[DB] 📚 NoSQL의 특징과 종류

NoSQL이 무엇이고, 사용 목적이 무엇인지 다루기에 앞서, RDBMS와의 비교가 필요하다.

전통적인 RDBMS의 특징

RDBMS는 관계형 데이터 모델이며, SQL을 통해 조작할 수 있다. 

관계형의 특징을 살려 다양한 쿼리를 작성하고 정규화, 트랜잭션, 병행처리, 2PL, Recovery, Log ... 등등 다양한 기능이 존재하고,
이를 활용하여 다양한 요구사항을 구현하고 최적화하는 등 성능적으로는 훌륭한 처리가 가능하다. 

 

이렇게 다양한 기능을 갖추고 있지만, 문제점 또한 만만치 않다.

• 비용: RDBMS는 다양한 기능만큼이나 비용도 많이 드는 편이다. 데이터가 많아지고 사용하는 유저(접속량)가 많다면 DB를 여럿 다뤄야 하는데, 비용이 많이 들어 쉽지 않다.
• 스키마: 정형된 스키마가 없으면 문제가 발생한다. 컬럼을 추가하는것도 쉽지 않다.
• 퍼포먼스: 초당 만건 이상의 변경, 수십만건의 조회 등에 시간이 오래걸린다.

이러한 문제점에 있어서 체계적이고 규칙에 맞춰 작성된 RDBMS도 좋지만, 좀 더 빠르고, 좀 더 쉽고 간단하게 사용 가능한 데이터베이스가 필요시 되는 경우가 있다. 여기서 NoSQL이 등장한다. 

 

NoSQL의 정의와 특징

RDBMS와는 다른 비관계형 데이터 저장소를 지칭하며, 데이터 저장과 접근 방식을 유연하게 제공하는 데이터베이스 시스템이다.

기본적으로 NoSQL은 대용량 데이터를 다루는 것에 초점을 맞추고 있다. RDBMS와는 다른 것에 집중하고 있다고 볼 수 있다.

 

NoSQL은 유연한 스키마를 가지고 있고, 쉽고 빠르게 설치 및 관리를 할 수 있다는 장점을 가지고 있다.

그만큼 확장성도 용이하며 특정 작업에 최적화된 데이터 구조를 통해 성능을 극대화 시킬 수 있다.

(ex: Key-Value Store는 키 기반 검색에 최적화, Document Store는 복잫반 문서 데이터를 효과적으로 처리 가능)

 

NoSQL 데이터 모델의 다양성

 

데이터들의 일관성을 중시(strong consistency)하는 RDBMS와 달리 완화된 일관성을 추구하는 NoSQL은 높은 퍼포먼스와 가용성이 특징이다.

 

대신 자유로운 구조로 인해 SQL과 같은 표준 질의 언어가 부족하여 프로그래밍 모델의 도입이 필요하고

일관성이 완화된 만큼 ACID가 보장이 안된다. 

 

NoSQL 데이터베이스는 기존 RDBMS와 차별화된 방식으로 데이터 처리와 저장을 한다.

이러한 특징들이 어디에 어떻게 적용되는지 살펴보자

분산 시스템

NoSQL은 분산 시스템에서 확장성과 데이터 접근 성능을 극대화하기 위한 여러 기능을 제공한다.

데이터와 트래픽이 증가함에 따라 서버를 수평적으로 확장할 수 있다.

 

즉, 데이터를 여러 서버에 나누어 저장하여 대용량 데이터 처리를 지원한다는 특징이 있다.

이러한 데이터 복제를 통해 데이터의 안정성과 가용성을 보장한다.

 

데이터 모델 및 쿼리 언어 관련 특징

NoSQL은 유연하기 때문에 비정형 데이터를 처리하기 용이하다.

데이터를 저장할 때 스키마 설계가 필요하지 않아 다양한 데이터 유형을 저장 가능하다.

 

데이터 버전을 관리하여 변경 이력을 저장하고 활용하는 것도 가능하다.

 

 

다양한 NoSQL 시스템

각 NoSQL 데이터모델 별로 대표적인 데이터베이스들은 다음과 같다.

Document Database

스키마가 유동적인 것이 특징이다.

XML, JSON등의 Document를 이용해 레코드를 저장한다. 

트리형 구조로 레코드를 저장하거나 탐색할 수 있다.

 

MongoDB, Auzre Cosmos DB, CouchDB ... 등등이 해당된다.

 

MongoDB Data Model

가장 유명한 NoSQL중 하나이고, 간편하면서 다루기 쉬운 특징으로 인해 다양한 강의나 교육에서 입문자들에게 전체적인 백엔드 사이클을 가르칠 때 자주 채택된다.

MongoDB Atlas는 유료 클라우드 서비스이다. 

Collection의 각각의 Document들은 고유한 ObjectID 필드를 가지고 있다.

사용 예시)

db.createCollection("proejct", {capped:true, size: 1310720,max:500})

db.<collection_name>.insert(<document(s)>)  - Insert방식

db.<collection_name>.remove(<condition>) - remove 방식

 

이렇게 간단하게 객체의 메소드를 쓰는 방식으로 조작이 가능하다. (버전마다 사용 방식에 차이가 있다)

 

 

Key-value

Key-Value는 이름 그대로 데이터를 Key와 Value로 구분하여 저장하는 방식이다.

Key는 데이터 항목과 연결된 고유 식별자로 빠른 데이터 검색에 사용된다.

Value는 데이터 항목 그 자체를 의미하고 문자열 또는 바이트 배열로 저장이 가능하다. 데이터 구조는 애플리케이션에서 해석된다.

 

이 방식은 고성능, 가용성, 확장성에 중점을 두고있다.

구조화된 데이터, 비구조화된 데이터, 반구조화된 데이터 모두 저장이 가능하며, 빠른 접근 속도를 제공하여 분산 저장에 적합하다.

일반적인 데이터베이스 쿼리 언어 없이 동작한다.

 

주요 Key-Value 데이터이스로는 Redis, DynamoDB(AWS), Oracle NoSQL Database, Voldemort, Oracle Berkeley DB 등 다양하게 있다.

 

Key-Value 저장소는 단순한 데이터 모델과 빠른 검색 성능이 필요한 환경에 널리 사용된다. 캐싱, 세션 관리, 로그 데이터 저장 등과 같은 애플리케이션에 특히 유용하다.

Column-based or Wide Cloumn NoSQL

Cassandra, BigTable(Google의 분산 스토리지 시스템), Apache Hbase(BigTable과 유사) 등이 대표적이다. 

Wide Column Database는 각 행마다 키와 해당 값이 존재하며, 각 행의 스키마는 서로 다를 수 있다는 특징을 가지고있다. 

즉 유연한 데이터 저장 구조를 제공한다.

 

압축, 분산처리, 집계 처리(sum, avg, count) 등에 뛰어난 성능을 보이며, 쿼리 동작 속도와 확장성에서 강점을 보이는 방식이다.

 

Key Space (출처: https://www.kdnuggets.com/2021/02/understanding-nosql-database-types-column-oriented-databases.html)

 

이 데이터베이스는 키스페이스 라는 개념을 사용하는데, 이는 관계형 모델의 스키마와 비슷하다. 이 키스페이스는 모든 컬럼 패밀리를 포함하며, 컬럼 패밀리는 행을 포함하고, 행은 컬럼을 포함한다. 이해하기 힘들게 생겼지만 비교적 간단하다.

 

예시를 보면, 유저 프로필의 Bob, Britney, Tori는 모두 이메일을 공통적으로 가지고 있지만, Bob과 Britney만 성별 정보를 저장하고 있고, Bob만 age정보를 저장하고 있는 유연성을 보인다. 즉 표준을 따를 필요가 없다는 것이다. 이러한 열은 자체 행에만 존재하며 값 쌍, 이름, 타임스탬프를 포함할 수 있다.

 

대표적인 Column-based cassandra

Graph-based

데이터를 그래프로 표현하는 방식이다. 데이터를 노드로, 데이터간의 관계를 간선으로 표현한다.

RDBMS보다 퍼포먼스가 좋고 유연하며, 유지보수에 용이하다는 특징이 있다.

SNS, Network Diagram등에 사용되며 대표적인 데이터베이스로는 Neo4J, Blazegraph, OrientDB, AgensGraph(국내솔루션) 등이 있다.

 

Neo4j

Neo4j는 그래프 데이터베이스로, 노드(Node)와 관계(Relationship)를 기반으로 데이터를 저장하고 관리하는 시스템이다.

각 노드는 0개, 1개 또는 여러 개의 레이블(Label)을 가질 수 있으며, 노드와 관계 모두 속성(Properties)을 가질 수 있다.

 

속성은 key-value 형식으로 정의되며, 관계는 항상 시작 노드와 끝 노드를 가지며, 관계 유형(Relationship Type)도 포함된다.

 

이러한 구조는 ER(Entity-Relationship) 모델 및 EER(Enhanced ER) 모델의 개념과 유사하며, 데이터를 시각적이고 직관적으로 표현하는 데 적합하다.

 

Neo4j에서 노드를 생성할 때는 Cypher라는 고수준 선언형 쿼리 언어를 사용한다.

예를 들어, CREATE 명령어를 통해 노드를 생성할 수 있으며, 노드의 레이블과 속성을 명시적으로 지정할 수 있다.

속성은 중괄호 {}를 사용하여 정의하며, 예를 들어 CREATE (n:Person {name: 'Alice', age: 30}) 와 같은 명령어를 통해 Person 레이블을 가진 노드를 생성하고, name과 age라는 속성을 설정할 수 있다.

 

이처럼 Neo4j 데이터를 관계 중심적으로 관리하고, 구조화된 데이터와 관계를 효과적으로 표현하는 데 강력한 도구이다.

 

---

 

지금까지 정리한 대로, 다양한 타입의 NoSQL이 존재하며 무엇을 어디에 사용할지는 디자인 초이스다. 데이터베이스 설계자(혹은 개발자)가 상황에 맞춰 원하는 타입을 골라 사용하면 된다.

 

 

 

 

CAP 정리(CAP Theorem)

CAP 정리는 분산 컴퓨팅 시스템에서 데이터의 일관성, 가용성, 네트워크 분할 내성을 모두 동시에 완벽히 만족시킬 수 없다는 것을 설명하는 이론이다. 이는 2000년 Eric Brewer가 처음 제시하였고, 2002년 정식으로 증명된 정리이다.

 

 

CAP 정리의 3가지 요소

1. 일관성 (Consistency)

• 어떤 노드에 연결하든 모든 클라이언트가 동시에 동일한 데이터를 볼 수 있어야 한다.
• 이렇게 하려면 데이터가 한 노드에 기록될 때마다 쓰기가 '성공'된 것으로 간주되기 전에 시스템의 다른 모든 노드 데이터를 즉시 전달하거나 복제해야한다.
• 따라서 데이터의 일관성을 강력히 유지하면, 네트워크가 느려지거나 장애 상황에서 대기 시간이 증가할 수 있다.

2. 가용성 (Availability)

• 데이터를 요청하는 모든 클라이언트가 하나 이상의 노드가 다운된 경우에도 응답을 받는다는 것을 의미한다.
• 모든 요청이 성공적으로 처리되거나, 실패되더라도 결과를 반환해야 한다.
• 시스템은 일부 장애가 발생하더라도, 모든 작업노드가 예외 없이 모든 요청에 유효한 응답을 반환하며 가용성을 유지해야 한다.

3. 분할 내성(Partition tolerance)

• 분할을 하면 시스템 내의 통신 중단으로, 두 노드 간의 연결이 끊어지거나 일시적으로 지연된다.
• 분할 내성은 시스템의 노드 간 통신 중단이 아무리 많아도 클러스터가 계속 작동해야 함을 의미한다.
  즉, 네트워크 메시지가 손실되거나 시스템 일부가 마비 되더라도 시스템이 계속 동작할 수 있어야 한다
• 네트워크 분리 상황에서도 시스템이 응답성을 유지한다

이렇게 3가지가 CAP정리의 3요소인데, 모든 시스템은 위 3가지 조건을 동시에 만족할 수 없으며, 두가지를 선택해야 한다.

예를들어, 일관성과 가용성을 선택하고 분할 내성을 포기하던가(CA), 일관성과 분할내성을 챙기는 대신 가용성을 포기하거나(CP) 가용성과 분할 내성을 선택하고 일관성을 포기(AP) 해야한다.

 

주로 NoSQL 분산 데이터 저장소는 일관성보다 가용성과 분할 내성을 중요시하여 보장하는 경우가 많다.

Eventual Consistency(최종적 일관성) 모델을 채택하여, 시간이 지나면 일관성을 확보할 수 있도록 한다.