SQL vs NoSQL

SQL은 '구조화된 쿼리언어(Structured Query Language'의 약자이다.

그러므로 SQL은 데이터베이스 자체를 나타내는 것이 아니라, 특정 유형의 데이터베이스와 상호 작용하는데 사용하는 쿼리 언어다.

반면, NoSQL은 관계형 데이터베이스의 한계점을 해결하기 위해 등장한 새로운 데이터베이스로, 기본적으로 SQL과 반대되는 접근 방식을 따르기 때문에 NoSQL이라고 이름 지어졌다.

SQL

• SQL을 사용하면 관계형 데이터베이스 관리 시스템(RDBMS)에서 데이터를 저장, 수정, 삭제 및 검색할 수 있다.
• 이러한 관계형 데이터베이스의 데이터는 정해진 데이터 스키마를 따라 데이터베이스 테이블에 저장되며, 관계를 통해 연결된 여러 개의 테이블에 데이터가 분산되는 특징이 있다.
  • 관계형 데이터베이스에서 스키마를 준수하지 않는 레코드를 추가할 수 없다.
  • 데이터를 여러 개의 테이블에 나누어서, 데이터의 중복을 피할 수 있다.

 NoSQL

• NoSQL에서 레코드를 문서(documents)라고 부른다. 이것은 단순히 이름만 다른 것이 아니라 핵심적인 차이가 있다.
• SQL 세상에서는 정해진 스키마를 따르지 않는다면 데이터를 추가 할 수 없지만, NoSQL에서는 다른 구조의 데이터를 같은 컬렉션(= SQL에서의 테이블)에 추가할 수 있습니다.
• SQL과 달리 스키마에 대해 신경 쓸 필요가 없다. 또한, NoSQL은 조인이라는 개념이 존재하지 않는다.
• 조인이 필요할 경우, 컬렉션을 통해 데이터를 복제하여 각 컬렉션 일부분에 속하는 데이터를 산출하도록 한다.

하지만, 위와 같은 방식은 데이터가 중복되기 때문에 불안정한 측면이 있다.
특정 데이터를 같이 사용하는 모든 컬렉션에서, 똑같은 데이터 업데이트가 수행되도록 해야한다.
그럼에도 불구하고, 복잡하고 시간적으로 비효율적인 조인을 사용하지 않아도 되기 때문에 큰 장점이 있다.
더불어, 자주 변경되지 않는 데이터일 때 사용하면 더 효과적이다.

수직적, 수평적 확장 (Scaling)

두 데이터베이스를 비교할 때 중요한 Scaling 개념도 존재한다.
데이터베이스 서버의 확장성은 '수직적' 확장과 '수평적' 확장으로 나누어진다.

• 수직적 확장 : 단순히 데이터베이스 서버의 성능을 향상시키는 것 (ex. CPU 업그레이드)
• 수평적 확장 : 더 많은 서버가 추가되고 데이터베이스가 전체적으로 분산됨을 의미 (하나의 데이터베이스에서 작동하지만 여러 호스트에서 작동)

▶ 데이터 저장 방식으로 인해 SQL 데이터베이스는 일반적으로 수직적 확장만 지원함

▶ 수평적 확장은 NoSQL 데이터베이스에서만 가능

둘 중 어떤 솔루션을 선택해야하는가?

프로젝트에서 다루는 데이터가 어떤지, 어떤 곳에서 사용 되는지와 데이터베이스의 장단점을 고려하여 선택한다면 좋은 결정이 될 것이다.

SQL 장단점

• 명확하게 정의된 스키마, 데이터 무결성 보장
• 관계는 각 데이터를 중복 없이 한번만 저장
• 상대적으로 덜 유연하다.  데이터 스키마는 사전에 계획되고 정의되어야한다.
• 관계를 맺고 있기 때문에, JOIN문이 많은 매우 복잡한 쿼리가 생성될 수 있다.
• 수평적 확장이 어렵다.

NoSQL 장단점

• 스키마가 없기 때문에 훨씬 유연하다. 언제든지 저장된 데이터를 조정하고 새로운 "필드" 추가가 가능하다.
• 데이터는 애플리케이션이 필요로 하는 형식으로 저장된다. 그렇기에 데이터를 읽어오는 속도가 빨라진다.
• 수직 및 수평 확장이 가능하므로 데이터베이스가 애플리케이션에서 발생시키는 모든 읽기/쓰기 요청 처리가 가능하다.
• 데이터가 여러 컬렉션에 중복되어 있기 때문에, 수정(update)를 해야 하는 경우 모든 컬렉션에서 수행해야 함을 의미합니다. (SQL 세계에서는 중복된 데이터가 없기 때문에 한번만 수행하면 됩니다.)

결론

SQL

• 관계를 맺고 있는 데이터가 자주 변경되는 애플리케이션의 경우**
• 변경될 여지가 없고, 명확한 스키마가 사용자와 데이터에게 중요한 경우**

NoSQL

• 정확한 데이터 구조를 파악할 수 없거나, 변경 및 확장이 될 수 있는 경우**
• 읽기를 자주 하지만 , 데이터 변경은 자주 없는 경우**
• 데이터베이스를 수평적으로 확장해야하는 경우 ( 막대한 양의 데이터를 다루는 경우 )**

---

참고

| https://siyoon210.tistory.com/130
| https://overcome-the-limits.tistory.com/283
| https://gyoogle.dev/blog/computer-science/data-base/SQL%20&%20NOSQL.html