SQL vs. NoSQL

 

관계형 데이터베이스

Relational Database

 

구조화된 데이터를 표현하기 위해 테이블을 사용하며, 한 테이블을 Relation이라고 한다.

• 사전에 정의된 열의 데이터 타입대로 작성된 데이터가 행으로 축적된다.
• Column(Field): 테이블의 한 열
• Record(Tuple): 테이블의 한 행
• Key: 테이블의 각 레코드를 구분할 수 고유의 값
  • 기본키(Primary key): 테이블의 각 행을 고유하게 식별하는 값을 가진 열 또는 열 조합
  • 외래키(Foreign key): 두 테이블의 데이터 간 연결을 설정하고 외래 키 테이블에 저장될 수 있는 데이터를 제어하는 데 사용되는 열

• 테이블의 구조와 데이터 타입 등을 사전에 정의
• 테이블 간의 관계를 직관적으로 파악할 수 있다
• SQL을 활용해 원하는 정보를 쿼리할 수 있다 = 스키마가 뚜렷하게 보인다
•  MySQL, Oracle, SQLite, PostgresSQL, MariaDB 등

 

---

 

비관계형 데이터베이스

 

데이터가 고정되어 있지 않다.

관계형 데이터베이스와는 달리, 테이블을 사용하지 않고 데이터를 다른 형태로 저장한다.

• Schema on read: 데이터를 읽어올 때 스키마에 따라 데이터를 읽어 온다
• 데이터를 입력하는 방식에 따라, 데이터를 읽어올 때 영향을 미친다
• 몽고DB, Casandra 등

 

분류 타입	설명	상세	종류
Key-Value	데이터를 배열의 형태로 저장	Key: 속성 이름 Value: 속성에 연결된 데이터 값	Redis, Dynamo 등
문서형(Document)	테이블이 아닌 문서처럼 저장	JSON과 유사한 형식의 데이터를 문서화 각각의 문서는 하나의 속성에 대한 데이터를 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리한다	MongoDB
Wide - Column	Column에 대한 데이터를 집중 관리	각 열에는 key-value 형식으로 데이터가 저장 컬럼 패밀리(column families)라고 하는 열의 집합체 단위로 데이터를 처리할 수 있다 하나의 행에 많은 열을 포함할 수 있어서 유연성이 높다 규모가 큰 데이터 분석에 주로 사용 - 데이터 처리에 필요한 열을 유연하게 선택할 수 있다	Cassandra, HBase
그래프(Graph)	자료 구조의 그래프와 비슷한 형식으로 데이터 관계를 구성	노드에 속성별로 데이터를 저장한다 각 노드 간 관계는 선(edge)으로 표현한다	Neo4J, InfiniteGraph

 

---

 

SQL vs. NoSQL

구조화된 쿼리 언어와 비구조화된 쿼리 언어

 

 

만들어진 방식, 저장하는 정보의 종류, 그리고 저장하는 방법 등에 차이가 있다.

 

🌳 데이터 저장

• 관계형: SQL을 이용해서 데이터를 테이블에 저장
  • 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 저장해야 한다.
• 비관계형: key-value, document, wide-column, graph 등의 방식으로 데이터를 저장
  

 

🌳 스키마

데이터베이스에서 데이터가 구성되는 방식과 서로 다른 엔티티 간의 관계에 대한 설명 (= 데이터베이스의 청사진)

• 관계형: 고정된 형식의 스키마가 필요하다
  = 처리하려는 데이터 속성별로 열(column)에 대한 정보를 미리 정해 두어야 한다
     나중에 변경 시, 데이터베이스 전체를 수정하거나 오프라인(down-time)으로 전환해야 한다
• 비관계형: 동적으로 스키마의 형태를 관리할 수 있다
  행을 추가 시 즉시 열을 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 된다

 

🌳 쿼리

• 관계형: 테이블의 형식과 테이블간의 관계에 맞춰 데이터를 요청해야 한다
               = 정보를 요청할 때, SQL과 같이 구조화된 쿼리 언어를 사용
• 비관계형: 데이터 그룹 자체를 조회하는 것에 초점을 둔다
                   = 구조화 되지 않은 쿼리 언어로도 데이터 요청이 가능하다
                      UnQL(UnStructured Query Language)이라고 말하기도 한다

 

🌳 확장성

• 관계형: 수직적으로 확장 (= 높은 메모리, CPU를 사용하는 확장)
               데이터베이스가 구축된 하드웨어의 성능을 많이 이용하기 때문에 비용이 많이 든다
               여러 서버에 걸쳐서 데이터베이스의 관계를 정의할 수 있지만, 매우 복잡하고 시간이 많이 소모된다
• 비관계형: 수평적으로 확장 (= 보다 값싼 서버 증설, 또는 클라우드 서비스 이용하는 확장)
                NoSQL 데이터베이스를 위한 서버를 추가적으로 구축하면, 많은 트래픽을 보다 편리하게 처리할 수 있다
                저렴한 범용 하드웨어나 클라우드 기반의 인스턴스에 NoSQL 데이터베이스를 호스팅할 수 있어서,
                수직적 확장보다 상대적으로 비용이 저렴하다

 

 

 

무엇을 사용해야 할까?

 

 

유저의 요구를 충족하기 위해 모두 사용하여 서비스에 맞게 설계한다

NoSQL 기반의 비관계형 데이터베이스가 확장성이나 속도면에서 더 뛰어나지만,
고차원으로 구조화된 SQL 기반의 데이터베이스가 더 좋은 성능을 보여주는 서비스도 있다

 

💫 관계형 데이터베이스를 사용하는 케이스

 

1. ACID 특성을 준수해야 하는 경우

<트랜잭션의 ACID 특성>

트랜잭션: 여러 개의 작업을 하나로 묶은 실행 유닛
ACID: 데이터베이스 내에서 일어나는 하나의 트랜잭션(transaction)의 안전성을 보장하기 위해 필요한 성질

원자성(Atomicity): 하나의 트랜잭션에 속해있는 모든 작업이 전부 성공하지 않으면 전부 실패해야 한다
일관성(Consistency): 트랜잭션이 테이블에 변경 사항을 적용할 때 미리 정의된 방식만 취한다
고립성(Isolation): 모든 트랜잭션은 다른 트랜잭션으로부터 독립되어야 한다
동시에 여러 트랜잭션들이 수행될 때, 각 트랜젝션은 격리되어 있어 연속으로 실행된 것과 동일한 결과를 나타낸다
격리성을 지키는 각 트랜젝션은 철저히 독립적이기 때문에, 다른 트랜젝션의 작업 내용을 알 수 없다
트랜잭션이 동시에 실행될 때와 연속으로 실행될 때의 데이터베이스 상태가 동일해야 한다
지속성(Durability): 하나의 트랜잭션이 성공적으로 수행되었다면, 해당 트랜잭션에 대한 로그가 남아야 한다
                              = 런타임 오류나 시스템 오류가 발생하더라도, 해당 기록은 영구적이어야 한다

• DB와 상호 작용하는 방식을 정확하게 규정할 수 있기 때문에 데이터를 처리 시 발생할 수 있는 예외적인 상황을 줄이고, 무결성을 보호할 수 있다.
• 전자 상거래를 비롯한 모든 금융 서비스를 위한 개발에서는 반드시 데이터베이스의 ACID 성질을 준수해야 한다

 

2. 소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우

규모가 큰 서버가 필요하지 않을 때, 다양한 데이터 유형과 높은 트래픽을 지원하도록 설계된 NoSQL 데이터베이스를 사용해야만 하는 이유가 없다

 

 

💫 비관계형 데이터베이스를 사용하는 케이스

1. 데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우
2. 소프트웨어 개발에 정형화 되지 않은 많은 양의 데이터가 필요한 경우
   1. 저장할 수 있는 데이터의 유형에 제한이 없기 때문에 언제든지 데이터의 새 유형을 추가할 수 있다
3. 클라우드 컴퓨팅 및 저장 공간을 최대한 활용하는 경우
4.  소프트웨어에 데이터베이스의 확장성이 중요할 때
   1. 클라우드 기반으로 데이터베이스 저장소를 구축하면, 저렴한 비용의 솔루션을 제공받을 수 있다
5. 빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우
6. 빠르게 개발할 때(시장에 빠르게 프로토타입을 출시해야 하는 경우) - 스키마를 미리 준비할 필요가 없다
   1. 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 데이터베이스보다 적합