RDBMS vs NoSQL

RDBMS와 NoSQL의 특징, 장단점, 언제 사용되는지

Posted Aug 20, 2022

By song yeong rok

7 min read

RDBMS vs NoSQL

Database? SQL? DBMS?

Database : 컴퓨터 시스템에 전자 방식으로 저장된 구조화된 정보 혹은 데이터의 체계적인 집합체를 의미
DBMS(DataBase Management System) : 사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해 주고 데이터베이스를 관리해 주는 ‘소프트웨어’
SQL(Strucured Query Language) : 관계형 데이터베이스 관리 시스템의 데이터를 관리하기 위해 설계된 ‘특수 목적의 프로그래밍 언어‘이며, 관계형 데이터베이스 관리 시스템에서 자료의 검색과 관리, 데이터베이스 스키마 생성과 수정, 데이터베이스 객체 접근 조정 관리를 위해 고안되었음
스키마(Schema) : 데이터베이스를 구성하는 개체(Entity),속성(Attribute),관계(Relationship) 및 제약조건 등에 관해 전반적으로 정의한 메타데이터의 집합

저장방식 : sql 문법에 의해 저장되며 정해진 스키마에 따라서 데이터 저장
RDB를 관리하는 시스템, RDB는 관계형 데이터 모델을 기초로 모든 데이터를 2차원 테이블 형태로 표현하는 데이터베이스 = 관계형 데이터베이스 관리 시스템
Attribute와 Value를 이용하여 데이터를 정의하고 저장·관리
Attribute => 고객/나이/성별 value => 김가가,박나나 / 11,13 / 남,여
각 테이블들이 관계를 나타내기 위해서 외래 키(foreign key)를 사용
부모(primary key)에 자식키(foreign key)가 참조
이러한 테이블간의 관계에서 외래키를 이용하여 join이 가능하다는게 큰 특징

관계형 데이터베이스와는 반대되는 방식
테이블끼리의 관계를 정의하지 않는다. 그러므로 join도 불가능
- 정해진 스키마가 없어서 보다 자유롭게 데이터를 저장할 수 있다.
빅데이터의 등장으로 데이터와 트래픽이 기하급수적으로 증가함에 따라 생겼다. 왜?
- RDBMS에 단점인 성능을 향상시키기 위해서는 장비가 좋아야한다.
- 즉, RDBMS의 Scale-Up 특징이 비용을 엄청나게 증가시키기 때문에 데이터의 일관성을 포기하고 비용을 아끼기 위해서 여러 대의 데이터에 분산하여 저장하는 Scale-Out을 쓰기위해 만들어진 것이다.
key 값만 가지고 데이터에 대한 입·출력이 가능
고객 id(key값) : aaa / 고객정보 : 가가가,11,남 고객 id(key값) : bbb / 고객정보 : 나나나,13,여

장점
- 정해진 스키마에 따라 데이터를 저장하여야 하므로 명확한 데이터 구조를 보장(Data를 Column과 Row형태로 저장)
- 관계는 각 데이터를 중복없이 한 번만 저장할 수 있다. => 정규화를 하자!
- 데이터의 분류, 정렬, 탐색 속도가 비교적 빠름
- 데이터의 Update가 빠름
단점
- 데이터 처리의 부하시 처리가 어렵다
- 반드시 스키마 규격에 맞춰서 데이터 처리

장점
- 데이터 간의 관계를 정의하지 않아서 자유롭다.=> 데이블간의 관계(join)이 불가능·불필요
- RDBMS보다 복잡함이 떨어지기 때문에 훨씬 대용량의 데이터를 저장·관리
- 테이블에 스키마가 정해져 있지 않아서 데이터 저장이 비교적 자유롭다
- 언제든 저장된 데이터를 조정하고 새로운 필드를 추가할 수 있다.
- 데이터 분산이 용이하여 Scale-Up 뿐만 아니라 Scale-Out도 가능하다
단점
- 데이터 중복이 발생할수 있다
- 중복된 데이터가 변경될 경우 수정을 모든 컬렉션에서 진행해야 된다.
- 스키마가 정해져 있지 않기 때문에 명확한 데이터 구조를 보장하지 않으며 데이터 구조 결정하기가 어려울 수 있다.

RDBMS는 데이터 구조가 명확하고, 변경될 여지가 없으며, 명확한 스키마가 중요한 경우. 또한 중복된 데이터가 없어서(데이터 무결성) 변경이 용이하기 때문에 관계를 맺고 있는 데이터가 자주 변경이 이루어지는 시스템에 적합
NoSQL은 정확한 데이터 구조를 알 수 없고 데이터가 변경/확장이 될 수 있는 경우에 사용하는 것이 좋다. 하지만 데이터 중복이 발생할 수 있으며 중복된 데이터가 발생 시 모든 컬렉션에서 수정을 해야하기 때문에 update가 자주 이루어지지 않는 시스템에 알맞다. 또한 Scale-Out이 가능하다는 장점을 활용해 막대한 데이터를 저장해야되는 시스템에 적합하다.

참조 블로그

This post is licensed under CC BY 4.0 by the author.