📍 Docker Compose

Docker Compose는 여러 컨테이너를 가지는 애플리케이션을 통합적으로 Docker 이미지를 만들고, 만들어진 각각의 컨테이너를 시작 및 중지하는 등의 작업을 더 쉽게 수행할 수 있도록 도와주는 도구이다.

특징

• 서비스들을 시작하고 중지하고 재 빌드한다.
• 실행 중인 서비스의 상태를 볼 수 있다.
• 실행 중인 서비스의 로그를 스트림 할 수 있다.
• 하나의 서비스에 일회성 작업을 수행할 수 있다.

Docker Compose에는 docker-compose라는 yaml파일이 있으며, 이 파일에서 이러한 모든 서비스 간의 관계를 정의할 수 있다. 그리고 브리지 네트워크와 같은 설정도 docker-compose에서 모두 설정이 가능하다. Redis, Mongo는 실제로 런타임 컨테이너일 뿐이지만 Docker Compose에서는 서비스라고 불린다.

Docker Compose WorkFlow

1. 서비스들 빌드하기

서비스를 사용하기 위해서 빌드를 해야 한다. Docker파일을 설정하고 docker-compose.yml파일에 정의하여 Docker Compose를 사용하여 서비스를 빌드하게 되며 이 과정을 통해 Docker 이미지를 생성한다.

2. 서비스들 시작하기

그런 다음 Docker Compose를 사용하여 서비스를 시작하게 되며 이는 한 개 이상의 컨테이너가 시작된다고 생각하면 된다. 다수의 컨테이너를 사용하는 애플리케이션 서비스를 이용할 수 있다.

3. 서비스들 정리하기

사용이 끝난 서비스를 해체하고 컨테이너를 중지하며 원하는 경우 제거할 수 있다.

📍 SQL, NoSQL

참고: SQL과 NOSQL의 차이

SQL(관계형 DB)

SQL은 관계형 데이터베이스에 정보를 저장하고 처리하기 위한 프로그래밍 언어이다. 관계형 데이터베이스는 정보를 표 형식으로 저장하며, 행과 열은 다양한 데이터 속성과 데이터 값 간의 다양한 관계를 나타낸다. SQL을 사용하면 RDBMS에서 데이터를 저장, 수정, 삭제 및 검색 할 수 있다.

특징

• 데이터는 정해진 데이터 스키마에 따라 테이블에 저장된다.
• 데이터는 관계를 통해 여러 테이블에 분산된다.
• 스키마를 수정하지 않는 이상 정해진 구조에 맞는 레코드만 추가 가능하다.
• 데이터의 중복을 피하기 위해 관계를 이용한다.
• 하나의 테이블에서 중복 없이 하나의 데이터만을 관리하기 때문에 다른 테이블에서 부정확한 데이터를 다룰 위험이 없다.

장점

• 명확하게 정의된 스키마
• 데이터 무결성 보장
• 관계는 각 데이터를 중복없이 한번만 저장

SQL 단점

• 다소 부족한 유연성
• 사전에 계획된 데이터 스키마
• 복잡한 쿼리 발생
• 대체로 수직적 확장만 가능

추천 상황

• 관계를 맺고 있는 데이터가 자주 변경되는 애플리케이션의 경우
• 변경될 여지가 없고, 명확한 스키마가 사용자와 데이터에게 중요한 경우
  
  

NoSQL(비관계형 DB)

NoSQL(Not only SQL)은 비관계형 데이터베이스 유형을 가리키며 이 데이터베이스는 관계형 테이블과는 다른 형식으로 데이터를 저장한다. 그러나 NoSQL 데이터베이스는 언어마다 관습화된 API, 선언적 구조의 쿼리 언어, 쿼리별 언어를 사용하여 질의할 수 있다. NoSQL에서는 레코드를 문서(documents)라고 부른다.

특징

• 다른 구조의 데이터를 같은 컬렉션에 추가 가능하다.
• 문서(documents)는 Json과 비슷한 형태로 가지고 있다.
• 여러 테이블에 나누어담지 않고 관련 데이터를 동일한 컬렉션에 넣는다.
• 여러 테이블에 조인할 필요없이 이미 필요한 모든 것을 갖춘 문서를 작성한다.

NoSQL 장점

• 높은 유연성
• 언제든지 저장된 데이터를 조정하고 새로운 필드 추가 가능
• 데이터는 애플리케이션이 필요로 하는 형식으로 저장
• 빠른 데이터 읽기 속도
• 수직 및 수평 확장 가능(모든 읽기/쓰기 요청 처리 가능)

NoSQL 단점

• 계속되는 데이터 중복 업데이트
• 수정 시 모든 컬렉션에서 수행(데이터가 여러 컬렉션에 중복되어 있기 때문)

추천 상황

• 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

• 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)

📍 Pymongo

Pymongo는 NoSQL인 MongoDB를 다루기 위한 파이썬 라이브러리다. 더 쉽게 설명하자면 서버에 있는 DB를 조작하기 위한 툴이다. 서버 DB에는 크게 4가지가 있다.

• CRUD: Create(Insert): DB에 데이터 생성
  ex) 새로운 회원정보 생성
• Read: DB에 있는 데이터 가져와서 읽기
  ex) 회원정보 가져오기
• Update: DB에 있는 데이터 업데이트
  ex) 회원정보 수정
• Delete: DB에 있는 데이터 삭제
  ex) 회원정보 삭제
  
  

📍 MongoDB

MongoDB는 오픈 소스 기반 비관계형 데이터베이스 관리 시스템(DBMS)으로 테이블 및 행 대신 유연한 문서를 활용해 다양한 데이터 형식을 처리하고 저장한다.

특징

• NoSQL인 MongoDB는 관계형 데이터베이스 관리 시스템(RDBMS)을 필요로 하지 않으므로, 사용자가 다변량 데이터 유형을 손쉽게 저장하고 쿼리할 수 있는 탄력적인 데이터 저장 모델을 제공한다.
• 개발자의 데이터베이스 관리를 간소화할 뿐 아니라, 뛰어난 확장성을 갖춘 크로스 플랫폼 애플리케이션 및 서비스 환경을 구축한다.
• 이진 JSON(JavaScript 객체 표기법) 형식으로 지정되어 다양한 유형의 데이터를 저장할뿐 아니라, 여러 시스템 전반에 분산 처리될 수 있다.
• 동적 스키마 설계를 활용하므로 사용자는 독보적인 유연성을 확보해 데이터 레코드를 생성하고, MongoDB 집계를 통해 문서 컬렉션을 쿼리하며, 대량의 정보를 분석한다.

장점

• Schema-less 구조
• 다양한 형태의 데이터 저장 가능
• 데이터 모델의 유연한 변화 가능(데이터 모델 변경, 필드 확장 용이)
• 뛰어난 Read/Write 성능
• Scale Out 구조
• 많은 데이터 저장 가능
• 간단한 장비 확장
• JSON 구조(데이터를 직관적으로 이해 가능)

단점

• 데이터 업데이트 중 장애 발생 시, 데이터 손실 가능
• 많은 인덱스 사용 시, 충분한 메모리 확보 필요
• RDBMS에 비해 많은 데이터 공간 소모(비효율적인 Key 중복 입력)
• 복잡한 JOIN 사용시 성능 제약이 따름
• RDBMS 대비 미약한 트랜잭션 지원
• 제공되는 MapReduce 작업이 Hadoop에 비해 떨어지는 성능
  
  

타 데이터베이스 비교

MongoDB Vs MySQL

MySQL은 구조화된 쿼리 언어로 보관된 데이터에 액세스한다. 본 형식에서는 데이터 유형을 표준화하는 방법인 테이블을 활용하여 데이터베이스를 생성하는데 스키마를 사용하므로, 값을 검색하고 적절히 쿼리하는 기능을 제공할 수 있다. 성숙도가 높은 솔루션인 MySQL은 웹사이트 데이터베이스, 애플리케이션, 상업용 제품 관리를 비롯한 다양한 상황에 유용하다.

MySQL은 고유의 엄격한 특성으로 인해, 트랜잭션 데이터를 관리하는 경우와 같이 데이터 무결성 및 격리가 필수적인 상황이라면 MongoDB보다 선호될 수 있다. 하지만 MongoDB는 보다 덜 제한적인 형식과 보다 우수한 성능을 보유하고 있어, 특별히 가용성과 속도를 확보하는 것이 가장 중요한 상황에서는 보다 나은 선택이 될 것이다.

MongoDB와 Cassandra

Cassandra와 MongoDB는 둘 다 NoSQL 데이터베이스로 간주되지만, 각기 다른 장점을 가지고 있다. Cassandra는 행과 열을 갖춘 기존 테이블 구조를 사용하므로, 사용자가 데이터를 컴파일하기 전 형식을 지정하는 데 균일성과 내구성을 유지할 수 있다.

Cassandra는 SQL과 유사한 구문을 보유하고 있어, NoSQL 솔루션을 찾는 기업들도 보다 수월하게 전환할 수 있도록 지원하며 다수의 구성 없이도 배포 및 복제를 안정적으로 처리한다. 하지만 정형 및 비정형 데이터 세트를 처리하는 유연성 측면이나 미션 크리티컬 클라우드 애플리케이션에 대한 성능 및 안정성에 있어서는 MongoDB에 필적할 수 없다.

+ Pytest 오류 해결

git pull 하여 Pytest를 돌려보려고 할 때 계속 이러한 오류가 떴었다. 대체 backend 이라는 모듈이 뭐지? 의구심이 들면서도 그냥 pip install backend를 해보았다. 그런데 어라라 진짜 그런 모듈이 있던 것이었다.. 뭔지 모르겠지만 막 다운을 하길래 이제 되겠지 하면서 다시 pytest를 돌린 순간

거짓말 backend.main 이라는 모듈이 어딨는데.. 반신반의하며 pip install backend.main을 쳐봤는데.. 쳐보지 말 걸 그랬다 ^^..

그래서 어찌하여 고쳤냐..

그냥 test 폴더에 __init__.py라는 빈 파일을 만들고 돌리니 정말 감쪽같이 잘 돌아갔다.. 나만 왜 저 파일을 만들어야 돌아가는 것이지? 다른 분들은 그냥 돌아가는 것 같은데 모르겠다.. 그래서 일단 commit할 때 add 하지는 않았다.

__init__.py
해당 디렉터리가 패키지의 일부임을 알려주는 역할을 합니다. 이 파일이 없는 디렉터리는 패키지에 포함이 안 됩니다. Python3.3 이후 버전부터는 __init__.py이 없어도 패키지로 인식하지만, 하위 버전과의 호환을 위해서는 이 파일을 생성하는 것이 안전합니다.

라고 하는데 나는 하위 버전인 건가..? 3.10.9로 맞춰서 돌리고 있는데 ㅜㅜ