AWS DB 정리
DB 종류
총 8가지 카테고리의 데이터베이스를 제공하고 있다.
- 관계형(RDS, Amazon Aurora, Amazon Redshift)
- 키 - 밸류(DynamoDB)
- 문서(DcoumentDB)
- 인메모리(ElastiCache, MemoryDB For Redis)
- 그래프(Neptune)
- 타임시리즈(Timestream)
- 원장(Ledger)(QLDB)
- 검색(Elasticsearch Service)
관계형 데이터베이스
- 데이터의 관계에 집중한 데이터베이스
- 사전에 정의된 관계가 있을 때 사용
- 미리 지정된 형식과 타입의 데이터만 저장 가능(스키마에 저장)
- 테이블의 형식으로 데이터를 관리
- 행과 열을 기반으로 한 여러 테이블을 통해 데이터를 정의
- 고유의 키로 각 데이터를 식별
- 트랜잭션 지원
- 원하는 동작이 정확히 수행되거나 완전히 실패 둘 중 하나로 유지
- 즉 어중간한 상태(일부만 반영, 데이터 변경) 이런 경우는 없음
- 사용 사례: 일반적인 어플리케이션, 온라인 게임 등
관계형 데이터베이스 2가지
- OLTP(Online Transactional Processing): 주로 데이터의 트랜잭션을 다루는 데이터베이스
- 예: id 1234545번호를 가진 유저의 이름, 나이를 조회 혹은 값 수정
- 주로 관계형 데이터베이스에서 처리
- AWS 서비스: Amazon RDS
- 모든 행동들이 행을 기반으로 되어 있음
- OLAP(Online Analytical Processing): 데이터를 종합적으로 보고 통계를 산출하는데 특화된 데이터베이스
- 예: 1월 한달 동안 서울에서 가장 많이 팔린 인형 종류 조회
- 주로 데이터 웨어하우스에서 처리
- AWS 서비스: Amazon RedShift
- 모든 행동들이 열을 기반으로 되어 있음
사용처에 따른 관계형 데이터베이스
- 기존에 사용하는 DB를 마이그레이션 한다면
- Amazon RDS(MySQL, PostgreSQL, Oracle, MS SQL)
- 관계형 DB를 처음부터 사용 및 클라우드를 위한 설계 반영
- Amazon Aurora
- 데이터 웨어하우스(OLAP)
- Amazon Redshift
키 - 값(밸류) 데이터베이스
- 데이터를 단순히 키 - 값으로 정의
- 키를 고유한 식별자로 사용하는 키 - 값 쌍의 집합으로 데이터를 저장
- 키 - 값 데이터베이스는 분산이 가능하고 다른 유형의 데이터베이스로는 불가능한 범위까지 수평 확장을 가능하게 한다.
- 키를 사용해서만 쿼리가 가능하다.
- 사용 사례
- 세션 저장: 유저의 로그인 이후 통신중 인증에 사용되는 세션 저장
- 장바구니: 매우 많은 양의 데이터 및 상태 변경 처리 가능
- AWS 서비스: Amazon DynamoDB
문서 데이터베이스
- 데이터를 JSON 혹은 유사 형식의 문서로 데이터를 저장 및 쿼리하는 데이터베이스
- 각 어플리케이션에서 사용하는 모델 형식을 그대로 사용 가능(예: JS -> JSON)
- NEST(계층적인)된 구조로 문서저장 가능
- 사용 사례
- 컨텐츠 관리: 비디오 및 블로그 포스팅 등 관리 및 추적
- 카탈로그: 제품의 카탈로그 저장
- AWS 서비스: Amazon DocumentDB(MongoDB 호환)
그래프 데이터베이스
- 데이터보다 데이터 간 관계가 더 중심인 데이터베이스
- 각 데이터 주체 간 관계와 연결을 분석하는데 최적화
- 사용 사례
- 소셜 네트워크: 각 사람간의 친구관계, 팔로우 관계 등을 정의
- 이상 탐지: 구매자가 평소에 구매하지 않는 물품의 구매 등에 대한 감지 혹은 패턴 파악
- 추천 엔진: 누가 무엇을 구매했는지 혹은 어떤 그룹의 사람들이 어떤 성향을 가지고 있는지를 파악
- AWS 서비스: Amazon Neptune
인 메모리 데이터베이스
- 메모리를 사용한 데이터베이스
- SSD 혹은 하드디스크에 저장하는 것이 아닌 메모리에 저장하기 때문에 매우 빠른 읽기 / 쓰기 가능
- 하드디스크 / SSD에 비해 내구성이 떨어짐
- 사용 사례
- 실시간 경매: 매우 빠른 IO 및 응답속도가 빠른 수만명이 사용하는 경매 시스템
- 게임이 랭킹보드: 실시간으로 매우 빠르게 변하는 랭킹
- 캐싱: 자주 요청받는 메인 데이터베이스(주로 관계형 데이터베이스)의 쿼리를 임시로 저장하여 빠른 속도로 유저에게 제공(캐싱이기 때문에 내구성이 떨어지는 것을 보완 가능)
- AWS 서비스: Amazon ElastiCache
- 다른 서비스: AmazonMemoryDB for Redis: 내구성을 확보한 In-MemoryDB 서비스
- Elastic Cache: 메인 데이터베이스의 워크로드를 분산하고 캐싱 기능으로 활용
- 사용 사례: 쿼리 캐싱, 세션 저장, 임시 데이터 저장 등등
- Amazon MemoryDB: 메모리 데이터베이스로 메인 데이터베이스 자체로 사용을 상징
- 사용 사례: 타임시리즈 데이터베이스, IoT 기기들의 메인 데이터베이스 등
검색 데이터베이스
- 데이터의 검색에 특화된 데이터베이스
- 인덱싱과 카테고리 기능에 특화
- 원하는 데이터를 빠르게 찾는 것이 목표
주로 저장을 위한 데이터베이스 이외에 특별한 목적으로 사용
- 사용 사례
- 컨텐츠 검색: 로그검색, 유저 정보 검색, 색인 등
- 로그 분석: 방대한 로그에서 원하는 조건에 맞는 로그 검색 혹은 시각화
- AWS 서비스: Amazon ElasticSearch Service
원장(Ledger) 데이터베이스
- 데이터의 신뢰성 및 투명성이 중요한 데이터베이스
- 장부
- 데이터의 정확한 변경 내역 및 무결성 확보가 중요한 기능
- 블록체인 네트워크 및 암호화를 통해 무결성 확보
- 사용 사례
- 금융 거래 기록: 변경되면 안되는 매우 중요한 이벤트 기록 및 검사
- AWS 서비스: Amazon QLDB(Quantum Ledger Database)
타임시리즈 데이터베이스
- 많은 이벤트를 시간단위로 저장하기 위한 데이터베이스
- 수만 ~ 수십만건의 이벤트 데이터를 시간에 따라 정렬하고 특정 시점의 이벤트를 쿼리
- 많은 IO(Input/Output)가 발생
- 사용 사례
- IoT 기기의 이벤트 관리: 많은 숫자의 IoT 기기의 이벤트 기록 및 분석
- 분석 어플리케이션: 게임같은 이벤트가 많이 발생하는 어플리케이션의 분석 데이터의 캐싱 및 시각화
- AWS 서비스: Amazon Timestream
