테이블 형태의 관계형 DataBase에서 쓰이는 언어
스키마도 없고, 관계도 없다!
정해진 스키마를 따르지 않으면, 데이터 추가가 불가능
데이터 저장 방식으로 인해 SQL 데이터베이스는 일반적으로 수직적 확장만 지원함
이미 정해진 칸에 데이터를 넣음 = '엑셀'
명확하게 정의된 스키마, 데이터 무결성 보장
관계는 각 데이터를 중복없이 한 번만 저장
실수 확률 ↓
이런 장점 덕에 대기업에서 주로 사용
덜 유연함. 데이터 스키마를 사전에 계획하고 알려야 함. (나중에 수정하기 힘듬)
관계를 맺고 있어서 조인문이 많은 복잡한 쿼리가 만들어질 수 있음
대체로 수직적 확장만 가능함
관계형 데이터베이스 X
JSON 형태에 정보를 저장
불러올 때도 SQL 쿼리가 아니라, ORM과 같은 방식으로 불러와 사용
NoSQL에서는 레코드를 문서(documents)라고 부른다.
다른 구조의 데이터를 같은 컬렉션에 추가가 가능
Orders, Users, Products 테이블이 있다고 가정할 때, NoSQL에서는 Orders에 한꺼번에 포함해서 저장하게 된다.
→ 따라서 여러 테이블에 JOIN 할 필요없이, 이미 필요한 모든 것을 갖춘 문서를 작성
(NoSQL에는 조인이라는 개념이 존재하지 않음)
→ 조인을 잘 사용하지 않고 자주 변경되지 않는 데이터일 때 NoSQL을 쓰면 상당히 효율적
→ 컬렉션을 통해 데이터를 복제하여 각 컬렉션 일부분에 속하는 데이터를 정확하게 산출하도록 한다.
하지만 이러면 데이터가 중복되어 서로 영향을 줄 위험이 있기 때문
수평적 확장은 NoSQL 데이터베이스에서만 가능
정형화된 틀이 있는 게 X
스키마가 없어서 유연함. 언제든지 저장된 데이터를 조정하고 새로운 필드 추가 가능
데이터는 애플리케이션이 필요로 하는 형식으로 저장됨. 데이터 읽어오는 속도 빨라짐
수직 및 수평 확장이 가능해서 애플리케이션이 발생시키는 모든 읽기/쓰기 요청 처리 가능
이런 장점 덕에 스타트업에서 주로 사용
유연성으로 인해 데이터 구조 결정을 미루게 될 수 있음
데이터 중복을 계속 업데이트 해야 함
데이터가 여러 컬렉션에 중복되어 있기 때문에 수정 시 모든 컬렉션에서 수행해야 함 (SQL에서는 중복 데이터가 없으므로 한번만 수행이 가능)
Scaling
- 두 데이터베이스를 비교할 때 중요한 개념
- 데이터베이스 서버의 확장성 : '수직적' 확장, '수평적' 확장
- 수직적 확장
- 단순히 데이터베이스 서버의 성능을 향상시키는 것
- 예시 : CPU 업그레이드
- 수평적 확장
- 더 많은 서버가 추가되고 데이터베이스가 전체적으로 분산됨을 의미
- 하나의 데이터베이스에서 작동하지만 여러 호스트에서 작동