RDBMS(Relational Database Management System)는 데이터가 하나 이상의 행과 열을 가지는 테이블에 저장되어, 서로 다른 데이터 구조가 어떻게 관련되어 있는지 쉽게 파악하고 이해할 수 있도록 사전 정의된 관계로 데이터를 구성하는 정보 집합이다.
- SQL이라는 언어를 사용하여 조작
- 정해진 schema에 따라 데이터를 저장해야 함
- 기존에 작성된 스키마를 수정하기 어려움
- 데이터의 분류/정렬/탐색 속도가 빠름
- 중복 가능성이 적기 때문에 신뢰성이 높고,
데이터의 무결성을 보장해줌 - 성능 향상을 위해서는
수직적 확장(Scale-Up)을 해야함 - DB의 부하를 분석하기 어려움
- 대부분 운영체제와 호환되며 가장 많이 사용되는 DB
- 쿼리 캐시를 지원함 ➡️ 입력된 쿼리 문에 대한 전체 결과 집합을 저장
- 사용자가 작성한 쿼리가 캐시에 있는 쿼리와 동일하면 서버는 단순히 구문 분석, 최적화 및 실행을 건너뛰고 캐시의 출력만 표시함
- 디스크 조각이 차지하는 영역을 회수할 수 있는 장치인 VACUUM이 특징
- SQL 뿐만 아니라 JSON을 이용해서 데이터에 접근 가능
- 지정 시간에 복구하는 기능, 로깅, 접근 제어, 중첩된 트랜잭션, 백업 등에 사용됨
Not Only SQL이라는 슬로건에서 생겨났으며, SQL을 사용하지 않는 비관계형 데이터베이스를 말한다.
빅데이터의 등장으로 데이터와 트래픽이 증가함에 따라 RDBMS의 단점인 성능을 향상시킬 필요가 있었다.
하지만 그를 위해서는 장비를 업그레이드하는 등의 Scale-Up을 해야만 했다.
이는 비용을 기하급수적으로 증가시키 때문에, 데이터의 일관성은 포기하되 데이터를 분산하여 저장하는 Scale-Out을 목표로 한다.
- 테이블 간의 관계를 정의하지 않음
- 테이블 형식이 아닌 비정형 데이터를 저장할 수 있도록 지원
Scale-Out(수평적 확장)을 목표로 한다.
- JSON을 통해 데이터에 접근
- Binary Json(BSON) 형태로 데이터가 저장됨
- 와이드타이거 엔진이 기본 스토리지 엔진으로 장착된 key-value 데이터 모델에서 확장된, 도큐먼트 기반의 DB
- 확장성이 뛰어나며, 빅데이터를 저장할 때 성능이 좋음
- 스키마를 정해놓지 않고 데이터를 삽입할 수 있기 때문에 다양한 도메인의 DB를 기반으로 분석하거나 로깅 등을 구현할 때 강점을 보임
- 도큐먼트를 생성할 때마다 다른 컬렉션에서 중복된 값을 지니기 힘든 유니크한 값인 ObjectID가 생성됨
- 인메모리 DB
- key-value 데이터 모델 기반의 DB
- 기본적인 데이터 타입은 String이며 최대 512MB 까지 저장할 수 있음
- Set, Hash 지원
- 주로 사용되는 곳
- 채팅 시스템
- 다른 DB 앞단에 두어 캐싱 계층으로 이용
- key-value 가 필요한 세션 정보 관리
- 정렬된 set 자료 구조를 이용한 실시간 순위표 서비스
Redis vs Memcached
Redis는 다양한 데이터 타입을 지원하며, 데이터 지속성, 분산 저장 등의 기능을 제공한다.
반면 Memcached는 단순히 key-value의 빠른 메모리 캐싱 솔루션으로, 주로 캐시 용도로 사용된다.
따라서 부가적인 기능을 제공하지 않기 때문에 데이터의 지속성과 분산 저장 기능이 제한적이다.
아파치 루씬(Apache Lucene)기반의 JAVA 오픈소스 분산 검색 엔진으로, 많은 양의 데이터를 신속하게, 실시간으로 저장/검색/분석할 수 있다. 일반적인 용도로는 로그 분석, 전체 텍스트 검색, 데이터 분석, 실시간 모니터링 등이 있다.
역색인(inverted index: 용어를 문서에 매핑하여 어떤 문서에 어떤 용어가 포함되어 있는지 기록하는 방식. 인덱싱 된 용어를 사용하여 빠른 풀 텍스트 검색을 제공B 트리 구조: 정렬된 key-value 쌍을 저장하고 검색에 사용됨
Elastic Search의 키워드 검색은 풀 텍스트 검색으로, 역색인을 활용하여 빠르고 정확한 검색을 제공한다.
반면, RDBMS의 LIKE 검색은 문자열 패턴 매칭을 통해 데이터를 검색하며, 대량의 데이터에서는 성능과 유연성에 제약이 있을 수 있다.