[DB] 데이터베이스 확장 (Scaling)

Partitioning, Sharding, Replication

데이터베이스 확장 (Scaling)

확장(Scalling)은 데이터베이스가 대규모 데이터를 처리할 수 있도록 성능과 확장성을 개선하는 전략이다. 대규모 데이터베이스 환경에서3개의 전략을 주로 사용한다.

• Partitioning(Vertical Partitioning)
• Sharding(Horizontal Partitioning)
• Replication

1️⃣ Partitioning

Partitioning은 하나의 테이블 데이터를 논리적으로 분할하여 저장하는 기술이다.

1-1. (Vertical) Partitioning: 컬럼(열) 분할

• 컬럼(열) 기준으로 데이터를 나눈다.
  
  • 예: 사용자 정보 테이블을 기본 정보와 로그 데이터로 분리
  • 장점: 특정 필드에 대한 쿼리 최적화
  • 단점: 테이블 간 관계를 처리하는 Join 연산 필요

1-2. Sharding (Horizontal Partitioning): 로우(행 분할)

Sharding은 로우(행)기준으로 데이터를 나누는 방식으로, Shard라는 독립적 데이터 단위로 분리된다.

• Range-based Sharding: 값의 범위에 따라 분할
  
  • 예: userID가 11000, 10012000인 데이터를 각각 다른 Shard에 저장
• Hash-based Sharding: 해시 함수를 사용하여 데이터를 균등 분배
  • 예: hash(userID) % 4로 4개의 Shard에 데이터 저장

• Composite Sharding: Range-based와 Hash-based 혼합 사용

2️⃣ Replication

Replication은 동일한 데이터를 다수의 노드에 복사하여 저장하는 기술이다.

• 쓰기 노드와 읽기 노드를 분리해 DB의 부하를 분산시킨다.
• MySQL에서 Mastar-Slave(Read, Standby)로 나누었을 때의 이점 → DB로드 분산
  • 데이터 저장소로부터의 읽기와 업데이트 작업을 분리하는 패턴

2-1. Replication 동작 방식

1. Primary Node

• 쓰기 작업 전담
• 데이터 수정 시 Secondary Node와 동기화 수행

2. Secondary Node

• 읽기 작업 전담
• 동기화된 데이터를 기반으로 읽기 처리

2-2. Replication 장점과 단점

장점	단점
읽기 부하 분산: 읽기 요청이 많은 시스템에서 성능 최적화	데이터 동기화 지연: 일관성이 중요한 시스템에서는 동기화 지연 문제 발생 가능
고가용성: Primary Node 장애 시 Secondary Node로 대체 가능	구현 복잡성: 동기화 로직과 장애 처리 구현 필요

2-3. CQRS 패턴 (Command and Query Responsibility Segregation)

Replication을 활용한 CQRS 패턴은 읽기와 쓰기 작업을 분리하여 성능과 확장성을 극대화 한다.

• Command: Primary Node에서 쓰기 작업 수행
• Query: Secondary Node에서 읽기 작업 수행

3️⃣ 결론

데이터베이스 확장 전략은 시스템의 규모와 요구사항에 따라 선택되어야 한다.

Partitioning, Sharding, Replication은 각각 고유의 장점과 단점이 있으며 적절히 조합하여 사용해야 한다.

• Partitioning: 데이터 크기에 따른 성능 최적화 및 관리 용이성 제공
• Sharding: 대규모 데이터를 분산 처리하며 수평적 확장 기능
• Replication: 읽기 / 쓰기 분리를 통해 성능과 가용성 최적화

최신 트랜드:

• Sharding은 기존 NoSQL 중심에서 벗어나 CockroachDB, MySQL 등 RDBMS에서도 널리 채택되고 있다.
• Replication은 CQRS 패턴을 통해 어플리케이션 성능과 확장성을 극대화한다.

---

ℹ️ 참고

[ASAC 6기 강의자료]

https://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/modernization-data-persistence/cqrs-pattern.html

CQRS 패턴 - AWS 규범적 지침