데이터 모델과 성능 (3) 분산 데이터 베이스

1. 분산 데이터 베이스 개요

• 여러곳으로 분산되어 있는 데이터를 하나의 가상 시스템으로 사용 할 수 있도록 한 데이터베이스
• 논리적으로 동일한 시스템에 속하지만, 컴퓨터 네트워크를 통해 물리적으로 분산되어 있는 데이터들의 모임
• 물리적 Site 분산, 논리적 사용자 통합/공유
• 빠른 네트워크 환경을 이용해서 데이터베이스를 여러 지역 여러 노드로 위치시켜 사용성, 성능 등을 극대화 시킨 데이터 베이스로 정의 내릴 수 있음

2. 분산 데이터베이스의 투명성

• 분할 투명성 => 하나의 논리적 Relation 이 여러 단편으로 분할되어 각 단편의 사본이 여러 지점에 저장
• 위치 투명성 => 사용하려는 데이터의 저장 장소 명시 불필요, 위치 정보가 시스템 카탈로그에 저장
• 지역사상 투명성 => 지역 DBMS와 물리적 DB 사이의 Mapping 보장. 각 지역 시스템 이름과 무관한 이름 사용 가능
• 중복 투명성 => 여러 지점에 중복 저장되어있는지 알 필요가 없는 성질
• 장애 투명성 => 구성요소의 장애에 무관한 트랜젝션 원자성 유지
• 병행 투명성 => 다수 Transaction 동시 수행 시 결과의 일관성 유지, Time Stamp, Locking 구현

3. 분산 데이터베이스의 적용 방법 및 장단점

1) 적용방법

• 업무의 흐름 파악 => 아키텍처 특징에 따라 db 구성 => 업무의 특징에 따라 데이터베이스의 분산구조를 선택적으로 설계하는 능력 필요

2) 분산 데이터베이스 장단점

• 장점 : 지역자치성, 시스템 용량 확장, 신뢰성, 가용성, 효용성, 융통성, 빠른응답, 신뢰성, 시스템 규모 조절가능, 사용자 요수 수용 증대
• 단점 : 개발비용, 오류 잠재성, 처리 비용, 설계, 관리의 복잡성과 비용, 불규칙한 응답속도, 통제 어려움, 데이터 무결성에 대한 위혐

4. 분산 데이터베이스의 활용 방향성

• 업무에 따라 선택

5. 데이터베이스 분산의 가치

• 빠른 성능을 제공한다는것이 장점
• 원거리 또는 다른 서버에 접속해서 처리함으로써 발생되는 네트워크 부하 및 트랜젝션 집중에 따른 성능 저하의 원인을 분산 데이터베이스 환경 구축을 통해 해결

6. 분산 데이터베이스 적용 기법

• 테이블 위치 분산
• 테이블 분할 분산( 수평, 수직)
• 테이블 복제 분산 (부분복제, 광역복제)
• 테이블 요약분산 ( 분석요약 / 통합요약 ) => 분석은 지사에 있는 데이터를 본사로 통합하여 요약 // 통합은 지사에서 요약한 정보를 취합해서 서로 비교

7. 분산 데이터베이스를 적용해서 성능이 향상된 사례

• 성능이 중요한 사이트
• 공통코드, 기준정보,ㅡ 마스터 데이터 등에 대한 분산 환경을 구성하면 성능이 좋아힘
• 실시간 동기화가 요구되지 않을 떄 좋음
• 특정 서버에 부하가 집중되는 경우 부하를 분산할 때도 좋음
• 백업 사이트를 구서앟ㄹ 떄 간단하게 분산 기능을 적용하여 구성할 수 있음