SQL(관계형 DB)
SQL은 구조화된 쿼리 언어(Structured Query Language)이다.
특징
- 데이터는 정해진(엄격한) 데이터 스키마에 따라 테이블에 저장된다.
- 데이터는 관계를 통해 여러 테이블에 분산된다.
엄격한 스키마
데이터는 테이블에 레코드로 저장되며, 각 테이블에는 명확하게 정의된 구조가 있다. 구조는 필드의 이름과 데이터 유형으로 정의된다.
관계형 데이터베이스에서 스카마를 준수하지 않는 레코드는 추가할 수가 없다.
관계
데이터들을 여러개의 테이블로 나누어서 데이터들의 중복을 피할 수 있다.
RDBMS
- MySQL
- Oracle
- SQLite
- MariaDB
- PostgreSQL
NoSQL(비관계형 DB)
뜻은 Not Only SQL로 관계형 데이터베이스를 뺀 나머지 유형을 말하는 것이다.
(예를 들어 한국어 vs 한국어 외 언어처럼)
특징
- 스키마 없음
- 관계 없음
SQL에서는 정해진 스키마를 따르지 않는다면 데이터를 추가할 수 없었지만, NoSQL에서는 다른 구조의 데이터를 같은 컬렉션(=SQL에서 테이블)에 추가할 수 있다.
크게 3가지 유형이 있으며 각각에 대해 설명하겠다.
Document DB
- 데이터를 문서처럼 저장하는 데이터베이스를 의미한다.
- 많은 문서형 데이터베이스에서 JSON과 유사한 형식의 데이터를 문서화하여 저장한다.
- 각각의 문서는 하나의 속성에 대한 데이터를 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리한다.
- 보통의 SQL처럼 행과 열이 존재하는 것이 아니라 원하는 어떤 종류, 모양의 데이터를 저장할 수 있다.
- 대표적으로
MongoDB가 있다 - join의 개념이 존재하지 않는다
마지막 부분에 대해서 조금 자세하게 설명을 하겠다.
조인의 개념이 존재하지 않는 대신 컬렉션을 통해 데이터를 복제하여 각 컬렉션 일부분에 속하는 데이터를 정확하게 산출하도록 한다.
이런 방식은 데이터가 중복되기 때문에 불안정한 측면이 있다. 예를 들어 실수로 컬렉션 B에서는 데이터를 수정하지 않았는데, 컬렉션 A에서만 데이터를 업데이트할 위험이 있다.
따라서 특정 데이터를 같이 사용하는 모든 컬렉션에서 똑같은 데이터 업데이트가 수행되도록 해야한다.
Key Value
- 속성을 Key-value의 쌍으로 나타내는 데이터를 배열의 형태로 저장한다.
- 대표적으로
Redis,CassandraDB,DynamoDB이 있다. - 엄청 많은 양의 데이터를 빠르게 저장하는데 적합, 검색엔진처럼 많은 양의 데이터를 빠르게 읽어야할 때 적합하다.
GraphDB
- 자료구조의 그래프와 비슷한 형식으로 데이터 간의 관계를 구성한다.
- 노드에 속성별로 데이터를 저장한다.
- 각 노드간 관계는 선으로 표현된다.
- 대표적으로
Neo4j,InfiniteGraph가 있다.
차이점
데이터 저장(Storage)
NoSQL은 key-value, document, graph 등의 방식으로 데이터를 저장한다.
관계형 데이터베이스는 SQL을 이용해서 데이터를 테이블에 저장하고 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 저장해야 한다.
스키마(Schema)
SQL을 사용하려면 고정된 형식의 스키마가 필요하고, 처리하려는 데이터 속성 별로 열(column)에 대한 정보를 미리 저장해두어야 한다.
스키마는 나중에 변경할 수 있지만, 이 경우 데이터베이스 전체를 수정하거나 오프라인으로 전환할 필요가 있다.
NoSQL은 관계형 데이터베이스보다 동적으로 스키마의 형태를 관리할 수 있다.
확장성
확장은 수직적 확장(vertical scaling)과 수평적 확장(horizontal scaling)으로 구별할 수 있다.
수직적 확장은 단순히 데이터베이스의 성능을 향상시키는 것이다 (높은 메모리, CPU를 사용하는 확장)수평적 확장은 더 많은 서버가 추가되고 데이터베이스가 전체적으로 분산됨을 의미한다. 따라서 하나의 데이터베이스에서 작동하지만 여러 호스트에서 작동한다. (보다 값싼 서버 증설, 또는 클라우드 서비스를 이용하는 확장)
일반적으로 SQL 기반의 관계형 데이터베이스는 수직적으로 확장한다. 이는 데이터베이스가 구축된 하드웨어의 성능을 많이 이용하기 때문에 비용이 많이 든다. 여러 서버에 걸쳐서 데이터베이스의 관계를 정의할 수 있지만, 매우 복잡하고 시간이 많이 소요된다.
NoSQL로 구성된 데이터베이스는 수평적으로 확장한다. NoSQL 데이터베이스를 위한 서버를 추가적으로 구축하면 많은 트래픽을 보다 편리하게 처리할 수 있다.
각각의 장단점
SQL의 장점
- 명확하게 정의된 스키마가 있기에 데이터의 무결성 보장한다.
데이터 무결성이란
데이터의 정확성, 일관성, 유효성이 유지되는 것이다.
여기서 정확성은 중복이나 누락이 없다는 것을 뜻하고, 일관성은 원인과 결과의 의미가 연속적으로 보장되어 변하지 않는 상태를 뜻한다. - 관계는 각 데이터를 중복 없이 한 번만 저장하게 된다.
SQL 단점
- 상대적으로 덜 유연하다. 데이터 스키마는 사전에 계획되어야 한다(나중에 수정하기 번거로울 수 있다)
- 관계를 맺고 있기 때문에 JOIN문이 많은 매우 복잡한 쿼리가 만들어질 수 있다.
- 수평적 확장이 어렵다.
NoSQL의 장점
- 스키마가 없기 때문에 훨씬 유연하다.(=저장된 데이터를 조정하고 새로운
필드를 추가할 수 있다) - 데이터는 애플리케이션이 필요로하는 형식으로 저장되어 읽어오는 속도가 빠르다.
- 수직 및 수평 확장이 가능하다.
NoSQL 단점
- 유연성 때문에 데이터 구조를 결정하지 못하고 미루게 될 수 있다.
- 데이터가 여러 컬렉션에 중복되어 있기 때문에, 수정을 해야할 경우 모든 컬렉션에서 수행해야 한다.
언제 무엇을 써야하는가🤔
NoSQL 기반의 비관계형 데이터베이스가 확장성이나 속도면에서는 더 뛰어나다. 하지만 고차원으로 구조화된 SQL 기반의 데이터베이스가 더좋은 성능을 보여주는 서비스도 있기에 여러 사용 사례를 살펴보고 적절한 데이터베이스를 선택해야한다.
SQL
-
관계를 맺고 있는 데이터가 자주 변경되는 애플리케이션 일 경우
(NoSQL이라면 여러 컬렉션을 모두 수정해줘야한다.) -
소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우
일관된 데이터를 사용하는 경우에는 관계형 데이터베이스를 사용하는 경우가 많다. 다양한 데이터 유형과 높은 트래픽을 지원하도록 설계된 NoSQL 데이터베이스를 사용해야하는 이유가 없기 때문이다.
NoSQL
- 빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우
- 읽기 처리를 자주하지만, 데이터를 자주 변경하지 않는 경우
- 데이터베이스를 수평으로 확장해야 하는 경우(= 막대한 양의 데이터를 다뤄야 하는 경우)
참고
SQL vs NoSQL (MySQL vs. MongoDB)
SQL과 NOSQL의 차이
[데이터베이스] SQL(구조화 쿼리 언어) vs NoSQL(비구조화 쿼리 언어)
