SQL 기반 관계형 데이터베이스

1. 개념

• 테이블의 구조와 데이터 타입 등을 사전에 정의하고, 테이블에 정의된 내용에 알맞은 형태의 데이터만 삽입할 수 있음
• 행(row)과 열(column)로 구성된 테이블에 데이터를 저장
• 각 열은 하나의 속성에 대한 정보를 저장하고, 행에는 각 열의 데이터 형식에 맞는 데이터가 저장
• 특정한 형식을 지키기 때문에, 데이터 사용에 용이
• 관계형 데이터베이스에서는 SQL을 활용해 원하는 정보를 쿼리할 수 있음
• 관계형 데이터베이스에서는 스키마가 뚜렷하게 보인다는 의미로, 관계형 데이터베이스에서는 테이블 간의 관계를 직관적으로 파악할 수 있음
• 대표적인 관계형 데이터베이스 : MySQL, Oracle, SQLite, PostgresSQL, MariaDB 등

2. 사용 케이스

데이터베이스의 ACID 성질을 준수해야 하는 경우

• ACID는 Atomicity(원자성), Consistency(일관성), Isolation(격리성), Durability(지속성)를 의미
• 각 단어는 데이터베이스에서 실행되는 하나의 트랜잭션(Transaction)에 의한 상태의 변화를 수행하는 과정에서, 안전성을 보장하기 위해 필요한 성질
• SQL을 사용하면 데이터베이스와 상호 작용하는 방식을 정확하게 규정할 수 있기 때문에, 데이터베이스에서 데이터를 처리할 때 발생할 수 있는 예외적인 상황을 줄이고, 데이터베이스의 무결성을 보호할 수 있음
• 전자 상거래를 비롯한 모든 금융 서비스를 위한 소프트웨어 개발 에서는 반드시 데이터베이스의 ACID 성질을 준수해야 하기에 일반적으로 SQL을 이용한 관계형 데이터베이스를 사용

소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우

• 소프트웨어(프로젝트)의 규모가 많은 서버를 필요로 하지 않고 일관된 데이터를 사용하는 경우, 관계형 데이터베이스를 사용
• 다양한 데이터 유형과 높은 트래픽을 지원하도록 설계된 NoSQL 데이터베이스를 사용해야만 하는 이유가 없기 때문

NoSQL 기반 비관계형 데이터베이스

1. 개념

• 데이터가 고정되어 있지 않은 데이터베이스를 의미
• 관계형 데이터베이스에서는 데이터를 입력할 때 스키마에 맞게 입력해야 하는 반면, NoSQL에서는 데이터를 읽어올 때 스키마에 따라 데이터를 읽음
  *'schema on read' : 읽어올 때에만 데이터 스키마가 사용되는 방식
• 데이터를 쓸 때 정해진 방식이 없다는 의미는 아니며, 데이터를 입력하는 방식에 따라 데이터를 읽어올 때 영향을 미침
• 대표적인 비관계형 데이터베이스 : 몽고DB, Casandra 등

NoSQL(Not only SQL)의 장점

• 거대한 데이터들을 다룰 때
  *데이터 분산이 가능
• 엄청난 데이터 쓰기 성능이 필요할 때
• 빠른 key-value 접근
• 유연한 스키마와 데이터 타입
• 쉬운 유지보수, 관리 및 운영
• 고가용성
  *인스턴스 중 하나에 문제가 발생하더라도 레플리카 세트(Replica set)에 의해 데이터는 유지 및 작업 가능
• 개발자에게 쉬운 사용법

2. 구성

1) Key-Value형 데이터베이스

• 속성을 Key-Value의 쌍으로 나타내는 데이터를 배열의 형태로 저장
• Key는 속성 이름을, Value는 속성에 연결된 데이터 값을 의미
• 대표적인 Key-Value형 데이터베이스 : Redis, Dynamo 등

2) 문서형(Document) 데이터베이스

• 데이터를 테이블이 아닌 문서처럼 저장하는 데이터베이스를 의미
• 많은 문서형 데이터베이스에서 JSON과 유사한 형식의 데이터를 문서화하여 저장
• 각각의 문서는 하나의 속성에 대한 데이터를 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리
• 대표적인 문서형 데이터베이스 : MongoDB

3) Wide-Column 데이터베이스

• 데이터베이스의 열(column)에 대한 데이터를 집중적으로 관리하는 데이터베이스
• 각 열에는 key-value 형식으로 데이터가 저장되고, 컬럼 패밀리(column families)라고 하는 열의 집합체 단위로 데이터를 처리할 수 있음
• 하나의 행에 많은 열을 포함할 수 있어서 유연성이 높음
• 데이터 처리에 필요한 열을 유연하게 선택할 수 있다는 점에서 규모가 큰 데이터 분석에 주로 사용되는 데이터베이스 형식
• 대표적인 wide-column 데이터베이스 : Cassandra, HBase

4) 그래프(Graph) 데이터베이스

• 자료구조의 그래프와 비슷한 형식으로 데이터 간의 관계를 구성하는 데이터베이스
• 노드(nodes)에 속성별(entities)로 데이터를 저장하며, 각 노드간 관계는 선(edge)으로 표현
• 대표적인 그래프 데이터베이스 : Neo4J, InfiniteGraph

3. 사용 케이스

데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우

• 대부분의 NoSQL 데이터베이스는 저장할 수 있는 데이터의 유형에 제한이 없음
• 필요에 따라 언제든지 데이터의 새 유형을 추가할 수 있기 때문에 소프트웨어 개발에 정형화 되지 않은 많은 양의 데이터가 필요한 경우, NoSQL을 적용하는 것이 더 효율적

클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우

• 클라우드 기반으로 데이터베이스 저장소를 구축하면, 저렴한 비용의 솔루션을 제공받을 수 있음
• 소프트웨어에 데이터베이스의 확장성이 중요하다면, 별다른 번거로움 없이 확장할 수 있는 NoSQL 데이터베이스를 사용하는 것이 유리

빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우

• NoSQL 데이터베이스의 경우 스키마를 미리 준비할 필요가 없기에 빠르게 개발하는 과정에 유리
  *시장에 빠르게 프로토타입을 출시해야 하는 경우가 이에 해당
• 소프트웨어 버전별로 많은 다운타임(데이터베이스 서버를 오프라인으로 전환하여 데이터 처리를 진행하는 작업 시간) 없이 데이터 구조를 자주 업데이트 해야하는 경우, 스키마를 매번 수정해야 하는 관계형 데이터베이스 보다 NoSQL 기반의 비관계형 데이터베이스를 사용하는 게 더 적합

차이점

NoSQL 기반의 비관계형 데이터베이스가 확장성이나 속도면에서 더 뛰어나지만 고차원으로 구조화된 SQL 기반의 데이터베이스가 더 좋은 성능을 보여주는 서비스도 있기 때문에 여러 사용 사례를 살펴보고 적절한 데이터베이스를 선택하는 것이 중요

1. 데이터 저장(Storage)

1) 관계형 데이터베이스

• SQL을 이용해서 데이터를 테이블에 저장
• 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 저장해야 함

2) 비관계형 데이터베이스

• key-value, document, wide-column, graph 등의 방식으로 데이터를 저장

2. 스키마(Schema)

1) 관계형 데이터베이스

• SQL을 사용하려면, 고정된 형식의 스키마가 필요한데, 이는 처리하려는 데이터 속성별로 열(column)에 대한 정보를 미리 정해두어야 함을 의미
• 스키마는 나중에 변경할 수 있지만, 이 경우 데이터베이스 전체를 수정하거나 오프라인(down-time)으로 전환할 필요가 있음

2) 비관계형 데이터베이스

• 비관계형 데이터베이스 : 보다 동적으로 스키마의 형태를 관리할 수 있음
• 행을 추가할 때 즉시 새로운 열을 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 됨

3. 쿼리(Querying)

1) 관계형 데이터베이스

• 테이블의 형식과 테이블간의 관계에 맞춰 데이터를 요청해야 하기에 정보를 요청할 때, SQL과 같이 구조화된 쿼리 언어를 사용

2) 비관계형 데이터베이스

• 쿼리를 데이터 그룹 자체를 조회하는 것에 초점을 두기에 구조화 되지 않은 쿼리 언어로도 데이터 요청이 가능
• UnQL(UnStructured Query Language)이라고 말하기도 함

4. 확장성(Scalability)

1) 관계형 데이터베이스

• 수직적으로 확장 : 높은 메모리, CPU를 사용하는 확장이라고도 함
• 데이터베이스가 구축된 하드웨어의 성능을 많이 이용하기 때문에 비용이 많이 듬
• 여러 서버에 걸쳐서 데이터베이스의 관계를 정의할 수 있지만, 매우 복잡하고 시간이 많이 소모

2) 비관계형 데이터베이스

• 수평적으로 확장 : 보다 값싼 서버 증설, 또는 클라우드 서비스 이용하는 확장이라고도 함
• NoSQL 데이터베이스를 위한 서버를 추가적으로 구축하면, 많은 트래픽을 보다 편리하게 처리할 수 있음
• 저렴한 범용 하드웨어나 클라우드 기반의 인스턴스에 NoSQL 데이터베이스를 호스팅할 수 있어 수직적 확장보다 상대적으로 비용이 저렴