RDB & NoSQL

들어가기 전 기본 정보

 

Database - 컴퓨터 시스템에 전자 방식으로 저장되고 구조화된 정보 또는 데이터의 체계적인 집합을 의미

 

DBMS (DataBase Management System) - 사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해주고 데이터 베이스를 관리해주는 소프트웨어

 

SQL (Structured Query Language) - 관계형 데이터베이스 관리 시스템의 데이터를 관리하기 위해 설계된 특수 목적의 프로그래밍 언어. 관계형 데이터베이스 관리 시스템에서 자료의 검색과 관리, 데이터베이스 스키마 생성과 수정, 데이터베이스 객체 접근 조정 관리를 위해 고안

---

RDBMS

 - Relational DataBase Managment System의 약자로 관계형 데이터베이스 관리 시스템을 의미

 - RDB를 관리하는 시스템으로써 RDB는 관계형 데이터 모델을 기초로 두고 모든 데이터를 2차원 테이블 형태로 표현하는 데이터 베이스

 - RDBMS의 저장 방식은 SQL에 의해 저장되고 정해진 스키마에 따라 데이터를 저장

---

NoSQL

 - Not Only SQL 의 약자로 말 그대로 관계형 데이터베이스가 아닌 다른 형태의 데이터 저장 기술

 - RDB와는 달리 테이블 간 관계를 정의하지 않음

 - 데이터 테이블은 그냥 하나의 테이블이며 테이블 간의 관계를 정의하지 않아 일반적으로 테이블 간 Join 불가능

 - 데이터를 분산하여 저장하는 Scale-Out을 목표하고 수평적 확장 (Scale-out)을 쉽게 할 수 있는 장점

 - 다양한 형태의 저장 기술을 지원

 

1. Key-Value Database

• 데이터가 key-value의 쌍으로 저장, key는 value에 접근하기 위한 용도로 사용되고 값은 어떠한 형태의 데이터도 담을 수 있음 (오디오, 이미지 전부 가능)
• 간단한 API를 제공하는 만큼 속도가 빠른 편
• Redis, Ria, Amazon Dynamo DB등이 있음

2. Document Database

• key와 document 형태로 저장 (계층적 형태로 저장)
• 객체지향에서 객체와 유사하고, 하나의 단위로 취급되어 저장. 즉, 하나의 객체를 여러 개의 테이블에 나눠 저장할 필요가 없어진다는 의미
• 객체-관계 매핑이 필요하지 않음. 객체를 Document 형태로 바로 저장이 가능하기 때문
• 쿼리가 SQL과 다름. Json이나 xml형태로 출력되어 RDBMS에서의 결과를 사용하는 방법과 다름
• MongoDB, CouthDB 등이 있음

3. Wide Column Database

• Column-family Model 기반의 DB
• 해당 모델은 key에서 필드를 결정. 키는 Row (키 값)와 Column-family, Column-name을 가짐
• 연관된 데이터들은 같은 Column-family 안에 속해 있으며 각자의 Column-name을 가짐
• 하나의 커다란 테이블로 표현이 가능하고, 질의는 Row, Column-family, Column-name을 통해 수행
• HBase, Hypertable 등이 있음

4. Graph Database

• Node와 Edge, Property와 함께 그래프 구조를 사용하여 데이터를 표현하고 저장하는 DB
• 개체와 관계를 그래프 형태로 표현한 것이므로 관계형 모델이라고 할 수 있고, 데이터 간의 관계가 탐색의 키일 경우에 적합
• SNS에 적함하고, 연관된 데이터를 추천해주는 추천 엔진이나 패턴 인식 등의 DB로 적합
• Neo4J가 있음

---

장단점

 

RDBMS

 

장점

• 정해진 스키마에 따라 데이터를 저장하여야 하므로 명확한 데이터 구조를 보장
• 각 데이터는 중복없이 한 번만 저장

 

단점

• 테이블 간에 관계를 맺고 있어 시스템이 커질 경우 Join 문이 많은 복잡한 쿼리가 만들어질 수 있음
• 성능 향상을 위해 서버의 성능을 향상 시켜야하는 Scale-up만을 지원. 따라서 비용이 기하급수적으로 늘어날 수 있음
• 스키마로 인해 데이터가 유연하지 못하고, 스키마 변경이 될 경우 번거롭고 어려움

 

NoSQL

 

장점

• 스키마가 없어 자유로운 데이터 구조를 가질 수 있고, 언제든 저장된 데이터를 조정하고 새로운 필드를 추가할 수 있음
• 데이터 분산이 용이하며 성능 향상을 위한 Scale-up 뿐만이 아닌 Scale-out 또한 가능

 

단점

• 데이터 중복이 발생할 수 있고, 중복된 데이터가 변경될 경우 수정을 모든 컬렉션에서 수행해야함
• 스키마가 존재하지 않아 명확한 데이터 구조를 보장하지 않고, 데이터 구조 결정이 어려울 수 있음