인프런 커뮤니티 질문&답변
작성한 질문수
DataGrip 사용시
작성
·
99
0
안녕하세요!
학교에서는 MYSQL Workbench 가 아니라 Datagrip 을 사용할거라고 말씀해주셨는데,
이 강의를 통해서 MYSQL Workbench 를 배워도 다시 또 Datagrip 을 배워야 하는건가요 ?
답변 2
0
안녕하세요. ghuhan18님
AI 인턴이 잘 답변해주었는데요.
추가로 말씀드리자면 DataGrip나 MySQL Workbench는 데이터베이스에 접근하는 단순한 도구일 뿐입니다.
쉽게 이야기해서 데이터베이스를 배운다는 것에서 DataGrip나 MySQL Workbench 같은 툴이 차지하는 비중은 1% 정도로 보시면 됩니다 🙂
그래서 툴에 대해서는 크게 고민하지 않고 진행하셔도 괜찮습니다.
그리고 강의를 통해서 MySQL Workbench를 사용하고나면 Datagrip은 바로 적응하실 수 있을거에요.
감사합니다.
0
안녕하세요, 인프런 AI 인턴입니다. ghuhan18님.
DataGrip과 MySQL Workbench는 데이터베이스를 관리하고 쿼리를 실행하는데 사용되는 도구입니다. 두 도구는 동일한 SQL 쿼리를 실행할 수 있기 때문에, 한 도구에서 학습한 SQL 지식을 다른 도구에서도 활용할 수 있습니다. 즉, 강의 중에 배우는 SQL 쿼리 작성이나 데이터베이스 개념은 Datagrip에서도 동일하게 적용됩니다.
만약 강의에서 MySQL Workbench의 특정 기능을 강조하여 설명하고 있다면, 그 부분만 Workbench로 확인하시면 되고, 나머지 SQL 실습이나 데이터베이스 관리 기능은 Datagrip을 사용하셔도 무방합니다.
유사한 질문과 답변을 볼 수 있는 관련 게시물도 참고하세요:
- H2 데이타베이스 말고 다른거 사용해도 동일한가요
- 선생님 H2 말고 제가 마리아DB 가지고 있는데 이거 써도 되나요?
여기에서는 다른 데이터베이스 도구를 사용할 때 고려할 점에 대한 추가 설명을 제공합니다. SQL 학습의 본질에는 큰 차이가 없지만, 각 도구의 사용자 환경에 익숙해지기 위해서는 조금의 적응 기간이 필요할 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
안녕하세요. 김영한 선생님! 자바에서부터 DB 까지 정말 훌륭한 과목들을 개설해주셔서 정말 감사합니다.
저는 학교에서 배우는 DB 예습용으로 배우고 싶은 마음이 큰데, 영한 선생님께서 입문편, 기본편에서 다루는 내용들이 아래에 있는 내용들을 상당 부분 커버가 가능한지 여쭤보고 싶습니다. 바쁘실텐데 시간내어 댓글을 작성해주셔서 감사드려요.
데이터베이스의 기초 및 관계형 데이터베이스 (Foundational concepts)
데이터베이스 시스템이 무엇인지, 데이터베이스를 효과적으로 설계하는 방법
데이터 모델, 관계형 모델, 관계형 데이터베이스 및 애플리케이션, 스키마, 정규화 등
엔티티-관계 모델링 (Entity-Relationship Modeling)
관계형 데이터베이스의 논리적 설계 (Logical design)
관계형 대수 (Relational Algebra)
데이터베이스 보안
데이터베이스 관리 시스템의 아키텍처 및 구현 (Database management system architecture and implementation)
데이터베이스 관리 시스템의 소프트웨어 아키텍처, 알고리즘 및 구현 기술
메모리 계층, 저장 시스템, 캐싱/버퍼 풀, 인덱스, 쿼리 처리, 쿼리 최적화
트랜잭션 처리, 격리 및 동시성 제어
데이터베이스 질의 및 애플리케이션 개발
데이터베이스를 쿼리하는 방법 (SQL)
데이터베이스 애플리케이션을 개발하는 방법
쿼리 최적화 및 트랜잭션 처리 개요
다양한 데이터베이스 유형 및 데이터 처리 (NoSQL – “Not Only SQL” databases & Data Enabled Decision Support)
NoSQL 데이터베이스: "NoSQL" 데이터 모델과 데이터베이스의 필요성, 예시 및 사용 사례
클라우드 데이터베이스 및 DaaS (Databases-as-a-service)
데이터 기반 의사결정 지원: 데이터 웨어하우스, 데이터 가져오기 및 정제 (data import and cleanse), OLAP, 피벗 테이블, 스타 스키마, 보고 및 시각화
클러스터링, 분류, 분석, 마이닝 등 분석 기법 개요