RDB & NoSQL
💡 RDB와 NoSQL의 차이에 대해 설명해 주세요.
| RDB(SQL) | NoSQL | |
| 데이터 모델 | 테이블 | Document, Key-Value, Column-Family, Graph |
| 개발 목적 | 데이터 중복 방지 | 애자일 / 확장 가능성 / 수정 가능성 |
| 확장성 | 수직적 확장(Scale Up)에 용이 | 수평적 확장(Scale Out)에 용이 |
| 스키마 | 엄격한 데이터 구조 | 유연한 데이터 구조 |
| 트랜잭션 | ACID 트랜잭션을 지원 | CAP 이론을 기반으로 함 |
| 장점 | 명확한 데이터 구조, 데이터 중복이 없어 update 용이 | 유연한 데이터 구조, 새로운 필드 추가 자유로움 |
| 단점 | 시스템이 커지면 쿼리가 복잠함 | 중복 발생할 수 있어 update시 모든 컬렉션 수정 필요, 명확한 데이터 구조를 보장하지 않음 |
| 예시 | Oracle, MySQL, PostgreSQL 등 | MongoDB, DynamoDB, CassandraDB 등 |
관계형 데이터베이스(RDB)
- 데이터 구조 : 테이블 형태로 데이터를 저장하며, 각 테이블은 레코드(행)와 속성(열)으로 구성됩니다. 테이블 간의 관계는 외래키(Foreign Key)를 사용하여 정의됩니다.
- 데이터 스키마 : 엄격한 스키마를 가집니다. 데이터의 구조와 타입을 미리 정의해야 하며, 데이터의 변경이 필요한 경우 스키마 변경이 복잡할 수 있습니다.
- 쿼리 언어: 대표적인 쿼리 언어로 SQL(Structured Query Language)을 사용합니다. SQL을 이용하여 데이터를 조회, 수정, 삭제할 수 있습니다.
- 트랜잭션: ACID 원칙(원자성, 일관성, 고립성, 지속성)을 준수하여 데이터의 일관성과 무결성을 보장합니다.
- 스케일링 : 수평적 확장이 어려워서 대부분 수직적 확장이 이루어집니다. 대용량 트래픽 처리에 어려움이 있을 수 있습니다.
NoSQL 데이터베이스(NoSQL)
- 데이터 구조: 다양한 형태의 데이터 모델을 사용합니다. 키-값, 문서, 열 지향, 그래프 등 다양한 데이터 모델이 있습니다.
- 데이터 스키마: 유연한 스키마를 가지며, 필요한 속성을 동적으로 추가할 수 있습니다. 스키마 변경이 간단하며, 다양한 형태의 데이터를 수용할 수 있습니다.
- 쿼리 언어: SQL 대신 데이터베이스마다 다양한 쿼리 언어를 사용합니다. 예를 들어, MongoDB는 자체 쿼리 언어를 사용합니다.
- 트랜잭션: 몇몇 NoSQL 데이터베이스는 ACID 원칙을 준수하거나, 비교적 느슨한 일관성 모델(Consistency Model)을 따릅니다. 그러나 모든 NoSQL 데이터베이스가 이를 보장하지는 않습니다.
- 스케일링: 수평적 확장이 용이합니다. 대용량 데이터 처리와 분산 환경에서 유리한 성능을 보일 수 있습니다.
관계형 데이터베이스는 정형화된 데이터와 복잡한 관계를 다루는 데 유리하며, 데이터 일관성과 무결성을 중요시하는 경우에 적합합니다. 반면 NoSQL 데이터베이스는 비정형 또는 반정형 데이터, 대용량 데이터 처리, 빠른 확장 등의 경우에 유용합니다. 따라서 데이터베이스 선택은 사용하는 데이터의 특성과 요구사항에 따라 결정되어야 합니다.
📑 꼬리질문
NoSQL의 강점과, 약점이 무엇인가요?
강점
- 유연한 데이터 모델링이 가능합니다. 데이터의 구조를 동적으로 조정할 수 있고, 이로 인해 수평적 확장이 용이하며, 빠른 읽기와 쓰기가 가능합니다.
- 빅 데이터, 로그 데이터, 센서 데이터 등과 같은 대량의 데이터를 다루는 데 용이합니다. NoSQL은 분산 아키텍처 를 강조해, 데이터를 여러 노드로 분산 저장하고 처리하기 때문입니다.
약점
- 데이터베이스 일관성에 약합니다. 이 일관성을 가용성, 분할 용인, 속도와 맞바꾸었다고 볼 수 있습니다.
- 스키마가 정해져 있지 않아, 데이터에 대한 규격화가 되어 있지 않습니다.
- 데이터가 여러 컬렉션(테이블)에 중복되어 있어서 데이터를 UPDATE 하는 경우 모든 컬렉션에서 수행해야하기 때문에 느리고 작업이 번거롭습니다.
- ACID 트랜잭션을 지원하지 않거나, 제한적으로 지원하기 때문에 데이터 일관성이나 트랜잭션 처리가 중요한 경우 주의가 필요합니다.
RDB의 어떠한 특징 때문에 NoSQL에 비해 부하가 많이 걸릴 수 있을까요?
RDB의 정규화된 스키마, ACID 트랜잭션, Scalability 등이 NoSQL에 비해 부하가 많이 걸릴 수 있는 요인입니다.
- 정규화된 스키마
- RDB는 데이터 정규화를 통해 중복을 최소화하고 데이터의 일관성을 유지합니다. 하지만 이로 인해서 데이터 조회 시, 여러 테이블을 조인해야 할 수 있는데, 이러한 조인 연산은 성능에 부하를 줄 수 있습니다.
- ACID 트랜잭션
- RDB는 트랜잭션을 지원하여 데이터의 일관성과 무결성을 보장합니다. 하지만 트랜잭션 처리에는 추가적인 오버헤드가 따르며, 동시에 여러 트랜잭션이 처리되는 상황에서 락(lock) 문제로 인해 성능 저하가 발생할 수 있습니다.
- Scalability
- RDB의 엄격한 스키마로 인해 수평적 확장이 어렵습니다. RDB에서는 일반적으로 여러 테이블이 한 서버에 존재하며 이로 인해 해당 서버에 디스크 및 네트워크 I/O가 집중되면 데이터 베이스에 부하를 발생시킬 수 있습니다.
NoSQL을 활용한 경험이 있나요? 왜 RDB를 선택하지 않고 해당 DB를 선택했는지 설명해 주세요.
Yes(사용 경험이 있다.)
ElasticSearch를 사용해본 경험이 있습니다. 로그를 수집하고 데이터를 분석 및 시각화하기 위해서 사용했었으며 WSGI 서버에 따라 들어오는 데이터의 형태가 달라도 스키마가 정의되어있지 않기 때문에 데이터의 저장이 용이하고 Elastic Search 자체의 inverted-index 기능은 데이터의 분석을 용이하게 해주기 때문에 이를 위해서 NoSQL 사용했었습니다.
No(사용 경험이 없다.)
NoSQL을 활용한 경험은 없지만, 다음과 같은 경우라면 NoSQL을 사용할 것 같습니다.
- 대용량 및 빠른 데이터 처리: 대량의 데이터를 빠르게 읽고 쓰는 것이 필요한 경우
(ex. 웹 어플리케이션, 소셜 미디어 플랫폼, 로그 처리 등에서 데이터 양이 급증하는 상황 등) - 비정형 또는 반정형 데이터: 다양한 형태의 비정형 데이터(텍스트, 이미지, 동영상 등)를 저장하고 처리해야 하는 경우.
문서 형태의 데이터나 JSON, XML과 같은 데이터 포맷을 다루는 데 용이하기 때문입니다.
특히 ML/DL 학습 과정에 활용할 학습 데이터를 NoSQL에 저장하면 비정형 데이터를 다룰 수 있다는 이점과, 대량의 데이터를 빠르게 조회할 수 있다는 이점, 신규 데이터를 확보하게 된 경우 시스템을 수평적으로 확장할 수 있다는 이점이 있을 것 같습니다.
🐍 꼬꼬무
RDB를 쓰는 게 더 좋은 상황과 NoSQL을 쓰는 게 더 좋은 상황은 언제인가요?
RDB 사용이 더 좋을 때
- 관계를 맺고 있는 데이터가 자주 변경되는 애플리케이션의 경우
- 사용자와 데이터에 있어서 변경될 여지가 없는 명확한 스키마가 중요한 경우
NoSQL 데이터베이스 사용이 더 좋을 때
- 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 (방대한 양의 데이터를 다뤄야 하는 경우)
📚 Reference
티스토리 - RDBMS의 한계와 NoSQL을 사용하는 이유 (3) NoSQL 장단점, 특징
깃허브 - <데이터베이스> 관계형 vs. NoSQL 언제 무엇을 써야할까?
미디엄 - Differences Between SQL And NoSQL: Is NoSQL Faster Than SQL?