NoSQL에 대해서 설명해 주세요.
NoSQL(Not Only SQL) 은 비관계형 데이터베이스로, 관계형 데이터베이스를 제외한 나머지 유형을 말한다.
NoSQL은 대용량 데이터와 다양한 데이터 형식을 효율적으로 처리할 수 있는 특징이 있다.NoSQL을 사용하면 높은 확장성, 높은 가용성, 높은 성능 등을 구현할 수 있다.NoSQL데이터베이스는 테이블 형식이 아니며, 관계형 테이블과는 다른 방식으로 데이터를 저장한다.
데이터 유형에 따라 다양한 유형이 있으며, 주요 유형으로는
문서,키 값,와이드 컬럼,그래프등이 있다.NoSQL이라고 해서 꼭 스키마가 없는 것은 아니다.유연한 스키마를 제공하며, 대량의 데이터와 높은 사용자 부하에서도 손쉽게 확장할 수 있다는 점이 큰 장점이다.
또한 데이터를 읽어올 때 스키마에 따라 데이터를 읽어 온다.
NoSQL 장점
스키마가 없기 때문에 유연하고 언제든지 저장된 데이터를 조정하고 새로운 필드를 추가할 수 있다.
데이터는 애플리케이션이 필요로 하는 형식으로 저장되기 때문에 데이터를 읽어오는 속도가 빨라진다.
수직 및 수평 확장이 가능해서 애플리케이션이 발생시키는 모든 읽기와 쓰기 요청 처리가 가능하다.
NoSQL 단점
유연성으로 인해 데이터 구조 결정을 미루게 될 수 있다.
데이터 중복을 계속 업데이트해야 한다.
데이터가 여러 컬렉션에 중복되어 있기 때문에 수정이 필요한 경우 모든 컬렉션에서 수행해야 한다.
RDBMS 와 NoSQL 차이점
데이터 저장
RDBMS의 경우 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터를 SQL 언어를 통해 테이블에 저장한다.NoSQL의 경우
key-value,document,wide-column,graph등의 방식으로 데이터를 저장한다.
스키마
RDBMS를 사용하려면 고정된 스키마가 필요하다.처리하려는 데이터 속성별로 컬럼에 대한 정보를 미리 정해야만 데이터 처리가 가능한 것이다.
스키마는 나중에 변경할 수 있지만, 데이터베이스 전체를 수정하거나 오프라인으로 전환해야할 수도 있기 때문에 처음에 신중하게 스키마를 정의해야 한다.
NoSQL에서는 관계형 데이터베이스에 비해 유연하게 스키마의 형태를 관리할 수 있다.
행을 추가할 때 즉시 새로운 열을 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 된다.
쿼리
SQL 기반의 관계형 데이터베이스는 테이블의 형식과 테이블 간의 관계에 맞춰 데이터를 요청해야 한다.
요청하는 방식이 정해져 있기 때문에 SQL 언어와 같이 구조화된 쿼리 언어를 사용하는 것이다.
NoSQL의 쿼리는 데이터 그룹 자체를 조회하는 것에 초점을 두고 있기 때문에 구조화되지 않은 쿼리 언어로도 데이터를 요청할 수 있다.
이를
UnQL이라고도 부른다.
확장성
SQL 기반의 관계형 데이터베이스는 수직적으로 확장하며, 높은 메모리와 CPU를 사용한다.
데이터베이스가 구축된 하드웨어의 성능을 많이 이용하므로 비용이 비싼 편이다.
여러 개의 서버에 걸쳐서 데이터베이스의 관계를 정의할 수 있지만 매우 복잡하고 시간이 오래 걸린다.
NoSQL로 구성된 데이터베이스는 반대로 수평적으로 확장한다.
NoSQL 데이터베이스를 위한 서버를 추가로 구축하게 되면 많은 트래픽을 편리하게 처리할 수 있다는 장점이 있다.
NoSQL이 더 빠른 이유는 무엇인가요?
NoSQL은 데이터베이스의 구조적 규제와 특정 스키마가 없는 비구조화된 데이터베이스 시스템이다.이는 데이터의 추가, 수정, 삭제에 대한 빠른 처리 속도를 제공하고, 대용량 데이터를 처리하는 데 높은 확장성을 가지고 있기 때문에 더 빠르다.
NoSQL은 대용량의 데이터를 효율적으로 저장하고 검색하기 위해 만들어졌다.RDB와 달리
NoSQL은 세부적인 제약 사항이 없어 개발자의 유연성이 높아진다.
관계형 데이터베이스를 사용해야 할 때
데이터베이스의
ACID성질을 준수해야 하는 소프트웨어를 개발하는 경우관계를 맺고 있는 데이터가 자주 변경되는 애플리케이션의 경우
변경될 여지가 없고 명확한 스키마가 사용자와 데이터에게 중요한 경우
NoSQL 데이터베이스를 사용해야 할 때
정확한 데이터의 구조를 알 수 없거나 변경, 확장될 가능성이 있는 경우
읽기는 자주 해도 데이터 변경은 자주 없는 경우
막대한 양의 데이터를 다뤄야 해서 데이터베이스를 수평으로 확장해야 하는 경우
참고
Last updated