본문 바로가기
👩‍💻TIL/DB

[DB]SQL(관계형 데이터베이스)과 NoSQL(비 관계형 데이터베이스) 개념/비교/차이

by devuna 2020. 2. 13.
728x90

SQL(관계형 데이터베이스)과 NoSQL(비 관계형 데이터베이스) 개념/비교/차이

※ 아래의 포스팅은 ACADEMIND의 SQL vs NoSQL or MySQL vs MongoDB 내용을 번역한 것입니다.

👉🏻https://academind.com/learn/web-dev/sql-vs-nosql/

# Overview

웹 개발을 위한 첫 걸음을 내딛고 나서, 하나의 선택을 하게 됩니다. MySQL와 같은 SQL을 사용할 것인가? 아니면 MongoDB같은 NoSQL을 사용할 것인가?

Node.js로 작업할때 NoSQL (MongoDB)이 더 좋다는 인상을 가지고 계실지도 모르겠지만 잘못된 생각입니다.

이 글에서는 SQL과 NoSQL 데이터베이스의 핵심개념을 소개한 다음, 각 솔루션의 차이점과 장단점을 설명하겠습니다.

# SQL 데이터베이스

SQL은 '구조화 된 쿼리 언어 (Structured Query Language)'를 말합니다. 따라서 데이터베이스 자체를 나타내는 것이 아니라, 특정 유형의 데이터베이스와 상호 작용하는 데 사용 하는 쿼리 언어입니다. 

SQL을 사용하면 관계형 데이터베이스 관리 시스템(RDBMS)에서 데이터를 저장, 수정, 삭제 및 검색 할 수 있습니다.

이러한 관계형 데이터베이스에는 두 가지 주요 특징이 있습니다.

 

  • 데이터는 엄격한 데이터 스키마(= structure)를 따라 데이터베이스 테이블에 저장됩니다.
  • 데이터는 관계를 통해서 연결된 여러 테이블에 분산됩니다.

1. 엄격한 스키마

 

데이터는 테이블(table)에 레코드(record)로 저장되며, 각 테이블에는 명확하게 정의된 구조(structure)-테이블에 들어갈 수있는 데이터와 그렇지 않을 수있는 데이터를 정의하는 필드 집합-가 있습니다. 

구조는 필드의 이름과 데이터 유형으로 정의됩니다.

 

여기서는 스키마를 준수하지 않는 레코드는 추가할 수 없습니다. 더 많은 필드를 얻고 싶다구요? 죄송합니다만 다른 테이블을 선택하셔야 합니다. 일부 필드가 누락 되었다구요? 그래도 이 테이블은 안됩니다!

(예를 들어, 위 테이블에서 새로운 필드를 넣고 싶다면, 스키마를 뜯어고치지 않는한 필드를 추가 할 수 없다는 것을 말합니다.)

 

2. 관계

 

SQL 기반의 데이터 베이스의 또 다른 중요한 부분은 관계입니다.

데이터의 중복을 피하기 위해, 데이터들을 여러 테이블로 나누어 저장합니다. 예를들어  Users(사용자), Products(상품), Orders(주문한 상품)의 여러테이블이 존재할 때, 각각의 테이블들은 서로 다른 테이블에 저장되지 않은 데이터 만을 가지고 있습니다. 

 

이런 명확한 구조는 장점이 있습니다. 데이터가 항상 하나의 테이블에서만 관리되기 때문에 잘못된 데이터가 테이블 전체에 복제되어 발생하는 문제가 없습니다.

# NoSQL 데이터베이스

NoSQL은 기본적으로 SQL데이터베이스와 반대되는 접근방식을 따르기 때문에 붙여진 이름입니다.

 

  • 스키마 없음
  • 관계 없음

이 두가지가 NoSQL을 요약한 것입니다.

 

NoSQL 세계에서는 테이블(table)을 컬렉션(Collection)으로,  레코드(record)를 문서(documents)라고 부릅니다.

그러나 단순히 이름만 다른 것이 아니라, 핵심적인 차이가 있습니다. SQL 세계에서는 정해진 스키마를 따르지 않는다면 데이터를 추가 할 수 없었지만, NoSQL에서는 다른 구조의 데이터를 같은 컬렉션(= SQL에서의 table)에 추가할 수 있습니다.

문서는 약간 JSON 데이터와 비슷한 형태를 가지고 있습니다. 그리고 앞서 연급한것 처럼, 스키마에 대해서는 걱정할 필요가 없습니다.

또한 일반적으로 관련 데이터를 동일한 컬렉션에 넣습니다. 관계형데이터 베이스에서 사용했던 Users나 Products 정보 또한 Orders에 포함해서 한꺼번에 저장했던 것과 달리 주문한 상품이 있는 경우, 관련있는 데이터를 Orders 컬렉션에 저장합니다. 

따라서 여러 테이블 / 컬렉션을 조인(join) 할 필요없이 이미 필요한 모든 것을 갖춘 문서를 만들게 됩니다.

실제로 NoSQL 데이터베이스에는 조인이라는 개념이 없습니다.

조인을 하고 싶다면, 수동으로 직접 외래키를 검색하여 사용할 수 있겠지만, 일반적이지 않습니다.

대신 컬렉션마다 데이터를 복제하여 각 컬렉션 일부분에 속하는 데이터를 생성합니다.

데이터 복제의 개념은 처음에는 혼란스러울 수 있습니다. 컬렉션 B에서는 데이터를 수정하지 않았는데, 컬렉션 A에서만 실수로 데이터를 수정하게 될 위험이 있습니다.

 

특정 데이터를 함께 사용하는 모든 컬렉션에서, 똑같은 데이터 업데이트가 수행되도록 하는 것이 우리의 임무입니다.

 

그럼에도 불구하고, NoSQL의 가장 큰 장점은 복잡한 조인문으로 작업 할 필요가 없다는 것입니다.

필요한 모든 데이터가 이미 저장되어 있기 때문입니다.

NoSQL은 특히 자주 바뀌지 않는 데이터 일때 좋습니다.(데이터 수정작업이 필요없는)

 

# 수직 및 수평 스케일링

두 데이터베이스를 비교할 때 살펴 봐야할 또 하나의 중요한 개념은 스케일링(Scaling: 확장)입니다.

데이터베이스를 어떻게 확장 시킬 수 있을까요? (데이터베이스에서 처리 할 수있는 읽기 및 쓰기 요청 수를 의미합니다)

 

확장은 수직(vertical) 확장수평(horizontal) 확장으로 구별 할 수 있습니다.

 

  • 수직 확장이란 단순히 데이터베이스 서버의 성능을 향상시키는 것입니다. (예를 들어, CPU를 업그레이드)
  • 반면에 수평 확장은 더 많은 서버가 추가되고 데이터베이스가 전체적으로 분산됨을 의미합니다. 따라서 하나의 데이터베이스에서 작동하지만 여러 호스트에서 작동합니다.

데이터가 저장되는 방식 때문에 SQL 데이터베이스는 일반적으로 수직 확장만을 지원합니다. 수평 확장은 NoSQL 데이터베이스에서만 가능합니다.

 

SQL 데이터베이스는 '샤딩(Sharding)'의 개념을 알고 있지만 특정 제한이 있으며 일반적으로 구현하기가 어렵습니다. NoSQL 데이터베이스는 이를 기본적으로 지원하므로 여러 서버에서 데이터베이스를 보다 쉽게 분할 할 수 있습니다.

 

# 올바른 선택

둘 중 어떤 데이터베이스 솔루션을 사용해야 할까요?

확실한 정답은 없습니다.

SQL과 NoSQL은 모두 가능한 솔루션입니다. 결국 어떤 데이터를 다루는지, 어떤 애플리케이션에서 사용되는에 따라 결정됩니다.

 

두 가지 접근 방식의 주요 장단점을 요약 해 보겠습니다.

 

SQL의 장점

  • 명확하게 정의 된 스키마, 데이터 무결성 보장
  • 관계를 통해 각 데이터를 중복없이 한 번만 저장할 수 있습니다 

 

NoSQL의 장점

  • 스키마가 없기때문에, 유연성이 높습니다.. 즉, 저장된 데이터를 언제든지 조정하고 새로운 "필드"를 추가할 수 있습니다.
  • 데이터는 애플리케이션에 필요한 형식으로 저장됩니다. 이렇게 하면 데이터를 가져오는 속도가 빨라집니다.
  • 수직 및 수평 확장이 가능하므로 데이터베이스가 애플리케이션에서 발생시키는 모든 읽기 / 쓰기 요청을 처리 할 수 있습니다.

 

SQL의 단점

  • 상대적으로 덜 유연하며, 데이터 스키마는 미리 알고 계획해야합니다. (나중에 수정하는 것이 어렵거나 불가능 할 수 있습니다.)
  • JOIN문이 많은 매우 복잡한 쿼리가 만들어 질 수 있습니다.
  • 수평 확장이 어렵고, 보통 수직 확장만 가능합니다. 즉 어느 시점에서 처리량/처리 능력과 관련하여 약간의 성장 한계에 직면하게 될 수 있습니다.

NoSQL의 단점

 

  • 유연성 때문에, 데이터 구조 결정을 늦어질 수 있습니다.(바로 계획, 결정해야하는 것이 아니기 때문에)
  • 복사된 데이터가 변경되면 여러 콜렉션과 문서를 수정해야 합니다.

 

그렇다면 언제 SQL이 가장 좋을까요?
  • 앱의 여러 부분에서 관련 데이터가 비교적 자주 변경되는 경우 (NoSQL이라면 항상 여러 컬렉션을 수정해야 함)
  • 명확한 스키마가 중요하며, 데이터구조가 극적으로 변경되지 않을 때
그렇다면 NoSQL은 언제 가장 좋을까요?

 

  • 정확한 데이터 요구사항을 알 수 없거나 관계를 맺고 있는 데이터가 자주 변경(수정)되는 경우
  • 읽기(read)처리를 자주하지만, 데이터를 자주 변경하지 않는 경우 (즉, 한번의 변경으로 수십 개의 문서를 수정 할 필요가 없는 경우)
  • 데이터베이스를 수평으로 확장해야 하는 경우 ( 즉, 막대한 양의 데이터를 다뤄야 하는 경우, 읽기/쓰기 처리량이 큰 경우)

 

728x90

댓글