[10분 테코톡] 스플릿, 애쉬의 SQL과 NoSQL 정리

Query Language란?
DBMS에서 DB를 다루기 위해 사용되는 언어

 

DataBase란?
데이터베이스는 여러 사람이 공유하여 사용할 목적으로 체계화해 통합, 관리하는 데이터의 집합

→ 여기서 키포인트는 한 사용자가 아니라 여러 사용자가 공유해서 데이터를 사용할 수 있다는 점이다.

 

DBMS (DataBase Management System)란?

사용자는 DB한테 직접 요청을 보내는 것이 아니라 DBMS에 요청을 보내서 해당 DBMS가 DB에게 사용자 요청을 전달하고 또 DB에서 전달받은 데이터를 사용자에게 넘겨준다. 이렇게 DBMS 즉 데이터 베이스 매니지먼트 시스템은 다수의 사용자들이 데이터베이스 내의 데이터를 접근할 수 있도록 도와주는 소프트웨어 도구 집합이다.

 

Query Language의 특징

위에서 사용자는 Query Language를 통해 DBMS에게 요청을 보낸다 했는데 이 Query Language의 특징을 찾아 보면, Query Language는 비절차장 언어 라는 특징이 있다. 그 이유는 사용자가 DBMS에게 요청을 보낼 때 자신이 원하는 결과에 대한 내용, 즉 What만 명세하고, 어떻게 해당 결과를 얻어낼 것인지, 즉 How에 대한 내용은 명시해주지 않기 때문에 비절차적 언어라고 불린다.

 

SQL

Structured Query Language의 약자로 RDBMS에서 사용되는 표준 질의언어이다. 사용자는 SQL을 통해서 RDBMS에게 요청을 보내고 RDBMS는 사용자의 요청을 통해 DB에서 데이터를 꺼내 사용자에게 테이블 형식으로 데이터를 보내준다.

 

RDBMS란?
- DMBS의 한 종류로 관계형 데이터베이스 관리 시스템이다.

- RDBMS는 Relational Data Base Management System의 줄임말이다.

 

RDBMS의 특징

1. 정해진 스키마에 따라 테이블이 구성된다.

 

Schema(스키마)란?

데이터베이스에서 사용되는 데이터 구조를 정의하는 개체이다. 사용자는 스키마를 통해서 구성 요소간 제약조건도 지정할 수 있다.

 

Table이란?

- 데이터를 구성하는 가장 기본적인 단위

- 데이터를 행과 열로 구성된 표 형태로 저장한다.

RDBMS에서는 데이터를 위와같이 행과 열로 구성된 표 형태로 저장하게 되는데 테이블이 바로 RDBMS에서 데이터를 구성하는 가장 기본적인 단위이다.

 

Column(열)이란?

- 흔히 속성(attribute), 필드(field)로도 불린다.

- 특정 유형의 데이터를 저장하기 위한 속성(이름, 유형, 크기 등등)

테이블의 열, 즉 Column이란 특정 유형의 데이터를 저장하기 위한 속성인데 위와같이 학생의 속성을 보면 이름,나이,성적이 있다. 이렇게 학생 테이블의 속성으로는 이름,나이,성적이 있다. 이 컬럼은 흔히 속성, attribute 혹은 필드로도 불리곤 한다.

 

Row(행)이란?

- 흔히 튜플(tuple), 레코드(record)로도 불린다.

- 테이블에서 한 행을 의미한다.

- Student 테이블이 이름,나이,성적이라는 속성을 가질 경우 [포비, 4살, A+]이 하나의 행(튜플)이다.

 

Constraints(제약조건)

제약조건의 종류 : Not Null, Unique, Default, Primary key, Foreign Key 등등이 있다.

Not Null은 해당 속성의 값에 Null이 들어갈 수 없다 라는 제약조건을 주는 것이고 Unique는 해당 속성값들이 모두 중복되지 않고 유니크하다 라는 제약조건을 뜻한다.

 

RDBMS의 특징

2. 테이블끼리 관계를 가진다.

관계의 종류로는 1:1, 1:N, N:M이 있다.

 

1:1 관계

우테코 내에는 한 크루가 한 출입증을 가진다. 그리고 그 출입증의 주인은 오직 한 크루이다. 이렇게 크루와 출입증 같이 서로 오직 일대일 관계만 서로 원투원 관계인 것을 일대일 관계라고 부른다.

 

1:N

우테코 안에서는 한 코치가 여러 크루의 담당 코치가 된다. 그리고 한 크루의 담당 코치는 오직 한명뿐이다. 이렇게 일대다 관계를 나타낼 수 있고 RDBMS에서는 N쪽 테이블, 즉 크루쪽 테이블에 1쪽 테이블, 즉 담당 코치의 아이디를 담는 방식으로 관계를 표현한다.

 

N:M

대학교에서 한 학생은 여러 수업을 들을 수 있다. 그리고 한 수업을 수강하는 학생도 여러 명 일 수 있다. 이것과 같은것이 다대다 관계인데 만약에 객체 지향이랑 자바라는 수업을 듣는다고 하면 학생테이블에 수업이라는 칼럼을 추가해서 거기에 객체 지향, 자바를 배열형식으로 추가 되면 정말 좋을텐데 RDBMS의 특성상 원자값으로만 이루어져야 한다. 즉 배열형식을 담을 수 없다.

그러면 다대다 관계를 어떻게 풀어낼까 라고 보면 수강 테이블처럼 중간에 맵핑 테이블을 만들어서 이를 1대N 관계로 풀어내야 한다. 수강테이블을 만들어서 학생과 수강테이블은 1대N이 되게 하고 수업과 수강테이블은 1대N이 되게 만든다. 이렇게 학생과 수업테이블의 다대다 관계를 맵핑 테이블을 통해서 1대N 관계로 풀어내야 한다.

 

RDBMS의 특징

3. Transaction을 사용한다.

트랜잭션이란 데이터베이스의 상태를 변화시키기 위해서 수행하는 논리적 작업 단위이다.

 

Transaction의 특징

대표적으로 ACID(Atomicity : 원자성, Consistency : 일관성, Isolation : 고립성, Durability : 지속성)가 있다.

 

Atomicity (원자성)

- 트랜잭션은 모두 수행되거나 모두 수행되지 않는다 이 두 가지를 보장한다.
만약에 트랜잭션 안에서 단 하나의 작업이라도 실패하게 되면 이 전체를 롤백하여 원자성을 보장하게 된다.

 

Consistency (일관성)
- 하나의 트랜잭션 이후에 데이터베이스의 상태는 이전과 같이 유효해야 한다.
트랜잭션이 일어난 이후에도 이전처럼 데이터베이스의 전체적인 데이터들이 데이터베이스에 제약이나 규칙을 만족하는 상태를 유지한다.

 

Isolation (고립성, 격리성)

- 트랜잭션이 수행중에는 다른 트랜잭션의 작업이 끼어들지 못한다.

트랜잭션 간에는 서로 독립적으로 수행하게 되는데 이 격리성을 제공하기 위해서 Isolation Level 이 있고, 총 네 단계로 나뉜다. Read Uncommitted, 커밋 되지 않은 내용도 다른 트랜잭션이 읽을 수 있다. Read Committed, 다른 트랜잭션이 커밋한 데이터만 읽을 수 있는 과정이다. Repeatable Read, 트랜잭션이 시작되면 자기가 읽고 있는 데이터의 데이터를 잠금으로써 다른 트랜잭션이 수정할 수 없게 만드는 단계이다. Serializable, 가장 높은 격리수준인데, 모든 데이터를 잠궈놓아서 다른 트랜잭션이 해당 데이터에 접근하는 것 조차 막는다. 이를 통하여 동시성 처리 속도는 낮아지지만 데이터에 일관성과 무결성을 보장할 수 있는 단계이다.

 

Durability (지속성, 영속성)

- 트랜잭션이 성공하면 적용된 결과는 영구적으로 지속된다.
시스템이 다운되거나 기타 문제가 발생해도 트랜잭션의 결과는 똑같이 유지된다.

 

그 외에 특징

여기서 다중 작업 지원은 Isolation Level을 통해서 이루어지고 데이터 백업 같은 경우는 데이터의 복사본을 생성하여 데이터 손실을 보호하고 데이터 복구의 경우는 시스템 장애나 인위적인 문제가 발생하면 데이터를 이전 상태로 복원하여 보호한다.

 

Index (인덱스)

- 테이블에 대한 검색 속도를 높여주는 자료 구조

테이블 내에 1개의 컬럼, 또는 여러 개의 컬럼을 이용하여 생성하고 사용한다.

 

SQL의 분류

DDL, DML, 그 외(DCL과 TCL)

DDL (Data Definition Language)

테이블을 생성하고, 수정하고, 초기화하고, 삭제하는 역할을 가지고 있다.

 

Create 구문인 Create table을 통해서 테이블을 만들 수 있다.

 

수정을 통해서 테이블 안에 있는 속성을 추가, 수정 혹은 삭제도 가능하다.

 

Truncate는 초기화인데 테이블이 가지고 있는 모든 데이터는 삭제하고 테이블 틀 자체는 놔두게 되는 구문이다.

 

마지막으로 Drop은 테이블 자체를 삭제해 버리는 구문이다.

 

 

DML (Data Manipulation Lanugae)

데이터를 생성, 조회, 갱신, 삭제하게 된다.

 

insert 구문을 통해서 새로운 데이터를 테이블 안에 삽입한다.

 

Select 구문을 통해서 원하는 테이블에서 원하는 속성값을 조회하게 된다.

 

Update를 통해서 원하는 테이블에 Where 구문을 사용하여 특정 조건을 충족하는 행을 검색 하여 그 행을 자기가 원하는 값으로 업데이트하게 된다.

 

Delete를 통해 Where 구문을 사용하여 원하는 행을 찾아 그 데이터를 삭제하는 구문이다.

 

DCL / TCL

(Data Control Language / Transaction Control Language)

Data Control Language는 Grant와 Revoke를 통하여 권한을 부여하고 권한을 회수하게 된다. Transaction Control Language는 트랜잭션이 커밋될건지 롤백될 건지 이 두 개를 조절할 수 있다.

 

NoSQL 등장배경

2009년에 페이스북, 트위터, 구글 애널리틱스 등에서 사용자가 급격하게 증가하면서 데이터도 폭발적으로 증가하게 된다. 그래서 단일 서버에 모든 데이터를 넣을 수 없어져서 서버의 확장이 불가피해졌다. 

 

서버 확장의 종류로는 두 가지가 있는데 서버의 사양을 높여서 한 대의 서버에 조금 더 많은 데이터를 담는 수직적 확장과 서버의 대수를 늘려서 데이터를 여러 서버에 분산시켜 저장하는 수평적 확장이 있다.

하지만 기존의 RDBMS는 확장의 한계를 가졌는데, 수직적 확장, 즉 서버의 사양을 높이는 것은 정말 가격이 비싸고 사양을 무한히 높일 수도 없다. 그래서 사양을 높여봤자 폭발하는 데이터를 모두 다 담지 못하게 된다. 그러면 수평적 확장을 해야 될 텐데, 이 RDBMS는 처음에 만들어질 때 단일서버에서 돌아갈 거라는 가정을 가지고 만들어진 데이터 베이스 시스템 이기 때문에 기술적으로 어렵고 한계도 존재하게 된다. 그래서 RDBMS의 수평적 확장 한계를 극복하기 위해서 NoSQL 데이터베이스가 등장한다.

 

NoSQL 특징

▶ 유연한 데이터 모델

RDBMS는 스키마을 가지고 고정된 데이터 모델에 데이터를 넣을 수 있다고 하였는데, NoSQL 데이터베이스는 RDBMS와 달리 고정된 스키마가 없다.

 

즉 데이터를 유연하게 추가하거나 삭제하거나 수정할 수도 있고 데이터 모델의 변화에 대한 대응이 용이해졌다. 만약에 주문 서비스를 만드는데 배송지가 처음에는 국내 서비스만 제공을 해서 대한민국의 맞는 시,도,구,동,번지,건물번호,아파트,세부주소만 있었는데 서비스를 확장하게 되면서 글로벌 서비스 미국에게도 배송을 보낼 수 있게 되었다. 그런데 미국의 주소 체계는 대한민국과 다르게 주가 있다. 그래서 테이블에 주라는 컬럼을 또 추가 해야 된다. 그런데 또 다른 나라가 추가 되면 또 다른 데이터 구조가 들어갈것이다. 이렇게 한 나라가 추가될 때마다 데이터 모델이 변화해야 한다. 하지만 NoSQL은 나라별로 다른 데이터 모델을 가진 데이터를 저장할 수 있다. 그래서 이런 비용이 좀 적게 들게 된다.

 

그리고 처음에 관계형 데이터 베이스는 위와같이 데이터를 테이블에 맞게 쪼개서 저장해야 된다 했는데 이것이 어플리케이션단에서 데이터 구조에 맞게 매핑을 해주어야 하는데 NoSQL에서는 유연하기 때문에 이러한 노력이 필요 없어졌다.

 

NoSQL에는 다양한 데이터 모델이 있는데 크게 Column, Graph, Key-Value, Document가 있다. 이들은 모두 다 다른 특성을 가져서 사용자가 자신의 목적에 따라서 데이터 모델을 선택해서 사용할 수 있다.

 

데이터 모델별 대표적 예시로 Column에는 cassandra, graph에는 neo4j, key-value에는 redis, Document에는 mongoDB가 있다.

 

 

▶ 저렴한 비용

- NoSQL 데이터베이스는 오픈소스제품이 많아서 비교적 저렴하며 무료로 사용할 수 있는 제품도 많다.
- 데이터 가용성을 보장하기 위해서 노드를 추가할 수 있다. 즉 수평적 확장이 용이하기 때문에 하드웨어 비용도 상대적으로 낮다는 장점이 있다.

위와같이 실제로 RDBMS와 NoSQL의 가격을 비교한 것인데 NoSQL이 두 배 정도 저렴한 것을 볼 수 있다.

 

▶ 분산 시스템

- 데이터를 여러 대의 컴퓨터 노드에 분산하여 저장하고 처리하는 시스템

 

분산 시스템을 이용하면 새로운 노드를 추가하는 scale-out에 굉장히 용이하다.

 

또한 노드 중 하나가 다운되더라도 시스템 전체가 중단되지 않도록 하기 때문에 시스템의 가용성 또한 올라간다.

각 노드는 일부 데이터만 처리하고 여러 노드가 병렬처리를 하여 빠른 처리가 가능하다.

 

분산 시스템 설계 원칙(CAP)

분산시스템 설계 원칙 CAP가 등장하게 되는데, CAP의 C는 Consistency로 모든 클라이언트가 같은 시간에 같은 데이터를 볼 수 있다는 점이다. 다음은 Availability로 노드 중 하나 이상의 노드가 실패하더라도 정상적으로 요청을 처리해야 하는 기능을 제공해야 된다. 세 번째는 Partition tolerance로 파티션 같은 경우는 여러 개의 노드가 분산되어 이루어져 있기 때문에 이중의 몇 개의 노드가 서로 통신이 일시적으로 불가능해지는 상황을 일컫는데, 즉 네트워크 장애 또는 서버 다운과 같은 분할 상황이 발생하더라도 시스템 전체는 작동해야 한다 가  P 이다.

 

왼쪽 그림을 보면 교집합들로 CP, CA, AP가 존재하게 된다.

CA부터 보면 CA는 애초에 장애 내성을 고려하지 않는 분류이다. 그렇기 때문에 만약 노드간 통신이 일시적으로 불가능해지면 시스템 전체가 다운되기 때문에 일관성, 가용성은 분산 시스템이 정상 작동하는 와중에는 보장이 되기 때문에 항상 CA를 가지게 된다.

CP 같은 경우는 대표적으로 몽고디비가 있는데, 몽고디비 같은 경우는 프라이머리 노드에서 모든 데이터에 대한 권한을 가지고 있다. 그리고 세컨더리 노드는 이 프라이머리 노드의 트랜잭션 로그를 활용해서 똑같은 데이터를 가지고 있게 된다. 장애 내성 같은 경우는 프라이머리 노드에서 장애가 생길 경우 프라이머리 노드가 내려가고 세컨더리 노드가 프라이머리 노드로 올라오면서 다시 복구가 가능하기 때문에 잠깐 동안 가용성 부분은 포기가 되지만 장애 내성을 통해서 시스템이 복구된다. 또한 프라이머리 노드만 데이터 권한을 가지고 있기 때문에 모든 클라이언트가 같은 시간에 같은 데이터를 볼 수 있는 CP에 해당된다.

AP 같은 경우에는 가용성과 장애 내성을 갖고 있는 설계이다. 가용성을 가지려면 노드 중 하나 이상의 노드가 실패하더라도 정상적으로 요청을 처리해야 한다. 그 뜻은 각 노드가 자기 데이터에 대한 권한이 있어야 된다는 말과 동일하다. 각 노드가 자신의 데이터에 대한 권한이 있을 경우 데이터가 변경되면 각 노드와의 통신을 통해서 동기화를 해야 된다. 하지만 이 동기화가 되는 시간에서 일관성(모든 클라이언트가 같은 시간에 같은 데이터를 볼 수 있다)은 이제 보장되지 않기 때문에 A를 가지게 되고 각각 노드가 자신의 권한이 있기 때문에 장애가 생길 경우 그 노드를 제외한 나머지 노드가 요청을 처리한 뒤에 복구가 되면 동기화하는 과정을 통해서 AP 설계를 할 수 있다.

이 과정에서 처음 설명된 CA 같은 경우는 분산시스템임에도 불구하고 분산 시스템에서 장애가 생기면 시스템이 다운되게 된다. 그래서 나온 말이 '그러면 이게 분산 시스템이 진짜 되는 거냐? 그리고 분산 시스템에서 이런 장애가 없을 수가 있느냐?' 라는 질문이 많이 나왔다. 그래서 나중에 등장한 것이 PACELC이다.

 

분산 시스템 설계 원칙(PACELC)

 

이 설계원칙 같은 경우 애초에 Partition 장애와 Else는 정상 작동이다. 장애일때는 위에서 본것과 같이 장애일때 가용성을 택하느냐 일관성을 택하느냐 하나를 고르게 된다. 그리고 정상 작동할 때는 Latency와 Consistency를 고르게 되는데 Consistency는 위에서 설명한 내용 그대로 같은 시간에 같은 데이터를 봐야 한다. 그런데 Latency는 같은 시간에 같은 데이터를 보지 않을 수 있다. 하지만 이 시간 지연을 통해서 결국에는 일관성을 보장한다는 내용이다.
결국 위에서 보았던 분산 시스템에서는 노드끼리 서로 통신하면서 동기화하기 때문에 그 과정이 다 지나면 일관성을 보장한다. 그래서 바로 일관성을 보장할 것이냐 이 Latency를 기다려서라도 일관성을 보장할 것이냐 이 두 개로 나뉘게 된다. 보기에는 Latency라는 말 때문에 이것이 더 오래 걸릴 것 같지만 실제로는 Consistency 일관성을 보장하기 위해서는 노드끼리 다 통신을 하고 모두가 같은 데이터가 있는지도 확인해야 되는 과정이 요청에서 들어가기 때문에 이것이 더 오래 걸리고 Latency가 좀 더 빠르게 처리되는 특징을 가지고 있다.

 

▶ 베이스 (BASE)

분산 시스템의 특징인 BASE를 가지며 데이터 일관성을 유지하고 시스템 가용성을 유지한다.

 

Basically Available (기본적 가용성)

- 데이터베이스가 일부 노드에서 실패하더라도 적절한 레플리케이션과 그리고 분산시스템을 사용하여 전체적인 시스템의 가용성을 유지

- 일부 노드에서 데이터베이스 서비스가 중단되어도 다른 노드에서는 계속하여 서비스를 제공

Soft State

- 분산시스템에서 발생하는 네트워크 지연, 노드 간 통신 문제로 인해 데이터 베이스의 상태는 시간에 따라 변할 수 있다.

- 데이터 베이스가 능동적으로 상태를 조정하여 데이터 일관성을 유지

 

Eventually Consistent

- 위에서 보았던 Latency와 비슷한 개념이다. 데이터 일관성이 모든 노드에서 즉시 유지되지 않을 수 있지만 일정 시간 이내에 결국 데이터 일관성이 유지된다.

---

정리

https://www.youtube.com/watch?v=cnPRFqukzek&ab_channel=%EC%9A%B0%EC%95%84%ED%95%9C%ED%85%8C%ED%81%AC