[데이터베이스] SQL vs NoSQL

SQL(Structured Qeury Language)

: 데이터베이스 용 프로그래밍 언어로, 주로 관계형 데이터베이스에서 사용함

: 데이터베이스에 쿼리를 보내 원하는 데이터를 가져오거나 삽입이 가능

: 구조화된 쿼리 언어로 SQL 사용을 위해 데이터 구조의 고정이 필요함

 * SQL과 달리 구조화되어있지 않은 데이터베이스는 NoSQL이라고 함.

 

[NoSQL]

NoSQL

: 데이터가 고정되어 있지 않은 데이터베이스로 스키마에 따라 데이터를 읽어옮

 * 스키마(schema) : 데이터베이스의 구조와 제약 조건에 관한 전반적인 명세를 기술한 메타데이터의 집합

 

[NoSQL 기반의 비관계형 데이터베이스의 구성]

Key-Value 타입

: 속성을 Key-Value의 쌍으로 나타내는 데이터를 배열의 형태로 저장

: Key는 속성 이름, Value는 속성에 연결된 데이터 값

 

문서형(Document) 데이터베이스

: 데이터를 테이블이 아닌 문서처럼 저장하는 데이터베이스

: 각 문서는 하나의 속성에 대한 데이터를 가지며, 컬렉션이라고 하는 그룹으로 묶어서 관리

 

Wide-Column 데이터베이스

: 데이터베이스의 열 (column)에 대한 데이터를 집중적으로 관리하는 데이터베이스

: 데이터 처리에 필요한 열을 유연하게 선택할 수 있기에 규모가 큰 데이터 분석에 주로 사용됨

 

그래프(Graph) 데이터베이스

: 데이터 간의 관계를 구성하는 데이터베이스로 노드에 속성별로 데이터를 저장함

 

[SQL 기반과 NoSQL 기반 데이터베이스의 차이점]

1. 데이터 저장(Storage)

NoSQL : key-value, document, wide-column, graph 등의 방식으로 데이터 저장

SQL : 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터 저장

 

2. 스키마(Schema)

NoSQL : 관계형 데이터베이스보다 동적으로 스키마 형태 관리가 가능하기에 행을 추가할 때 즉시 새로운 열을 추가할 수 있고 개별 속성에 대해 모든 열에 대한 데이터를 반드시 입력하지 않아도 됨

SQL : 고정된 형식의 스키마가 필요. 데이터 속성별로 열에 대한 정보를 미리 정해두어야 하며, 나중에 변경할 수 있지만 전체를 수정하거나 오프라인으로 전환할 필요가 있음

 

3. 쿼리(Querying)

NoSQL : 데이터 그룹 자체를 조회하는것에 초점을 두기 때문에 구조화 되지 않은 쿼리언어인 noQL(UnStrcured Query Language)로도 데이터 요청이 가능함

SQL : 테이블의 형식과 데이블간의 관계에 맞춰 데이터를 요청해야하며, 정보를 요청할 때 SQL과 같이 구조화된 쿼리 언어 사용

 

4. 확장성(Scalability)

NoSQL : 수평적(여러개가 옆에 여러개 더 생긴다고 생각하기)으로 확장하여 보다 값싸고 클라우드 서비스를 이용하는 확장임. 저렴한(같은 스케일로 여러개를 구매하는 것이 높이는 것 보다 저렴) 범용 하드웨어나 클라우드 기반의 인스턴스에 호스팅이 가능하기에 수직적 확장보다 상대적으로 비용이 저렴함. 또한, 무한하게 증가시킬 수 있음.

SQL : 수직적(단일의 하나가 위로 커진다고 생각하기)으로 확장하며 높은 메모리, CPU를 사용하는 확장임. 구축된 하드웨어 성능을 많이 이용하기 때문에 비용이 많이 들며, 여러 서버에 걸쳐 관계 정의가 가능하지만 복잡하고 시간이 많이 소요될 수 있음

 

[사용 케이스]

SQL

1. 데이터베이스의 ACID 성질을 준수해야 하는 경우

2. 소프트웨어에 사용되는 데이터가 구조적이고 일관적인 경우

NoSQL

1. 데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우

2. 클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우

3. 빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우