2021.07.07

'NoSQL로의 초대' 개발자를 위한 몽고DB 개론

Matthew Tyson | InfoWorld
NoSQL 데이터 저장소는 더 유연한 데이터 관리 방법을 통해 소프트웨어 개발에 혁신을 불러왔다. 이런 NoSQL 중 대표적인 솔루션 중 하나가 바로 문서 지향 데이터 저장소인 몽고DB다. 몽고DB의 정의와 이 DB가 애플리케이션 요구사항을 어떻게 처리하는지 알아보자.
 

몽고DB, 문서 데이터 저장소 

관계형 데이터베이스는 엄격하게 통제되는 테이블과 열에 정보를 저장한다. 반면 문서 저장소인 몽고DB는 컬렉션과 문서에 정보를 저장한다. 이것은 몽고DB의 가장 특징이기도 한데, 컬렉션과 문서가 비구조적이라는 점이다. 스키마리스(schema-less)라고 불리는 것도 이 때문이다. 몽고DB 인스턴스(컬렉션 및 문서) 구조는 사전에 정의되지 않고, 저장되는 데이터에 적합하도록 유연하게 변형된다. 

몽고DB의 문서는 키-값 집합으로 그 동작 방식은 자바스크립트와 같은 코드의 객체와 매우 비슷하다. 안에 들어가는 데이터에 따라 구조가 변경된다. 덕분에 몽고DB와 같은 데이터 저장소를 대상으로 한 코딩은 관계형 데이터 저장소에 대한 코딩에 비해 더 쉽고 민첩하다. 간단히 말해 애플리케이션 코드와 문서 데이터 저장소 간의 상호작용이 더 자연스럽게 느껴진다. <그림 1>은 몽고DB의 컬렉션과 문서 구조를 시각적으로 보여준다. 
 
<그림 1> 몽고DB 문서 저장소 

이 데이터 모델링 형태는 매우 유연해 데이터를 그때그때 필요에 맞게 처리할 수 있고, 결과적으로 성능 혜택으로 이어진다. 몽고DB와 기존 DB의 차이점을 확실히 이해하기 위해 같은 작업(레코드를 만든 다음 애플리케이션에서 필드를 추가하기)을 처리하는 방법을 비교해 보자. 

먼저 관계형 데이터베이스에서는 보통 다음과 같이 시작한다.
 
# create a database:
CREATE DATABASE menagerie;

# create a table in the database: 
USE menagerie; CREATE TABLE pet (name VARCHAR(20));

# connect to the database in app and issue insert: 
INSERT INTO pet (name) VALUES ('Friar Tuck');

# add a column: 
ALTER TABLE pet ADD type VARCHAR(20));

# update existing record: 
UPDATE pet SET type = 'cat' WHERE name = 'Friar Tuck'

같은 작업을 몽고DB에서 실행하면 다음과 같다.
 
# connect to the database in app and issue insert: 
use menagerie; db.pet.insertOne({name:"friar tuck"});

# issue update: 
db.pet.updateOne({ name:'friar tuck' }, { $set:{ type: 'cat' } } );

결국 두 구문을 보면 몽고DB를 사용할 경우 개발이 더 매끄럽다는 것을 알 수 있다. 물론 이런 유연함은 개발자에게는 스키마 팽창을 피해야 한다는 부담을 의미하기도 한다. 따라서 대규모 앱에서는 문서 구조에 대한 통제력을 유지하는 것이 중요하다. 
 

몽고DB의 ID 필드 

관계형 데이터베이스에는 기본 키(primary key)라는 개념이 있는데, 이는 많은 경우 합성 ID 열, 즉 비즈니스 데이터와 관계되지 않고 생성된 값이다. 몽고DB에는 비슷한 목적으로 모든 문서에 _id 필드가 있다. 개발자가 문서를 만들 때 ID를 제공하지 않으면 몽고DB 엔진이 UUID로 자동 생성한다. _id 필드는 기본 키와 마찬가지로 자동으로 인덱싱되며 고유해야 한다. 
 

몽고DB의 인덱싱 

몽고DB의 인덱싱은 관계형 데이터베이스의 인덱싱과 비슷하다. 문서의 필드에 대한 부가적인 데이터를 생성해 이 필드에 의존하는 조회의 속도를 높인다. 몽고DB는 B-트리 인덱스를 사용한다. 인덱스는 다음과 같은 구문으로 만들 수 있다. 매개변수의 정수는 인덱스가 오름차순(1)인지 내림차순(-1)인지를 나타낸다.
 
db.pet.createIndex( { name: 1 } )
 

몽고DB의 중첩 문서 

몽고DB의 문서 지향 구조가 갖는 강력한 장점은 문서를 중첩할 수 있다는 것이다. 예를 들어 <예제 1>의 구조와 같이, 반려동물 문서에서 주소 정보를 저장할 또 다른 테이블을 만드는 대신 중첩 문서를 만들 수 있다. 
 
<예제 1> 중첩 문서의 예 
{
  "_id": "5cf0029caff5056591b0ce7d",
  "name": "Friar Tuck",
  "address": {
    "street": "Feline Lane",
    "city": "Big Sur",
    "state": "CA",
    "zip": "93920"
  },
  "type": "cat"
}
 

몽고DB의 역정규화

몽고DB와 같은 문서 저장소는 조인을 다소 제한적으로 지원하며 외래 키의 개념이 없다. 데이터 구조의 동적인 특성 때문이다. 따라서 몽고DB의 데이터 모델링은 역정규화로 흐르는 경향이 있다. 즉, 엄격하게 테이블 사일로에 데이터를 유지하는 대신 문서에 데이터의 사본을 만든다. 조회 속도는 빨라지지만 대신 데이터 일관성을 위한 유지보수 작업이 늘어난다. 

역정규화는 필수 요건은 아니지만 문서 지향 데이터베이스를 사용할 때 뚜렷하게 나타난다. 데이터를 특정 단일 값 열로 정규화하는 (즉, 중복하지 않는) 경향이 있는 SQL과 달리 복잡한 중첩 레코드를 처리하는 기능이 우수하기 때문이다.
 

몽고DB 쿼리 언어 

몽고DB의 쿼리 언어는 문서 구조와 마찬가지로 JSON 지향적이다. 덕분에 복잡한 중첩 문서도 처리할 수 있는 매우 강력하고 표현력이 뛰어난 구문을 제공한다. 

예를 들어 가상의 데이터베이스에서 모든 고양이를 쿼리하려면 db.pet.find({ "type" : "cat" })를 실행하면 되고, 캘리포니아에 있는 모든 고양이를 쿼리하려면 db.pet.find({ "type" : "cat", "address.state": "CA" })를 실행하면 된다. 쿼리 언어는 중첩된 주소 문서를 순회한다. 
 

몽고DB 업데이트 구문 

몽고DB의 구문은 JSON과 비슷한 부분도 있다. 예를 들어 $set 키워드는 어느 필드가 어느 값으로 변경될지를 나타낸다. <예제 2>와 같이 set 객체는 점 표기법을 통해 중첩 문서를 지원한다. <예제 2>에서는 이름이 “Friar Truck”인 고양이의 우편번호를 변경한다. 
 
<예제 2> 중첩 문서 업데이트 
db.people.update(
  {
    "type": "cat",
    "name": "Friar Tuck"
  },
  {
     $set: {
       "address.zip": "86004"
     }
  }
)

<예제 2>를 보면 업데이트 구문이 매우 강력하다는 것을 알 수 있다. 실제로 SQL의 업데이트 구문보다 더 강력하다.
 

몽고DB 클라우드 및 배포 옵션 

몽고DB 설계의 핵심은 확장성과 분산 배포다. 웹 스케일 워크로드를 충분히 처리할 수 있을 정도다. 이를 위해 몽고DB 기업은 몽고DB 아틀라스(Atlas)에서 멀티클라우드 데이터베이스 클러스터링 솔루션을 제공한다. 몽고DB 아틀라스는 여러 클라우드 플랫폼을 포괄하는 관리형 데이터베이스와 같이 동작하며, 모니터링 및 내결함성과 같은 엔터프라이즈 기능을 포함한다. 

AWS의 아마존 도큐먼트DB에 몽고DB 호환성이 주요 특징으로 기술되어 있는 것을 보면 몽고DB의 중요성이 어느 정도인지 짐작할 수 있다. 마이크로소프트 애저 코스모스 DB 역시 몽고DB API를 지원한다. 
 

몽고DB의 고가용성 

몽고DB는 고가용성을 위한 복제본 집합을 지원한다. 데이터가 주 인스턴스에 한 번 작성된 후 읽기를 위한 2차 저장소에 복제하는 식이다. 몽고DB 웹사이트에서 더 자세한 내용을 확인할 수 있다. 몽고DB는 유연한 스키마 데이터 저장소라는 새로운 트렌드를 이끄는 주도적인 NoSQL 솔루션이다. 거의 모든 프로그래밍 언어를 위한 고급 드라이버가 있으며 다양한 배포 옵션도 지원한다. editor@itworld.co.kr


2021.07.07

'NoSQL로의 초대' 개발자를 위한 몽고DB 개론

Matthew Tyson | InfoWorld
NoSQL 데이터 저장소는 더 유연한 데이터 관리 방법을 통해 소프트웨어 개발에 혁신을 불러왔다. 이런 NoSQL 중 대표적인 솔루션 중 하나가 바로 문서 지향 데이터 저장소인 몽고DB다. 몽고DB의 정의와 이 DB가 애플리케이션 요구사항을 어떻게 처리하는지 알아보자.
 

몽고DB, 문서 데이터 저장소 

관계형 데이터베이스는 엄격하게 통제되는 테이블과 열에 정보를 저장한다. 반면 문서 저장소인 몽고DB는 컬렉션과 문서에 정보를 저장한다. 이것은 몽고DB의 가장 특징이기도 한데, 컬렉션과 문서가 비구조적이라는 점이다. 스키마리스(schema-less)라고 불리는 것도 이 때문이다. 몽고DB 인스턴스(컬렉션 및 문서) 구조는 사전에 정의되지 않고, 저장되는 데이터에 적합하도록 유연하게 변형된다. 

몽고DB의 문서는 키-값 집합으로 그 동작 방식은 자바스크립트와 같은 코드의 객체와 매우 비슷하다. 안에 들어가는 데이터에 따라 구조가 변경된다. 덕분에 몽고DB와 같은 데이터 저장소를 대상으로 한 코딩은 관계형 데이터 저장소에 대한 코딩에 비해 더 쉽고 민첩하다. 간단히 말해 애플리케이션 코드와 문서 데이터 저장소 간의 상호작용이 더 자연스럽게 느껴진다. <그림 1>은 몽고DB의 컬렉션과 문서 구조를 시각적으로 보여준다. 
 
<그림 1> 몽고DB 문서 저장소 

이 데이터 모델링 형태는 매우 유연해 데이터를 그때그때 필요에 맞게 처리할 수 있고, 결과적으로 성능 혜택으로 이어진다. 몽고DB와 기존 DB의 차이점을 확실히 이해하기 위해 같은 작업(레코드를 만든 다음 애플리케이션에서 필드를 추가하기)을 처리하는 방법을 비교해 보자. 

먼저 관계형 데이터베이스에서는 보통 다음과 같이 시작한다.
 
# create a database:
CREATE DATABASE menagerie;

# create a table in the database: 
USE menagerie; CREATE TABLE pet (name VARCHAR(20));

# connect to the database in app and issue insert: 
INSERT INTO pet (name) VALUES ('Friar Tuck');

# add a column: 
ALTER TABLE pet ADD type VARCHAR(20));

# update existing record: 
UPDATE pet SET type = 'cat' WHERE name = 'Friar Tuck'

같은 작업을 몽고DB에서 실행하면 다음과 같다.
 
# connect to the database in app and issue insert: 
use menagerie; db.pet.insertOne({name:"friar tuck"});

# issue update: 
db.pet.updateOne({ name:'friar tuck' }, { $set:{ type: 'cat' } } );

결국 두 구문을 보면 몽고DB를 사용할 경우 개발이 더 매끄럽다는 것을 알 수 있다. 물론 이런 유연함은 개발자에게는 스키마 팽창을 피해야 한다는 부담을 의미하기도 한다. 따라서 대규모 앱에서는 문서 구조에 대한 통제력을 유지하는 것이 중요하다. 
 

몽고DB의 ID 필드 

관계형 데이터베이스에는 기본 키(primary key)라는 개념이 있는데, 이는 많은 경우 합성 ID 열, 즉 비즈니스 데이터와 관계되지 않고 생성된 값이다. 몽고DB에는 비슷한 목적으로 모든 문서에 _id 필드가 있다. 개발자가 문서를 만들 때 ID를 제공하지 않으면 몽고DB 엔진이 UUID로 자동 생성한다. _id 필드는 기본 키와 마찬가지로 자동으로 인덱싱되며 고유해야 한다. 
 

몽고DB의 인덱싱 

몽고DB의 인덱싱은 관계형 데이터베이스의 인덱싱과 비슷하다. 문서의 필드에 대한 부가적인 데이터를 생성해 이 필드에 의존하는 조회의 속도를 높인다. 몽고DB는 B-트리 인덱스를 사용한다. 인덱스는 다음과 같은 구문으로 만들 수 있다. 매개변수의 정수는 인덱스가 오름차순(1)인지 내림차순(-1)인지를 나타낸다.
 
db.pet.createIndex( { name: 1 } )
 

몽고DB의 중첩 문서 

몽고DB의 문서 지향 구조가 갖는 강력한 장점은 문서를 중첩할 수 있다는 것이다. 예를 들어 <예제 1>의 구조와 같이, 반려동물 문서에서 주소 정보를 저장할 또 다른 테이블을 만드는 대신 중첩 문서를 만들 수 있다. 
 
<예제 1> 중첩 문서의 예 
{
  "_id": "5cf0029caff5056591b0ce7d",
  "name": "Friar Tuck",
  "address": {
    "street": "Feline Lane",
    "city": "Big Sur",
    "state": "CA",
    "zip": "93920"
  },
  "type": "cat"
}
 

몽고DB의 역정규화

몽고DB와 같은 문서 저장소는 조인을 다소 제한적으로 지원하며 외래 키의 개념이 없다. 데이터 구조의 동적인 특성 때문이다. 따라서 몽고DB의 데이터 모델링은 역정규화로 흐르는 경향이 있다. 즉, 엄격하게 테이블 사일로에 데이터를 유지하는 대신 문서에 데이터의 사본을 만든다. 조회 속도는 빨라지지만 대신 데이터 일관성을 위한 유지보수 작업이 늘어난다. 

역정규화는 필수 요건은 아니지만 문서 지향 데이터베이스를 사용할 때 뚜렷하게 나타난다. 데이터를 특정 단일 값 열로 정규화하는 (즉, 중복하지 않는) 경향이 있는 SQL과 달리 복잡한 중첩 레코드를 처리하는 기능이 우수하기 때문이다.
 

몽고DB 쿼리 언어 

몽고DB의 쿼리 언어는 문서 구조와 마찬가지로 JSON 지향적이다. 덕분에 복잡한 중첩 문서도 처리할 수 있는 매우 강력하고 표현력이 뛰어난 구문을 제공한다. 

예를 들어 가상의 데이터베이스에서 모든 고양이를 쿼리하려면 db.pet.find({ "type" : "cat" })를 실행하면 되고, 캘리포니아에 있는 모든 고양이를 쿼리하려면 db.pet.find({ "type" : "cat", "address.state": "CA" })를 실행하면 된다. 쿼리 언어는 중첩된 주소 문서를 순회한다. 
 

몽고DB 업데이트 구문 

몽고DB의 구문은 JSON과 비슷한 부분도 있다. 예를 들어 $set 키워드는 어느 필드가 어느 값으로 변경될지를 나타낸다. <예제 2>와 같이 set 객체는 점 표기법을 통해 중첩 문서를 지원한다. <예제 2>에서는 이름이 “Friar Truck”인 고양이의 우편번호를 변경한다. 
 
<예제 2> 중첩 문서 업데이트 
db.people.update(
  {
    "type": "cat",
    "name": "Friar Tuck"
  },
  {
     $set: {
       "address.zip": "86004"
     }
  }
)

<예제 2>를 보면 업데이트 구문이 매우 강력하다는 것을 알 수 있다. 실제로 SQL의 업데이트 구문보다 더 강력하다.
 

몽고DB 클라우드 및 배포 옵션 

몽고DB 설계의 핵심은 확장성과 분산 배포다. 웹 스케일 워크로드를 충분히 처리할 수 있을 정도다. 이를 위해 몽고DB 기업은 몽고DB 아틀라스(Atlas)에서 멀티클라우드 데이터베이스 클러스터링 솔루션을 제공한다. 몽고DB 아틀라스는 여러 클라우드 플랫폼을 포괄하는 관리형 데이터베이스와 같이 동작하며, 모니터링 및 내결함성과 같은 엔터프라이즈 기능을 포함한다. 

AWS의 아마존 도큐먼트DB에 몽고DB 호환성이 주요 특징으로 기술되어 있는 것을 보면 몽고DB의 중요성이 어느 정도인지 짐작할 수 있다. 마이크로소프트 애저 코스모스 DB 역시 몽고DB API를 지원한다. 
 

몽고DB의 고가용성 

몽고DB는 고가용성을 위한 복제본 집합을 지원한다. 데이터가 주 인스턴스에 한 번 작성된 후 읽기를 위한 2차 저장소에 복제하는 식이다. 몽고DB 웹사이트에서 더 자세한 내용을 확인할 수 있다. 몽고DB는 유연한 스키마 데이터 저장소라는 새로운 트렌드를 이끄는 주도적인 NoSQL 솔루션이다. 거의 모든 프로그래밍 언어를 위한 고급 드라이버가 있으며 다양한 배포 옵션도 지원한다. editor@itworld.co.kr


X