데이터베이스란?
우선 데이터베이스란 무엇일까? 데이터베이스란 데이터의 모음을 말한다. 또는 일반적으로 컴퓨터 시스템에 전자적으로 저장되는 조직화된 데이터 모음을 말한다.
이렇게 데이터를 조직화하면 데이터에 의미가 생긴다. 또한 대량의 데이터를 효율적으로 관리할 수 있다.
이러한 데이터를 조직화하는 방식(데이터베이스를 만드는 방식)에는 여러가지가 있다. 즉, 데이터베이스를 만들고 관리하는 방식에 따라 데이터베이스 유형을 구분할 수 있는 것이다.
데이터베이스의 유형의 구분
오늘날 데이터베이스는 주로 아래와 같이 구분되어 설명된다.
- 관계형 데이터베이스 vs 비관계형 데이터베이스
- SQL 기반 데이터베이스 vs. NoSQL 기반 데이터베이스
- 관계형 데이터베이스 vs. NoSQL
- SQL vs. NoSQL
다소 혼란스러운 구분이다.
이번 블로그에서는 데이터베이스를 크게 관계형 데이터베이스와 비관계형 데이터베이스로 구분하며 정리한다.
그러면서 왜 이렇게 용어의 개념이 뒤섞여서 사용되는지도 함께 알아보자.
데이터베이스 관리 시스템 (DBMS)
- 이러한 개념적인 데이터베이스를 실질적으로 구현하기 위해서 일반적으로 데이터베이스 관리 시스템 (DBMS) 이라는 것을 사용한다.
- 연결할 애플리케이션, 데이터, DBMS 솔루션을 하나로 묶어 데이터베이스 시스템이라고 하고 단축해서 데이터베이스라고도 한다.
정리하면,
데이터베이스란 원시적인 의미로는 데이터베이스의 모음을 뜻하지만, 데이터를 조직하는 유형별로, 혹은 DBMS 솔루션까지 묶어서 데이터베이스라고 부른다는 것을 알아두자.
관계형 데이터베이스
관계형 데이터베이스의 컨셉
데이터베이스 유형 중에 관계형 데이터베이스가 있다.
- 관계형 데이터베이스는 고정된 행(row)과 열(column)로 구성된 테이블에 데이터를 저장한다.
- 각 열은 하나의 속성에 대한 정보를 저장하고, 행에는 각 열의 데이터 형식에 맞는 데이터가 저장된다.
- 관계형 데이터베이스에서는 테이블의 구조와 데이터 타입 등을 사전에 정의한다. 그리고 테이블에 정의된 내용에 알맞은 형태의 데이터만 삽입할 수 있다.
- 특정한 형식을 지키기 때문에, 데이터를 정확히 입력했다면 데이터를 사용할 때에는 매우 수월하다.
관계형 데이터베이스 관리 시스템
관계형 데이터베이스의 대표적인 DBMS는 아래와 같다. 관계형 데이터베이스 관리 시스템을 따로 RDBMS라고 부른다.
- MySQL
- Oracle
- SQLite
- MariaDB
- PostgresSQL
관계형 데이터베이스는 SQL 사용
- 관계형 데이터베이스와 상호작용할 때 SQL 사용할 수 있다.
- 이 말은 관계형 데이터베이스에서는 스키마가 뚜렷하게 보인다는 말과 같다.
- 다시 말해, 관계형 데이터베이스에서는 테이블 간의 관계를 직관적으로 파악할 수 있다.
정리하면,
- 데이터베이스 유형 중 관계형 데이터베이스는 테이블 기반으로 데이터를 저장한다. 그리고 SQL을 사용해서 데이터를 다룰 수 있다.
- 테이블의 관계가 구조화된 데이터의 모음이기 때문에 구조화된 쿼리 언어를 사용할 수 있는 것이다.
관계형 데이터베이스를 SQL이라고도 부르는 이유는?
- 관계형 데이터베이스는 데이터베이스의 한 유형을 말한다.이는 하나의 데이터 조직화 컨셉이다.
- RDBMS 솔루션까지 묶어서 관계형 데이터베이스라고도 한다. (즉, ‘MySQL은 관계형 데이터베이스다.’ 라고도 말한다.)
- 이러한 관계형 데이터베이스에서는 모두 초창기 관계 데이터베이스 시스템을 위해 만들어진 SQL이라는 언어를 사용 하므로(문법이 조금씩 다른 부분도 있다.) 관계형 데이터베이스를 SQL이라고 부르는 것이다.
- 즉, SQL은 관계형 데이터베이스 전용 프로그래밍 언어이다.
- RDBMS 프로그램에서 기본적인 SQL을 지원한다.
- 마치 각기 다른 브라우저가 있지만 JavaScript 표준이 있는 것처럼 말이다.
- 그래서 결론은 관계형 데이터베이스를 SQL이라고도 부른다.
비관계형 데이터베이스
비관계형 데이터베이스는 관계형 데이터베이스 유형을 뺀 나머지
- 비관계형 데이터베이스란 관계형 데이터베이스를 뺀 나머지 유형을 총칭하는 뜻이다.
- 마치 한국어와 외국어를 나누는 것 처럼 관계형 데이터베이스가 아닌 모든 곳에서는 NoSQL인 것이다. (한국어 외에는 다 외국어)
- 관계형 데이터베이스를 SQL이라고 칭하는 것과 마찬가지로 비관계형 데이터베이스를 칭할 때 NoSQL(또는 NoSQL 데이터베이스)라고 한다.
- NoSQL이란 누군가는 ‘non SQL(비 SQL)’의 약자로, 또 누군가는 ‘not only SQL(SQL만을 사용하지 않는)’라는 뜻으로 생각한다.
- 어쨌든 NoSQL 데이터베이스란 용어를 보통 비관계형 데이터베이스(관계형 데이터베이스 이외의 형식으로 데이터를 저장하는 데이터베이스)를 지칭할 때 사용한다.
- 그런데 주의할 점은 NoSQL 데이터베이스 또는 비관계형 데이터베이스로도 관계 데이터를 저장할 수 있다. (관계형 데이터베이스와 방식은 다르지만)
그래서 NoSQL 데이터베이스는 ?
- NoSQL 데이터베이스(일명 “SQL만을 사용하지 않는 데이터베이스”)는 표 형식이 아니며, 관계형 테이블과는 다른 방식으로 데이터를 저장한다.
- NoSQL 데이터베이스는 SQL 앞에 붙은 ‘No’에서 알 수 있듯이, 주로 데이터가 고정되어 있지 않은 데이터베이스를 가리킨다.
- NoSQL 데이터베이스는 데이터 모델에 따라 유형이 다양하다.
- 주요 유형으로는 문서, 키 값, 와이드 컬럼, 그래프가 있다.
- NoSQL이 SQL과 반대되는 개념처럼 사용된다고 해서, NoSQL에 스키마가 반드시 없는 것은 아니다.
- 이들은 유연한 스키마를 제공하며, 대량의 데이터와 높은 사용자 부하에서도 손쉽게 확장이 가능하다.
- 관계형 데이터베이스에서는 데이터를 입력할 때 스키마에 맞게 입력해야 하는 반면, NoSQL에서는 데이터를 읽어올 때 스키마에 따라 데이터를 읽어 온다.
- 이런 방식을 ‘schema on read’라고도 한다.
- 읽어올 때에만 데이터 스키마가 사용된다고 하여, 데이터를 쓸 때 정해진 방식이 없다는 의미는 아니다.
- 데이터를 입력하는 방식에 따라, 데이터를 읽어올 때 영향을 미친다.
NoSQL 데이터베이스 유형
Key-Value 타입
- 속성을 Key-Value의 쌍으로 나타내는 데이터를 배열의 형태로 저장한다.
- 여기서 Key는 속성 이름을 뜻하고, Value는 속성에 연결된 데이터 값을 의미한다.
- Redis, Dynamo 등이 대표적인 Key-Value 형식의 데이터베이스이다.
문서형(Document) 데이터베이스
- 데이터를 테이블이 아닌 문서처럼 저장하는 데이터베이스를 의미한다.
- 많은 문서형 데이터베이스에서 JSON과 유사한 형식의 데이터를 문서화하여 저장한다.
- 각각의 문서는 하나의 속성에 대한 데이터를 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리한다.
- 대표적인 문서형 데이터베이스에는 MongoDB 가 있다.
Wide-Column Store 데이터베이스
- 데이터베이스의 열(column)에 대한 데이터를 집중적으로 관리하는 데이터베이스이다.
- 각 열에는 key-value 형식으로 데이터가 저장되고, 컬럼 패밀리(column families)라고 하는 열의 집합체 단위로 데이터를 처리할 수 있다.
- 하나의 행에 많은 열을 포함할 수 있어서 유연성을 높다.
- 데이터 처리에 필요한 열을 유연하게 선택할 수 있다는 점에서 규모가 큰 데이터 분석에 주로 사용되는 데이터베이스 형식이다.
- 대표적인 wide-column 데이터베이스에는 Cassandra, HBase 가 있다.
그래프(Graph) 데이터베이스
- 자료구조의 그래프와 비슷한 형식으로 데이터 간의 관계를 구성하는 데이터베이스이다.
- 노드(nodes)에 속성별(entities)로 데이터를 저장한다.
- 각 노드간 관계는 선(edge)으로 표현한다.
- 대표적인 그래프 데이터베이스에는 Neo4J, InfiniteGraph 가 있다.
SQL 데이터베이스와 NoSQL 데이터베이스 차이점
데이터 저장(Storage)
- NoSQL은 key-value, document, wide-column, graph 등의 방식으로 데이터를 저장한다.
- 관계형 데이터베이스는 SQL을 이용해서 데이터를 테이블에 저장한다. 이때 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 저장해야 한다.
스키마(Schema)
- SQL을 사용하려면, 고정된 형식의 스키마가 필요하다.
- 다시 말해, 처리하려는 데이터 속성별로 열(column)에 대한 정보를 미리 정해두어야 한다.
- 스키마는 나중에 변경할 수 있지만, 이 경우 데이터베이스 전체를 수정하거나 오프라인(down-time)으로 전환할 필요가 있다.
- NoSQL은 관계형 데이터베이스보다 동적으로 스키마의 형태를 관리할 수 있다.
- 행을 추가할 때 즉시 새로운 열을 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 된다.
- 관계형 데이터베이스에서는 데이터를 입력할 때 스키마에 맞게 입력해야 하는 반면, NoSQL에서는 데이터를 읽어올 때 스키마에 따라 데이터를 읽어 온다. 이런 방식을 ‘schema on read’라고도 한다.
쿼리(Querying)
- 쿼리는 데이터베이스에 대해서 정보를 요청하는 질의문이다.
- 관계형 데이터베이스는 테이블의 형식과 테이블간의 관계에 맞춰 데이터를 요청해야 한다.
- 그래서 정보를 요청할 때, SQL과 같이 구조화된 쿼리 언어를 사용한다.
- 비관계형 데이터베이스의 쿼리는 데이터 그룹 자체를 조회하는 것에 초점을 두고 있다.
- 그래서 구조화 되지 않은 쿼리 언어로도 데이터 요청이 가능하다.
- UnQL(UnStructured Query Language)이라고 말하기도 한다.
확장성(Scalability)
- 일반적으로 SQL 기반의 관계형 데이터베이스는 수직적으로 확장(Scale-Up)하다.
- 높은 메모리, CPU를 사용하는 확장이라고도 한다. 즉, 데이터베이스 서버 자체를 성능 향상 시키는 것이다.
- 데이터베이스가 구축된 하드웨어의 성능을 많이 이용하기 때문에 비용이 많이 든다.
- 여러 서버에 걸쳐서 데이터베이스의 관계를 정의할 수 있지만, 매우 복잡하고 시간이 많이 소모된다.
- NoSQL로 구성된 데이터베이스는 수평적으로 확장(Scale-Out)한다.
- 보다 값싼 서버 증설, 또는 클라우드 서비스 이용하는 확장이라고도 한다. 즉 더 많은 서버가 추가되어 데이터베이스를 분산할 수 있다.
- NoSQL 데이터베이스를 위한 서버를 추가적으로 구축하면, 많은 트래픽을 보다 편리하게 처리할 수 있다.
- 그리고 저렴한 범용 하드웨어나 클라우드 기반의 인스턴스에 NoSQL 데이터베이스를 호스팅할 수 있어서, 수직적 확장보다 상대적으로 비용이 저렴하다.
- 하지만 성능 향상을 위한 Scale-Out 뿐만이 아닌 Scale-Up 또한 가능하다.
RDBMS vs NoSQL 정리
| RDB(SQL) | NoSQL | |
| 데이터 저장 모델 | Table | json document / key-value / 그래프 등 |
| 개발 목적 | 데이터 중복 감소 | 애자일 / 확장가능성 / 유연성 |
| 예시 | Oracle, MySQL, PostgreSQL 등 | MongoDB, DynamoDB 등 |
| Schema | 엄격한 데이터 구조 | 유연한 데이터 구조 |
| 장점 | - 명확한 데이터구조 보장 - 데이터 중복 없이 한 번만 저장 (무결성) - 데이터 중복이 없어서 데이터 update 용이 |
- 유연하고 자유로운 데이터 구조 - 새로운 필드 추가 자유로움 - 수평적 확장(scale out) 용이 |
| 단점 | - 시스템이 커지면 Join문이 많은 복잡한 query가 필요 - 수평적 확장이 까다로워 비용이 큰 수직적 확장(Scale up)이 주로 사용됨. - 데이터 구조가 유연하지 못함 |
- 데이터 중복 발생 가능 - 중복 데이터가 많기 때문에 데이터 변경 시 모든 컬렉션에서 수정이 필요함 - 명확한 데이터구조 보장 X |
| 사용 | - 데이터 구조가 변경될 여지가 없이 명확한 경우 - 데이터 update가 잦은 시스템 (중복 데이터가 없으므로 변경에 유리) |
- 정확한 데이터 구조가 정해지지 않은 경우 - Update가 자주 이루어지지 않는 경우 (조회가 많은 경우) - 데이터 양이 매우 많은 경우 (scale out 가능) |
SQL과 NoSQL 중에서 어떤 것을 사용해야 할까?
- 데이터베이스를 구축하는 방법을 선택하는 것에 완벽한 솔루션은 없다.
- 그렇기 때문에 많은 개발자들은 유저의 요구를 충족하기 위해 관계형, 비관계형 데이터베이스를 모두 사용하여 서비스에 맞게 설계하고 있다.
- NoSQL 기반의 비관계형 데이터베이스가 확장성이나 속도면에서 더 뛰어나다.
- 그러나 고차원으로 구조화된 SQL 기반의 데이터베이스가 더 좋은 성능을 보여주는 서비스도 있다.
- 여러 사용 사례를 살펴보고 적절한 데이터베이스를 선택하는 것이 중요하다.
SQL 기반의 관계형 데이터베이스를 사용하는 케이스
1. 데이터베이스의 ACID 성질을 준수해야 하는 경우
- ACID는 Atomicity(원자성), Consistency(일관성), Isolation(격리성), Durability(지속성) 를 의미한다.
- 각 단어는 데이터베이스에서 실행되는 하나의 트랜잭션(Transaction)에 의한 상태의 변화를 수행하는 과정에서, 안전성을 보장하기 위해 필요한 성질이다.
- SQL을 사용하면 데이터베이스와 상호 작용하는 방식을 정확하게 규정할 수 있기 때문에, 데이터베이스에서 데이터를 처리할 때 발생할 수 있는 예외적인 상황을 줄이고, 데이터베이스의 무결성을 보호할 수 있다.
- 전자 상거래를 비롯한 모든 금융 서비스를 위한 소프트웨어 개발 에서는 반드시 데이터베이스의 ACID 성질을 준수해야 한다.
- 그래서 이런 경우에는 일반적으로 SQL을 이용한 관계형 데이터베이스를 사용한다.
2. 소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우
- 소프트웨어(프로젝트)의 규모가 많은 서버를 필요로 하지 않고 일관된 데이터를 사용하는 경우, 관계형 데이터베이스를 사용하는 경우가 많다.
- 다양한 데이터 유형과 높은 트래픽을 지원하도록 설계된 NoSQL 데이터베이스를 사용해야만 하는 이유가 없기 때문이다.
NoSQL 기반의 비관계형 데이터베이스를 사용하는 케이스
1. 데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우
- 대부분의 NoSQL 데이터베이스는 저장할 수 있는 데이터의 유형에 제한이 없다.
- 필요에 따라, 언제든지 데이터의 새 유형을 추가할 수 있다.
- 소프트웨어 개발에 정형화 되지 않은 많은 양의 데이터가 필요한 경우, NoSQL을 적용하는 것이 더 효율적일 수 있다.
2. 클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우
- 클라우드 기반으로 데이터베이스 저장소를 구축하면, 저렴한 비용의 솔루션을 제공받을 수 있다.
- 소프트웨어에 데이터베이스의 확장성이 중요하다면, 별다른 번거로움 없이 확장할 수 있는 NoSQL 데이터베이스를 사용하는 것이 좋다.
3. 빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우
- NoSQL 데이터베이스의 경우 스키마를 미리 준비할 필요가 없기 때문에 빠르게 개발하는 과정에 매우 유리하다.
- 시장에 빠르게 프로토타입을 출시해야 하는 경우가 이에 해당한다.
- 또한 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 데이터베이스 보다 NoSQL 기반의 비관계형 데이터베이스를 사용하는 게 더 적합하다.
면접) RDBMS, NoSQL 언제 사용해야 될까요?
RDBMS는 데이터 구조가 명확하며 변경 될 여지가 없는 경우, 또한 중복된 데이터가 없어(데이터 무결성) 변경이 용이하기 때문에 관계를 맺고 있는 데이터가 자주 update가 이루어지는 시스템에 적합하다.
NoSQL은 정확한 데이터 구조를 알 수 없고 데이터가 변경/확장이 될 수 있는 경우에 사용하는 것이 좋다. 또한 단점에서도 명확하듯이 데이터 중복이 발생할 수 있으며 중복된 데이터가 변경될 시에는 모든 컬렉션에서 수정을 해야 한다. 이러한 특징들을 기반으로 Update가 많이 이루어지지 않고 조회가 많은 경우에 좋으며 또한 Scale-out이 가능하므로 데이터 양이 매우 많은 경우에 사용하면 좋다.
참고