#NoSQL #JSON #MongoDB #Pymongo

🏆 학습 목표

• NoSQL이 관계형 데이터베이스처럼 하나로 정의된 용어가 아니라는 것을 알아야합니다.
• NoSQL이 여러 종류의 데이터베이스로 구성된다는 것을 알아야합니다.
• NoSQL에 데이터를 입력할 줄 알아야합니다.
• NoSQL에 입력된 데이터를 출력할 줄 알아야합니다.

---

NoSQL

등장배경 : Web, Cluster

• NoSQL 은 2000년대 초 웹 환경에서 발생하는 데이터를 다루기 위해 많이 사용됨
• Web 시장의 발전과 함께 데이터 소스와 데이터의 양이 폭팔적으로 증가하기 시작
• 웹 서비스의 데이터 처리는 대표적으로 xml, json으로 처리되는데 관계형 데이터베이스로 처리하기에는 데이터 설계시간이 오래걸리기 시작
• 하나의 서버를 크게 만드는 것보다, 여러개의 서버를 연결시켜 확장하는 방법이 더 비용에 절감되기 시작했다. (수직확장 -> 수평확장)

관계형 데이터베이스(RDB) vs. NoSQL(비관계형 데이터베이스)

	관계형 데이터베이스(RDB)	NoSQL(비관계형 데이터베이스)
저장 정보 종류	고정된 데이터베이스	고정되어 있지 않은 데이터베이스
데이터 저장(Storage)	- SQL을 이용해서 데이터를 테이블에 저장 - 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 저장해야 한다.(JSON 파싱) - 하나의 instance : 하나의 값 (ex. 학생:name)	- key-value (Redis, Dynamo) : 데이터를 Key-Value의 쌍을 속성으로 하는 배열 형태로 _id값을 무조건 가지며 이 값은 중복되지 않는 고유값이다. - document (MongoDB) : JSON 유사 형식으로 데이터를 문서화 - graph - wide-column (Cassandra, HBase) : 데이터베이스의 열(column)에 대한 데이터 관리를 집중하는 데이터베이스 - 하나의 instance : 여러 값 (ex. queen: [name, age, height])
스키마(Schema)	- 형식이 고정된 스키마 필요 (데이터 속성별로 열(column)에 대한 정보가 미리 정해져야 한다는 의미) - 데이터를 쓸 때 스키마에 맞춤 - 스키마가 뚜렷이 보인다 (테이블 간 관계가 잘 보인다)	- 동적인 스키마 형태 (행을 추가할 때 즉시 열을 함께 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 됨) - 데이터를 읽어올 때 스키마에 따라 읽어옴
쿼리(Querying) (데이터베이스에 대해서 정보를 요청하는 행동)	- SQL(구조화된 쿼리 언어)을 통해 데이터 및 정보 요청에 사용	- UnQL(UnStructured Query Language;구조화 되지 않은 쿼리 언어)로도 데이터 요청 가능
확장성(Scalability)	- 수직적 확장 (높은 메모리, CPU 사용 확장) - 많은 비용과 시간 소모	- 수평적 확장 (보다 값싼 서버 증설, 또는 클라우드 서비스 이용하는 확장)보다 값싼 서버 증설, 또는 클라우드 서비스 이용하는 확장- 비용 효율성 높음
예	- MySQL - Oracle - SQLite - PostgresSQL - MariaDB	- MongoDB(Document) - DynamoDB(Key-value)
사용 케이스	- 데이터베이스의 ACID 성질을 준수해야 하는 경우 (전자 상거래, 금융 서비스를 위한 소프트웨어 개발) - 소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우	- 데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우 - 클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우 - 빠르게 서비스를 구축하고 데이터 구조를 자주 업데이트 하는 경우

MongoDB

Document Databases

문서형(Document) 데이터베이스
데이터를 테이블이 아닌 문서처럼 저장하는 데이터베이스를 의미합니다. JSON 유사 형식으로 데이터를 문서화하는 것이 보통입니다. 각각의 문서는 하나의 속성에 대한 데이터를 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리합니다. 대표적인 문서형 데이터베이스에는 MongoDB가 있습니다.

• Documents들은 BSON(Binary JSON) 형태로 저장
• 정해진 틀이나 데이터 타입이 없어 자유롭게 문자, 숫자, 객체, 배열 등을 저장할 수 있다.
• 사전에 정의된 테이블 필드나 관계(스키마)에 맞춰 할 필요 없이 데이터 추가
• 각 문서 저장 시, 자유롭게 저장 가능하나 자유롭게 저장하는 만큼 읽어올 때에 일종의 스키마가 있어야 수월하게 가져올 수 있다.
• SQL에서는 각 테이블을 생성할 때에, 그리고 각 테이블의 관계들을 사전에 정의할 때에 스키마를 정했지만 NoSQL 에서는 데이터를 읽을 때에 특정 '스키마'에 따라 데이터를 불러와야 하기도 한다.
• 일관되지 않은 데이터들을 추가해야하거나 혹은 재빠르게 데이터를 쌓아야 할 때 사용 (데이터 적재에 초점)

MongoDB Atlas

0. Organization 생성 - Project 생성 - Database 생성
1. IP 주소, Username, Password 설정
2. Cluster connect
3. pymongo 통해 연결

• PyMongo documentation

### 패키지 설치
pip install pymongo
pip install dnspython


### import
from pymongo import MongoClient

### client 객체 형성하여 MongoDB와 연결
# URI/통합 자원 식별자 형식 : mongodb+srv://{유저 이름}:{유저 비밀번호}@cluster-prac.hubjn.mongodb.net/{기본 데이터베이스 이름}?retryWrites=true&w=majority
URI = "mongodb+srv://shuser:rRawtPfp7t9J2Wvh@cluster0.8dwi3.mongodb.net/myFirstDatabase?retryWrites=true&w=majority"
client = MongoClient(URI)

### client 객체의 field로 데이터베이스 생성/선택
DATABASE = 'myFirstDatabase'  # 데이터베이스 이름
database = client[DATABASE]

### 데이터베이스의 collection 조작
COLLECTION = 'sh-collection'  # 컬렉션 이름
collection = database[COLLECTION]

### collection에 document 삽입 : 'JSON' 형태로 추가
# _id:ObjectId("고유번호") 통해 각 문서에 고유번호 부여하여 구분 (고유번호는 변경 가능하나 중복되어서는 안된다.)
collection.insert_one(document = {"hello":"suhyun"})
collection.insert_one(document = {"today":"first day of mongodb"})
doc_1 = collection.list()
doc_2 = collection.find_one()
print(doc_1)
print(doc_2)

$+\alpha$

• "MongoDB local Install" : 클라우드를 사용하는 방법은 많은걸 숨기고 있습니다. Local 에 설치해보고 어떤 문제가 있는지 확인해볼까요?
• "MongoDB Cluster" : 클러스터 개념은 한발짝 앞으로 내딛는게 어려우실 겁니다. 다양한 컴퓨터과학(CS) 적 사고가 필요합니다.
• "CF NoSQL" : Wide Column 혹은 Column Family 라고 불리는 NoSQL 데이터베이스는 어떤 종류가 있을까요?