목적
이제까지 Spring을 주력으로 프로젝트를 진행하며 보통 MySQL을 다뤄왔다 하지만 ORM 기술표준인 JPA를 사용했기 때문에 DB로 부터 빈틈이 많이 보여 정리하려고 한다.
SQL 이란?
SQL은 Structured Query Language(구조적 질의 언어)의 줄임말로 데이터 관리 시스템(RDBMLS)의 데이터를 관리 및 처리하기위해 설계된 특수 목적의 프로그래밍언어이며, 질의(Query)언어라고 부르기도 한다.
관계형 데이터베이스 관리 시스템에서 자료의 검색과 관리, 데이터베이스 스키마 생성과 수정, 데이터베이스 객체 접근조정 관리를 위해 고안되었고, MySQL, MariaDB, MSSQL, Orcle 등의 데이터베이스 관련 프로그램들이 SQL을 표준으로 채택하고 있다.
SQL 문법의 종류
- DDL(Data Definition Language, 데이터 정의 언어)란?
각 릴레이션을 정의하기 위해 사용하는 언어이다. (CREATE, ALTER, DROP...) - DML(Data Manipulation Language, 데이터 조작 언어)란?
데이터를 추가/수정/삭제하기 위한, 즉 데이터 관리를 위한 언어입니다. (SELECT, INSERT, UPDATE...) - DCL(Data Control Language, 데이터 제어 언어)란?
사용자 관리 및 사용자별로 릴레이션 또는 데이터를 관리하고 접근하는 권한을 다루기 위한 언어입니다. (GRANT, REVOKE...)
SQL의 언어적 특성
오류를 줄일기 위해 특정언어가 가진 고유한 특성은 이해할 구분지어 이해할 필요가 있다.
SQL은 대소문자를 가리지 않습니다.
(단, 서버 환경이나 DBMS 종류에 따라 데이터베이스 또는 필드명에 대해 대소문자를 구분하기도 합니다.)
SQL 명령은 반드시 세미콜론(;)으로 끝나야 합니다.
고유의 값은 따옴표('')로 감싸줍니다.
ex) SELECT * FROM EMP WHERE NAME = 'James';
SQL에서 객체를 나타낼 때는 백틱(``)으로 감싸줍니다.
ex) SELECT COST, TYPE FROM INVOICE;
주석은 일종의 도움말로, 주석 처리된 문장은 프로그램에서 동작하지 않습니다. 한 줄 주석은 문장 앞에 -- 를 붙여서 사용합니다.
ex) -- SELECT * FROM EMP; 이 쿼리는 실행되지 않습니다.
NOSQL 이란?
말그대로 "No" SQL 이란 용어로 비관계형 데이터베이스를 지칭할 때 사용한다고한다.
non SQL(비 SQL)“의 약자로, 또 누군가는 “not only SQL(SQL만을 사용하지 않는)”의 약자로 부르기도 한다.
NoSQL의 장점
개발자들은 NoSQL 데이터베이슬르 통해 갈수록 다양해지는 데이터 형식 및 모델이라는 문제를 관리하는 한편 예측 불가능한 데이터를 매우 효과적이고 빠른 쿼리 속도로 처리할 수 있다. 또한 NoSQL 데이터베이스에서는 기존 NoSQL 워크로드를 클라우드로 원활하게 마이그레이션할 수 있습니다.
1. 민첩한 개발
계획에 없던 상황에 대응할 수 있는 뛰어난 능력을 갖춘 NoSQL DB는 빈번한 소프트웨어 릴리스 주기에도 유연하게 대응하며, 보다 빠르고 민첩한 앱 개발에 적합하다.
2. 유연한 데이터 처리
개발자들은 NoSQL을 바탕으로 스키마와 쿼리를 빠르고 유연하게 변경하여 데이터 요구 사항에 부응할 수 있고, 정보가 집계 데이터로 저장되기 때문에 초기에 스키마 설계를 수행하지 않아도 빠르게 개선을 적용할 수 있다.
3. 원하는 규모로 운영
NoSQL DB는 수평적으로 스케일 “아웃”이 가능하며 업그레이드 없이 상대적으로 저렴한 서버를 추가할 수 있기 때문에 뛰어난 운영 이점을 제공하고 비용을 절약해 준다. 확장을 통해 더 많은 데이터를 처리하거나 고도로 분산된 서버 클러스터 내에 규모가 큰 단일한 데이터베이스를 보관할 수 있다.
SQL과 NOSQL의 차이
보통 Spring에서 개발할 때 MySQL을, Node.js에서는 MongoDB를 주로 사용한다는 것은 많이 들어 알고 있을 것이다.
하지만 단순 프레임워크에 따라 결정하면 안된다는 것을 인지하고 적합한 데이터베이스를 택해야한다.
앞서 언급된 내용을 정리해가며 비교해보자면
SQL( 관계형 DB )
SQL을 사용하면 RDBMS에서 데이터를 저장, 수정, 삭제 및 검색할 수 있다.
관계형 데이터베이스에는 핵심적인 두 가지 특징이 있다.
- 데이터는 정해진 데이터 스키마에 따라 테이블에 저장된다.
- 데이터는 관계를 통해 여러 테이블에 분산된다.
데이터는 테이블에 레코드로 저장되는데, 각 테이블마다 명확하게 정의된 구조가 있다. 해당 구조는 필드의 이름과 데이터 유형으로 정의된다.
따라서 스키마를 준수하지 않은 레코드는 테이블에 추가할 수 없다. 즉, 스키마를 수정하지 않는 이상은 정해진 구조에 맞는 레코드만 추가가 가능한 것이 관계형 데이터베이스의 특징 중 하나다.
또한, 데이터의 중복을 피하기 위해 '관계'를 이용한다.
하나의 테이블에서 중복 없이 하나의 데이터만을 관리하기 때문에 다른 테이블에서 부정확한 데이터를 다룰 위험이 없어지는 장점이 있다.
NoSQL ( 비관계형 DB )
"no" SQL 말그대로 관계형 DB의 반대인 비관계형 DB이다.
스키마도 없고, 관계도 없다.
NoSQL에서는 레코드를 문서(documents)라고 부른다.
여기서 SQL과 핵심적인 차이가 있는데, SQL은 정해진 스키마를 따르지 않으면 데이터 추가가 불가능했다. 하지만 NoSQL에서는 다른 구조의 데이터를 같은 컬렉션에 추가가 가능하다.
문서(documents)는 Json과 비슷한 형태로 가지고 있다. 관계형 데이터베이스처럼 여러 테이블에 나누어담지 않고, 관련 데이터를 동일한 '컬렉션'에 넣는다.
따라서 위 사진에 SQL에서 진행한 Orders, Users, Products 테이블로 나눈 것을 NoSQL에서는 Orders에 한꺼번에 포함해서 저장하게 된다.
따라서 여러 테이블에 조인할 필요없이 이미 필요한 모든 것을 갖춘 문서를 작성하는 것이 NoSQL이다. (NoSQL에는 조인이라는 개념이 존재하지 않음)
그러면 조인하고 싶을 때 NoSQL은 어떻게 할까?
"컬렉션을 통해 데이터를 복제하여 각 컬렉션 일부분에 속하는 데이터를 정확하게 산출하도록 한다."
하지만 이러면 데이터가 중복되어 서로 영향을 줄 위험이 있다. 따라서 조인을 잘 사용하지 않고 자주 변경되지 않는 데이터일 때 NoSQL을 쓰면 상당히 효율적이다.
확장 개념
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
SQL 장점
- 명확하게 정의된 스키마, 데이터 무결성 보장
- 관계는 각 데이터를 중복없이 한번만 저장
SQL 단점
- 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
NoSQL 장점
- 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
#NoSQL 단점
- 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)
SQL vs NoSQL 선택 방법
SQL 데이터베이스 사용이 더 좋을 때
-
관계를 맺고 있는 데이터가 자주 변경되는 애플리케이션의 경우
NoSQL에서는 여러 컬렉션을 모두 수정해야 하기 때문에 비효율적이다
-
변경될 여지가 없고, 명확한 스키마가 사용자와 데이터에게 중요한 경우
NoSQL 데이터베이스 사용이 더 좋을 때
- 정확한 데이터 구조를 알 수 없거나 변경/확장 될 수 있는 경우
- 읽기를 자주 하지만, 데이터 변경은 자주 없는 경우
- 데이터베이스를 수평으로 확장해야 하는 경우 (막대한 양의 데이터를 다뤄야 하는 경우)
하나의 제시 방법이지 완전한 정답이 정해져 있는 것은 아니다.
SQL을 선택해서 복잡한 JOIN문을 만들지 않도록 설계하여 단점을 없앨 수도 있고 NoSQL을 선택해서 중복 데이터를 줄이는 방법으로 설계해서 단점을 없앨 수도 있다.
References (참고 자료)
