# TIL_관계형과 비관계형 데이터베이스에 대하여

# 관계형 데이터베이스 (Relational Database)

관계형 데이터베이스는 데이터를 구조화하여 저장하고 관리하는데 사용되는 데이터베이스 시스템입니다. 이러한 데이터베이스는 테이블 형식으로 데이터를 구성합니다. 각 테이블은 특정 유형의 데이터를 나타내며, 데이터의 각 행은 해당 데이터 레코드를 나타내고, 각 열은 해당 데이터의 속성을 포함합니다. 이러한 데이터는 일관성과 무결성을 유지하기 위해 특정 규칙과 제약 조건에 따라 테이블 간의 관계와 구조를 가집니다.

SQL(Structured Query Language)은 이러한 관계형 데이터베이스에서 데이터를 쿼리하고 조작하기 위한 강력하고 널리 사용되는 쿼리 언어입니다. SQL을 사용하면 데이터를 필터링, 정렬, 조인, 집계 등 다양한 방식으로 쿼리하고 조작할 수 있습니다. 이는 데이터베이스에서 정보를 검색하고 복잡한 데이터 작업을 수행하는 데 매우 유용합니다.

일부 잘 알려진 관계형 데이터베이스 관리 시스템에는 MySQL, PostgreSQL, Oracle, Microsoft SQL Server 등이 있습니다. 이러한 시스템은 데이터의 안정성과 신뢰성을 보장하며, 다양한 산업 및 응용 프로그램에서 데이터를 효과적으로 저장하고 관리하는 데 사용됩니다.

 

# 관계형 데이터베이스의 장점

1. 데이터 일관성 및 무결성

관계형 데이터베이스는 데이터의 일관성과 무결성을 보장합니다. 이를 위해 테이블 간의 관계 및 제약 조건을 적용하며 ACID(원자성, 일관성, 격리, 내구성) 속성을 지원합니다. 이는 시스템 오류나 예상치 못한 문제가 발생해도 데이터베이스 트랜잭션이 안정적으로 처리됨을 보장합니다.

2. 복잡한 쿼리의 유연성

SQL을 통해 관계형 데이터베이스의 데이터를 다양한 방식으로 쿼리할 수 있습니다. 데이터 필터링, 정렬, 집계, 조인 등을 통해 데이터를 분석하고 조작할 수 있습니다. 이를 통해 여러 테이블에서 정보를 검색하고 복잡한 기준을 기반으로 새로운 데이터를 파생할 수 있습니다.

3. 스키마 적용

관계형 데이터베이스에서는 스키마를 사용하여 테이블의 구조, 관계 및 제약 조건을 정의합니다. 이로써 데이터가 구성되고 저장될 때 예측 가능한 방식으로 유지됩니다. 또한 스키마는 데이터 무결성을 강화하고 잘못된 데이터 유형이나 누락된 값으로 인한 불일치를 방지하는데 도움을 줍니다.

4. 광범위한 채택 및 지원 

관계형 데이터베이스는 많은 애플리케이션에서 중요한 역할을 하며, 대규모의 활발한 커뮤니티를 갖추고 있습니다. 이는 개발자, 관리자 및 전문가들이 데이터베이스를 관리, 최적화 및 개발하는데 필요한 다양한 리소스, 도구 및 라이브러리를 활용할 수 있음을 의미합니다.

5. 업계 표준과의 호환성

SQL은 업계 표준 쿼리 언어로, 다양한 플랫폼과 시스템에서 관계형 데이터베이스 작업을 효율적으로 수행할 수 있게 해줍니다. 이는 관계형 데이터베이스를 기반으로 하는 애플리케이션의 상호 운용성과 이식성을 향상시킵니다.

 

# 관계형 데이터베이스의 한계

1. 확장성

관계형 데이터베이스는 대규모 데이터 세트를 다룰 때 확장에 어려움을 겪을 수 있습니다. 데이터베이스의 성능을 향상시키기 위해 수직적 확장(더 많은 CPU, RAM, 스토리지 추가)은 가능하지만, 수평 확장(데이터를 여러 시스템으로 분산)은 복잡할 수 있습니다. 특히 빅데이터나 높은 트래픽 애플리케이션의 경우 성능과 가용성에 영향을 미칠 수 있습니다.

2. 구조화되지 않은 데이터 처리 

관계형 데이터베이스는 잘 정의된 구조화된 데이터에 최적화되어 있습니다. 그러나 텍스트, 이미지, 비디오, 센서 데이터와 같은 비정형 또는 반정형 데이터를 효율적으로 처리하기 어려울 수 있습니다. 이로 인해 스토리지 비용이 증가하고 데이터 관리가 더 복잡해질 수 있으며 쿼리 기능이 제한될 수 있습니다.

3. 복잡성 및 견고성 

관계형 데이터베이스는 데이터 스키마를 엄격히 적용하며, 데이터 구조의 변경에 대한 유연성이 제한될 수 있습니다. 새로운 요구 사항에 대응하기 위해 스키마 업데이트가 필요하며, 이로 인해 애플리케이션의 응답성과 가독성에 영향을 미칠 수 있습니다.

4. 리소스 관리 

관계형 데이터베이스는 데이터베이스의 복잡한 관계와 쿼리를 관리하기 위해 많은 메모리 및 처리 능력 리소스를 필요로 할 수 있습니다. 이는 대용량 데이터 세트나 높은 트랜잭션 볼륨을 처리하는 애플리케이션에서 효율성과 성능에 영향을 미칠 수 있습니다.

---

# 비관계형 데이터베이스 ( NoSQL Database)

NoSQL(Not Only SQL) 데이터베이스는 관계형 데이터베이스의 대안으로 나타난 형태입니다. 이러한 데이터베이스는 데이터를 테이블 형식이 아닌 다양한 방식으로 저장하고, 주로 비구조적이거나 반구조적인 데이터를 처리하고 관리하는 데 유연하며 간단한 확장 가능한 솔루션을 제공합니다.

비관계형 데이터베이스는 키-값, 컬럼 패밀리, 문서, 그래프, 등 다양한 형태의 데이터를 다룰 수 있습니다. 주요 비관계형 데이터베이스로는 MongoDB(문서 기반), Cassandra(열 기반), Redis(키-값 저장소), Neo4j(그래프 데이터베이스) 등이 있습니다. 이러한 데이터베이스는 각각 다른 특징, 아키텍처, 기능을 가지고 있지만, 관계형 데이터베이스와 다른 몇 가지 공통된 특성을 갖습니다.

1) 사전 정의된 관계 및 스키마가 없음 // NoSQL 데이터베이스는 관계와 스키마를 미리 정의하지 않고 데이터를 저장하므로 유연성을 제공합니다.

2) 수평 확장 // 데이터를 여러 노드 또는 클러스터에 분산하여 더 나은 확장성을 제공합니다.

3) 다양한 데이터 유형 처리 // 다양한 데이터 유형과 구조를 처리하는 유연성을 제공합니다.

4) 비SQL 쿼리 언어 사용 // 전통적인 SQL 대신 데이터를 조회하고 조작하는데 사용되는 다양한 쿼리 언어를 지원합니다.

5) 가용성과 일관성의 균형 유지 // CAP 정리에 따라 가용성, 일관성 및 파티션 허용 범위에 대한 균형을 유지하는 방법을 선택할 수 있습니다.

# 비관계형 데이터베이스의 장점 

1. 유연성

비관계형 데이터베이스는 다양한 데이터 유형과 구조를 다루는 데 더 많은 유연성을 제공합니다. 사전에 엄격하게 정의된 스키마가 필요하지 않아 데이터 요구 사항의 변화에 대처할 수 있습니다. 이러한 유연성은 비정형 또는 반정형 데이터, 예를 들어 JSON 문서, 멀티미디어 파일, 로그 데이터와 같은 데이터를 처리하는 애플리케이션에 특히 유용합니다.

2. 확장성 

비관계형 데이터베이스의 주요 이점 중 하나는 데이터를 여러 노드나 클러스터에 수평으로 확장하여 분산하는 기능입니다. 이러한 아키텍처를 통해 증가하는 데이터 양과 사용자 트래픽을 효과적으로 다룰 수 있습니다. 비관계형 데이터베이스는 소셜 미디어 플랫폼, 빅데이터 분석 및 실시간 처리 시스템과 같이 높은 확장성이 필요한 애플리케이션에 적합합니다.

3. 성능

비관계형 데이터베이스는 일반적으로 대용량 데이터 처리에 더 간단하고 빠른 읽기/쓰기 작업을 제공합니다. 높은 동시성과 최적화된 쿼리 처리를 통해 실시간 데이터 제공 및 고성능 작업 처리에 이상적입니다.

4. 다양한 데이터베이스 유형 

비관계형 데이터베이스는 다양한 유형으로 제공되며, 각 유형은 특정 사용 사례와 애플리케이션 요구 사항에 적합합니다. 키-값 저장소, 열 패밀리 저장소, 문서 데이터베이스, 그래프 데이터베이스 등 다양한 데이터베이스 모델을 선택할 수 있어 데이터 구조, 워크로드 및 성능 요구 사항에 따라 최적의 데이터베이스를 선택할 수 있습니다.  

 

# 비관계형 데이터베이스의 한계 

1. 제한된 쿼리 기능

비관계형 데이터베이스는 비SQL 쿼리 언어를 사용하며, 일부 NoSQL 데이터베이스는 복잡한 쿼리나 분석을 지원하지 못할 수 있습니다. 간단한 쿼리에는 적합하지만 정교한 쿼리와 보고 기능이 필요한 애플리케이션에는 제한이 있을 수 있습니다.

2. 일관성 및 데이터 무결성

ACID 속성을 중요하게 여기는 관계형 데이터베이스와 달리, 비관계형 데이터베이스는 가용성 및 파티션 허용범위에 주로 중점을 둡니다. 이로 인해 데이터 일관성이 희생될 수 있으며, 다양한 NoSQL 데이터베이스가 다른 일관성 수준을 제공하기 때문에 애플리케이션 요구에 영향을 줄 수 있습니다.

3. 표준화 부족

SQL은 공통 표준 쿼리 언어로 널리 사용되지만, 비관계형 데이터베이스는 서로 다른 쿼리 언어를 사용하여 단편화됩니다. 이로써 개발자는 다양한 데이터베이스 시스템에 대해 다른 언어를 배워야 하며, 이는 시스템 간 상호 운용성을 방해할 수 있습니다.

4. 성숙도 및 생태계 

관계형 데이터베이스는 수십 년 동안 사용되어왔으며 풍부한 도구, 라이브러리 및 커뮤니티 지원이 있습니다. 반면 비관계형 데이터베이스는 빠르게 성장하고 있지만, 특히 일부 NoSQL 데이터베이스는 성숙도와 포괄적인 도구 및 리소스를 제공하지 못할 수 있습니다. 이는 특히 특정 미세한 시장 또는 덜 인기 있는 NoSQL 데이터베이스에서 두드러집니다.

---

# 관계형 데이터 베이스와 비관계형 데이터베이스 비교 

1. 데이터 구조

관계형 데이터베이스는 정해진 테이블 구조를 가지며, 데이터를 고정된 스키마로 저장합니다. 데이터 유형, 테이블 구조, 관계 등은 미리 정의돼야 합니다.

비관계형 데이터베이스는 데이터를 키-값, 문서, 열 패밀리, 그래프 등 다양한 형식으로 저장할 수 있으며, 고정된 스키마가 없습니다. 데이터를 처리할 때 유연성이 높습니다.

2. 쿼리 언어 

관계형 데이터베이스는 SQL(구조적 쿼리 언어)을 사용하여 데이터를 조작하고 검색합니다. SQL은 강력하고 널리 사용되는 언어로 복잡한 쿼리를 처리할 수 있습니다.

비관계형 데이터베이스는 데이터 구조에 따라 다양한 쿼리 언어를 사용합니다. 쿼리 언어가 관계형 데이터베이스처럼 표준화되지 않았습니다.

3. 확장성 및 성능 

관계형 데이터베이스는 주로 수직적 확장에 중점을 두며, 단일 서버에 리소스를 추가하는 방식을 사용합니다. 이는 대용량 데이터나 높은 처리량을 필요로 하는 애플리케이션에서 제한적일 수 있습니다.

비관계형 데이터베이스는 수평 확장을 지원하며, 데이터를 여러 서버에 분산하여 처리합니다. 이 방식은 대규모 데이터와 높은 작업 부하를 처리하는데 더 효율적입니다.

---

# 적합한 데이터베이스 선택 

1. 데이터 구조

주로 구조화된 데이터와 잘 정의된 관계를 다루는 경우 관계형 데이터베이스가 적합합니다. 엄격한 스키마 요구 사항 없이 비정형 또는 반정형 데이터를 저장하고 관리해야 하는 경우 비관계형 데이터 베이스가 더 적합합니다. 

2. 쿼리 복잡성 

쿼리 요구 사항과 분석 작업이 복잡한 경우 SQL 기능을 갖춘 관계형 데이터베이스가 더 적합할 수 있습니다. 주로 간단한 쿼리와 빠른 읽기/쓰기 작업이 필요한 경우 비관계형 데이터베이스다 더 적합할 수 있습니다 .

3. 확장성

애플리케이션의 성장 전망과 잠재적인 데이터 양을 고려하세요. 높은 트래픽 수준이 예상되고 더 많은 서버를 추가하여 확장해야 하는 경우 비관계형 데이터베이스가 요구 사항을 더 잘 충족할 수 있습니다. 그러나 애플리케이션의 데이터 크기가 적당하고 서버 리소스를 업그레이드하여 증가를 관리할 수 있다면 관계형 데이터베이스로 충분할 수 있습니다.

4. 데이터 일관성 및 무결성

 금융 시스템과 같이 애플리케이션이 높은 데이터 일관성 및 무결성 수준을 요구하는 경우 관계형 데이터베이스가 더 적합합니다. 애플리케이션이 최종 일관성이나 다양한 일관성 수준을 허용할 수 있는 경우 비관계형 데이터베이스가 올바른 선택일 수 있습니다.

5. 성능

애플리케이션의 성능 요구 사항을 분석하고 읽기 중심, 쓰기 중심 또는 균형 잡힌 워크로드를 고려합니다. 비관계형 데이터베이스는 일반적으로 고속 및 읽기/쓰기 작업 부하에 더 나은 성능을 발휘하는 반면, 관계형 데이터베이스는 중간 정도의 트래픽과 균형 잡힌 작업 부하가 있는 시나리오에서 좋은 성능을 발휘할 수 있습니다.