[DB] 관계형 데이터베이스 & 비관계형 데이터베이스

RDBMS  vs NoSQL

 

---

관계형 데이터베이스: RDBMS

관계형 데이터베이스(RDBMS)는 데이터를 테이블(행과 열) 구조로 저장하고 관리하는 데이터베이스 관리 시스템으로, 데이터 간의 관계를 기반으로 동작한다. ACID 원칙을 준수하며 높은 신뢰성과 데이터 무결성을 보장한다.

 

• 행렬 & 관계형 & Fixed Schema
  
  • 행렬: 2차원 배열 데이터 → 복잡한(다차원) 데이터 표현하기엔 한계가 있다. 따라서 Relation이 필요하다.
  • 관계: 복잡한(다차원) 데이터를 다수의 2차원 Entity(테이블)들로 쪼개어 놓는다. (PK-FK)
  • Fixed Schema: 고정된 Column 정의대로 데이터를 적재한다.

1. 고신뢰성 (High Reliability) 및 데이터 무결성(Data Integrity)

• ACID 준수: 트랜잭션이 안전하게 수행되도록 보장하며 데이터 일관성과 무결성을 유지한다.
• Guaranteed Consistency(강력한 일관성):
  
  • 개발자 혹은 애플리케이션 레벨에서 잠재적으로 비일관 데이터에 대해 걱정할 필요가 없다.
  • Pessimitic Lock: DMBS가 자동으로 데이터 동시성을 관리한다. → 데이터베이스 빌트인 Lock

2. 트랜잭션(Transaction) 지원

• 트랜잭션은 하나의 작업 단위로 간주되며, 성공 시 모든 작업이 적용(Commit)되고 실패 시 모두 롤백(RollBack) 된다.
• 예시: 패키지여행 예약 서비스:
  • 패키지여행 예약은 항공권, 기자표, 숙소 예약이 모드 성공해야 완료된다.
  • 하나라도 실패하면 이전 작업은 모두 롤백되어 데이터가 원래 상태로 돌아간다.
• 트랜잭션을 활용하면 데이터 변조 방지와 시스템의 신뢰성을 보장할 수 있다.

3. 데이터 구조

• 2차원 테이블 구조:
  • 데이터를 행(Row)과 열(Column)로 구성하여 정형화된 데이터 관리.
• 고정된 스키마(Fixed Schema):
  • 데이터를 저장하기 전에 구조를 미리 정의해야 하며, 스키마 변경이 어렵다.
  • 관계형 데이터와 객체지향 데이터 간 변환을 위해 ORM(Object-Relational Mapping)이 사용된다.

4. 쿼리 최적화 및 성능

• SQL을 사용해 데이터를 효율적으로 관리한다.
• DBMS 쿼리 최적화(Query Optimization)를 통해 빠르고 최적화된 데이터 검색 및 처리를 지원한다.
  • 빠른 분류, 정렬, 탐색 속도: 자체 쿼리 최적화(Parsing → Query Plan → Query Optimization)

5. 확장성과 한계

• 수직적 확장(Scale-up) 👍
• 수평적 확장(Scale-out)👎 : 제한적이며, 확장 시 Guaranteed Consistency 때문에 대기 시간이 길어 한계가 있다.

6. ACID 원칙

RDBMS는 트랜잭션의 안전성을 보장하기 위해 ACID 원칙을 따른다.

 

1. A - Atomicity (원자성):

• 트랜잭션 내 작업이 모두 성공하거나 모두 실패한다.

2. C - Consistency (일관성):

• = Guaranteed Consistency 일관성
  • 데이터 정합성(Data Integrity): 0 + 1 = 1 → 1 + 1 = 2
  • 데이터 저장 시 모든 제약조건들을 만족한다.
  • 데이터 조작 발생 직후, 조회 시 최신 값을 볼 수 있어야 한다. 
• 트랜잭션 수행 후 데이터는 항상 유효하고 일관된 상태를 유지한다.

3. I - Isolation (격리성):

• 동시에 실행되는 트랜잭션 간 간섭 없이 독립적으로 수행된다.
• Isolation Level(격리 수준): Transaction 독립(고립)의 정도에 대한 정의
  • 0 Level: Read uncommitted → Dirty Read 발생 가능
  • 1 Level: Read committed → Non-Repeatable 발생 가능
  • 2 Level: Repeatable Read → Phantom Read 발생 가능
  • 3 Level: Serializable → 완전한 격리 보장
• Isolation Level(격리 수준)을 통해 독립(꼬립)의 정도를 정의
  • 데이터베이스: 데이터베이스에 기본 설정 + 쿼리마다 세부 설정 가능
  • 애플리케이션: 쿼리마다 세부 설정 가능 (DB 호출 함수에 각각에 대해, Srping JPA)

4. D - Durability (지속성):

• 트랜잭션 완료 후 시스템 장애가 발생해도 데이터는 보존된다.

비관계형 데이터베이스: NoSQL

비관계형 데이터(NoSQL)는 관계형 데이터베이스(RDBMS)의 스키마 고정성, 확장성 한계 등의 문제를 극복하기 위해 등장한 데이터 베이스 관리 시스템이다. 유연한 데이터 구조, 수평적 확장성, 대규모 데이터 처리에 특화되어 있으며, 다양한 데이터 저장 방식을 지원한다.

 

1. 고확장성(High Scalability) 및 고가용성(High Availaility)

• 수평적 확장(Scale-out): 여러 서버에 데이터를 분산하여 무한 확장이 가능하다.
• 분산 시스템의 특성: 시스템 일부가 장애를 겪어도 나머지 노드들은 정상적으로 작동한다.
• 이벤트 일관성(Eventual Consistency):
  
  • 데이터 일관성이 즉각적으로 보장되지 않으며, 일정 시간 후 동기화 완료
  • 개발자 책임: 데이터 일관성 문제를 애플리케이션 단에서 처리해야 한다.
  • Optimistic Lock: 소프트웨어적으로 개별 처리가 필요하다 → 소프트웨어적 Lock
    
    • = Optimistic Concurrency Control(OCC) 혹은 Non-locking Concurrency Control

2. Transaction 미지원

• 데이터 변조가 일어날 수 있다 → Data Integrity(데이터 무결성)을 보장하지 않는다.
• NoSQL에 Lock이 없는 이유 → 수많은 NoSQL 분산 데이터베이스 노드 각자 다른 Write 인입.
  • 8개 분산 데이터베이스 노드 중 1개에 대해 Lock 적용 시, 다른 노드에 Write 되니 의미가 없다.
  • 8개 분산 데이터베이스 노드 모두에 대해 Lock 적용 시, 모든 노드에 대한 접근이 불가능하다 → 성능 저하

 

 

3. 데이터 구조

• 트리 기반 데이터 구조 : 계층적, 비정형 데이터 저장에 적합하다.
• Schemaless:
  
  • 데이터 구조를 사전에 정의하지 않아도 된다.
  • 웹 2.0(JSON, XML 포맷 ) 및 빅데이터 처리에 최적화.

4. BASE 속성

NoSQL은 ACID 속성을 포기하고 BASE 원칙을 따른다.

• Basicalliy Available(기본적인 가용성): 시스템 장애 시에도 일부 기능 사용 가능 → 분산 시스템의 특징
• Soft State (소프트 상태): 데이터는 지속정으로 변경될 수 있다.
  • = Eventual Consitency → 최종적으론 일관성을 유지한다.
  • ACID의 즉각적인 일관성보다는 느슨한 일관성을 지향한다.
  • 일정시간 후에는 전체 분산 시스템이 동기화되어 일관성이 있는 상태가 되는 성질
    
    • 0 + 1 = 1 (Write 이전) → 1 + 1 = 1 (Write 직후, Sync 이전) → 1 + 1 = 2 (Sync 완료)

5. NoSQL 데이터베이스의 주요 유형

유형	설명	예시
키-값(Key-Value)	단순 키-값 쌍으로 데이터 저장. 빠른 조회에 적합	Redis,DynamoDB
문서(Document)	JSON과 같은 문서 형식으로 데이터 저장. 데이터 계층 구조를 자연스럽게 표현	MongoDB, CouchDB
컬럼(Column)	열 중심 데이터 저장 방식. 대규모 데이터 분석에 유리	Cassandra, HBase
그래프(Graph)	데이터 간의 관계를 네트워크 형태로 저장. 소셜 네트워크, 추천 시스템 등 관계 기반 어플리케이션에 적합.	Neo4j

 

6. CAP 이론

분산 데이터베이스는 Consistency(일관성), Availability(가용성), Partition Tolerance(파티션 허용성) 중 두 가지 특성만 선택이 가능하다.

• CP(Database): 일관성과 파티션 허용성 우선. 데이터 정확성이 중요한 경우 적합하다.
• AP(Database): 가용성과 파티션 허용성 우선. 대규모 데이터와 고가용성이 중요한 경우 적합하다.
• CA(Database): 일관성과 가용성을 동시에 보장하는 데이터베이스는 일반적으로 NoSQL이 아닌 RDBMS. 

관계형 데이터베이스 (RDBMS) & 비관계형 데이터베이스(NoSQL) 비교 및 정리

1. 데이터 구조 및 스키마

관계형 데이터베이스 (RDBMS)	비관계형 데이터베이스 (NoSQL)
정형 데이터(Structured): 행(Row), 열(Column) 기반의 2차원 테이블	비정형 데이터(Unstructured): 키-값, 문서 , 컬럼, 그래프 등 다양한 데이터 구조.
고정된 스키마(Fixed Schema): 데이터 구조가 사전에 정의 되어야 함.	스키마 없음(Schemaless): 데이터 구조를 유연하게 변경 가능.
데이터 관계(Relational): 테이블 간 관계를 키(Key)로 정의.	비관계형(Non-relational): 관계 대신 독립적으로 데이터 저장

2. 일관성 및 동시성 처리

관계형 데이터베이스 (RDBMS)	비관계형 데이터베이스 (NoSQL)
Guranteed Consistency(보장된 일관성): 모든 트랜잭션에서 데이터가 항상 일관됨.	Eventual Consistency(최종 일관성): 데이터 동기화가 지연될 수 있으나 최종적으로 일관됨.
Pessimistic Lock(비관적 락): DBMS가 동시성 제어를 자동으로 처리	Optimistic Lock(낙관적 락): 개발자가 소프트웨어적으로 동시성 관리 필요

3. 트랜잭션 지원

관계형 데이터베이스 (RDBMS)	비관계형 데이터베이스 (NoSQL)
Transaction 지원: 데이터 변조 방지를 위해 트랜잭션 제공	Transaction 미지원: 트랜잭션 없이 데이터 처리 서능에 집중
ACID 속성: 원자성, 일관성, 고립성, 지속성 보장	BASE 속성: 기본 가용성, 소프트 상태, 최종 일관성

4. 확장성 및 성능

관계형 데이터베이스 (RDBMS)	비관계형 데이터베이스 (NoSQL)
수직적 확장(Scale-up)	수평적 확장(Scale-out)
복잡한 쿼리 처리 가능: Join, Aggregation, Nested Queries 등 복잡한 연산 처리	빠른 데이터 읽기/쓰기: 단순하고 고속의 데이터 읽기/쓰기 성능 최적화
정형 데이터 및 정밀도 높은 작업에 적합: 데이터의 무결성과 정확도가 중요한 시스템(예: 금융, ERP)	유연성과 대규모 처리에 적합: 비정형 데이터와 대규모 트래픽 처리가 필요한 시스템(예: 소셜 미디어, IoT)

5. 주요 장점 및 단점

관계형 데이터베이스 (RDBMS)	비관계형 데이터베이스 (NoSQL)
장점: 데이터 무결성, 트랜잭션 지원, 복잡한 데이터 관계 관리 가능.	장점: 확장성, 유연성, 빠른 데이터 쓰기/읽기 처리.
단점: 스키마 변경 어려움, 수평적 확장 한계, 비정형 데이터 처리 어려움.	단점: 데이터 일관성 부족, 복잡한 관계 데이터 처리 어려움

---

ℹ️ 참고

[ASAC 6기 강의자료]