 비효율적이 되는 경우에 실행 도중 조인 방식이나 파티션 전략을 적응적으로 전환한다.

データの重複を排除してテーブル構造を最適化するデータベース設計の手法であり、第1正規形から第3正規形までの段階的な正規化によりデータの整合性を維持し更新異常を防止する。

데이터의 중복을 배제하여 테이블 구조를 최적화하는 데이터베이스 설계의 기법이며, 제1정규형에서 제3정규형까지의 단계적인 정규화로 데이터의 정합성을 유지하고 갱신 이상을 방지한다.

大量のレコード挿入時に単一INSERTではなくバルクINSERTやCOPYコマンドを使って一括処理する最適化手法。トランザクションオーバーヘッドとネットワークラウンドトリップを削減し、挿入スループットを大幅に向上させる。

대량의 레코드 삽입 시 단일 INSERT가 아닌 벌크 INSERT나 COPY 커맨드를 사용하여 일괄 처리하는 최적화 기법이다. 트랜잭션 오버헤드와 네트워크 라운드 트립을 삭감하고 삽입 스루풋을 대폭 높이는 기법이다.

テーブルの行数・カラムの値分布・NULL率などオプティマイザが実行計画を決定するために参照するメタデータ。統計情報が古いと最適でない実行計画が選択され性能が劣化する。

테이블의 행 수·컬럼의 값 분포·NULL률 등 옵티마이저가 실행 계획을 결정하기 위해 참조하는 메타데이터이다. 통계 정보가 오래되면 최적이 아닌 실행 계획이 선택되어 성능이 열화한다.

データベーススキーマの変更をバージョン管理し段階的に適用するプロセス。FlywayやAlembicなどのツールで変更履歴を管理しロールバック可能な安全なスキーマ変更を行う。

데이터베이스 스키마의 변경을 버전 관리하고 단계적으로 적용하는 프로세스이다. Flyway나 Alembic 등의 도구로 변경 이력을 관리하고 롤백 가능한 안전한 스키마 변경을 수행한다.

アプリケーション・開発者・管理者ごとに異なるDB権限を設定する設計。読み取り専用・DML限定・DDL可能など段階的な権限レベルを設け、誤操作や不正アクセスのリスクを低減する。

애플리케이션·개발자·관리자별로 다른 DB 권한을 설정하는 설계이다. 읽기 전용·DML 한정·DDL 가능 등 단계적 권한 레벨을 두어 리스크를 저감한다.

ディスクに保存されたデータベースファイルを暗号化し、物理的なストレージへの不正アクセスからデータを保護する技術である。暗号鍵の管理とローテーション運用が安全性を左右する重要な要素となる。

디스크에 저장된 데이터베이스 파일을 암호화하여 물리적인 스토리지로의 부정 접근으로부터 데이터를 보호하는 기술이다. 암호 키의 관리와 로테이션 운용이 안전성을 좌우하는 중요한 요소가 된다.

EXPLAIN (ANALYZE, BUFFERS)で実行計画の各ノードが読み書きしたバッファページ数を分析する手法。共有バッファのヒット率とディスクI/Oの発生箇所を特定し、インデックス設計やメモリ設定の改善に活用する。

EXPLAIN (ANALYZE, BUFFERS)로 실행 계획의 각 노드가 읽고 쓴 버퍼 페이지 수를 분석하는 기법이다. 공유 버퍼의 히트율과 디스크 I/O의 발생 개소를 특정하고 인덱스 설계나 메모리 설정의 개선에 활용한다.

アプリケーションのDB接続プールサイズをスレッド数やクエリ特性に基づいて最適値に算出する手法。接続プールが小さすぎると接続待ちが発生し、大きすぎるとDBのコンテキストスイッチが増加する問題を解決する。

애플리케이션의 DB 접속 풀 사이즈를 스레드 수나 쿼리 특성에 기반하여 최적값으로 산출하는 기법이다. 접속 풀이 너무 작으면 접속 대기가 발생하고 너무 크면 DB의 컨텍스트 스위치가 증가하는 문제를 해결한다.

大量データの一括挿入時にトランザクション制御・インデックスの一時無効化・バッチサイズの調整・ログ出力抑制などの最適化を行い投入速度を大幅に向上させる手法である。

대량 데이터의 일괄 삽입 시에 트랜잭션 제어·인덱스의 일시 무효화·배치 사이즈 조정·로그 출력 억제 등의 최적화를 수행하여 투입 속도를 대폭 향상시키는 기법이다.

PostgreSQL向けの軽量コネクションプーラー。データベースへの接続数を制限・再利用することで、大量リクエスト時のリソース消費を抑えパフォーマンスを向上させる。

PostgreSQL용 경량 커넥션 풀러. 데이터베이스 연결 수를 제한하고 재사용하여 대량 요청 시 리소스 소비를 줄이고 성능을 향상시킨다.

特定時点のデータベース状態を読み取り専用のコピーとして瞬時に作成する機能である。レポート生成やデータ検証のために本番DBに負荷をかけずにデータを参照でき、テスト環境の迅速な構築にも活用される。

특정 시점의 데이터베이스 상태를 읽기 전용 복사본으로 순간적으로 생성하는 기능이다. 리포트 생성이나 데이터 검증을 위해 운영 DB에 부하를 주지 않고 데이터를 참조할 수 있으며 테스트 환경의 신속한 구축에도 활용된다.

分散システムにおいて「一貫性・可用性・分断耐性」の3つを同時に満たすことは不可能であるという定理。設計時のトレードオフ判断に用いられる。

분산 시스템에서 '일관성·가용성·분단 내성' 세 가지를 동시에 만족하는 것은 불가능하다는 정리. 설계 시 트레이드오프 판단에 활용된다.

ソーステーブルの変更を検知し、マテリアライズドビューのデータを自動的に再計算・更新する仕組みである。手動リフレッシュの運用負荷を排除しつつ、データの鮮度と参照性能のバランスを最適化する。

소스 테이블의 변경을 감지하여 구체화 뷰의 데이터를 자동으로 재계산·갱신하는 구조이다. 수동 리프레시의 운용 부하를 제거하면서 데이터의 신선도와 참조 성능의 균형을 최적화한다.

メモリ上のダーティページをディスクに書き出し、復旧開始位置を更新するDB内部処理。チェックポイント以前のWALは不要となりディスク消費の削減と復旧時間の短縮を実現する。

메모리상의 더티 페이지를 디스크에 기록하고 복구 시작 위치를 갱신하는 DB 내부 처리이다. 체크포인트 이전의 WAL은 불필요해지며 디스크 소비 절감과 복구 시간 단축을 실현한다.

レコードが存在しない場合はINSERT、存在する場合はUPDATEを1文で実行するSQL操作。重複キー検出時の競合解決をアトミックに処理し、アプリケーション側のSELECT→INSERT/UPDATEロジックを不要にする。

레코드가 존재하지 않는 경우는 INSERT, 존재하는 경우는 UPDATE를 1문으로 실행하는 SQL 조작이다. 중복 키 감지 시의 경합 해결을 아토믹하게 처리하고 애플리케이션 측의 SELECT→INSERT/UPDATE 로직을 불필요하게 한다.

クエリの中間結果や最終結果の行数をオプティマイザが推定する処理。推定精度が実行計画の品質を大きく左右し、誤った推定はネステッドループ結合の性能劣化などの原因となる。

쿼리의 중간 결과나 최종 결과의 행 수를 옵티마이저가 추정하는 처리이다. 추정 정밀도가 실행 계획의 품질을 크게 좌우하며 잘못된 추정은 네스티드 루프 결합의 성능 열화 등의 원인이 된다.

表の「行」。データ1件分。

표의 "행". 데이터 1건.

データの挿入・更新・削除によりインデックスの物理的な配置が断片化する現象。フラグメンテーションが進むとI/O効率が低下し、クエリ性能に悪影響を及ぼすためリビルドが必要になる。

데이터의 삽입·갱신·삭제로 인해 인덱스의 물리적 배치가 단편화되는 현상. 단편화가 진행되면 I/O 효율이 저하되고 쿼리 성능에 악영향을 미쳐 리빌드가 필요해진다.

スキーマ変更やマイグレーションを全ノードに一斉適用せず、一部のノードに先行適用して問題がないか検証する手法である。異常検知時には変更を即座にロールバックし、全体への影響を最小化する。

스키마 변경이나 마이그레이션을 전체 노드에 일괄 적용하지 않고 일부 노드에 선행 적용하여 문제가 없는지 검증하는 기법이다. 이상 감지 시 변경을 즉시 롤백하여 전체에 대한 영향을 최소화한다.

テキストデータの全文を対象に高速検索を行うためのインデックス。RDBMSやElasticsearchなどで使用され、LIKE検索より大幅にパフォーマンスが向上する。

텍스트 데이터 전체를 대상으로 고속 검색을 수행하기 위한 인덱스. RDBMS나 Elasticsearch 등에서 사용되며, LIKE 검색보다 성능이 크게 향상된다.

PostgreSQLなどのDBでWrite-Ahead Logを外部ストレージに保存する仕組み。ポイントインタイムリカバリやレプリケーションの基盤となる重要な機能。

PostgreSQL 등 DB에서 Write-Ahead Log를 외부 스토리지에 저장하는 방식으로, 특정 시점 복구(PITR)와 복제의 기반이 되는 중요한 기능입니다.

テーブル間の参照整合性を保証する制約。親テーブルに存在しない値の挿入や、参照先の削除を防止する。データの一貫性維持に有効だが、大量書き込み時の性能への影響を考慮する。

테이블 간의 참조 정합성을 보장하는 제약이다. 부모 테이블에 존재하지 않는 값의 삽입이나 참조 대상의 삭제를 방지한다. 데이터 일관성 유지에 유효하지만 대량 쓰기 시 성능에 대한 영향을 고려한다.

同一トランザクション内で同じ行を2回読み取った際に他トランザクションの更新で値が変わる現象である。REPEATABLE READ以上の分離レベルを設定することで防止でき、金融系システムでは特に注意が必要となる。

동일 트랜잭션 내에서 같은 행을 두 번 읽었을 때 다른 트랜잭션의 갱신으로 값이 변하는 현상이다. REPEATABLE READ 이상의 격리 수준을 설정하여 방지할 수 있으며 금융 시스템에서는 특히 주의가 필요하다.

データを中央集権的に管理するのではなく、各ドメインのチームがデータプロダクトとして所有・提供する分散型のデータアーキテクチャ。

데이터를 중앙 집중적으로 관리하지 않고, 각 도메인 팀이 데이터 프로덕트로서 소유하고 제공하는 분산형 데이터 아키텍처.

継続的に発生するデータ（ストリームデータ）を、到着した端からリアルタイムに処理・分析するアーキテクチャ。バッチ処理と対比され、不正検知やリアルタイムダッシュボードに必須の技術。

지속적으로 발생하는 데이터(스트림 데이터)를 도착하는 즉시 실시간으로 처리·분석하는 아키텍처. 배치 처리와 대비되며, 부정 탐지나 실시간 대시보드에 필수적인 기술.

複数ノードにデータを分散させながらSQL互換のクエリインターフェースを提供するDBシステム。高可用性・水平スケーラビリティとACIDトランザクションを両立する。

여러 노드에 데이터를 분산시키면서 SQL 호환 쿼리 인터페이스를 제공하는 DB 시스템. 고가용성·수평 확장성과 ACID 트랜잭션을 동시에 지원한다.

データベースの設定パラメータ、クエリ、スキーマ、インデックスなどを調整してパフォーマンスを最適化する総合的な作業。メモリ割り当てやI/O設定の調整も含む。

데이터베이스의 설정 파라미터, 쿼리, 스키마, 인덱스 등을 조정하여 성능을 최적화하는 종합적인 작업. 메모리 할당이나 I/O 설정 조정도 포함한다.

アプリケーションがDB接続を適切に解放せず接続数が枯渇する問題で、最終的にサービス障害を引き起こす。例外処理でのfinally句による確実な解放や、コネクションプールのリーク検出機能による対策が重要である。

애플리케이션이 DB 접속을 적절히 해제하지 않아 접속 수가 고갈되는 문제로, 최종적으로 서비스 장애를 일으킨다. 예외 처리의 finally 절에 의한 확실한 해제나 커넥션 풀의 누수 검출 기능에 의한 대책이 중요하다.

特定のユーザーやアプリケーションからのクエリ実行頻度に上限を設けて、データベースへの過負荷を防止する制御である。バースト的なアクセスからDBを保護し、全体の安定稼働を維持する。

특정 사용자나 애플리케이션에서의 쿼리 실행 빈도에 상한을 두어 데이터베이스에 대한 과부하를 방지하는 제어이다. 버스트적 접근으로부터 DB를 보호하고 전체의 안정 가동을 유지한다.

読み取り専用のレプリカをプライマリ（書き込み可能）に昇格させる操作。マスター障害時のフェイルオーバーや、データベースの移行・アップグレード時に利用される重要な手順である。

읽기 전용 레플리카를 프라이머리(쓰기 가능)로 승격시키는 조작. 마스터 장애 시 페일오버나 데이터베이스 이행·업그레이드 시에 활용되는 중요한 절차이다.

単一のクエリを複数のワーカープロセスに分割して並行処理し、大規模データの処理速度を向上させる手法である。パーティションテーブルや集計処理で特に効果が高く、CPU資源を効率的に活用する。

단일 쿼리를 복수의 워커 프로세스로 분할하여 병행 처리하고 대규모 데이터의 처리 속도를 향상시키는 기법이다. 파티션 테이블이나 집계 처리에서 특히 효과가 높으며 CPU 자원을 효율적으로 활용한다.

プライマリDBに障害が発生した際、スタンバイDBに自動的に切り替える仕組み。RTO短縮のため自動検知と切り替えを実装し、ダウンタイムを最小限に抑える高可用性設計である。

프라이머리 DB에 장애가 발생했을 때 스탠바이 DB로 자동 전환하는 구조이다. RTO 단축을 위해 자동 감지와 전환을 구현한다.

クエリ実行時にSQL式や集計処理をネイティブコードへ動的にコンパイルし、インタープリタ方式よりも高速に処理する技術である。大量行の式評価やタプル処理で顕著な性能向上が見込める。

쿼리 실행 시 SQL 식이나 집계 처리를 네이티브 코드로 동적 컴파일하여 인터프리터 방식보다 고속으로 처리하는 기술이다. 대량 행의 식 평가나 튜플 처리에서 현저한 성능 향상을 기대할 수 있다.

小さい方のテーブルからハッシュテーブルを構築し、大きい方のテーブルを走査して結合するアルゴリズム。等価結合に特化し大量データの結合で高い性能を発揮する。

작은 쪽의 테이블에서 해시 테이블을 구축하고 큰 쪽의 테이블을 주사하여 결합하는 알고리즘이다. 등가 결합에 특화되며 대량 데이터 결합에서 높은 성능을 발휘한다.

同一トランザクション内で同じ範囲検索を行った際に他トランザクションの挿入で結果行数が変化する現象への対策である。SERIALIZABLE分離レベルやギャップロックを適用して防止する。

동일 트랜잭션 내에서 같은 범위 검색 시 다른 트랜잭션의 삽입으로 결과 행 수가 변하는 현상에 대한 대책이다. SERIALIZABLE 격리 수준이나 갭 락을 적용하여 방지한다.

PostgreSQLのltree拡張でツリー構造のデータパスをラベル付きで格納し、効率的に階層クエリを実行するデータ型。カテゴリ階層や組織構造の表現に適し、祖先・子孫の検索がGiSTインデックスで高速に行える。

PostgreSQL의 ltree 확장으로 트리 구조의 데이터 경로를 라벨 부착으로 격납하고 효율적으로 계층 쿼리를 실행하는 데이터 타입이다. 카테고리 계층이나 조직 구조의 표현에 적합하고 조상·자손의 검색이 GiST 인덱스로 고속으로 수행된다.

PgBouncerやProxySQLのような外部コネクションプーラーを導入してアプリケーションとデータベース間の接続を効率化する手法であり、接続オーバーヘッドの大幅な削減に寄与する。

PgBouncer나 ProxySQL과 같은 외부 커넥션 풀러를 도입하여 애플리케이션과 데이터베이스 간의 접속을 효율화하는 기법이며, 접속 오버헤드의 대폭적인 삭감에 기여한다.

テーブルの列に入力できる値の条件を定義するSQL制約。条件を満たさないデータはINSERTやUPDATE時にエラーとなり、データの整合性を保つ。

테이블 열에 입력할 수 있는 값의 조건을 정의하는 SQL 제약. 조건을 충족하지 않는 데이터는 INSERT나 UPDATE 시 오류가 발생하며 데이터 정합성을 유지한다.

PostgreSQL拡張のTimescaleDBで時系列データをチャンク単位で自動圧縮する機能。ネイティブ圧縮により90〜95%のストレージ削減を実現しつつ、圧縮チャンクに対するクエリも透過的に実行可能にする。

PostgreSQL 확장의 TimescaleDB에서 시계열 데이터를 청크 단위로 자동 압축하는 기능이다. 네이티브 압축으로 90~95%의 스토리지 삭감을 실현하면서 압축 청크에 대한 쿼리도 투과적으로 실행 가능하게 한다.

データの発生元から最終利用先までの変換・移動の流れを追跡する仕組みで、データ品質の担保と監査に活用される。集計値の算出根拠を遡れるようにすることで、規制対応やデータガバナンスの要件を満たす。

데이터의 발생 원점에서 최종 이용처까지의 변환·이동 흐름을 추적하는 구조로, 데이터 품질 보증과 감사에 활용된다. 집계 값의 산출 근거를 소급할 수 있게 하여 규제 대응과 데이터 거버넌스 요건을 충족한다.

統計情報に基づくI/OコストやCPUコストの見積もりから最適な実行計画を選択するオプティマイザ。複数の候補計画のコストを比較し、最もコストの低い計画を採用する。

통계 정보에 기반한 I/O 비용이나 CPU 비용의 견적에서 최적의 실행 계획을 선택하는 옵티마이저이다. 복수의 후보 계획의 비용을 비교하여 가장 비용이 낮은 계획을 채용한다.

データベースのメタデータをデータカタログに自動同期し、テーブル定義やカラム説明を一元管理する仕組みである。データの発見可能性を高め、分析者がセルフサービスでデータにアクセスできる環境を実現する。

데이터베이스의 메타데이터를 데이터 카탈로그에 자동 동기화하여 테이블 정의나 컬럼 설명을 일원 관리하는 구조이다. 데이터의 발견 가능성을 높여 분석가가 셀프서비스로 데이터에 접근할 수 있는 환경을 실현한다.

テーブルの特定カラムに対してLZ4やZSTDなどの圧縮アルゴリズムを適用しストレージ使用量を削減する技術。テキストやJSONなど圧縮効率の高いカラムに適用して、I/O量の削減とクエリ高速化を実現する。

테이블의 특정 칼럼에 대해 LZ4나 ZSTD 등의 압축 알고리즘을 적용하고 스토리지 사용량을 삭감하는 기술이다. 텍스트나 JSON 등 압축 효율이 높은 칼럼에 적용하여 I/O 양의 삭감과 쿼리 고속화를 실현한다.

Change Data Captureの略で、データベースの変更データをリアルタイムに検知・取得する技術。WALの解析やトリガーにより変更差分のみを抽出しストリーミング連携に活用する。

Change Data Capture의 약자로 데이터베이스의 변경 데이터를 실시간으로 감지·취득하는 기술이다. WAL 해석이나 트리거로 변경 차분만을 추출하여 스트리밍 연계에 활용한다.

実行中のクエリの性能情報を収集・分析するツールで、ボトルネックとなるSQLの特定と改善に使用される。実行時間・スキャン行数・ロック待ち時間などの指標を記録し、チューニングの優先度判断に活用する。

실행 중인 쿼리의 성능 정보를 수집·분석하는 도구로, 병목이 되는 SQL의 특정과 개선에 사용된다. 실행 시간·스캔 행 수·잠금 대기 시간 등의 지표를 기록하여 튜닝 우선순위 판단에 활용한다.

データベースプロキシ層で接続プールを一元管理し、アプリケーション側の接続管理を簡素化する構成である。サーバーレス環境での大量の短命接続を効率的に処理し、DB側の接続オーバーヘッドを削減する。

데이터베이스 프록시 계층에서 접속 풀을 일원 관리하여 애플리케이션 측의 접속 관리를 간소화하는 구성이다. 서버리스 환경에서의 대량의 단명 접속을 효율적으로 처리하고 DB 측의 접속 오버헤드를 줄인다.

構造化・非構造化を問わず大量の生データを一元管理するストレージ基盤の設計手法。ETL前の生データをそのまま保持し、後から用途に応じて加工・分析できる柔軟性が特徴。

정형·비정형을 불문하고 대량의 원시 데이터를 일원 관리하는 스토리지 기반 설계 기법. ETL 이전의 원시 데이터를 그대로 보관하여 나중에 용도에 맞게 가공·분석할 수 있는 유연성이 특징.

RDBのJSONB型カラムで半構造化データを格納し、GINインデックスやJSONパス式で効率的にクエリする手法。スキーマの柔軟性とRDBのトランザクション保証を両立するハイブリッドデータモデルを実現する。

RDB의 JSONB 타입 칼럼으로 반구조화 데이터를 격납하고 GIN 인덱스나 JSON 경로식으로 효율적으로 쿼리하는 기법이다. 스키마의 유연성과 RDB의 트랜잭션 보증을 양립하는 하이브리드 데이터 모델을 실현한다.

データベースオプティマイザの判断に依存せずに特定のクエリ実行計画をプランガイドなどで強制的に固定する手法であり、統計情報の変化に伴う予期せぬ性能劣化を防止する。

데이터베이스 옵티마이저의 판단에 의존하지 않고 특정 쿼리 실행 계획을 플랜 가이드 등으로 강제적으로 고정하는 기법이며, 통계 정보의 변화에 수반되는 예기치 않은 성능 열화를 방지한다.

OLTP(トランザクション処理)とOLAP(分析処理)のワークロードを異なるDBインスタンスで処理する設計。相互干渉を排除し、各ワークロードに最適化された性能を提供する。

OLTP(트랜잭션 처리)와 OLAP(분석 처리)의 워크로드를 다른 DB 인스턴스에서 처리하는 설계이다. 상호 간섭을 배제하고 각 워크로드에 최적화된 성능을 제공한다.

読み取り専用のレプリカに参照クエリを振り分けることでプライマリDBの負荷を軽減しスケーラビリティを向上させる手法である。レプリケーション遅延を考慮した上で、即時一貫性が不要な読み取りを分散する。

읽기 전용 복제본에 참조 쿼리를 분배하여 프라이머리 DB의 부하를 경감하고 확장성을 향상시키는 기법이다. 레플리케이션 지연을 고려한 후 즉시 일관성이 불필요한 읽기를 분산한다.

リレーショナルDBで、別テーブルの主キーを参照するカラム。テーブル間の参照整合性を保ち、関連データの一貫性を担保するために使用される制約。

관계형 DB에서 다른 테이블의 기본 키를 참조하는 컬럼. 테이블 간의 참조 무결성을 유지하고 관련 데이터의 일관성을 보장하기 위해 사용되는 제약 조건.

インターネット経由でアクセスできるデータベースサービス。AWS RDSやGoogle Cloud SQLなど、インフラ管理不要でスケーラブルなDB環境を提供する。

인터넷을 통해 접근할 수 있는 데이터베이스 서비스. AWS RDS, Google Cloud SQL 등 인프라 관리 없이 확장 가능한 DB 환경을 제공한다.

TiDBの行ストアTiKVと列ストアTiFlashを統合し、OLTPとOLAPを同一クラスタ上で同時処理するHTAPアーキテクチャ。リアルタイムの分析クエリをトランザクション処理と干渉させずに実行する設計である。

TiDB의 행 스토어 TiKV와 열 스토어 TiFlash를 통합하고 OLTP와 OLAP를 동일 클러스터 상에서 동시 처리하는 HTAP 아키텍처이다. 실시간 분석 쿼리를 트랜잭션 처리와 간섭시키지 않고 실행하는 설계이다.

クエリに必要な全カラムがインデックスに含まれている場合にテーブルへのアクセスを省略しインデックスだけで応答する方式である。ディスクI/Oを大幅に削減でき、高頻度の参照クエリの最適化に効果的である。

쿼리에 필요한 모든 컬럼이 인덱스에 포함된 경우 테이블 접근을 생략하고 인덱스만으로 응답하는 방식이다. 디스크 I/O를 대폭 줄일 수 있어 고빈도 참조 쿼리 최적화에 효과적이다.

地図や位置情報など2次元・3次元の空間データを高速検索するためのインデックス。R木やQuadtreeなどの構造を用い、GISや位置情報サービスで活用される。

지도나 위치 정보 등 2차원·3차원의 공간 데이터를 고속으로 검색하기 위한 인덱스. R-트리나 쿼드트리 등의 구조를 사용하며, GIS나 위치 정보 서비스에서 활용된다.

データベースがディスクではなくメモリ上のバッファプールからデータを読み取った割合を示す指標である。一般的に99%以上が望ましく、低下した場合はメモリ増設やクエリの見直しが必要となる。

데이터베이스가 디스크가 아닌 메모리상의 버퍼 풀에서 데이터를 읽은 비율을 나타내는 지표이다. 일반적으로 99% 이상이 바람직하며 저하 시 메모리 증설이나 쿼리 재검토가 필요하다.

マルチテナントDBでテナント間のデータを分離する設計パターン。共有DB共有スキーマ、共有DB個別スキーマ、個別DBの3パターンがありコストと分離度のトレードオフで選択する。

멀티테넌트 DB에서 테넌트 간의 데이터를 분리하는 설계 패턴이다. 공유 DB 공유 스키마, 공유 DB 개별 스키마, 개별 DB의 3패턴이 있으며 비용과 분리도의 트레이드오프로 선택한다.

複数のカラムを組み合わせて作成するインデックス。検索条件に複数カラムが含まれる場合にクエリパフォーマンスを大幅に向上させる。カラムの順序が重要。

여러 컬럼을 조합하여 생성하는 인덱스. 검색 조건에 여러 컬럼이 포함될 경우 쿼리 성능을 크게 향상시킨다. 컬럼의 순서가 중요하다.

データベースを複数の地理的リージョンに分散配置する構成。障害時の高可用性確保とレイテンシ低減を目的とし、グローバルサービスで広く採用される。

데이터베이스를 여러 지리적 리전에 분산 배치하는 구성. 장애 시 고가용성 확보와 레이턴시 감소를 목적으로 하며, 글로벌 서비스에서 널리 채택된다.

データベース設計においてパフォーマンス向上のため意図的に冗長データを持たせる手法。正規化を崩すトレードオフとして、読み取り速度の改善やJOIN削減が目的。

데이터베이스 설계에서 성능 향상을 위해 의도적으로 중복 데이터를 허용하는 기법입니다. 정규화를 포기하는 트레이드오프로, 읽기 속도 개선과 JOIN 감소를 목적으로 합니다.

DBMSがディスクI/Oを減らすためにデータページをメモリ上にキャッシュする領域。MySQLのInnoDBやSQL Serverで重要なパフォーマンスチューニングのポイントとなる。

DBMS가 디스크 I/O를 줄이기 위해 데이터 페이지를 메모리에 캐시하는 영역. MySQL의 InnoDB나 SQL Server에서 중요한 성능 튜닝 포인트가 된다.

将来のデータ増加量を予測し、ストレージ・メモリ・CPU等のリソースを計画する作業。成長率を分析してスケールアップ・アウトの時期と方法を事前に決定する運用戦略である。

장래의 데이터 증가량을 예측하여 스토리지·메모리·CPU 등의 리소스를 계획하는 작업이다. 성장률을 분석하여 스케일업·아웃 시기를 사전에 결정한다.

データの抽出・変換・ロードのパイプラインを設計する作業。ソースDB・ファイルからデータを取得し、変換ルールを適用してターゲットDBやデータウェアハウスに投入する仕組みを構築する。

데이터의 추출·변환·로드 파이프라인을 설계하는 작업이다. 소스 DB·파일에서 데이터를 취득하여 변환 규칙을 적용해 타깃 DB에 투입한다.

読み取りクエリをリードレプリカに自動的にルーティングしてプライマリの負荷を分散する仕組みであり、アプリケーション側の読み書き分離ロジックを簡素化する効果がある。

읽기 쿼리를 리드 레플리카에 자동으로 라우팅하여 프라이머리의 부하를 분산하는 구조이며, 애플리케이션 측의 읽기쓰기 분리 로직을 간소화하는 효과가 있다.

Write-Ahead Loggingの略で、データ変更前にログを先行書き込みする方式。障害発生時にログからデータを復旧でき、トランザクションの永続性(Durability)を保証する仕組みである。

Write-Ahead Logging의 약자로 데이터 변경 전에 로그를 선행 기록하는 방식이다. 장애 발생 시 로그에서 데이터를 복구할 수 있으며 트랜잭션의 영속성(Durability)을 보장하는 구조이다.

データをクラウドや中央サーバーに送信する前に、データが発生したエッジデバイス（センサー、IoT機器、ルーターなど）側で直接データ分析を行う手法。遅延削減や通信帯域の節約に貢献する。

데이터를 클라우드나 중앙 서버로 전송하기 전에 데이터가 발생한 엣지 디바이스(센서, IoT 기기, 라우터 등) 측에서 직접 데이터 분석을 수행하는 기법. 지연 감소 및 통신 대역폭 절약에 기여한다.

データベースの検索速度を向上させるためのデータ構造。テーブルの特定カラムに作成し、クエリのパフォーマンスを最適化する。ただし更新・挿入時のオーバーヘッドが増加する。

데이터베이스 검색 속도를 향상시키기 위한 데이터 구조. 테이블의 특정 컬럼에 생성하여 쿼리 성능을 최적화한다. 단, 업데이트·삽입 시 오버헤드가 증가한다.

クエリ性能、接続数、ロック状態、レプリケーション遅延などのデータベース内部状態を包括的に可視化・監視する手法である。問題の予兆を早期に検出し、障害の根本原因分析を迅速化する。

쿼리 성능, 접속 수, 잠금 상태, 레플리케이션 지연 등 데이터베이스 내부 상태를 포괄적으로 가시화·감시하는 기법이다. 문제의 징후를 조기에 검출하고 장애의 근본 원인 분석을 신속화한다.

データベースのスキーマ変更履歴をバージョンで管理する手法。マイグレーションファイルを用いてDDL変更を追跡・適用・ロールバックできる仕組みを指す。

데이터베이스 스키마 변경 이력을 버전으로 관리하는 방법론. 마이그레이션 파일을 활용해 DDL 변경을 추적·적용·롤백할 수 있는 구조를 의미한다.

PostgreSQLの拡張機能pgvectorで埋め込みベクトルを格納し、コサイン類似度やユークリッド距離による近似最近傍検索を実行する技術。既存のRDBにAIアプリケーションのベクトル検索機能を追加する手法である。

PostgreSQL의 확장 기능 pgvector로 임베딩 벡터를 격납하고 코사인 유사도나 유클리드 거리에 의한 근사 최근방 검색을 실행하는 기술이다. 기존의 RDB에 AI 애플리케이션의 벡터 검색 기능을 추가하는 기법이다.

複数件のデータを一括でデータベースに挿入する手法。1件ずつINSERTするより処理速度が大幅に向上し、大量データの初期投入やバッチ処理で広く活用される。

여러 건의 데이터를 데이터베이스에 일괄 삽입하는 기법. 건별 INSERT보다 처리 속도가 크게 향상되며, 대량 데이터 초기 투입이나 배치 처리에서 널리 활용된다.

データの発生元から変換・移動・加工の過程を追跡・可視化する管理手法。データ品質の保証やコンプライアンス対応、障害原因の特定に活用される。

데이터의 발생 원점부터 변환·이동·가공 과정을 추적·시각화하는 관리 기법. 데이터 품질 보증, 컴플라이언스 대응, 장애 원인 파악에 활용된다.

データベースの変更内容をSQL文や行単位の論理レベルで他のDBへ複製する技術。PostgreSQLでは特定テーブルのみを選択的にレプリケーションできる点が特徴。

데이터베이스의 변경 내용을 SQL문이나 행 단위의 논리적 레벨로 다른 DB에 복제하는 기술. PostgreSQL에서는 특정 테이블만 선택적으로 복제할 수 있다는 점이 특징이다.

データベースのバッファプールサイズとページ置換アルゴリズムを調整してディスクI/Oを最小化する性能チューニング手法であり、キャッシュヒット率の向上に直結する重要な設定である。

데이터베이스의 버퍼 풀 사이즈와 페이지 치환 알고리즘을 조정하여 디스크 I/O를 최소화하는 성능 튜닝 기법이며, 캐시 히트율의 향상에 직결되는 중요한 설정이다.

OLTPとOLAPを単一DBで同時処理するアーキテクチャ。トランザクション処理と分析処理を分離せず、リアルタイムでビジネスインサイトを得られるのが特徴。

OLTP와 OLAP을 단일 DB에서 동시에 처리하는 아키텍처. 트랜잭션 처리와 분석 처리를 분리하지 않고 실시간으로 비즈니스 인사이트를 얻을 수 있는 것이 특징.

プライマリデータベースのデータを継続的にレプリケーションしつつ読み取り専用で稼働するスタンバイ構成であり、障害発生時に短時間でプライマリに昇格して可用性を維持する。

프라이머리 데이터베이스의 데이터를 지속적으로 레플리케이션하면서 읽기 전용으로 가동하는 스탠바이 구성이며, 장애 발생 시에 단시간에 프라이머리로 승격하여 가용성을 유지한다.

shared_buffers・work_mem・maintenance_work_memなどのメモリ関連パラメータを調整してクエリ処理の効率とシステム安定性のバランスを最適化する手法である。

shared_buffers·work_mem·maintenance_work_mem 등의 메모리 관련 파라미터를 조정하여 쿼리 처리의 효율과 시스템 안정성의 균형을 최적화하는 기법이다.

PostgreSQL拡張のCitusでテーブルを分散キーに基づいて複数ノードにシャーディングし、水平スケーリングを実現する技術。標準SQLでの透過的なクエリ実行を維持しながらペタバイト級のデータを処理する。

PostgreSQL 확장의 Citus로 테이블을 분산 키에 기반하여 복수 노드에 샤딩하고 수평 스케일링을 실현하는 기술이다. 표준 SQL로의 투과적인 쿼리 실행을 유지하면서 페타바이트급의 데이터를 처리한다.

データやシステムを別の環境・バージョンへ移行する作業。DBスキーマ変更やクラウド移行など、アプリ開発・インフラ運用の両面で頻繁に発生する重要な工程。

데이터나 시스템을 다른 환경 또는 버전으로 이전하는 작업. DB 스키마 변경이나 클라우드 이전 등 앱 개발과 인프라 운영 양면에서 자주 발생하는 중요한 공정.

データベースのカラムにNULL値を許可するかどうかを定義する制約。NOT NULLを指定すると必須入力となり、データの整合性を保つために重要な設定。

데이터베이스 컬럼에 NULL 값을 허용할지 여부를 정의하는 제약 조건. NOT NULL을 지정하면 필수 입력이 되며, 데이터 무결성을 유지하기 위한 중요한 설정입니다.

特定の値に偏ったデータ分布のことで、パーティション間の負荷不均衡やクエリ性能の劣化を引き起こす原因となる。シャード間のデータ量の差が大きくなるとリバランスが必要となり、運用コストが増加する。

특정 값에 편중된 데이터 분포로, 파티션 간 부하 불균형이나 쿼리 성능 저하를 일으키는 원인이 된다. 샤드 간 데이터량 차이가 커지면 리밸런스가 필요해져 운영 비용이 증가한다.

高速なOLAP向け列指向データベース管理システム。リアルタイム分析クエリを大規模データに対してミリ秒単位で処理できる。

고속 OLAP용 컬럼형 데이터베이스 관리 시스템. 실시간 분석 쿼리를 대규모 데이터에 대해 밀리초 단위로 처리할 수 있다.

インデックススキャンとシーケンシャルスキャンを組み合わせてクエリを実行する方式である。選択率に応じてインデックスから一部の行を取得し、残りをテーブルスキャンで補完することで全体の効率を最大化する。

인덱스 스캔과 시퀀셜 스캔을 조합하여 쿼리를 실행하는 방식이다. 선택률에 따라 인덱스에서 일부 행을 취득하고 나머지를 테이블 스캔으로 보완함으로써 전체 효율을 극대화한다.

Rustで実装された高性能データフレームライブラリ。Pandasよりも大幅に高速で、列指向メモリフォーマットと並列処理を活用する。

Rust로 구현된 고성능 데이터프레임 라이브러리. Pandas보다 훨씬 빠르며, 컬럼형 메모리 포맷과 병렬 처리를 활용한다.

データベース内のデータが正確・一貫・完全である状態を保つこと。トランザクション管理や制約設定により、矛盾や欠損のないデータを維持する仕組みを指す。

데이터베이스 내의 데이터가 정확하고 일관되며 완전한 상태를 유지하는 것. 트랜잭션 관리와 제약 조건 설정을 통해 모순이나 결손 없는 데이터를 유지하는 구조를 의미한다.

大規模なテーブルやインデックスを論理的・物理的に分割する技術。クエリパフォーマンスの向上やデータ管理の効率化を目的とし、レンジ・ハッシュ・リストなど複数の方式がある。

대규모 테이블이나 인덱스를 논리적·물리적으로 분할하는 기술. 쿼리 성능 향상과 데이터 관리 효율화를 목적으로 하며, 범위·해시·리스트 등 다양한 방식이 존재한다.

多版同時実行制御で生成された古いタプルバージョンを回収してディスク領域を再利用する処理。PostgreSQLのVACUUMやMySQLのパージスレッドがこの役割を担い、テーブル肥大化を防止する。

다판 동시 실행 제어로 생성된 오래된 튜플 버전을 회수하여 디스크 영역을 재이용하는 처리이다. PostgreSQL의 VACUUM이나 MySQL의 퍼지 스레드가 이 역할을 담당하며 테이블 비대화를 방지한다.

スタンバイサーバーが常にプライマリと同期し、いつでも読み取りクエリを処理できる状態で待機する構成。障害発生時に即座に切り替え可能であり、読み取り負荷の分散にも活用できる。

스탠바이 서버가 항상 프라이머리와 동기화되어 언제든 읽기 쿼리를 처리할 수 있는 상태로 대기하는 구성. 장애 발생 시 즉시 전환 가능하며, 읽기 부하 분산에도 활용할 수 있다.

ノード追加・削除時のデータ再配置を最小化するハッシュ方式。シャーディングにおけるキー分散に使用され、スケールアウト時のデータ移動コストを大幅に削減できる手法である。

노드 추가·삭제 시 데이터 재배치를 최소화하는 해시 방식이다. 샤딩에서 키 분산에 사용되며 스케일 아웃 시 데이터 이동 비용을 크게 절감한다.

レプリケーション対象をテーブルやスキーマ単位でフィルタリングして必要なデータのみをレプリカに転送する手法であり、帯域幅の節約とレプリカの用途特化に効果的に活用する。

레플리케이션 대상을 테이블이나 스키마 단위로 필터링하여 필요한 데이터만 레플리카에 전송하는 기법이며, 대역폭의 절약과 레플리카의 용도 특화에 효과적으로 활용한다.

アプリケーションとDBの間に配置しクエリルーティングやコネクション管理を行うミドルウェア。読み書き分離やフェイルオーバー制御をアプリケーションから透過的に実行する。

애플리케이션과 DB 사이에 배치하여 쿼리 라우팅이나 커넥션 관리를 수행하는 미들웨어이다. 읽기쓰기 분리나 페일오버 제어를 애플리케이션에서 투과적으로 실행한다.

汎用検索木の略で、地理空間データや範囲型など多様なデータ型に対応するインデックス。PostGISなどの拡張機能と組み合わせて、空間検索や近傍検索を効率的に実行できる。

범용 검색 트리(Generalized Search Tree)의 약어로, 지리 공간 데이터나 범위 타입 등 다양한 데이터 타입에 대응하는 인덱스. PostGIS 등의 확장 기능과 결합하여 공간 검색이나 근방 검색을 효율적으로 실행할 수 있다.

シャーディングされたデータベースで複数のシャードにまたがるデータを取得するクエリである。データの散在により結果のマージやソートのコストが増大するため、シャードキーの設計が性能を大きく左右する。

샤딩된 데이터베이스에서 복수의 샤드에 걸친 데이터를 취득하는 쿼리이다. 데이터의 산재로 결과의 머지나 정렬 비용이 증대하므로 샤드 키의 설계가 성능을 크게 좌우한다.

日付や数値の範囲に基づいてテーブルを分割するパーティショニング方式。時系列データの管理に最適で、古いパーティションの削除によるデータアーカイブが容易に行える。

날짜나 수치의 범위에 기반하여 테이블을 분할하는 파티셔닝 방식. 시계열 데이터 관리에 최적이며, 오래된 파티션 삭제를 통한 데이터 아카이브가 용이하다.

DBの変更データをリアルタイムでキャプチャし外部システムに連携する手法。Debeziumなどのツールでトランザクションログを読み取り、イベント駆動型のデータ同期を実現する。

DB의 변경 데이터를 실시간으로 캡처하여 외부 시스템에 연계하는 기법이다. Debezium 등의 도구로 트랜잭션 로그를 읽어 이벤트 기반 데이터 동기를 실현한다.

高次元ベクトルデータを格納・検索するDBの管理業務。AIの埋め込み表現を活用した類似度検索に特化しており、RAGや推薦システムの基盤として利用される。

고차원 벡터 데이터를 저장·검색하는 DB 관리 업무. AI 임베딩 표현을 활용한 유사도 검색에 특화되어 있으며, RAG 및 추천 시스템의 기반으로 활용된다.

クエリオプティマイザが最適な実行計画を選択するために参照するテーブルやインデックスの統計データを更新する作業。統計が古いと非効率な実行計画が選ばれる原因になる。

쿼리 옵티마이저가 최적의 실행 계획을 선택하기 위해 참조하는 테이블이나 인덱스의 통계 데이터를 갱신하는 작업. 통계가 오래되면 비효율적인 실행 계획이 선택되는 원인이 된다.

複数の異なるデータソースに対して単一のクエリで横断的にデータを取得する技術である。各データソースのスキーマやプロトコルの差異を吸収し、統合的なデータアクセスを可能にする。

복수의 서로 다른 데이터 소스에 대해 단일 쿼리로 횡단적으로 데이터를 취득하는 기술이다. 각 데이터 소스의 스키마나 프로토콜 차이를 흡수하여 통합적인 데이터 접근을 가능하게 한다.

SQLでROW_NUMBER、RANK、LAGなどを使い、行のグループ（ウィンドウ）に対して集計や順位付けを行う関数。GROUP BYと異なり元の行数を保持したまま集計できる。

SQL에서 ROW_NUMBER, RANK, LAG 등을 사용해 행 그룹(윈도우)에 대해 집계나 순위 지정을 수행하는 함수. GROUP BY와 달리 원래 행 수를 유지한 채로 집계할 수 있다.

組織のデータを安全かつ適切に管理するためのルール、ポリシー、プロセス、および組織体制の総称。セキュリティ、プライバシー、データ品質を担保するために不可欠。

조직의 데이터를 안전하고 적절하게 관리하기 위한 규칙, 정책, 프로세스 및 조직 체계의 총칭. 보안, 프라이버시, 데이터 품질을 보장하기 위해 필수적이다.

テーブル内の特定カラムまたはカラムの組み合わせで一意性を保証する制約の設計。メールアドレスの重複防止や複合キーの一意性確保など、ビジネスルールをDB層で担保する手法である。

테이블 내 특정 컬럼 또는 컬럼 조합으로 유일성을 보장하는 제약 설계이다. 이메일 주소 중복 방지 등 비즈니스 규칙을 DB 층에서 담보한다.

接続確立・クエリ実行・アイドル状態の各タイムアウト値を適切に設計してリソースの浪費とアプリケーションのハングアップを防止し安定したデータベース運用を実現する手法である。

접속 확립·쿼리 실행·아이들 상태의 각 타임아웃 값을 적절히 설계하여 리소스의 낭비와 애플리케이션의 행업을 방지하고 안정된 데이터베이스 운용을 실현하는 기법이다.

アプリケーションプロセス内で動作する組み込み型列指向分析データベースDuckDBでParquetやCSVファイルを直接クエリする技術。サーバー不要でローカルファイルに対してSQL分析を実行する軽量な分析基盤である。

애플리케이션 프로세스 내에서 동작하는 임베디드형 열지향 분석 데이터베이스 DuckDB로 Parquet이나 CSV 파일을 직접 쿼리하는 기술이다. 서버 불필요로 로컬 파일에 대해 SQL 분석을 실행하는 경량 분석 기반이다.

クライアントとデータベースサーバー間の通信をTLS/SSLで暗号化し、ネットワーク上のデータ盗聴を防止する技術である。証明書の検証とピン留めにより中間者攻撃への耐性も確保する。

클라이언트와 데이터베이스 서버 간의 통신을 TLS/SSL로 암호화하여 네트워크상의 데이터 도청을 방지하는 기술이다. 인증서 검증과 핀 고정으로 중간자 공격에 대한 내성도 확보한다.

大量の業務データを分析・意思決定に活用するため、スタースキーマやスノーフレークスキーマなどの手法を用いてDWHを構造的に設計するプロセス。

대량의 업무 데이터를 분석 및 의사결정에 활용하기 위해 스타 스키마, 스노우플레이크 스키마 등의 기법을 사용하여 DWH를 구조적으로 설계하는 프로세스.

行データを列データに変換（行列変換）するクエリ。集計レポートやクロス集計表の作成に使用され、CASE式やCROSSTAB関数、PIVOT句などで実装する。

행 데이터를 열 데이터로 변환(행렬 변환)하는 쿼리. 집계 리포트나 교차 집계표 작성에 사용되며, CASE 식이나 CROSSTAB 함수, PIVOT 절 등으로 구현한다.

クエリのワークロードパターンを分析し、パフォーマンス改善に有効なインデックスをデータベースエンジンが自動的に提案する機能である。DBAの手動分析を補完し、見落としがちなインデックス機会を検出する。

쿼리의 워크로드 패턴을 분석하여 성능 개선에 유효한 인덱스를 데이터베이스 엔진이 자동으로 제안하는 기능이다. DBA의 수동 분석을 보완하고 놓치기 쉬운 인덱스 기회를 검출한다.

データの表。

데이터의 표.

PostgreSQLのautovacuumデーモンのパラメータを調整し、不要タプルの回収とトランザクションID周回防止を最適化する設定である。テーブルごとの更新頻度に応じて閾値やスケールファクターを個別に設定する。

PostgreSQL의 autovacuum 데몬의 파라미터를 조정하여 불필요 튜플 회수와 트랜잭션 ID 순환 방지를 최적화하는 설정이다. 테이블별 갱신 빈도에 따라 임계값이나 스케일 팩터를 개별 설정한다.

データベース設計において、データの冗長性を排除し、整合性を保つためにテーブルを分割・整理するプロセス。第1〜第3正規形（1NF〜3NF）が基本。

데이터베이스 설계에서 데이터 중복을 제거하고 일관성을 유지하기 위해 테이블을 분리·정리하는 과정으로, 1NF~3NF가 기본 단계입니다.

Redis Sentinelでマスター・レプリカ構成の監視と自動フェイルオーバーを実現する高可用性構成。マスター障害時にレプリカをマスターに自動昇格し、クライアントに新しい接続先を通知する仕組みである。

Redis Sentinel로 마스터·레플리카 구성의 모니터링과 자동 페일오버를 실현하는 고가용성 구성이다. 마스터 장애 시 레플리카를 마스터로 자동 승격하고 클라이언트에 새로운 접속처를 통지하는 구조이다.

データベースにおける一連の処理をひとまとまりとして扱う単位。ACID特性（原子性・一貫性・独立性・永続性）を保証し、処理の途中でエラーが発生した場合はロールバックする。

데이터베이스에서 일련의 처리를 하나의 단위로 다루는 개념. ACID 특성(원자성·일관성·독립성·지속성)을 보장하며, 처리 도중 오류가 발생하면 롤백을 수행한다.

スタンバイサーバーは通常時に停止しており、障害発生時にバックアップからデータを復元して起動する構成。コストは低いが復旧時間が長く、RPO・RTOの要件に応じて選択される。

스탠바이 서버가 평상시에는 정지 상태이며, 장애 발생 시 백업에서 데이터를 복원하여 기동하는 구성. 비용은 낮지만 복구 시간이 길어, RPO·RTO 요건에 따라 선택된다.

特定のセンシティブカラムにpgcryptoやAES関数で個別暗号化を適用し、アプリケーション層で復号する設計手法。TDEでは保護できないDB管理者からのアクセスも制限し、データ保護の粒度を最大化する。

특정 센시티브 칼럼에 pgcrypto나 AES 함수로 개별 암호화를 적용하고 애플리케이션 계층에서 복호하는 설계 기법이다. TDE에서는 보호할 수 없는 DB 관리자로부터의 접근도 제한하고 데이터 보호의 입도를 최대화한다.

トランザクション開始時点のデータスナップショットを使って一貫した読み取りを保証する分離レベル。読み取りロックが不要なため、高い並行性を実現しつつデータの一貫性を保つ。

트랜잭션 시작 시점의 데이터 스냅샷을 사용하여 일관된 읽기를 보장하는 격리 수준. 읽기 잠금이 불필요하여 높은 동시성을 실현하면서 데이터 일관성을 유지한다.

データベース内の誤記、表記ゆれ、重複、欠損値などを検出し、修正・削除することでデータの品質を高める処理。「データの前処理」において非常に重要な工程。

데이터베이스 내의 오기, 표기 불일치, 중복, 결측치 등을 감지하고 수정·삭제하여 데이터의 품질을 높이는 처리. '데이터 전처리'에서 매우 중요한 공정.

テーブルの特定の行のみに対してロックをかける方式。ロック範囲が小さいため他のトランザクションへの影響を最小限に抑えられ、高い並行性を実現する。InnoDBなどが採用している。

테이블의 특정 행에만 잠금을 거는 방식. 잠금 범위가 작아 다른 트랜잭션에 미치는 영향을 최소화하며, 높은 동시성을 실현한다. InnoDB 등이 채택하고 있다.

PgBouncerやProxySQLなどのミドルウェアでDB接続をプールし、多数のアプリケーション接続を少数のDB接続に多重化する技術。接続確立のオーバーヘッドを削減し同時接続数の上限を緩和する。

PgBouncer나 ProxySQL 등의 미들웨어로 DB 접속을 풀링하고 다수의 애플리케이션 접속을 소수의 DB 접속에 다중화하는 기술이다. 접속 확립의 오버헤드를 삭감하고 동시 접속 수의 상한을 완화한다.

オプティマイザに対して結合順序・インデックス選択・並列度などのヒントを指定してクエリ実行計画を誘導する手法であり、自動最適化が不十分な場合の補完手段として活用する。

옵티마이저에 대해 결합 순서·인덱스 선택·병렬도 등의 힌트를 지정하여 쿼리 실행 계획을 유도하는 기법이며, 자동 최적화가 불충분한 경우의 보완 수단으로서 활용한다.

データベースのインデックス設計・配置を見直し、クエリの検索速度やI/Oコストを改善する手法。不要なインデックスの削除や複合インデックスの活用が含まれる。

데이터베이스의 인덱스 설계 및 배치를 재검토하여 쿼리 검색 속도와 I/O 비용을 개선하는 기법으로, 불필요한 인덱스 삭제 및 복합 인덱스 활용 등이 포함된다.

接続先ホスト・ポート・認証情報を含む接続文字列を安全に管理する手法。ハードコーディングを避け、シークレットマネージャや環境変数で管理し、定期的な認証情報ローテーションを行う。

접속처 호스트·포트·인증 정보를 포함하는 접속 문자열을 안전하게 관리하는 기법이다. 하드코딩을 피하고 시크릿 매니저나 환경 변수로 관리한다.

データの読み取り時点で排他ロックを取得して他のトランザクションからの変更を防止する排他制御方式であり、競合が頻発する場面で確実にデータの一貫性を保証するが並行性能は低下する。

데이터의 읽기 시점에서 배타 잠금을 취득하여 다른 트랜잭션으로부터의 변경을 방지하는 배타 제어 방식이며, 경합이 빈발하는 장면에서 확실히 데이터의 일관성을 보증하지만 병행 성능은 저하된다.

分散DBでクエリごとに求められる一貫性の強度を選択する設計判断で、強い一貫性と結果整合性の間で適切なレベルを決定する。参照系は結果整合性、更新系は強い一貫性など、操作の特性に応じて使い分ける。

분산 DB에서 쿼리마다 요구되는 일관성 강도를 선택하는 설계 판단으로, 강한 일관성과 결과적 일관성 사이에서 적절한 수준을 결정한다. 참조계는 결과적 일관성, 갱신계는 강한 일관성 등 조작 특성에 따라 구분하여 사용한다.

ネットワーク分断により複数ノードが自分をプライマリと認識してデータ不整合が発生する障害を防ぐ対策である。ウィットネスノードの追加やフェンシング機構の導入により、マスター選出の信頼性を確保する。

네트워크 분단으로 복수 노드가 자신을 프라이머리로 인식하여 데이터 불일치가 발생하는 장애를 방지하는 대책이다. 위트니스 노드 추가나 펜싱 메커니즘 도입으로 마스터 선출의 신뢰성을 확보한다.

データベースのストレージ使用量・接続数・クエリ負荷の増加傾向を分析し、将来のリソース需要を予測する手法のこと。過去のメトリクスデータからトレンドを把握しスケーリング計画を策定する。

데이터베이스의 스토리지 사용량·접속 수·쿼리 부하의 증가 추세를 분석하고 향후 리소스 수요를 예측하는 기법을 말한다. 과거의 메트릭스 데이터에서 트렌드를 파악하고 스케일링 계획을 수립한다.

複数の顧客（テナント）が同一DBを共有するSaaSアーキテクチャ設計手法。データ分離方式としてスキーマ共有・スキーマ分離・DB分離の3パターンが存在する。

여러 고객(테넌트)이 동일한 DB를 공유하는 SaaS 아키텍처 설계 기법으로, 데이터 격리 방식에는 스키마 공유·스키마 분리·DB 분리의 3가지 패턴이 있다.

Redis Clusterの16384個のハッシュスロットをマスターノード間に分配してデータをシャーディングする管理手法。ノードの追加・削除時にスロットの再配分を行い、水平スケーリングとデータ再バランスを実現する。

Redis Cluster의 16384개의 해시 슬롯을 마스터 노드 간에 분배하여 데이터를 샤딩하는 관리 기법이다. 노드의 추가·삭제 시에 슬롯의 재분배를 수행하고 수평 스케일링과 데이터 리밸런스를 실현한다.

異なるシステムやデータベース間でデータを移行するプロセス。ETLやCDCなどの手法を使い、ダウンタイムとデータロスを最小限に抑えた安全なデータ移行を実施する。

다른 시스템이나 데이터베이스 간에 데이터를 이행하는 프로세스이다. ETL이나 CDC 등의 기법을 사용하여 다운타임과 데이터 로스를 최소한으로 억제한 안전한 데이터 이행을 실시한다.

1つのSQLクエリを複数のワーカープロセスに分割して並列処理する実行方式。大規模テーブルのフルスキャンやアグリゲーション処理を複数CPUコアで分担し処理時間を短縮する。

하나의 SQL 쿼리를 복수의 워커 프로세스에 분할하여 병렬 처리하는 실행 방식이다. 대규모 테이블의 풀 스캔이나 집계 처리를 복수 CPU 코어에서 분담하여 처리 시간을 단축한다.

データの収集・加工・転送・蓄積を自動化する一連の処理フローのこと。ETLやストリーミング処理など様々な形態があり、データ基盤の中核を担う仕組み。

데이터의 수집·가공·전송·저장을 자동화하는 일련의 처리 흐름. ETL 및 스트리밍 처리 등 다양한 형태가 있으며, 데이터 인프라의 핵심 구조를 담당한다.

非効率な実行計画がキャッシュに保存され、後続の同一クエリで繰り返し使用される問題である。パラメータスニッフィングにより特定の値に最適化された計画が他の値に対して劣悪な性能を示す場合に発生する。

비효율적인 실행 계획이 캐시에 보존되어 후속 동일 쿼리에서 반복 사용되는 문제이다. 파라미터 스니핑에 의해 특정 값에 최적화된 계획이 다른 값에 대해 열악한 성능을 보이는 경우 발생한다.

トランザクション内に中間的な保存地点を設定し、エラー発生時にトランザクション全体ではなくその地点まで部分的にロールバックできる機能。複雑な処理のエラーハンドリングに有用である。

트랜잭션 내에 중간적 저장 지점을 설정하여, 오류 발생 시 트랜잭션 전체가 아닌 해당 지점까지 부분적으로 롤백할 수 있는 기능. 복잡한 처리의 오류 핸들링에 유용하다.

トランザクションがロック取得を待機する最大時間を設定するDBパラメータ。タイムアウト超過時にエラーを返すことで、ロック競合による無限待機やデッドロック状態を防止する。

트랜잭션이 잠금 취득을 대기하는 최대 시간을 설정하는 DB 파라미터이다. 타임아웃 초과 시 에러를 반환하여 잠금 경합에 의한 무한 대기나 데드락 상태를 방지한다.

事前に定義されたルールの優先順位に従い実行計画を決定する旧式のオプティマイザ。統計情報を参照しないため予測可能だが、データ量や分布に応じた最適化ができない。

사전에 정의된 룰의 우선순위에 따라 실행 계획을 결정하는 구식의 옵티마이저이다. 통계 정보를 참조하지 않아 예측 가능하지만 데이터량이나 분포에 따른 최적화가 불가능하다.

プライマリDBのデータを非同期または同期でコピーし、読み取り専用クエリを分散処理するDBインスタンス。書き込み負荷をプライマリに集中させず、スケールアウトを実現する。

프라이머리 DB의 데이터를 비동기 또는 동기 방식으로 복제하여 읽기 전용 쿼리를 분산 처리하는 DB 인스턴스. 쓰기 부하를 프라이머리에 집중시키지 않고 스케일 아웃을 실현한다.

テーブル内の行単位でアクセス権限を制御する機能。ユーザーやロールに応じて参照可能な行を制限でき、マルチテナント環境でのデータ分離に特に有効である。

테이블 내 행 단위로 접근 권한을 제어하는 기능. 사용자나 역할에 따라 참조 가능한 행을 제한할 수 있어, 멀티테넌트 환경에서의 데이터 분리에 특히 유효하다.

リレーショナルDB以外のデータベース総称。ドキュメント型・キーバリュー型・グラフ型などがあり、大規模データや柔軟なスキーマが必要な場面で採用される。

관계형 DB가 아닌 데이터베이스의 총칭. 도큐먼트형·키-밸류형·그래프형 등이 있으며, 대규모 데이터나 유연한 스키마가 필요한 경우에 채택된다.

PostgreSQLで不要になった行バージョン(Dead Tuple)を自動的に回収するバックグラウンドプロセス。テーブル肥大化を防止しクエリ性能の劣化やディスク枯渇を未然に防ぐ。

PostgreSQL에서 불필요해진 행 버전(Dead Tuple)을 자동으로 회수하는 백그라운드 프로세스이다. 테이블 비대화를 방지하고 쿼리 성능 열화나 디스크 고갈을 미연에 방지한다.

データベースで特定のカラムに重複した値が入らないよう保証する制約。主キー以外のカラムにも設定でき、NULLは複数許容される場合がある。

데이터베이스에서 특정 컬럼에 중복된 값이 입력되지 않도록 보장하는 제약 조건. 기본 키 외의 컬럼에도 설정할 수 있으며, NULL은 여러 개 허용되는 경우가 있다.

分散DBで過半数以上のノードに書き込み成功した時点でコミットと見なす方式で、一貫性と可用性のバランスを取る。レプリケーション係数とクォーラム数の組み合わせにより整合性レベルを調整できる。

분산 DB에서 과반수 이상의 노드에 쓰기가 성공한 시점에서 커밋으로 간주하는 방식으로 일관성과 가용성의 균형을 맞춘다. 레플리케이션 팩터와 쿼럼 수의 조합으로 정합성 수준을 조정할 수 있다.

FROM句のサブクエリが先行するテーブルのカラムを参照できるJOIN方式。各行に対して相関サブクエリのような処理を効率的に行え、Top-N取得などの複雑なクエリに有用である。

FROM 절의 서브쿼리가 선행 테이블의 컬럼을 참조할 수 있는 조인 방식. 각 행에 대해 상관 서브쿼리와 같은 처리를 효율적으로 수행할 수 있어, Top-N 취득 등 복잡한 쿼리에 유용하다.

SQLクエリの実行計画を自動的に最適化するデータベースエンジンのコンポーネントで、最もコストの低い実行方法を選択する。統計情報やインデックス構成を基に複数の実行パスを比較評価する。

SQL 쿼리의 실행 계획을 자동으로 최적화하는 데이터베이스 엔진 컴포넌트로, 가장 비용이 낮은 실행 방법을 선택한다. 통계 정보와 인덱스 구성을 기반으로 여러 실행 경로를 비교 평가한다.

分散システムにおける可用性重視の設計原則。Basically Available・Soft state・Eventually consistentの頭文字で、ACIDに対比する概念。NoSQLで多く採用される。

분산 시스템에서 가용성을 중시하는 설계 원칙. Basically Available·Soft state·Eventually consistent의 머리글자로, ACID에 대비되는 개념이며 NoSQL에서 많이 채택된다.

CockroachDBで全リージョンにデータをレプリケーションし、任意のリージョンからローカル読み取りを可能にするテーブル設計。参照が多く更新が少ないマスターデータに適用し、読み取りレイテンシを最小化する。

CockroachDB에서 전 리전에 데이터를 레플리케이션하고 임의의 리전에서 로컬 읽기를 가능하게 하는 테이블 설계이다. 참조가 많고 갱신이 적은 마스터 데이터에 적용하고 읽기 레이턴시를 최소화한다.

バランスの取れた木構造を使ったインデックスで、多くのRDBMSがデフォルトで採用している。範囲検索やソートに対応し、等値検索にも効率的なため汎用性が高い。

균형 잡힌 트리 구조를 사용한 인덱스로, 많은 RDBMS가 기본으로 채택하고 있다. 범위 검색이나 정렬에 대응하며, 등치 검색에도 효율적이어서 범용성이 높다.

DBへのクエリ結果をメモリに一時保存し、同一クエリの再実行時にDBアクセスを省略して高速にレスポンスを返す仕組み。読み取り負荷の軽減に有効。

DB에 대한 쿼리 결과를 메모리에 임시 저장하여, 동일한 쿼리 재실행 시 DB 접근을 생략하고 빠르게 응답을 반환하는 구조. 읽기 부하 감소에 효과적이다.

DB起動後にバッファプールへ頻出データを事前ロードし、本番トラフィック開始前にキャッシュヒット率を高める処理である。フェイルオーバー後のスタンバイDBでの応答遅延を最小化するために実施する。

DB 기동 후 버퍼 풀에 자주 사용되는 데이터를 사전 로드하여 운영 트래픽 시작 전에 캐시 히트율을 높이는 처리이다. 페일오버 후 스탠바이 DB에서의 응답 지연을 최소화하기 위해 실시한다.

業務上の意味を持たない人工的な主キー。AUTO INCREMENTやUUIDで生成し、自然キーの変更に影響されない安定した参照関係を構築する。テーブル設計の基本方針の一つである。

업무상의 의미를 갖지 않는 인공적인 기본 키이다. AUTO INCREMENT나 UUID로 생성하며 자연 키의 변경에 영향받지 않는 안정적인 참조 관계를 구축한다. 테이블 설계의 기본 방침 중 하나이다.

時刻をキーとして時系列データを効率的に保存・検索するDBMS。IoTセンサーや監視メトリクスの蓄積に特化しており、InfluxDBやPrometheusが代表例。

시간을 키로 시계열 데이터를 효율적으로 저장·조회하는 DBMS. IoT 센서나 모니터링 메트릭 수집에 특화되어 있으며, InfluxDB와 Prometheus가 대표적인 예시입니다.

同時接続数を制限してデータベースの過負荷を防止する仕組みで、急激なトラフィック増加時の安定性を確保する。接続拒否時にはリトライやキューイングで対応し、サービス全体の可用性を維持する。

동시 접속 수를 제한하여 데이터베이스의 과부하를 방지하는 구조로, 급격한 트래픽 증가 시 안정성을 확보한다. 접속 거부 시에는 리트라이나 큐잉으로 대응하여 서비스 전체의 가용성을 유지한다.

work_memやshared_buffersなどのDBサーバーパラメータをワークロードに合わせて調整する最適化手法。利用可能なメモリとCPUに基づいてパラメータを算出し、クエリ処理性能を最大化する。

work_mem이나 shared_buffers 등의 DB 서버 파라미터를 워크로드에 맞춰 조정하는 최적화 기법이다. 이용 가능한 메모리와 CPU에 기반하여 파라미터를 산출하고 쿼리 처리 성능을 최대화한다.

データベースのブロックレベルでデータをそのままコピーするレプリケーション方式。PostgreSQLなどで採用され、ディスク上の物理的なデータ構造ごと複製するため高速で信頼性が高い。

데이터베이스의 블록 레벨에서 데이터를 그대로 복사하는 복제 방식입니다. PostgreSQL 등에서 채택되며, 디스크상의 물리적 데이터 구조째로 복제하기 때문에 빠르고 신뢰성이 높습니다.

SQLで特定の列を基準にデータをグループ化する句。集計関数（COUNT、SUM、AVGなど）と組み合わせてグループごとの集計結果を取得する際に使用する。

SQL에서 특정 컬럼을 기준으로 데이터를 그룹화하는 절. 집계 함수(COUNT, SUM, AVG 등)와 조합하여 그룹별 집계 결과를 조회할 때 사용한다.

クエリ結果を物理的に保存したビュー。通常のビューと異なり、データを実体化して保持するため高速な参照が可能だが、定期的なリフレッシュが必要。

쿼리 결과를 물리적으로 저장한 뷰. 일반 뷰와 달리 데이터를 실체화하여 보유하므로 빠른 참조가 가능하지만, 정기적인 갱신이 필요하다.

データベースへのアクセスやDDL・DML操作を記録する監査ポリシーを設計する手法であり、コンプライアンス要件を確実に満たしつつ性能への影響を最小化する設定を行う。

데이터베이스에의 접근이나 DDL·DML 조작을 기록하는 감사 정책을 설계하는 기법이며, 컴플라이언스 요건을 확실히 충족하면서 성능에의 영향을 최소화하는 설정을 수행한다.

アプリケーションに組み込まれて動作する軽量DBエンジン。SQLiteやH2などが代表的で、サーバー不要で単体動作が可能なため、モバイルやIoT機器でも広く使われる。

애플리케이션에 내장되어 동작하는 경량 DB 엔진. SQLite나 H2 등이 대표적이며, 별도 서버 없이 단독 실행이 가능해 모바일 및 IoT 기기에서도 널리 사용된다.

Uberが開発したストリーミング対応のオープンテーブル形式。データレイク上でのUPSERT・DELETE・インクリメンタル処理を効率的に行え、変更データキャプチャにも対応する。

Uber가 개발한 스트리밍 대응 오픈 테이블 형식. 데이터 레이크 상에서 UPSERT·DELETE·증분 처리를 효율적으로 수행할 수 있으며, 변경 데이터 캡처에도 대응한다.

行ロック・テーブルロック・デッドロックなどのロック競合を分析してボトルネックを特定する手法であり、ロック待ち時間の削減とトランザクションスループットの向上に活用する。

행 락·테이블 락·데드락 등의 락 경합을 분석하여 병목을 특정하는 기법이며, 락 대기 시간의 삭감과 트랜잭션 스루풋의 향상에 활용한다.

WALやトランザクションログのディスク消費を削減するための圧縮技術。LZ4やzstdなどの高速圧縮アルゴリズムを使用し、I/O帯域の節約とストレージコストの削減を実現する。

WAL이나 트랜잭션 로그의 디스크 소비를 절감하기 위한 압축 기술이다. LZ4나 zstd 등의 고속 압축 알고리즘을 사용하여 I/O 대역 절약과 스토리지 비용 절감을 실현한다.

データベースを複数のサーバーに水平分割して分散保存する手法。大規模データの負荷分散やスケールアウトを実現するために使われる。

데이터베이스를 여러 서버에 수평 분할하여 분산 저장하는 기법. 대규모 데이터의 부하 분산 및 스케일 아웃을 실현하기 위해 사용된다.

MySQLでデータ変更操作を記録したバイナリログをスレーブに転送して再実行するレプリケーション方式である。ROW/STATEMENT/MIXEDのフォーマットを選択でき、データ整合性と転送効率のバランスを調整する。

MySQL에서 데이터 변경 작업을 기록한 바이너리 로그를 슬레이브에 전송하여 재실행하는 레플리케이션 방식이다. ROW/STATEMENT/MIXED 포맷을 선택할 수 있어 데이터 정합성과 전송 효율의 균형을 조정한다.

外部クエリの各行に対して実行される相関サブクエリを、結合やウィンドウ関数に書き換えて性能を改善する手法である。N+1的なクエリ実行を排除し、実行回数を大幅に削減する。

외부 쿼리의 각 행에 대해 실행되는 상관 서브쿼리를 조인이나 윈도우 함수로 재작성하여 성능을 개선하는 기법이다. N+1적인 쿼리 실행을 제거하고 실행 횟수를 대폭 줄인다.

複数のトランザクションやスレッドが同時にデータへアクセスする際、整合性を保つための制御技術。ロック・楽観的ロック・MVCCなどの手法がある。

여러 트랜잭션이나 스레드가 동시에 데이터에 접근할 때 일관성을 유지하기 위한 제어 기술로, 락·낙관적 락·MVCC 등의 방법이 있다.

データを列単位で格納するDBMS。分析クエリや集計処理に強く、BigQueryやRedshiftなどのDWH製品に広く採用されている。行指向DBと対比される。

데이터를 열 단위로 저장하는 DBMS. 분석 쿼리와 집계 처리에 강하며, BigQuery나 Redshift 등의 DWH 제품에 널리 채택되고 있다. 행 지향 DB와 대비된다.

データページの整合性をチェックサムで検証してサイレントデータ破損を検出する機能であり、ストレージ障害によるデータ破損の早期発見と迅速かつ正確な対応に不可欠である。

데이터 페이지의 정합성을 체크섬으로 검증하여 사일런트 데이터 파손을 검출하는 기능이며, 스토리지 장애에 의한 데이터 파손의 조기 발견과 신속하며 정확한 대응에 불가결하다.

データをソースから抽出（Extract）し、そのままターゲットDBにロード（Load）した後に変換（Transform）する処理フロー。クラウドDWH環境で主流となっている手法。

데이터를 소스에서 추출(Extract)하고 대상 DB에 그대로 로드(Load)한 후 변환(Transform)하는 처리 흐름으로, 클라우드 DWH 환경에서 주류 방식으로 자리 잡고 있다.

バックアップデータからデータベースの状態を復元する操作であり、障害発生時やデータ損失時にRPOに基づいて特定時点の状態に復旧することでサービスの継続性を確保する重要な手順である。

백업 데이터로부터 데이터베이스의 상태를 복원하는 조작이며, 장애 발생 시나 데이터 손실 시에 RPO에 기반하여 특정 시점의 상태로 복구함으로써 서비스의 계속성을 확보하는 중요한 절차이다.

他のトランザクションがまだコミットしていない未確定のデータを読み取ってしまう現象。READ UNCOMMITTED分離レベルで発生し得る最も危険な読み取り異常である。

다른 트랜잭션이 아직 커밋하지 않은 미확정 데이터를 읽어버리는 현상. READ UNCOMMITTED 격리 수준에서 발생할 수 있는 가장 위험한 읽기 이상 현상이다.

データ更新時に競合が少ないことを前提とし、バージョン番号やタイムスタンプで競合を検知するロック方式。ロック待ちが発生しないため高い並行性を実現するが、競合時はリトライが必要になる。

데이터 갱신 시 충돌이 적을 것이라 가정하고, 버전 번호나 타임스탬프로 충돌을 감지하는 잠금 방식. 잠금 대기가 발생하지 않아 높은 동시성을 실현하지만, 충돌 시 재시도가 필요하다.

自動的に連番を生成するデータベースオブジェクトで、主キーの採番や一意な識別子の発行に使われる。複数テーブル間で共有でき、キャッシュ設定により採番性能を調整することも可能である。

자동으로 일련번호를 생성하는 데이터베이스 오브젝트로, 기본 키 채번이나 고유 식별자 발행에 사용된다. 여러 테이블 간에 공유할 수 있으며 캐시 설정으로 채번 성능을 조정하는 것도 가능하다.

データベース設計の初期フェーズで行うEntity-Relationship図の作成。エンティティ間の関係性や属性を視覚化し、テーブル構造の基盤を定義する手法。

데이터베이스 설계 초기 단계에서 수행하는 ER 다이어그램 작성. 엔티티 간의 관계와 속성을 시각화하여 테이블 구조의 기반을 정의하는 방법론.

複数のノードが同時に書き込みを受け付ける分散レプリケーション構成。地理分散環境でのローカル書き込みを可能にするがコンフリクト解決が複雑になるトレードオフがある。

복수의 노드가 동시에 쓰기를 수신하는 분산 리플리케이션 구성이다. 지리 분산 환경에서의 로컬 쓰기를 가능하게 하지만 컨플릭트 해결이 복잡해지는 트레이드오프가 있다.

オプティマイザがSQLクエリを処理するために選択した内部実行手順の詳細。テーブルスキャン・インデックス利用・結合方式などを確認しクエリ性能の分析と改善に活用する。

옵티마이저가 SQL 쿼리를 처리하기 위해 선택한 내부 실행 절차의 상세이다. 테이블 스캔·인덱스 이용·결합 방식 등을 확인하여 쿼리 성능 분석과 개선에 활용한다.

パーティション内のデータの物理的な並び順を決定するキーの設計で、範囲検索やソート処理の効率化に直接影響する。時系列データではタイムスタンプ、マスタデータでは名前順など用途に応じた選定が重要である。

파티션 내 데이터의 물리적 정렬 순서를 결정하는 키의 설계로, 범위 검색이나 정렬 처리 효율화에 직접 영향을 준다. 시계열 데이터에서는 타임스탬프, 마스터 데이터에서는 이름순 등 용도에 맞는 선정이 중요하다.

アプリとDB間にプロキシを配置し、接続管理・クエリルーティング・負荷分散を行う運用手法。ProxySQLやPgBouncerなどが代表的で、DBの可用性と性能を向上させる。

앱과 DB 사이에 프록시를 배치하여 접속 관리·쿼리 라우팅·부하 분산을 수행하는 운용 기법이다. ProxySQL이나 PgBouncer 등이 대표적이다.

データを複数のノードやサーバに分散して保存・管理するデータベース方式。スケーラビリティと可用性を高め、単一障害点を排除できる。CassandraやDynamoDBが代表例。

데이터를 여러 노드나 서버에 분산하여 저장·관리하는 데이터베이스 방식. 확장성과 가용성을 높이고 단일 장애점을 제거할 수 있다. Cassandra나 DynamoDB가 대표적인 예이다.

DBのバッファプール・ソート領域・ハッシュ領域などのメモリ配分を最適化する調整作業。ワークロード特性に応じた適切なメモリ割り当てでキャッシュヒット率と処理性能を向上させる。

DB의 버퍼 풀·정렬 영역·해시 영역 등의 메모리 배분을 최적화하는 조정 작업이다. 워크로드 특성에 따른 적절한 메모리 할당으로 캐시 히트율과 처리 성능을 향상시킨다.

組織内に分散するデータソースを論理的に統合し、エンドユーザーがデータの場所を意識せずに一元的にアクセスできるようにするデータ管理アーキテクチャ。

조직 내 분산된 데이터 소스를 논리적으로 통합하여, 엔드 유저가 데이터 위치를 신경 쓰지 않고 통합적으로 접근할 수 있도록 하는 데이터 관리 아키텍처.

Databricksが開発したオープンソースのデータレイク形式。ACIDトランザクション・スキーマ適用・タイムトラベルをデータレイクに追加し、信頼性の高いデータレイクハウスを実現する。

Databricks가 개발한 오픈소스 데이터 레이크 형식. ACID 트랜잭션·스키마 적용·타임 트래블을 데이터 레이크에 추가하여, 신뢰성 높은 데이터 레이크하우스를 실현한다.

データを表（テーブル）形式で管理し、SQL を用いてテーブル間の関係を定義・操作するデータベース管理システム。MySQL、PostgreSQL、Oracle などが代表例。

데이터를 표(테이블) 형식으로 관리하고, SQL을 사용하여 테이블 간의 관계를 정의·조작하는 데이터베이스 관리 시스템. MySQL, PostgreSQL, Oracle 등이 대표적인 예시.

複数のトランザクションが同じデータを読み取った後にそれぞれ異なる行を更新し、結果として整合性制約に違反する状態になる異常。スナップショット分離で発生しうる問題である。

복수의 트랜잭션이 같은 데이터를 읽은 후 각각 다른 행을 갱신하여 결과적으로 정합성 제약에 위반되는 상태가 되는 이상 현상. 스냅샷 격리에서 발생할 수 있는 문제이다.

複数トランザクションが同時実行される際のデータ整合性と分離度を定義するDB設定。READ UNCOMMITTED〜SERIALIZABLEの4段階があり、性能と一貫性のトレードオフを調整する。

여러 트랜잭션이 동시에 실행될 때 데이터 정합성과 격리 수준을 정의하는 DB 설정. READ UNCOMMITTED부터 SERIALIZABLE까지 4단계가 있으며, 성능과 일관성 간의 트레이드오프를 조정한다.

データベースやシステムで特定のイベント発生時に自動的に実行される処理のこと。INSERT・UPDATE・DELETE操作をきっかけにストアドプロシージャなどを起動する仕組み。

데이터베이스나 시스템에서 특정 이벤트 발생 시 자동으로 실행되는 처리를 말한다. INSERT·UPDATE·DELETE 작업을 계기로 저장 프로시저 등을 실행하는 메커니즘이다.

クエリ結果を返す際にセンシティブなカラムの値をリアルタイムでマスク処理するデータベース機能。実データを変更せずにユーザーの権限に応じてメールアドレスや電話番号などを部分的に隠蔽する。

쿼리 결과를 반환할 때 센시티브한 칼럼의 값을 실시간으로 마스크 처리하는 데이터베이스 기능이다. 실데이터를 변경하지 않고 사용자의 권한에 따라 이메일 주소나 전화번호 등을 부분적으로 은폐한다.

データをディスクではなくメインメモリ上に保持するDBMS。アクセス速度が極めて高速で、キャッシュやセッション管理、リアルタイム処理などに活用される。代表例はRedis、Memcached。

데이터를 디스크가 아닌 메인 메모리에 저장하는 DBMS. 접근 속도가 매우 빠르며, 캐시, 세션 관리, 실시간 처리 등에 활용된다. 대표적인 예로 Redis, Memcached가 있다.

古いデータを本番DBからアーカイブストレージに移行する戦略。テーブルサイズを適正に保ちクエリ性能を維持しつつ、法令やポリシーに基づくデータ保持要件を満たす設計手法である。

오래된 데이터를 운영 DB에서 아카이브 스토리지로 이관하는 전략이다. 테이블 크기를 적정하게 유지하며 데이터 보관 요건을 충족한다.

テーブルロックを取得せずにカラム追加やインデックス作成などのスキーマ変更を実行する技術。pt-online-schema-changeやgh-ostなどのツールで影のテーブルを利用し、無停止でのDDL操作を実現する。

테이블 잠금을 취득하지 않고 칼럼 추가나 인덱스 작성 등의 스키마 변경을 실행하는 기술이다. pt-online-schema-change나 gh-ost 등의 도구로 그림자 테이블을 이용하고 무정지로의 DDL 조작을 실현한다.

データ変更前にログファイルへ変更内容を書き込む方式。クラッシュリカバリ時にログを再生してデータ整合性を保証する。PostgreSQLやSQLiteなど多くのDBで採用されている。

데이터 변경 전에 로그 파일에 변경 내용을 기록하는 방식이다. 크래시 복구 시 로그를 재생하여 데이터 정합성을 보장한다. PostgreSQL이나 SQLite 등 많은 DB에서 채용되고 있다.

プライマリへの書き込みがスタンバイにも反映されたことを確認してからコミット完了とする方式。データの損失リスクがゼロになるが、ネットワーク遅延の影響で書き込み性能が低下する。

프라이머리에 대한 쓰기가 스탠바이에도 반영된 것을 확인한 후 커밋 완료로 하는 방식. 데이터 손실 리스크가 제로가 되지만, 네트워크 지연의 영향으로 쓰기 성능이 저하된다.

長時間実行されるクエリを一定時間経過後に自動的に中断する設定である。暴走クエリによるリソース占有を防止し、他のクエリへの影響を最小限に抑える運用上の安全装置として機能する。

장시간 실행되는 쿼리를 일정 시간 경과 후 자동으로 중단하는 설정이다. 폭주 쿼리에 의한 리소스 점유를 방지하고 다른 쿼리에 대한 영향을 최소한으로 억제하는 운용상의 안전장치로서 기능한다.

キーと値のペアでデータを格納するNoSQLモデルを活用した設計パターンで、セッション管理やキャッシュに適している。単純な構造により高速な読み書きが可能だが、複雑な検索条件には向かない特性がある。

키와 값의 쌍으로 데이터를 저장하는 NoSQL 모델을 활용한 설계 패턴으로, 세션 관리나 캐시에 적합하다. 단순한 구조로 고속 읽기/쓰기가 가능하지만 복잡한 검색 조건에는 적합하지 않은 특성이 있다.

インプロセス動作する列指向分析データベース。SQLiteのように組み込みで使えながら、OLAPワークロードで高速な分析クエリを実行できる。

인프로세스로 동작하는 컬럼형 분석 데이터베이스. SQLite처럼 내장으로 사용하면서 OLAP 워크로드에서 고속 분석 쿼리를 실행할 수 있다.

PostgreSQLのJSONBカラムを活用して半構造化データを効率的に格納・検索する設計手法であり、GINインデックスと組み合わせて柔軟なスキーマ変更と高速検索を両立する。

PostgreSQL의 JSONB 컬럼을 활용하여 반구조화 데이터를 효율적으로 격납·검색하는 설계 기법이며, GIN 인덱스와 조합하여 유연한 스키마 변경과 고속 검색을 양립한다.

行ロックを取得して排他制御を行うSELECT FOR UPDATEの適切な使い方を設計する作業。NOWAIT・SKIPLOCKEDオプションの活用やロック範囲の最小化が性能上の重要なポイントとなる。

행 잠금을 획득하여 배타 제어를 수행하는 SELECT FOR UPDATE의 적절한 사용법을 설계하는 작업이다. NOWAIT·SKIP LOCKED 옵션 활용이 중요하다.

インデックスを使用せずテーブルの全行を順番に読み取る操作で、大量データでは著しく性能が低下する原因となる。WHERE句での関数適用や暗黙的型変換により意図せず発生することが多い。

인덱스를 사용하지 않고 테이블의 전체 행을 순서대로 읽는 연산으로, 대량 데이터에서는 현저히 성능이 저하되는 원인이 된다. WHERE 절에서의 함수 적용이나 암묵적 형변환으로 의도치 않게 발생하는 경우가 많다.

データベースの計画的・非計画的な停止時間を記録・分析し、可用性向上のための改善施策を導出するプロセスである。SLAで定めた稼働率を達成するため、障害原因の分類と再発防止策の策定に活用する。

데이터베이스의 계획적·비계획적 정지 시간을 기록·분석하여 가용성 향상을 위한 개선 시책을 도출하는 프로세스이다. SLA에서 정한 가동률을 달성하기 위해 장애 원인 분류와 재발 방지책 수립에 활용한다.

データをExtract（抽出）・Transform（変換）・Load（格納）の3工程で処理し、データウェアハウスや分析基盤へ投入する一連の自動化フローのこと。

데이터를 Extract(추출)·Transform(변환)·Load(적재)의 3단계로 처리하여 데이터 웨어하우스나 분석 인프라에 투입하는 일련의 자동화 흐름을 말한다.

複数のカラムを組み合わせて一意性を識別するキー。単一カラムでは一意にできない場合に使用し、主キーや外部キーとして設定されることが多い。

여러 컬럼을 조합하여 고유성을 식별하는 키. 단일 컬럼으로 고유성을 보장할 수 없을 때 사용하며, 기본 키나 외래 키로 설정되는 경우가 많다.

共通テーブル式を活用して複雑なクエリを段階的に分解し可読性を向上させる手法であり、再帰CTEによる階層データの探索やグラフ構造のトラバーサルにも柔軟に対応する。

공통 테이블 식을 활용하여 복잡한 쿼리를 단계적으로 분해하고 가독성을 향상시키는 기법이며, 재귀 CTE에 의한 계층 데이터의 탐색이나 그래프 구조의 트래버설에도 유연하게 대응한다.

非効率なSQLクエリを同等の結果を返すより効率的なクエリに書き換える手法。サブクエリのJOINへの変換やEXISTS句の活用など、実行計画の改善を目的とした最適化作業である。

비효율적인 SQL 쿼리를 동등한 결과를 반환하는 더 효율적인 쿼리로 재작성하는 기법이다. 실행 계획 개선을 목적으로 한 최적화 작업이다.

データベースに初期データやテストデータを投入するプロセス。開発・テスト環境のセットアップや本番環境の初期データ登録に使われる手法。

데이터베이스에 초기 데이터나 테스트 데이터를 삽입하는 프로세스. 개발·테스트 환경 구축이나 운영 환경의 초기 데이터 등록에 사용되는 기법.

FlywayやLiquibaseなどのツールでスキーマ変更をバージョン管理し自動適用する手法。環境間の差異を防ぎ、CI/CDパイプラインに組み込んで安全なデプロイを実現する。

Flyway나 Liquibase 등의 도구로 스키마 변경을 버전 관리하고 자동 적용하는 기법이다. 환경 간 차이를 방지하고 CI/CD에 통합한다.

データの増加に応じてパーティションを自動的に作成・追加する機能である。手動でのパーティション管理を不要にし、日付ベースのログテーブルなどで運用負荷を大幅に軽減する。

데이터의 증가에 따라 파티션을 자동으로 생성·추가하는 기능이다. 수동으로의 파티션 관리를 불필요하게 하며 날짜 기반의 로그 테이블 등에서 운용 부하를 대폭 경감한다.

トランザクション内の中間地点にマークを設定し、エラー発生時に全体ではなく特定地点までロールバックできる制御機構である。バッチ処理で一部失敗時にも正常処理分を保持でき、再実行コストを削減する。

트랜잭션 내 중간 지점에 마크를 설정하여 오류 발생 시 전체가 아닌 특정 지점까지 롤백할 수 있는 제어 메커니즘이다. 배치 처리에서 일부 실패 시에도 정상 처리분을 유지할 수 있어 재실행 비용을 줄인다.

INSERT/UPDATE時にテーブルに定義された制約条件を満たさないデータを投入しようとした際に発生するエラーである。外部キーや一意制約などの違反を適切にハンドリングすることがアプリ品質に直結する。

INSERT/UPDATE 시 테이블에 정의된 제약 조건을 만족하지 않는 데이터를 넣으려 할 때 발생하는 오류이다. 외래 키나 유니크 제약 등의 위반을 적절히 핸들링하는 것이 앱 품질에 직결된다.

フェイルオーバー後に復旧したプライマリノードへ自動的にトラフィックを戻すフェイルバック処理であり、データ同期の完了確認とスプリットブレイン防止を慎重に考慮する。

페일오버 후에 복구된 프라이머리 노드로 자동으로 트래픽을 되돌리는 페일백 처리이며, 데이터 동기의 완료 확인과 스플릿 브레인 방지를 신중히 고려한다.

複数のトランザクションが互いにロックを待ち合う状態を検出する仕組み。待機グラフの循環を分析し、一方をロールバックして解消する。DB運用の安定性に不可欠な機能である。

여러 트랜잭션이 서로 락을 기다리는 교착 상태를 감지하는 메커니즘이다. 대기 그래프의 순환을 분석하여 한쪽을 롤백하여 해소한다. DB 운용의 안정성에 불가결한 기능이다.

大量の行ロックがメモリを消費する場合に、DBが自動的にテーブルロックに昇格させる動作。ロック管理のオーバーヘッドを削減するが同時実行性が低下するトレードオフがある。

대량의 행 잠금이 메모리를 소비하는 경우 DB가 자동으로 테이블 잠금에 승격시키는 동작이다. 잠금 관리 오버헤드를 절감하지만 동시 실행성이 저하하는 트레이드오프가 있다.

ClickHouseの列指向ストレージとベクトル化実行エンジンでペタバイト級のログやイベントデータを高速に分析するOLAPデータベース。MergeTreeエンジンによる効率的なデータ圧縮と高速な集約処理を実現する。

ClickHouse의 열지향 스토리지와 벡터화 실행 엔진으로 페타바이트급의 로그나 이벤트 데이터를 고속으로 분석하는 OLAP 데이터베이스이다. MergeTree 엔진에 의한 효율적인 데이터 압축과 고속 집약 처리를 실현한다.

トランザクションログの生成速度・蓄積量・書き込み遅延をリアルタイムで監視してディスク枯渇やレプリケーション遅延の兆候を早期に検知し迅速な対応を可能にする運用である。

트랜잭션 로그의 생성 속도·축적량·기록 지연을 실시간으로 감시하여 디스크 고갈이나 레플리케이션 지연의 조짐을 조기에 검지하고 신속한 대응을 가능하게 하는 운용이다.

大規模テーブルのスキャンや集計処理を複数のワーカープロセスで並列実行する機能であり、CPUコアを有効活用して分析クエリの応答時間を大幅に短縮する重要な技術である。

대규모 테이블의 스캔이나 집계 처리를 복수의 워커 프로세스로 병렬 실행하는 기능이며, CPU 코어를 유효 활용하여 분석 쿼리의 응답 시간을 대폭 단축하는 중요한 기술이다.

マスターとレプリカ間のデータ複製遅延を継続的に監視し、閾値超過時にアラートを発する運用手法のこと。読み取り整合性の問題や障害の予兆を早期に検知するために不可欠である。

마스터와 레플리카 간의 데이터 복제 지연을 지속적으로 모니터링하고 임계값 초과 시 알림을 발하는 운용 기법을 말한다. 읽기 정합성 문제나 장애 징후를 조기에 감지하기 위해 필수적이다.

EXPLAINやEXPLAIN ANALYZEなどのプロファイリングツールを活用してクエリの実行計画と実際のリソース消費を詳細に分析し性能改善のための施策を導出する手法である。

EXPLAIN이나 EXPLAIN ANALYZE 등의 프로파일링 도구를 활용하여 쿼리의 실행 계획과 실제 리소스 소비를 상세하게 분석하고 성능 개선을 위한 시책을 도출하는 기법이다.

Log-Structured Merge-Treeの略で、書き込みを先にメモリ上のMemtableに記録し、一定量蓄積後にディスク上のSSTableにマージする書き込み最適化型のデータ構造。

Log-Structured Merge-Tree의 약자로 쓰기를 먼저 메모리상의 Memtable에 기록하고 일정량 축적 후 디스크상의 SSTable에 머지하는 쓰기 최적화형 데이터 구조이다.

カラムに適切なデータ型を選定する設計作業。INTEGER・VARCHAR・TIMESTAMP等の選択がストレージ効率とクエリ性能に影響する。業務要件とDB特性を考慮した判断が重要である。

컬럼에 적절한 데이터 타입을 선정하는 설계 작업이다. INTEGER·VARCHAR·TIMESTAMP 등의 선택이 스토리지 효율과 쿼리 성능에 영향을 준다. 업무 요건과 DB 특성을 고려한 판단이 중요하다.

トランザクション内で一部の操作が失敗した場合に、成功した操作を可能な限り保持して部分的にコミットする戦略である。全体ロールバックを避け、やり直しの必要な処理のみを再実行する効率性を提供する。

트랜잭션 내에서 일부 조작이 실패한 경우 성공한 조작을 가능한 한 유지하여 부분적으로 커밋하는 전략이다. 전체 롤백을 피하고 재실행이 필요한 처리만 다시 실행하는 효율성을 제공한다.

ROW_NUMBER、RANK、LAGなどのウィンドウ関数の実行を高速化するためのインデックスやパーティション設計。PARTITION BYとORDER BYに適合する複合インデックスを作成し、ソート処理のコストを削減する。

ROW_NUMBER, RANK, LAG 등의 윈도우 함수의 실행을 고속화하기 위한 인덱스나 파티션 설계이다. PARTITION BY와 ORDER BY에 적합한 복합 인덱스를 작성하고 정렬 처리의 비용을 삭감한다.

SQLクエリをDBがどのように実行するかを示す計画。EXPLAINコマンドで取得し、インデックスの使用有無やテーブルスキャンの方式を確認してクエリチューニングに活用する。

SQL 쿼리를 DB가 어떻게 실행할지 보여주는 계획. EXPLAIN 명령으로 확인하며, 인덱스 사용 여부와 테이블 스캔 방식을 파악해 쿼리 튜닝에 활용한다.

物理的にデータを移動・コピーすることなく、複数の異なるデータソースを統合して単一の論理的なデータ層として提供する技術。

물리적으로 데이터를 이동하거나 복사하지 않고, 여러 다른 데이터 소스를 통합하여 단일 논리적 데이터 계층으로 제공하는 기술.

MVCCによる行の更新・削除で不要なタプルが蓄積し、テーブルサイズが実データ量以上に肥大化する現象である。ディスクI/Oの増大やキャッシュ効率の低下を招くため、定期的なVACUUM処理が必要になる。

MVCC에 의한 행의 갱신·삭제로 불필요한 튜플이 축적되어 테이블 크기가 실 데이터량 이상으로 비대화되는 현상이다. 디스크 I/O 증대나 캐시 효율 저하를 초래하므로 정기적인 VACUUM 처리가 필요하다.

スプリットブレイン発生時に旧プライマリを強制切断し、複数ノードが同時に書き込むことによるデータ破損を防止する仕組みである。HA構成では必須の安全機構であり、STONITHなどの方式で実装される。

스플릿 브레인 발생 시 기존 프라이머리를 강제 차단하여 복수 노드가 동시에 쓰기하는 데이터 파손을 방지하는 구조이다. HA 구성에서는 필수 안전 메커니즘이며 STONITH 등의 방식으로 구현된다.

想定されるデータ量・トランザクション量・同時接続数を基にデータベースのCPU・メモリ・ストレージの必要量を算出する設計工程である。過剰投資と性能不足の両方を避けるために、将来の成長率も考慮して見積もる。

예상되는 데이터량·트랜잭션량·동시 접속 수를 기반으로 데이터베이스의 CPU·메모리·스토리지 필요량을 산출하는 설계 공정이다. 과잉 투자와 성능 부족 양쪽을 피하기 위해 장래 성장률도 고려하여 산정한다.

元テーブルのコピーを作成してスキーマ変更を適用しバイナリログで差分を同期した後にテーブルを入れ替える手法である。大規模テーブルのスキーマ変更をサービス無停止で実行でき、ロック時間を最小化できる。

원본 테이블의 복사본을 생성하여 스키마 변경을 적용하고 바이너리 로그로 차분을 동기화한 후 테이블을 교체하는 기법이다. 대규모 테이블의 스키마 변경을 서비스 무중단으로 실행할 수 있어 잠금 시간을 최소화할 수 있다.

トランザクションのロールバック時に変更前のデータを復元するためのログで、MVCCの一貫性読み取りにも使用される。長時間トランザクションにより肥大化するとディスク空間を圧迫するため監視が必要である。

트랜잭션 롤백 시 변경 전 데이터를 복원하기 위한 로그로, MVCC의 일관성 읽기에도 사용된다. 장시간 트랜잭션에 의해 비대화되면 디스크 공간을 압박하므로 모니터링이 필요하다.

プライマリDBのデータを複製した読み取り専用のインスタンス。参照系クエリを分散させてプライマリの負荷を軽減する。レプリケーション遅延の考慮が設計上の重要な課題となる。

프라이머리 DB의 데이터를 복제한 읽기 전용 인스턴스이다. 참조 쿼리를 분산시켜 프라이머리의 부하를 경감한다. 레플리케이션 지연의 고려가 설계상 중요한 과제가 된다.

行ごとに異なるカラムを持てる分散型NoSQLデータベース。Apache CassandraやHBaseが代表例で、大規模な時系列データや高書き込み負荷に強い。

행마다 다른 컬럼을 가질 수 있는 분산형 NoSQL 데이터베이스. Apache Cassandra와 HBase가 대표적이며, 대규모 시계열 데이터나 높은 쓰기 부하에 강하다.

MySQL互換の分散データベースシステムVitessでシャードの分割・統合・リバランスを管理する技術。VSchemaで論理的なシャーディングキーを定義し、アプリケーション透過的な水平分割を実現する。

MySQL 호환의 분산 데이터베이스 시스템 Vitess에서 샤드의 분할·통합·리밸런스를 관리하는 기술이다. VSchema로 논리적인 샤딩 키를 정의하고 애플리케이션 투과적인 수평 분할을 실현한다.

クエリ実行中に実際の行数と推定行数の乖離を検知し、実行計画を動的に調整するデータベースの最適化機能。統計情報の不正確さを実行時に補正し、最適なJOIN方式やアクセスパスを自動選択する。

쿼리 실행 중에 실제 행 수와 추정 행 수의 괴리를 감지하고 실행 계획을 동적으로 조정하는 데이터베이스의 최적화 기능이다. 통계 정보의 부정확함을 실행 시에 보정하고 최적의 JOIN 방식이나 접근 경로를 자동 선택한다.

異なるデータベースインスタンス間でSQLを透過的に実行するための接続オブジェクトで、分散データ参照に使われる。ネットワーク遅延が性能に影響するため、結合するデータ量を最小限に抑える設計が重要である。

서로 다른 데이터베이스 인스턴스 간에 SQL을 투과적으로 실행하기 위한 연결 오브젝트로, 분산 데이터 참조에 사용된다. 네트워크 지연이 성능에 영향을 주므로 결합할 데이터량을 최소화하는 설계가 중요하다.

RDBのJSON型カラムを活用したスキーマレスデータの格納設計。柔軟なデータ構造を実現するが、インデックスやクエリ性能の制約を理解し、正規化との使い分けが重要である。

RDB의 JSON 타입 컬럼을 활용한 스키마리스 데이터 저장 설계이다. 유연한 데이터 구조를 실현하지만 인덱스나 쿼리 성능 제약을 이해해야 한다.

ノード（頂点）とエッジ（辺）でデータ間の関係性を表現するグラフデータベース向けのモデリング手法のこと。SNSの友人関係や推薦エンジンなど複雑な関係性の表現と探索に適している。

노드(정점)와 엣지(변)로 데이터 간의 관계성을 표현하는 그래프 데이터베이스용 모델링 기법을 말한다. SNS의 친구 관계나 추천 엔진 등 복잡한 관계성의 표현과 탐색에 적합하다.

状態コードや種別などの有限値をEnum型やチェック制約で定義するカラム設計であり、データの整合性の確実な保証とクエリの可読性向上および不正な値の混入防止に寄与する。

상태 코드나 종별 등의 유한값을 Enum 타입이나 체크 제약으로 정의하는 컬럼 설계이며, 데이터 정합성의 보증과 쿼리의 가독성 향상 및 부정한 값의 혼입 방지에 기여한다.

Block Range Indexの略で、テーブルの物理的なブロック範囲ごとにmin/max値を記録する軽量インデックス。時系列データのようにデータの物理順序と値の順序が相関する場合に非常に効率的である。

Block Range Index의 약자로 테이블의 물리적 블록 범위별로 min/max값을 기록하는 경량 인덱스이다. 시계열 데이터처럼 데이터의 물리 순서와 값의 순서가 상관하는 경우 매우 효율적이다.

サービスを停止せずにテーブル構造の変更を行う手法。ALTER TABLEによるカラム追加やインデックス作成を、ロックを最小化しながら実行する。大規模テーブルでは特に重要となる。

서비스를 중단하지 않고 테이블 구조를 변경하는 기법이다. ALTER TABLE에 의한 컬럼 추가나 인덱스 생성을 잠금을 최소화하면서 실행한다. 대규모 테이블에서는 특히 중요하다.

ビューに対してINSERT/UPDATE/DELETEが可能な特性を持つビューで、単一テーブルの単純なビューのみ更新可能な場合が多い。集約関数やJOINを含むビューではINSTEAD OFトリガーで更新ロジックを実装する。

뷰에 대해 INSERT/UPDATE/DELETE가 가능한 특성을 가진 뷰로, 단일 테이블의 단순 뷰만 갱신 가능한 경우가 많다. 집계 함수나 JOIN을 포함한 뷰에서는 INSTEAD OF 트리거로 갱신 로직을 구현한다.

PostgreSQLにおける不要な行データ（デッドタプル）を回収し、テーブルの肥大化を防ぐメンテナンス処理。VACUUM/ANALYZE コマンドや自動実行のautovacuumで管理する。

PostgreSQL에서 불필요한 행 데이터(데드 튜플)를 회수하여 테이블 비대화를 방지하는 유지보수 처리. VACUUM/ANALYZE 명령어나 자동 실행 autovacuum으로 관리한다.

親テーブルのカラム定義を子テーブルが継承するデータベース機能である。共通属性を親テーブルに集約し、種別ごとの固有属性を子テーブルに定義することで、スキーマの重複を排除する。

부모 테이블의 컬럼 정의를 자식 테이블이 상속하는 데이터베이스 기능이다. 공통 속성을 부모 테이블에 집약하고 종별별 고유 속성을 자식 테이블에 정의함으로써 스키마 중복을 제거한다.

クエリの実行時間、I/O回数、CPU使用量、ロック待ち時間などの詳細な実行統計を収集・分析する手法。パフォーマンスのボトルネック特定と最適化の根拠として活用される。

쿼리의 실행 시간, I/O 횟수, CPU 사용량, 잠금 대기 시간 등의 상세한 실행 통계를 수집·분석하는 기법. 성능 병목 지점 특정과 최적화의 근거로 활용된다.

Multi-Version Concurrency Controlの略。DBがデータの複数バージョンを保持することで、読み取りと書き込みが互いをブロックせず並行処理を実現するトランザクション管理方式。PostgreSQLやInnoDBで採用。

Multi-Version Concurrency Control의 약자. DB가 데이터의 여러 버전을 유지함으로써 읽기와 쓰기가 서로를 블로킹하지 않고 동시 처리를 실현하는 트랜잭션 관리 방식. PostgreSQL과 InnoDB에서 채택.

WALのバイナリデータではなく、論理的な変更内容（INSERT/UPDATE/DELETE）を送信して複製する方式。異なるバージョンや異なるDBMS間でのレプリケーションが可能で、テーブル単位の選択的複製にも対応する。

WAL의 바이너리 데이터가 아닌 논리적 변경 내용(INSERT/UPDATE/DELETE)을 전송하여 복제하는 방식. 다른 버전이나 다른 DBMS 간 복제가 가능하며, 테이블 단위의 선택적 복제에도 대응한다.

PostgreSQLで不要になった行バージョンを回収しディスク領域を再利用可能にする処理。定期的な実行でテーブル肥大化を防ぎ、クエリ性能の劣化を抑止する重要な保守作業である。

PostgreSQL에서 불필요해진 행 버전을 회수하여 디스크 영역을 재사용 가능하게 하는 처리이다. 정기적 실행으로 테이블 비대화를 방지한다.

データベースの変更イベントをリアルタイムでキャプチャし、他システムへ連携するCDC（変更データキャプチャ）サービス。GCPが提供するマネージドサービスとして広く利用される。

데이터베이스의 변경 이벤트를 실시간으로 캡처하여 다른 시스템으로 연계하는 CDC(변경 데이터 캡처) 서비스. GCP가 제공하는 매니지드 서비스로 널리 활용된다.

デッドロックの発生を自動検出してエラーログに詳細を記録し再発防止のためのトランザクション設計を見直す運用であり、待機グラフの分析によって根本的な原因を特定する。

데드락의 발생을 자동 검출하여 에러 로그에 상세를 기록하고 재발 방지를 위한 트랜잭션 설계를 재검토하는 운용이며, 대기 그래프의 분석에 의해 근본적인 원인을 특정한다.

保存データと通信経路の暗号化方式を設計する作業。TDE（透過的データ暗号化）やカラムレベル暗号化など、セキュリティ要件と性能のバランスを考慮して適切な手法を選択する。

저장 데이터와 통신 경로의 암호화 방식을 설계하는 작업이다. TDE나 컬럼 레벨 암호화 등 보안 요건과 성능의 균형을 고려하여 적절한 기법을 선택한다.

データベースへの接続を事前に複数確保しておき、再利用することでオーバーヘッドを削減する仕組みの管理。DBアクセスの高速化とリソース最適化に不可欠。

데이터베이스 연결을 미리 여러 개 확보해두고 재사용함으로써 오버헤드를 줄이는 구조의 관리. DB 접근 속도 향상과 리소스 최적화에 필수적이다.

パーティションテーブルのクエリ実行時に不要なパーティションを読み飛ばす最適化。WHERE句の条件に基づきアクセス対象のパーティションのみをスキャンし処理効率を大幅に向上させる。

파티션 테이블의 쿼리 실행 시 불필요한 파티션을 건너뛰는 최적화이다. WHERE 구의 조건에 기반하여 접근 대상 파티션만을 스캔하여 처리 효율을 대폭 향상시킨다.

汎用転置インデックスの略で、配列やJSONB型、全文検索などの複合値を持つカラムに最適化されたインデックス。PostgreSQLで主に使用され、複数の値を含むデータの検索に威力を発揮する。

범용 역색인(Generalized Inverted Index)의 약어로, 배열이나 JSONB 타입, 전문 검색 등 복합 값을 가진 컬럼에 최적화된 인덱스. PostgreSQL에서 주로 사용되며, 복수의 값을 포함하는 데이터 검색에 위력을 발휘한다.

透過的データ暗号化で使用するマスターキーを定期的に更新し、暗号化の安全性を維持する鍵管理運用。KMSと連携してキーローテーションを自動化し、コンプライアンス要件の鍵更新ポリシーに準拠する。

투명 데이터 암호화에서 사용하는 마스터 키를 정기적으로 갱신하고 암호화의 안전성을 유지하는 키 관리 운용이다. KMS와 연계하여 키 로테이션을 자동화하고 컴플라이언스 요건의 키 갱신 정책에 준거한다.

テーブルの特定のカラムに格納されるデータを暗号化する手法。個人情報やクレジットカード番号など機密性の高いデータのみを暗号化し、パフォーマンスへの影響を最小限に抑える。

테이블의 특정 컬럼에 저장되는 데이터를 암호화하는 기법. 개인정보나 신용카드 번호 등 기밀성이 높은 데이터만 암호화하여 성능에 미치는 영향을 최소화한다.

マテリアライズドビューの全データを削除して定義クエリを再実行する更新方式。増分リフレッシュが使えない場合の代替手段で、処理時間はデータ量に比例して増大する。

구체화 뷰의 전 데이터를 삭제하고 정의 쿼리를 재실행하는 갱신 방식이다. 증분 리프레시를 사용할 수 없는 경우의 대체 수단으로 처리 시간은 데이터량에 비례하여 증대한다.

顧客、商品、従業員など、企業のビジネスの中核となる基本データ（マスターデータ）を組織全体で一元的に統合・管理し、常に正確で最新の状態に保つ取り組み。

고객, 상품, 직원 등 기업 비즈니스의 핵심이 되는 기본 데이터(마스터 데이터)를 조직 전체에서 통합 관리하여 항상 정확하고 최신 상태로 유지하는 활동.

SQLクエリの最大実行時間を制限するDBパラメータ。暴走クエリによるリソース占有を防止し、DBサーバー全体の安定性を確保するための安全装置として機能する。

SQL 쿼리의 최대 실행 시간을 제한하는 DB 파라미터이다. 폭주 쿼리에 의한 리소스 점유를 방지하고 DB 서버 전체의 안정성을 확보하기 위한 안전 장치로서 기능한다.

行ロックが一定数を超えた際にテーブルロックへ自動的に昇格する仕組みである。メモリ使用量を抑制できる反面、同時実行性が低下するため、エスカレーション閾値の適切な設定が重要になる。

행 잠금이 일정 수를 초과할 때 테이블 잠금으로 자동 승격되는 구조이다. 메모리 사용량을 억제할 수 있는 반면 동시 실행성이 저하되므로 에스컬레이션 임계값의 적절한 설정이 중요하다.

PostgreSQLのJIT機能でクエリの式評価やタプルデフォーミングをLLVMで機械語にコンパイルして実行する技術。大量データの集約や演算処理で解釈実行より大幅な高速化を実現する手法である。

PostgreSQL의 JIT 기능으로 쿼리의 식 평가나 튜플 디포밍을 LLVM으로 기계어에 컴파일하여 실행하는 기술이다. 대량 데이터의 집약이나 연산 처리에서 해석 실행보다 대폭적인 고속화를 실현하는 기법이다.

親テーブルの構造を子テーブルが継承し、共通カラムと個別カラムを分離して管理するDBモデリング手法。親テーブルへのクエリで全子テーブルのデータを横断的に取得でき、型階層の表現に適した設計である。

부모 테이블의 구조를 자식 테이블이 상속하고 공통 칼럼과 개별 칼럼을 분리하여 관리하는 DB 모델링 기법이다. 부모 테이블에의 쿼리로 전체 자식 테이블의 데이터를 횡단적으로 취득할 수 있어 타입 계층의 표현에 적합한 설계이다.

データ増加率・クエリ増加率・ストレージ消費量などのトレンドデータから将来のデータベースリソース需要を予測するモデルであり、計画的なスケールアップの判断材料となる。

데이터 증가율·쿼리 증가율·스토리지 소비량 등의 트렌드 데이터에서 향후의 데이터베이스 리소스 수요를 예측하는 모델이며, 계획적인 스케일업의 판단 재료가 된다.

WALアーカイブとベースバックアップを組み合わせて任意の時点へのデータベース復元を可能にする設計。誤操作やデータ破損発生時に秒単位の精度で直前の正常な状態にロールバックできる仕組みである。

WAL 아카이브와 베이스 백업을 조합하여 임의의 시점으로의 데이터베이스 복원을 가능하게 하는 설계이다. 오조작이나 데이터 파손 발생 시 초 단위의 정밀도로 직전의 정상 상태로 롤백할 수 있는 구조이다.

データの正確性・完全性・一貫性・適時性などを継続的に監視・改善するプロセス。DQM（Data Quality Management）とも呼ばれ、分析精度やシステム信頼性に直結する。

데이터의 정확성·완전성·일관성·적시성 등을 지속적으로 모니터링하고 개선하는 프로세스. DQM이라고도 하며, 분석 정확도와 시스템 신뢰성에 직결된다.

長時間にわたりコミットされないトランザクションを検出する監視の仕組みで、ロック保持やログ肥大化の問題を早期に発見する。閾値を設定してアラートを発報し、デッドロックやリソース枯渇を未然に防止する。

장시간 커밋되지 않는 트랜잭션을 검출하는 모니터링 구조로, 잠금 유지나 로그 비대화 문제를 조기에 발견한다. 임계값을 설정하여 알림을 발행하고 데드락이나 리소스 고갈을 사전에 방지한다.

データベースのWALファイルをセグメント単位で管理し、ディスク容量の肥大化を防止する運用手法。不要セグメントの自動アーカイブと削除を設定し、WALの蓄積によるディスク枯渇を防ぐ仕組みである。

데이터베이스의 WAL 파일을 세그먼트 단위로 관리하고 디스크 용량의 비대화를 방지하는 운용 기법이다. 불필요 세그먼트의 자동 아카이브와 삭제를 설정하고 WAL의 축적에 의한 디스크 고갈을 방지하는 구조이다.

未コミットのトランザクションの変更を取り消す操作。障害復旧時にREDO適用後、未コミットのトランザクションをロールバックしてデータの一貫性を回復する。

미커밋 트랜잭션의 변경을 취소하는 조작이다. 장애 복구 시 REDO 적용 후 미커밋 트랜잭션을 롤백하여 데이터의 일관성을 회복한다.

DBサーバーの設定パラメータを調整して性能を最適化する作業。バッファプールサイズ・ワークメモリ・最大接続数など、ワークロードに応じた適切な設定値の調整が重要となる。

DB 서버의 설정 파라미터를 조정하여 성능을 최적화하는 작업이다. 버퍼 풀 크기·워크 메모리·최대 접속 수 등 워크로드에 맞춘 설정값 조정이 중요하다.

ElasticsearchからフォークされたオープンソースのAWS主導の検索・分析エンジン。ログ分析や全文検索、リアルタイムデータ可視化に広く活用される。

Elasticsearch에서 포크된 오픈소스 AWS 주도의 검색·분석 엔진. 로그 분석, 전문 검색, 실시간 데이터 시각화에 널리 활용된다.

Write-Ahead Loggingの略。データ変更をディスクに書き込む前に、先にログを記録する手法。PostgreSQLなどで採用され、クラッシュリカバリやレプリケーションに活用される。

Write-Ahead Logging의 약자. 데이터 변경 사항을 디스크에 쓰기 전에 먼저 로그를 기록하는 기법. PostgreSQL 등에서 채택되며, 크래시 복구 및 레플리케이션에 활용된다.

B-Treeインデックスにデータ挿入時にページが満杯になると新しいページに分割される現象で、断片化の原因となる。ランダムなUUID主キーの使用時に頻発しやすく、挿入性能の低下を招く。

B-Tree 인덱스에 데이터 삽입 시 페이지가 가득 차면 새로운 페이지로 분할되는 현상으로 단편화의 원인이 된다. 랜덤 UUID 기본 키 사용 시 빈발하기 쉬우며 삽입 성능 저하를 초래한다.

MongoDBで複数のステージを連結してデータの変換・集約・フィルタリングを実行するクエリフレームワーク。$match、$group、$lookupなどのステージを組み合わせて複雑な分析処理をDB内で完結させる。

MongoDB에서 복수의 스테이지를 연결하여 데이터의 변환·집약·필터링을 실행하는 쿼리 프레임워크이다. $match, $group, $lookup 등의 스테이지를 조합하여 복잡한 분석 처리를 DB 내에서 완결하는 기법이다.

構造化・非構造化を問わず大量の生データを一元的に蓄積するストレージリポジトリ。スキーマ定義を後回しにできるため、柔軟なデータ分析基盤として活用される。

정형·비정형을 막론하고 대량의 원시 데이터를 일원적으로 저장하는 스토리지 리포지토리. 스키마 정의를 나중에 할 수 있어 유연한 데이터 분석 기반으로 활용된다.

実行に時間がかかるDBクエリのこと。一定の閾値を超えたSQLをログに記録し、パフォーマンスのボトルネック特定・チューニングに活用する。

실행에 시간이 오래 걸리는 DB 쿼리를 말한다. 일정 임계값을 초과한 SQL을 로그에 기록하여 성능 병목 지점 파악 및 튜닝에 활용한다.

前回のバックアップ以降に変更されたデータのみを保存するバックアップ方式の設計戦略。フルバックアップに比べてストレージ使用量と所要時間を大幅に削減できるが、復元時は全増分の適用が必要になる。

이전 백업 이후 변경된 데이터만 저장하는 백업 방식의 설계 전략. 풀 백업에 비해 스토리지 사용량과 소요 시간을 대폭 절감할 수 있지만, 복원 시 모든 증분의 적용이 필요하다.

テーブルやインデックスの実データを格納するデータベースの物理ファイル。ページ単位で管理されI/O効率を最大化するための配置とサイジングが性能に直結する。

테이블이나 인덱스의 실데이터를 저장하는 데이터베이스의 물리 파일이다. 페이지 단위로 관리되며 I/O 효율을 최대화하기 위한 배치와 사이징이 성능에 직결한다.

バランス木構造を用いたデータベースの標準的なインデックス方式であり、範囲検索やソート処理に優れた性能を発揮しO(log n)の計算量で効率的にデータを検索できる汎用的な方式である。

밸런스 트리 구조를 이용한 데이터베이스의 표준적인 인덱스 방식이며, 범위 검색이나 정렬 처리에 뛰어난 성능을 발휘하고 O(log n)의 계산량으로 효율적으로 데이터를 검색할 수 있는 범용적 방식이다.

データベースサーバーのディスクI/O操作数をリアルタイムで監視しストレージのボトルネックを検出する手法であり、IOPSの上限に達する前に対策を講じて性能劣化を防止する。

데이터베이스 서버의 디스크 I/O 조작 수를 실시간으로 감시하고 스토리지의 병목을 검출하는 기법이며, IOPS의 상한에 도달하기 전에 대책을 강구하여 성능 열화를 방지한다.

プライマリとレプリカの間でデータの反映に時間差が生じる現象。ラグが大きいとレプリカから古いデータが読み取られるため、アプリケーション設計で考慮が必要になる。

프라이머리와 레플리카 간에 데이터 반영 시간차가 발생하는 현상. 지연이 크면 레플리카에서 오래된 데이터가 읽히기 때문에 애플리케이션 설계에서 고려가 필요하다.

WALやバイナリログを利用してデータベースを任意の時刻の状態に精密に復元するリカバリ手法であり、誤操作やデータ破損からの正確な復旧を可能にする重要な技術である。

WAL이나 바이너리 로그를 이용하여 데이터베이스를 임의의 시각의 상태로 정밀하게 복원하는 리커버리 기법이며, 오조작이나 데이터 파손으로부터의 정확한 복구를 가능하게 하는 중요한 기술이다.

PostgreSQLで行間の範囲重複を防止する制約機能。GiSTインデックスを使って日付範囲や数値範囲の重複を検出し、予約システムの二重予約やスケジュールの競合をDB層で確実に防止する。

PostgreSQL에서 행 간의 범위 중복을 방지하는 제약 기능이다. GiST 인덱스를 사용하여 날짜 범위나 수치 범위의 중복을 감지하고 예약 시스템의 이중 예약이나 스케줄의 경합을 DB 계층에서 확실히 방지한다.

断片化したインデックスをサービス無停止で再構築する処理で、テーブルへの読み書きを継続しながら実行できる。定期的な再構築によりインデックスの効率を維持し、クエリ性能の劣化を防止する。

단편화된 인덱스를 서비스 무중단으로 재구축하는 처리로, 테이블에 대한 읽기/쓰기를 계속하면서 실행할 수 있다. 정기적인 재구축으로 인덱스 효율을 유지하고 쿼리 성능 저하를 방지한다.

クエリの実行頻度・実行時間・リソース消費を収集・分析してDB負荷の原因を特定する作業。パフォーマンスインサイトやpg_stat_statementsなどのツールで継続的に性能を監視する。

쿼리의 실행 빈도·실행 시간·리소스 소비를 수집·분석하여 DB 부하 원인을 특정하는 작업이다. Performance Insights나 pg_stat_statements 등의 도구로 지속적으로 성능을 감시한다.

PostgreSQLのVACUUM処理による不要タプルの回収とトランザクションIDの周回防止を計画的に運用する手法であり、テーブル肥大化と性能劣化を未然に防止する重要な運用である。

PostgreSQL의 VACUUM 처리에 의한 불필요 튜플의 회수와 트랜잭션 ID의 순환 방지를 계획적으로 운용하는 기법이며, 테이블 비대화와 성능 열화를 사전에 방지하는 중요한 운용이다.

データベースの不正アクセスや改ざんの痕跡を調査・分析し、証拠を保全する技術である。監査ログ、バイナリログ、WALの解析により不正操作の時系列を再構成し、影響範囲を特定する。

데이터베이스의 부정 접근이나 변조 흔적을 조사·분석하여 증거를 보전하는 기술이다. 감사 로그, 바이너리 로그, WAL의 분석으로 부정 조작의 시계열을 재구성하고 영향 범위를 특정한다.

テーブルやインデックスの統計情報の更新タイミングとサンプリング率を戦略的に設定する手法であり、クエリオプティマイザが最適な実行計画を選択するための重要な基盤となる。

테이블이나 인덱스의 통계 정보의 갱신 타이밍과 샘플링률을 전략적으로 설정하는 기법이며, 쿼리 옵티마이저가 최적의 실행 계획을 선택하기 위한 중요한 기반이 된다.

マテリアライズドビューの全件再作成ではなく変更差分のみを適用して更新する最適化手法。ベーステーブルの変更量に比例したコストで最新データを反映し、大規模データの集約クエリを高速化する。

마테리얼라이즈드 뷰의 전건 재작성이 아닌 변경 차분만을 적용하여 갱신하는 최적화 기법이다. 베이스 테이블의 변경량에 비례한 비용으로 최신 데이터를 반영하고 대규모 데이터의 집약 쿼리를 고속화한다.

データベース接続時に障害を早期検出し、長時間のタイムアウト待ちを回避する設計パターンである。接続プールのヘルスチェックと組み合わせ、障害ノードへの接続試行を即座に遮断する。

데이터베이스 접속 시 장애를 조기 검출하여 장시간 타임아웃 대기를 회피하는 설계 패턴이다. 접속 풀의 헬스 체크와 조합하여 장애 노드로의 접속 시도를 즉시 차단한다.

マテリアライズドビューの更新タイミングと方式を決定する戦略。完全リフレッシュ・増分リフレッシュ・オンデマンド更新から要件に応じて選択し、鮮度と性能のバランスを取る。

구체화된 뷰의 갱신 타이밍과 방식을 결정하는 전략이다. 완전 리프레시·증분 리프레시·온디맨드 갱신에서 요건에 따라 선택한다.

PostgreSQLの宣言的パーティショニングでテーブルを日付範囲やハッシュ値で分割管理する手法。パーティションプルーニングにより不要なパーティションをスキャンから除外し、大規模テーブルのクエリ性能を向上させる。

PostgreSQL의 선언적 파티셔닝으로 테이블을 날짜 범위나 해시 값으로 분할 관리하는 기법이다. 파티션 프루닝으로 불필요한 파티션을 스캔에서 제외하고 대규모 테이블의 쿼리 성능을 높이는 기법이다.

バックアップデータから正常にデータベースを復元できるか検証するテスト。バックアップが取れていても復元できなければ意味がないため、定期的な実施が推奨されている。

백업 데이터에서 정상적으로 데이터베이스를 복원할 수 있는지 검증하는 테스트. 백업이 되어 있어도 복원할 수 없으면 의미가 없기 때문에, 정기적인 실시가 권장되고 있다.

本番データベースへの書き込みを影のデータベースにも同時に反映し、移行先の動作検証やパフォーマンステストを本番同等の負荷で実施する手法である。移行リスクを最小化するために使用される。

운영 데이터베이스로의 쓰기를 그림자 데이터베이스에도 동시에 반영하여 이전 대상의 동작 검증이나 성능 테스트를 운영 동등 부하로 실시하는 기법이다. 이전 리스크를 최소화하기 위해 사용된다.

意図的にデータの重複を許容してテーブル結合を削減し読み取り性能を向上させるデータベース設計の手法であり、正規化による参照整合性とのトレードオフを考慮して適用する。

의도적으로 데이터의 중복을 허용하여 테이블 결합을 삭감하고 읽기 성능을 향상시키는 데이터베이스 설계의 기법이며, 정규화에 의한 참조 정합성과의 트레이드오프를 고려하여 적용한다.

プライマリとレプリカ間のレプリケーション遅延を継続的に監視し閾値超過時にアラートを発報する仕組みであり、読み取り整合性の問題やレプリカ障害の兆候を早期に検知する。

프라이머리와 레플리카 간의 레플리케이션 지연을 지속적으로 감시하고 임계값 초과 시에 알림을 발보하는 구조이며, 읽기 정합성의 문제나 레플리카 장애의 조짐을 조기에 검지한다.

データベース設計においてエンティティ・属性・リレーションを整理し、ER図や正規化などを用いてデータ構造を体系的に定義するアプローチ。

데이터베이스 설계 시 엔티티·속성·관계를 정리하고, ER 다이어그램이나 정규화 등을 활용해 데이터 구조를 체계적으로 정의하는 방법론입니다.

複数のカラムを組み合わせてパーティション分割の基準とするキーで、データの均等分散とクエリ効率の両立を図る。単一カラムでは偏りが生じる場合に有効で、ホットパーティション問題の解消に役立つ。

여러 컬럼을 조합하여 파티션 분할 기준으로 삼는 키로, 데이터의 균등 분산과 쿼리 효율의 양립을 도모한다. 단일 컬럼으로는 편중이 발생하는 경우에 유효하며 핫 파티션 문제 해소에 도움된다.

データベーストランザクションの信頼性を保証する4つの性質。原子性・一貫性・独立性・耐久性の頭文字を取ったもので、データ整合性の基盤となる概念。

데이터베이스 트랜잭션의 신뢰성을 보장하는 4가지 속성. 원자성·일관성·격리성·지속성의 앞 글자를 딴 것으로, 데이터 정합성의 핵심 개념이다.

各値に対してビットマップ（ビット配列）を保持するインデックス。カーディナリティが低いカラム（性別、ステータスなど）に適しており、複数条件のAND/OR検索を高速に実行できる。

각 값에 대해 비트맵(비트 배열)을 보유하는 인덱스. 카디널리티가 낮은 컬럼(성별, 상태 등)에 적합하며, 복수 조건의 AND/OR 검색을 고속으로 실행할 수 있다.

ROW_NUMBER・RANK・LAG・LEADなどのウィンドウ関数を活用して自己結合やサブクエリを排除し集計・分析クエリの可読性と性能を向上させる手法である。

ROW_NUMBER·RANK·LAG·LEAD 등의 윈도우 함수를 활용하여 셀프 조인이나 서브쿼리를 배제하고 집계·분석 쿼리의 가독성과 성능을 향상시키는 기법이다.

インデックスのレコード間の隙間にかかるロック。ファントムリード（幻影読み取り）を防止するために使用され、REPEATABLE READ分離レベルで自動的に適用される。

인덱스 레코드 간의 간격에 걸리는 잠금. 팬텀 리드(환영 읽기)를 방지하기 위해 사용되며, REPEATABLE READ 격리 수준에서 자동으로 적용된다.

バックアップからの完全復元を行わずにデータベースやテーブルを過去の状態に素早く巻き戻す機能である。誤操作からの復旧時間を大幅に短縮でき、運用上の人的ミスへの対策として有効である。

백업에서의 전체 복원 없이 데이터베이스나 테이블을 과거 상태로 빠르게 되돌리는 기능이다. 오조작으로부터의 복구 시간을 크게 단축할 수 있어 운영상 인적 실수에 대한 대책으로 유효하다.

位置情報や地形・地域の形状などを含むデータ。GISや地図アプリ、物流システムなどで活用され、PostGISやBigQuery GeoなどのDB拡張で処理される。

위치 정보나 지형·지역의 형상 등을 포함한 데이터. GIS 및 지도 앱, 물류 시스템 등에 활용되며, PostGIS나 BigQuery Geo 등의 DB 확장 기능으로 처리된다.

ハッシュ関数を使ってキーの格納位置を決定するインデックス。完全一致検索においてO(1)の高速な検索性能を持つが、範囲検索やソートには利用できないという制約がある。

해시 함수를 사용하여 키의 저장 위치를 결정하는 인덱스. 완전 일치 검색에서 O(1)의 고속 검색 성능을 갖지만, 범위 검색이나 정렬에는 사용할 수 없다는 제약이 있다.

データベース接続をプールとして事前に確保し、リクエストごとに再利用する仕組み。接続の確立・切断コストを削減し、同時接続数の管理とリソース効率の向上を図る。

데이터베이스 접속을 풀로 사전에 확보하여 요청마다 재사용하는 구조. 접속의 확립·절단 비용을 절감하고, 동시 접속 수 관리와 리소스 효율 향상을 도모한다.

テーブルのデータ分布統計情報を収集してクエリオプティマイザが最適な実行計画を選択できるようにするコマンドであり、大量のデータ変更後に実行して実行計画の精度を維持する。

테이블의 데이터 분포 통계 정보를 수집하여 쿼리 옵티마이저가 최적의 실행 계획을 선택할 수 있게 하는 커맨드이며, 대량의 데이터 변경 후에 실행하여 실행 계획의 정확도를 유지한다.

小さい方のテーブルからハッシュテーブルを構築し、大きい方のテーブルをスキャンしてハッシュ値の一致でマッチングする結合アルゴリズムである。等価結合で高い性能を発揮し、大規模データの結合に適している。

작은 쪽의 테이블에서 해시 테이블을 구축하고 큰 쪽의 테이블을 스캔하여 해시 값 일치로 매칭하는 조인 알고리즘이다. 등가 조인에서 높은 성능을 발휘하며 대규모 데이터의 조인에 적합하다.

ベースバックアップとWALを組み合わせて任意の時点のデータ状態に復元する手順。誤操作やデータ破損から特定時刻の状態に正確に復旧でき、災害復旧計画の中核となる運用手順である。

베이스 백업과 WAL을 조합하여 임의 시점의 데이터 상태로 복원하는 절차이다. 오조작이나 데이터 손상으로부터 특정 시각의 상태로 정확하게 복구한다.

複数テーブルのJOIN時にオプティマイザが選択する結合順序を分析し最適な順序を誘導する手法であり、中間結果セットのサイズ削減により大幅な性能改善を実現する技術である。

복수 테이블의 JOIN 시에 옵티마이저가 선택하는 결합 순서를 분석하고 최적의 순서를 유도하는 기법이며, 중간 결과 셋의 사이즈 삭감에 의해 대폭적인 성능 개선을 실현하는 기술이다.

DBMSがSQLクエリを実行する際に、最も効率的な実行計画を自動的に選択・生成するコンポーネント。インデックスの利用可否やテーブルの統計情報をもとに最適なアクセスパスを決定する。

DBMS가 SQL 쿼리를 실행할 때 가장 효율적인 실행 계획을 자동으로 선택·생성하는 컴포넌트. 인덱스 사용 가능 여부와 테이블 통계 정보를 바탕으로 최적의 액세스 경로를 결정한다.

DBMSがSQLを実行する際の処理手順を可視化した実行計画を解析し、インデックス使用状況やコストを確認してクエリのパフォーマンスを最適化する作業。

DBMS가 SQL을 실행할 때의 처리 절차를 시각화한 실행 계획을 분석하여, 인덱스 사용 현황과 비용을 확인하고 쿼리 성능을 최적화하는 작업.

コミット済みだがディスクに未反映のトランザクションを障害復旧時に再適用するためのログで、データ永続性を保証する。WALの実装形態の一つであり、チェックポイントと連携してクラッシュリカバリを実現する。

커밋 완료되었지만 디스크에 미반영된 트랜잭션을 장애 복구 시 재적용하기 위한 로그로, 데이터 영속성을 보장한다. WAL의 구현 형태 중 하나이며 체크포인트와 연계하여 크래시 리커버리를 실현한다.

先行書き込みログのアーカイブ保存と自動削除を計画的に管理する運用であり、ポイントインタイムリカバリの可用性を確保しつつディスク容量の効率的な利用のバランスを維持する。

선행 기록 로그의 아카이브 보존과 자동 삭제를 관리하는 운용이며, 포인트 인 타임 리커버리의 가용성을 확보하면서 디스크 용량의 효율적인 이용의 균형을 유지한다.

RDBMSのACID特性を維持しながら、NoSQLのような水平スケーラビリティを実現する次世代分散データベースの総称。Google SpannerやCockroachDBが代表例。

RDBMS의 ACID 특성을 유지하면서 NoSQL과 같은 수평 확장성을 실현하는 차세대 분산 데이터베이스의 총칭. Google Spanner와 CockroachDB가 대표적인 예시이다.