[데이터베이스] DB(Data Base)와 SQL (Structured Query Language)의 이해

DB(Data Base)의 필요성

 

기존의 데이터를 저장하는 방식은 흔히 프로그램을 실행할 때 존재하는 In-Memory 방식과 파일 전체를 읽는 방식의 File I/O 방식이 있었다. 

 

그러나,

In-Memory 방식은 프로그램이 실행중에만 데이터를 활용할 수 있다는 한계를 가지고 있으며

File I/O는 데이터가 필요할 때마다 파일 전체를 읽어야 한다는 한계를 가지고 있기 때문에 비효율적이다.

 

따라서 오늘 배우게 되는 데이터베이스는 이러한 단점을 보완하는 데이터 저장 방식이다.

 

SQL (Structured Query Language)이란? 

 

SQL은 데이터 베이스 언어이며, 주로 관계형 데이터베이스에서 사용한다. 

 

Query란?

 

Query는 '질의문'이라는 뜻이며, DB에 저장된 데이터를 필터링 하기 위한 질의문이다. 

따라서, Query를 활용하여 데이터를 가져오며 삽입 할 수 있다.

 

반면 구조화되지 않은 SQL은 NoSQL이라고 한다.

 

 

트랜잭션(Transaction)과 ACID (Atomicity, Consistency, Isolation, Durability) 

 

 트랜잭션은 데이터베이스의 상태를 변환시키는 논리적 기능을 수행하기 위해 행해지는 하나 이상의 쿼리를 모아 놓은 하나의 작업 단위를 뜻한다. 

 

 트랜잭션은 모든 작업을 다 완료해야 정상적으로 종료되며, 만약 하나의 작업이 실패하면 모든 작업을 실패한 것으로 판단한다. 

 

 성공과 실패 두가지 결과만 존재하며 트랜잭션은 ACID라는 특성을 가지고 있다.

 

 

Atomicity(원자성)

•  Atomicity(원자성) 이란 하나의 트랜잭션에 속해있는 모든 작업이 전부 성공하거나 전부 실패해서 결과를 예측할 수 있어야 한다는 것이다. 가령 계좌이체를 하려고하는데 A에서 B로 출금을 하려고 하는 경우 A에서 출금은 확인되지만 B에서 입금이 확인되지 않는다면 큰 낭패를 보게 될 것이다. 이런 경우 두 과정 중 하나라도 실패하는 경우 모든 결과를 실패하게하여 데이터를 보호할 수 있도록 하는 특징이 Atomicity다.

 

 

Consistency(일관성)

• Consistency(일관성) 는 데이터베이스의 상태가 일관되어야 한다는 성질이다. 즉, 기존의 체계에 일관성이 위배되는 명령을 거절한다.

 

 

Isolation(격리성, 고립성)

• Isolation(격리성, 고립성) 이란, 각각의 트렌젝션은 서로의 연산을 확인받거나 영향을 줄 수 없다는 것이다. 즉, 모두 다른 트렌젝션은 독립적으로 적용된다.

 

 

Durability(지속성)

• Durability(지속성) 이란, 성공적으로 마무리된 트렌젝션에 대한 로그가 남아야 하는 것을 뜻하며, 어떠한 오류가 발생하더라도 해당 기록은 영구적이어야 한다. 

 

 

SQL(구조화 쿼리 언어) vs. NoSQL(비구조화 쿼리 언어)

 

데이터베이스는 크게 관계형 데이터베이스와 비관계형 데이터베이스로 구분한다. 

관계형 데이터베이스는 SQL을 기반으로 하고, 비관계형 데이터베이스는 NoSQL이다.

 

관계형 데이터베이스에서는 테이블의 구조와 데이터 타입 등을 사전에 정의하고, 테이블에 정의된 내용에 알맞은 형태의 데이터만 삽입할 수 있다. 또한 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. 

 

NoSQL은 SQL 앞에 붙은 'No'에서 알 수 있듯이, 주로 데이터가 고정되어 있지 않은 데이터베이스를 가리킨다. 

관계형 데이터베이스에서는 데이터를 입력할 때 스키마에 맞게 입력해야 하는 반면, NoSQL에서는 데이터를 읽어올 때 스키마에 따라 데이터를 읽어온다.

 

데이터 저장(Storage)

• SQL은 SQL을 이용해서 데이터를 테이블에 저장하며, 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 저장한다.
• NoSQL은 key-value, document, wide-column, graph 등의 방식으로 데이터를 저장한다.

 

스키마(Schema)

• SQL을 사용하려면, 고정된 형식의 스키마가 필요하다. 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 전환해야 한다.
• 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.

 

쿼리(Querying)

• 쿼리는 데이터베이스에 대해서 정보를 요청하는 질의문이며, SQL은 테이블의 형식과 테이블간의 관계에 맞춰 데이터를 요청해야 한다. 그래서 정보를 요청할 때, SQL과 같이 구조화된 쿼리 언어를 사용한다.
• NoSQL의 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)

• SQL은 수직적으로 확장한다. 높은 메모리, CPU를 사용하는 확장이라고도 한다. 데이터베이스가 구축된 하드웨어의 성능을 많이 이용하기 때문에 비용이 많이 들며, 여러 서버에 걸쳐서 데이터베이스의 관계를 정의할 수 있지만, 매우 복잡하고 시간이 많이 소모된다.
• NoSQL로 구성된 데이터베이스는 수평적으로 확장한다. 보다 값싼 서버 증설, 또는 클라우드 서비스 이용하는 확장이라고도 한다. 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.

 

다양한 방식의 NoSQL

 

• Key-Value 타입 : 속성을 Key-Value의 쌍으로 나타내는 데이터를 배열의 형태로 저장한다. Key는 속성 이름을 뜻하고, Value는 속성에 연결된 데이터 값을 의미한다. ex) Redis
• 문서형(Document) 데이터베이스 : 데이터를 테이블이 아닌 문서처럼 저장하는 데이터베이스, 많은 문서형 데이터베이스에서 JSON과 유사한 형식의 데이터를 문서화하여 저장한다. 각각의 문서는 하나의 속성에 대한 데이터를 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리한다. ex) MonggoDB
• Wide-Column 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 유연성이 높으며 규모가 큰 데이터 분석에 주로 사용되는 데이터베이스 형식이다. ex) Cassandra
• 그래프(Graph) 데이터베이스 : 자료구조의 그래프와 비슷한 형식으로 데이터 간의 관계를 구성하는 데이터베이스이다. 노드(nodes)에 속성별(entities)로 데이터를 저장하며, 각 노드간 관계는 선(edge)으로 표현한다. ex) infiniteGraph

 

SQL과 NoSQL 중에서 어떤 것을 사용해야 하나?

 

SQL을 사용하는 경우

 

1. 데이터베이스의 ACID 성질을 준수해야 하는 경우

2. 소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우

 

NoSQL을 사용하는 경우

 

1. 데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우

2. 클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우

3. 빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우