DataBase, 종류, MySQL Vs NoSQL

옴악핫세 2023. 3. 21. 14:35

데이터 베이스란?

데이터 베이스는 데이터를 저장하는 공간이다.

대용량의 데이터의 경우, 내가 원하는 기준으로 데이터를 조회하는데만으로도 오랜 시간이 걸린다.

그래서 데이터를 관리하기 쉬운 데이터 베이스에 저장하고 데이터베이스를 관리하고 운영하는 소프트웨어 인 DBMS (Database Management System)을 통해 데이터에 접근한다.

Ex) 엑셀에서 100만 row가 넘어가는 경우 더이상의 데이터가 저장되지 못하며 조회에도 오랜 시간이 걸린다.

DBMS는 DB의 구조(Structure)를 기술하는데 사용될 수 있는 개념들이 모인 집합

DB 구조를 추상화해서 표현할 수 있는 수단을 제공

(*db 구조란? 데이터 유형, 데이터 관계(relationship), 제약 사항(constraints) 등..)

data model은 여러 종류가 있으며 추상화 수준과 DB 구조화 방식이 조금씩 다

- Application Programs / Queries 단계 : 사용자가 SQL문을 이용하여 데이터 처리를 요청하는 단계

- Software to Process Queries / Programs 단계 : DBMS이 쿼리를 받아서 해석하는 단계

- Software to Access Stored Data 단계 : 요청된 그 데이터가 어떤 형태로 되어 있는지 그런 부가적인 정보를 알아야 데이터 처리를 할 수있음

DBMS 마다 아래 오른쪽 그림과 같이 복잡한 SQL 쿼리문을 해석하는 Software to Process Queries / Programs 단계가 다름

1. 계층형 DB

2. 네트워크형 DB

3. 관계형 DB (RDB)

4. NoSQL DB (Not Only SQL)

5. 객체지향 데이터베이스

이중에서 우리는 관계형 DB와 NoSQL DB를 많이 사용한다.

행 (Column)과 열(Row)을 가지는 테이블 형식 데이터를 저장하는 DB, SQL DB라고도 부름

장점
- 데이터 무결성 보장, 높은 신뢰성
- 명확한 스키마 정의
- 정규화에 따른 갱신 비용 최소화
- 데이터의 분류, 정렬, 탐색 속도가 빠름
단점
- 대량의 데이터 입력 처리
- 갱신이 발생한 테이블의 인덱스 생성 및 스키마 변경
- 컬럼 확장 어려움 -> 유연성 부족
- DB 부하 분석이 어려움
- 수평 확장의 어려움 -> DB 저장 방식으로 인해 수직 확장만 지원

키(key)와 값 (Value)의 형태로 저장되는 데이터 베이스, 키를 사용해 데이터 관리 및 접근

어떤 경우든 대부분의 사람들은 NoSQL (관계형 DB뿐만이 아닌 *여러 형식)로 데이터를 저장하는 DB

*여러 형식 : (1) Document , (2) Key-Value , (3) Wide-Column, (4) Graph

장점
- 대용량 데이터 처리
- 데이터 분산 처리
- Cloud Computing
- 빠른 읽기/쓰기 속도
- 스키마가 없어서 유연한 데이터 모델링 가능
단점
- 유연성으로 인해 데이터 구조 결정을 미루게 될 수 있음
- 데이터 중복을 계속 업데이트 해야함
- 데이터가 여러 컬렉션에 중복되어 있기 때문에 수정 시, 모든 컬렉션에서 수행해야함
  (SQL 에서는 중복 데이터가 없으므로 한번만 수행이 가능)

	SQL DB	NoSQL DB
데이터 저장 모델	행과 열이 고정된 테이블	(1) 문서 : JSON (Key-Value) (2) Key-Value : JSON (2) Wide-Column : 행과 동적 열이 있는 테이블 (3) Graph : Node 및 Edge
예	Oracle, MySQL, PostgreSQL 등...	(1) 문서 : MongoDB and CouchDB, (2) Key-value: Redis and DynamoDB (3) Wide-Column : Cassandra and HBase (4) Graph : Neo4j and Amazon Neptune
주요 목적	범용	(1) 문서 : 범용, (2) Key-value: 단순 조회 쿼리를 통한 대용량 데이터, (3) Wide-column: 예측 가능한 쿼리 패턴을 갖는 대용량 데이터 (4) Graph: 연결된 데이터 간의 관계 분석 및 탐색
스키마
스케일링
다중 레코드 ACID
트랜잭션
조인
데이터 - 객체 매핑

- 참고