Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

NoSQL

NoSQL 데이터베이스 평가시 가장 먼저 고려해야 할 7가지 사항

NoSQL이라는 용어가 모든 비정형 데이터베이스에 대한 상위 범주로 종종 사용되고 있지만, 근본적인 데이터 모델을 설명하는 용어로 사용하기에는 모호하고 그 의미를 명확히 정의하고 있지 않습니다. 무엇보다도 NoSQL 데이터베이스가 유연성, 확장성, 성능을 확보하기 위해 절충했던 요소들이 잘 반영되지 않았습니다. 이 백서에서는 기술 의사 결정권자들이 NoSQL와 비정형 데이터베이스의 복잡하고 빠르게 진화하는 도메인을 이해할 수 있도록 돕기 위해 이들 간의 주요 차이점을 정리했습니다. 또한 이러한 시스템을 정의하는 7가지 관점을 기반으로 주요 고려 사항들을 살펴볼 것입니다. <20p> 주요 내용 - 데이터 모델, 쿼리 모델 - 일관성 및 트랜잭션 모델 - API - 모바일 데이터, 데이터 플랫폼 - 마지막 고려사항 : 커뮤니티, 락인

NoSQL 몽고DB 비정형 2021.09.10

'NoSQL로의 초대' 개발자를 위한 몽고DB 개론

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.    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 VARCH...

몽고DB NoSQL 2021.07.07

엔터프라이즈 데이터베이스 관리 솔루션을 위한 IBM MongoDB

기업의 데이터베이스는 관계형이 아닌 NoSQL 데이터베이스로 변화해야 합니다. IBM에서 제공하는 차별화된 MongoDB를 통해 인공지능, 빅데이터 및 IOT 등 다양한 산업군의 활용 사례를 확인해 보세요. <27p> 주요 내용 - SQL과 NoSQL의 차이 - MongoDB의 주요특징 - 적용사례 - MongoDB Enterprise Advanced 소개

NoSQL 몽고DB 2021.03.11

“대체물에서 그린필드로” 변화하는 포스트그레SQL 시장

포스트그레SQL(PostgreSQL)은 1986년에 나왔지만, 어떻게 된 일인지 해가 갈수록 더 젊어지면서 인기를 끌고 있다. 타임스케일(Timescale)과 같은 신생업체는 오래된 포스트그레SQL을 핵심 요소로 사용해 새로운 데이터베이스 제품을 구축하면서 엔터프라이즈DB(EnterpriseDB) 같은 업체와 함께 포스트그레SQL의 인기를 더욱 높이는 데 일조하고 있다. 사실 엔터프라이즈DB는 얼마 전에 44분기 연속으로 연간 순환 매출 성장을 기록했다. 포스트그레SQL이 11년 동안 엔터프라이즈DB에 돈을 벌어주고 있는 것이다.  이처럼 한결같은 포스트그레SQL이지만 발전은 밋밋하지 않다. 13년째 엔터프라이즈DB CEO를 맡고 있는 에드 보야진은 최근 필자에게 포스트그레SQL 성장의 필수적인 요소에 대해 말했다. 첫 번째는 개발자, 가장 오래된 온프레미스 요구 사항에 맞춰 최적화하는 중에도 클라우드의 새로운 요건을 충족하도록 포스트그레SQL을 발전시키는 개발자들이다.    복고를 향하는 개발자들  지난 몇 년 동안 시장은 NoSQL과 NewSQL을 비롯해 그 외에도 상상할 수 있는 온갖 데이터베이스 형태를 집적거렸다. 또한 자체 관리 데이터센터 호스팅부터 퍼블릭 클라우드에 이르기까지 다양한 변형도 거쳤다.  엔터프라이즈DB는 초기에 애플리케이션이 포스트그레SQL에서 실행되면서 오라클 데이터베이스를 실행 중인 것처럼 인지하도록 하는 호환성 계층으로 오라클에 도전했다. 초창기 엔터프라이즈DB는 그렇게 알려져 있다. 그러나 보야진에 따르면, 기업이 포스트그레SQL을 도입하는 주된 이유는 그게 아니다. 보야진은 엔터프라이즈DB 비즈니스의 약 1/3이 순수한 신규 고객이며, 그 중 절반은 다른 데이터베이스, 주로 오라클에서 마이그레이션하고자 하는 기업이라고 말했다. 나머지 절반은 신규 애플리케이션 분야다.  오라클 대체 솔루션에서 벗어나 새로운 애플리케이션 개발을 향하는 이 변화는 포스트그레SQL의 성장을...

데이터베이스 NoSQL 포스트그레SQL 2021.02.09

클라우드의 클라우드 : 애저 클라우드의 서비스형 카우치베이스

애저와 같은 현대적인 클라우드 플랫폼의 장점 중 하나는 PaaS와 IaaS의 다양함이다. 자체 툴과 애플리케이션을 클라우드로 가져와 애저 서비스와 함께 여러 기술을 조합해 사용할 수 있다. VM을 구성하고 리소스 그룹에 호스팅하고 자체 소프트웨어 라이브러리 또는 마이크로소프트가 제공하는 라이브러리를 선택해 이용할 수 있다. 서드파티 솔루션 업체가 개발한 애저 최적화 애플리케이션(익숙한 온프레미스 툴과 새로운 클라우드 네이티브 애플리케이션)을 제공하는 애저 마켓플레이스까지 추가하면 더 흥미로워진다. 애저 마켓플레이스를 통해 구매한 애플리케이션 비용은 애저 계정을 통해 청구되고 마켓플레이스의 자체 가상머신 라이브러리에서 설치된다.      새로운 소프트웨어 패키지 역할을 하는 클라우드 마켓플레이스  솔루션 업체가 클라우드 서비스 업체와의 협력에 더 적극적으로 나서고 사용자들이 클라우드 네이티브 관리 모델에 더 익숙해지면서 새로운 종류의 애플리케이션이 부상하고 있다. 이들 애플리케이션은 마켓플레이스를 통해 제공되고 익숙한 가상머신 어플라이언스에서 실행되며, 설치와 관리, 비용 청구 방식도 모두 익숙하지만 새로운 관리 모델이 사용된다. 솔루션 업체가 VM을 관리하면서 애플리케이션의 새로운 클라우드 매니지드 버전을 위한 자체 관리 콘솔을 제공한다.  이와 같은 새로운 콘솔 관리형 애플리케이션은 전통적인 방식으로 라이선스하는 버전과 함께 제공되므로 기업이 선호하는 방식대로 계속 인스턴스를 관리할 수도 있다. 그러나 업데이트와 보안을 전문가에게 맡길 수 있다는 점에서 애저 마켓플레이스의 매니지드 애플리케이션을 선택하는 편이 훨씬 더 합리적이다. 튜닝된 클라우드 환경을 준비하고 보안 및 기타 업데이트가 나오는 즉시 배포하는 등의 일은 전문 업체에 맡기고 애플리케이션을 구축하고 실행하는 데 집중할 수 있기 때문이다.  클라우드 중심의 서비스 관리 접근 방법은 애저 마켓플레이스 애플리케이션과 잘 맞는다. 사용자는 마...

카우치베이스 애저 PaaS 2021.02.08

"NoSQL을 넘어" 분산 SQL의 당위성

처음에는 파일이 있었다. 이후 구조적 파일을 기반으로 한 탐색형 데이터베이스가 나왔다. 그 다음으로 IMS와 CODASYL에 이어 약 40년 전에 최초의 관계형 데이터베이스가 등장했다. 1980년대와 1990년대에 걸쳐 “데이터베이스”는 곧 “관계형 데이터베이스”를 의미했다. SQL이 지배했던 시기다. 이후 객체 지향 프로그래밍 언어가 인기를 끌자 객체 지향 언어와 관계형 데이터베이스 간의 “임피던스 불일치”에 대한 해결책은 데이터베이스에 객체를 매핑하는 것이라고 생각하는 사람들이 나타났다. 그 결과로 나온 것이 “객체 지향 데이터베이스”다. 객체 데이터베이스에서 재미있는 점은 많은 경우 기본적으로 일반 데이터베이스에 객체 매퍼가 내장된 형태였다는 것이다. 이와 같은 데이터베이스의 인기가 식은 후 등장한 진정한 보편적 솔루션이 바로 2010년대의 “NoSQL”이다.     SQL에 대한 공격 NoSQL은 같은 맥락에서 관계형 데이터베이스와 SQL을 모두 공격했다. 이 당시의 가장 큰 문제는 인터넷이 40년 된 관계형 데이터베이스 관리 시스템(RDBMS) 아키텍처의 기반 전제를 무너뜨렸다는 것이다. 이들 데이터베이스는 귀중한 디스크 공간을 절약하고 수직으로 확장되도록 만들어진 것이다.  그런데 사용자 수가 너무 많아져서 하나의 대형 서버로는 감당할 수 없게 됐다. NoSQL 데이터베이스의 중심 개념은 조인(join)이 없고 표준 쿼리 언어도 없고(SQL 구현에는 시간이 소요되므로) 데이터 무결성도 없는 데이터베이스가 있다면, 수평 확장이 가능하고 막대한 볼륨의 데이터를 처리할 수 있다는 것이다. 이렇게 해서 수직 확장의 문제는 해결됐지만 대신 새로운 문제가 발생했다. 온라인 트랜잭션 처리 시스템(OLTP)과 함께 온라인 분석 처리 시스템(OLAP)으로 불린 또 다른 형태의 관계형 데이터베이스가 개발됐다. OLAP 데이터베이스는 관계형 구조를 지원했지만 방대한 데이터가 반환된다는 점을 전제로 쿼리를 실행했다. 1980년대와 19...

NoSQL 데이터베이스 객체지향 2020.07.22

“미래는 나의 것” NoSQL, 뉴 스택 소프트웨어의 확실한 선두주자

관계형 데이터베이스는 지난 몇십 년 동안 엄청난 인기를 누렸지만, 모건 스탠리의 최신 데이터에 따르면 호시절은 얼마 남지 않았을 수도 있다. 물론 데이터베이스 분야는 변화가 느리다. 그러나 확실히 변화하고 있다. 실제로 모건 스탠리 연구에 따르면, 이른바 ‘뉴 스택(New Stack)’ 소프트웨어에 대한 관심 중에서도 NoSQL에 대한 관심이 가장  큰 것으로 나타났다.      “뉴 스택”에 동참하기 모건 스탠리 연구 팀은 “뉴 스택” 기술이 무엇인지 구체적으로 정의하지는 않았지만, “애자일 개발과 데브옵스 등 개발자 생산성과 자동화 수준을 높이고 궁극적으로는 더 빠른 소프트웨어 개발을 촉진하는 새로운 개념”이 이러한 기술에 포함된다고 설명했다. 모건 스탠리는 뉴 스택 세계의 주요 범주를 다음과 같이 분류한다. - 개발자 계획 및 자동화 툴 - NoSQL 데이터베이스 - 로우코드/노코드 앱 플랫폼 - iPaaS 및 API 관리 - 현대 성능 모니터링 및 로그 분석 - 컨테이너 및 클라우드 시스템 소프트웨어 - PaaS/CaaS 플랫폼 - 서비스형 데이터 통합 - 소프트웨어 정의 네트워킹 서비스 이런 서비스를 제공하는 퍼블릭 클라우드 서비스 업체도 있지만, 모건 스탠리 팀은 뉴 스택의 특징에서 퍼블릭 클라우드 서비스 업체는 제외했다. 퍼블릭 클라우드 서비스 업체를 배제한다 해도 시장 규모는 2018년 무려 220억 달러를 기록했으며, 2022년에는 480억 달러에 이를 전망이다. 엄청난 성장 속도가 아닐 수 없다. 더 흥미로운 점은 뉴 스택 중에서 NoSQL 데이터베이스의 비중이 가장 크다는 것이다. NoSQL 데이터베이스 시장 규모는 2022년 133억 달러를 기록할 것으로 예측된다.   큰 규모의 시장이지만 NoSQL을 도입하는 이유는 여전히 예전과 같은 스키마 유연성, 수평 확장 등이다.   환영 받는 NoSQL 지금과 같은 상황은 아무도 예상하지 못했다. 몽고DB를 거쳐 현재 깃허브의 경...

데이터베이스 NoSQL 뉴스택 2019.10.25

“태생부터 다르다” 최고의 NoSQL 데이터베이스 선택 가이드 - IDG DeepDive

NoSQL 데이터베이스는 SQL 데이터베이스와 달리 관계형 테이블을 기반으로 하지 않는다. SQL 데이터베이스와 비교했을 때 일관성을 희생한 대가로 설계 유연성과 수평 확장성, 가용성에서 장점을 확보했다. 특히 대용량 데이터 처리, 네트워크 분석 등에서 기존 SQL 데이터베이스와 뚜렷하게 차별화하며 점점 더 기업 환경으로 확산하고 있다.  여기서는 에어로스파이크부터 아마존 도큐먼트DB, 애저 코스모스 DB, 구글 클라우드 빅테이블 등 주요 NoSQL 데이터베이스 13종을 개괄적으로 살펴본다. 이 중 큰 인기를 끌고 있고 또 널리 사용되는 몽고DB와 카우치베이스는 별도로 심층 리뷰한다. 주요 내용 Tech Guide - 한눈에 보는 NoSQL 데이터베이스 13종 Tech Review - 이보다 똑똑할 수 없다 ‘카우치베이스’ - 최고 인기에 걸맞은 성능과 기능 ‘몽고DB’

데이터베이스 NoSQL 2019.09.26

RDBMS·NoSQL 장점만 모았다··· '분산 관계형' 데이터베이스 5종

1980년대부터 써온 관계형 SQL 데이터베이스는 흔히 중앙 처리 장치나 단일 서버에서 실행됐다. 그것밖에 없었기 때문이다.   당시에는 데이터베이스의 처리 데이터양이나 실행 속도를 개선하려면 성능이 더 좋고 더 많은 CPU, 메모리, 디스크가 있는 더 큰 서버에 데이터베이스를 배치해야 했다. 즉, 수직 확장성, 즉, '스케일 업(Scale-Up)'에 의존했다. 여기서 가용성 개선을 위해 수동 전환 기능이 필요하다면, 핫 백업 서버와 활성 서버를 '액티브-패시브' 클러스터에 함께 배치했는데, 이때는 공유 스토리지를 이용하는 것이 일반적이다.   네트워크 분할, 정전 등의 오류 시에도 데이터베이스 트랜잭션이 항시 제대로 수행되게 하려면 4가지 ACID 속성(원자성(A), 일관성(C), 고립성(I), 지속성(D))이 준수돼야 한다. 이 ACID 측면에서 단일 서버에 있는 데이터베이스는 ACID 속성을 전부 만족하기가 비교적 쉽다. 반면 분산 데이터베이스는 이행하기가 약간 더 까다롭다. 실제로 2009년경부터 확산한 NoSQL 데이터베이스는 '수평 확장성(Scale-Out, 다수의 서버에서 실행 가능하다는 의미)'의 장점이 있었지만 ACID 전체를 따르지 못하는 경우가 많았다. 또한 독자적인 SQL 언어를 쓰는 경우도 많았다.   이는 NoSQL 데이터베이스가 개념부터 달랐기 때문이다. 즉 '궁극적 일관성'이라는 개념을 사용했다. 한 서버의 데이터베이스에 작성한 내용을 즉시 다른 서버로부터 읽으면 방금 작성한 서버로부터 읽는 것과는 같은 결과를 보지 못할 수도 있다는 의미다. 물론 조금 시간이 지나면 새로운 데이터가 클러스터 내 모든 서버에 복제되고 궁극적으로 일관성을 갖게 된다. 이러한 '궁극적 일관성' 개념은 온라인 카탈로그와 같은 일부 애플리케이션에서는 충분히 효과적이지만 재무 데이터까지 적용하기에는 부족했다.   이런 가운데 최근 수평으로 확장 가능한 '스케일 아웃' SQL 데이터베이스가 새롭게 부상하고 있다. 가장...

데이터베이스 NoSQL RDBMS 2019.07.11

인메모리 DB와 스케일 아웃을 모두 담은 “올인원 DBMS”, NewSQL DBMS

폭증하는 정형/비정형 데이터를 안정적이고 빠르게 처리하고자 등장한 NewSQL DBMS는 RDBMS의 친숙함과 안정성을 기반으로 NoSQL의 장점인 분산 처리 기반의 뛰어난 성능과 확장성을 함께 제공해 크게 주목받고 있다. 이번 2회에서는 NewSQL DBMS가 등장한 배경과, 성능과 확장성 측면의 주요 기능과 특징을 살펴보고, 시장 동향과 향후 나아갈 방향을 살펴보자. NoSQL을 사용해 봤거나 사용 중인 개발자는 NoSQL 사용 경험에 대해 종종 이렇게 말하곤 한다. "NoSQL의 사용으로 RDBMS가 제공하지 못하는 확장성을 얻는 대신 RDBMS의 안정성과 편의성은 내준 것과 다름없다." ▲쉬운 복제 ▲고객의 요구 반영이 쉽고 ▲개발 속도가 빠른 스키마리스 데이터 구조 ▲간단한 API 사용 그리고 ▲ACID에 견줄 BASE(Basically Available, Soft-state, Eventually Consistency) 등 NoSQL의 수많은 장점에도 불구하고 많은 이가 아쉬움을 토로한다. 이는 RDBMS가 제공하는 친숙함과 안정성, 그것과의 결별에서 오는 불편함과 두려움이 크게 작용했을 가능성이 높다. SQL 문법도 사용할 수 없고, 스키마 변경이 거의 불가능해 막상 운영 중 데이터에 문제가 생겨도 쉽게 찾아내기 어려울 뿐만 아니라, 도큐먼트 스토리지 기반 특성상 레코드를 일일이 직접 넣어야 하는 것도 결국은 개발자의 몫이기 때문이다. 안정성과 편의성은 성능과 확장성보다 늘 앞서 고려돼 온 항목이기에 NoSQL를 대하는 기업들의 평가도 크게 다르지 않다. 전자는 DBMS 태동부터 지금까지 변함없이 중요성이 강조돼 왔다면, 후자는 통신과 IT 기술의 획기적인 발전으로 최근에서야 주목받기 시작했다. 대용량 데이터 처리가 당장 해결해야 하는 과제이기는 하지만, 높은 수준의 데이터 정합성 보장은 영원한 숙제다. 새로운 요구의 등장은 창조와 혁신을 이끄는 법이다. 빠르고 안정적인 데이터 처리에도 높은 수준의 정합...

DBMS 올인원 NoSQL 2018.10.15

5G를 위한 새로운 DBMS, 'NewSQL DBMS'가 온다

과거 클라이언트/서버 환경에서 DBMS 선택 기준의 최우선 순위는 '안정성'이었다. DBMS가 피크 타임에 처리해야 하는 데이터양이 예측 가능한 경우도 많았고, 고속 데이터 처리가 모든 업무에 필요하지 않았기 때문이다. '모바일 퍼스트' 시대로 진입한 이후에도 선택 기준은 변함없이 안정성이 최우선이었지만, 성능과 확장성도 이에 못지 않은 선택 기준으로 자리잡게 된 건 네트워크 기술의 발전과 데이터 폭증에 힘입은 결과다. 내년 3월 5G가 상용화되면, 지금까지 경험하지 못했던 네트워크 발전과 데이터 폭증이 예상된다. '91%'에 달하는 세계 최고 수준의 국내 스마트폰 보급률과 5G 네트워크의 결합으로 발생할 어마어마한 데이터가 5G를 통해 중앙 서버와 통신하며 실시간으로 왕래할 것이기에 DBMS에 요구되는 성능과 확장성은 더욱 중요해질 것이다. 최근 5G를 고려한 신규 시스템 구축을 준비 중인 기업들이 RDBMS로 처리할 수 없는 대용량 데이터 저장 및 관리 목적으로 'NewSQL DBMS'를 검토하고 있다는 사실이 이를 방증한다. 첫 등장부터 실제 도입에 이르기까지 상당한 시간이 필요했던 스케일 업 방식의 어플라이언스나 NoSQL 기반 DBMS와 비슷할 것이라는 예상을 뒤엎고 NewSQL DBMS는 기업에 빨리 정착했다. NewSQL DBMS가 빠르게 확산되는 이유는 대용량 데이터 처리를 위해 DBMS가 갖춰야 할 조건들, 즉 SQL의 친숙함과 안정성, NoSQL의 성능과 확장성 등을 모두 갖췄기 때문이다. 이번 연재를 통해 NewSQL DBMS가 5G 시대에 필요한 대용량 데이터 저장 및 관리의 진정한 해결책이 될 수 있을 지 살펴보자. 우선 이번 기고에서는 5G 시대가 가져올 변화와 함께 성능과 확장성 보장을 위해 DBMS 업계에 등장했던 솔루션들의 장단점을 설명한다. 내년 3월, 5G 주도 '초고속·초연결·초저지연' 시대 개막 ...

DBMS NoSQL 5G 2018.09.28

“NoSQL부터 FaaS까지” 현대적인 데이터 아키텍처를 위한 7가지 핵심 기술

기업 IT 인프라의 기반으로 재구성하는 것은 결코 만만한 과정이 아니다. 이런 변화는 보통 핵심 비즈니스 동인의 변화로 촉발되는데, 현재 일어나고 있는 변화 역시 정확히 그런 경우라고 할 수 있다. 쉽게 말해, 30여 년 가까이 기업 IT를 지배해 온 플랫폼으로는 이제 더 이상 비즈니스 추진에 필요한 워크로드를 제대로 처리할 수 없는 상황이 되었다는 말이다. 그리고 이러한 디지털 트랜스포메이션의 중심에는 비즈니스에서 가장 귀중한 자산인 데이터가 자리한다. 그 동안 조직의 데이터 사용은 호환성이 떨어지는 포맷, 전통적인 데이터베이스가 지닌 한계, 그리고 다양한 소스로부터 추출한 데이터를 자유자재로 결합할 수 있는 유연성의 부재 등으로 인하여 많은 제약이 따랐다. 새롭게 등장하는 기술들은 이러한 한계를 극복할 것을 약속하고 있다. 데이터 사용 장벽을 제거함에 있어 가장 중요한 것들 중 하나가 바로 소프트웨어 배치 모델의 개선이다. “데이터 민첩성”을 높이기 위해서는 보다 유연한 데이터베이스와 확장성이 뛰어난 실시간 스트리밍 플랫폼이 필요하다. 실제로 기업 환경에서 지금보다 더 유연한 실시간 ‘데이터 패브릭(data fabric)’을 만들기 위하여 7가지 기반 기술을 결합해야 한다. 이들 7가지 신기술은 기존의 기술과 달리 다양한 사용자와 사용례를 충족시킬 수 있을 만큼 충분한 확장성을 갖추고 있다. 또한 기업 사용자를 위해 보다 빠르고 똑똑한 의사 결정을 내리고, 고객 경험을 개선할 수 있다. 1. NoSQL 데이터베이스 RDBMS는 지난 30년 간 데이터베이스 시장을 지배해 왔다. 그러나 전통적인 관계형 데이터베이스는 겉잡을 수 없이 증가하는 데이터 볼륨과 데이터 처리 속도 앞에서 그 한계를 힘없이 드러내고 말았다. NoSQL 데이터베이스는 빠른 속도와 확장성으로 점차 전통적 데이터베이스를 대체해 나가고 있다. 도큐먼트 데이터베이스의 경우, 소프트웨어 엔지니어링 관점에서 훨씬 더 단순하고 간결한 ...

컨테이너 NoSQL 도커 2018.02.23

구식 포스트그레SQL이 다시 유행하는 이유

포스트그레SQL(PostgreSQL)은 백골이 진토될 만큼 오래됐지만, 지난 5년 동안 순금으로 재탄생했다. 몽고DB가 10억 달러 규모의 IPO를 하고 AWS가 굴복하고 싶을 만큼 멋진 오로라 서버리스(Aurora Serverless)를 출시했지만, 매년 꾸준히 성장을 기록한 것은 포스트그레SQL이었다. DB엔진의 순위에 따르면, 인기 순위 4위의 데이터베이스인 포스트그레SQL은 오라클과 MySQL, 마이크로소프트 SQL 서버의 대열에 오를 기세이다. 아직 격차가 크지만 포스트그레SQL의 성장 속도를 보면, 기대해도 될만한 근거는 충분하다. 그런데, 포스트그레SQL은 왜 이렇게 인기가 식지 않는 것일까? 더구나 구식 데이터베이스 영역에서만 인기가 있지 않고 최신 유행 영역에서도 높은 관심을 받고 있다. 포스트그레SQL을 덜 구식으로 보이게 만든 혁신 중 가장 큰 것은 9.2 버전에서 이루어진 네이티브 JSON 지원이다. 첫 버전은 그리 좋지 않았지만, 버전 9.4에서 JSONB가 오래 된 데이터베이스에 상당한 마력을 부여했다. 또한, 레드몽크의 애널리스트 제임스 거버너가 지적했듯이 “NoSQL과 빅데이터에 대한 피로감”이 생기면서 개발자들이 갑자기 일부 핵심 워크로드용으로 사용하던 몽고DB와 카산드라의 대안으로 이미 검증을 마친 포스트그레SQL을 선택했다. 한 가지 포스트그레SQL(과 일반적인 RDBMS)이 잘 하지 못한 것은 확장이다. 물론 오라클의 초급적인 수직 확장 기능을 이용할 수도 있지만, 세상은 더 이상 그런 방식으로 돌아가지 않는다. 구글과 페이스북 등이 보여준 것처럼 진정한 확장은 수평적인 것이며, 포스트그레SQL도 이 부분이 절망적이었다. 하지만 상황은 바뀌었다. 포스트그레SQL용 오픈소스 확장 기능인 시투스(Citus)가 등장하면서 포스트그레SQL은 여러 노드에 걸쳐 확장하기 쉽고 트랜잭션과 SQL 쿼리를 지능적으로 배포해 대규모 병렬 처리가 가능해졌다. 물론 더 큰 용량의 컴퓨트...

데이터베이스 확장성 PostgreSQL 2017.12.08

마이크로서비스를 위한 데이터베이스 선택 방법

지난 10년 동안 대규모 분산 시스템이 폭발적으로 증가했다. 이 추세에 따라 데이터베이스 분야에서는 소프트웨어 산업 역사상 전례 없을 만큼의 창의적 기술이 쏟아져 나왔다. 그 결과는 소비자의 선택을 기다리는 방대한 플랫폼이 존재하는 건강하고 경쟁적인 데이터베이스 시장이다. 하지만 도대체 어떻게 선택을 해야 할까? 여기서는 기사에서는 애플리케이션에 맞는 데이터베이스 모델을 선택하는 방법에 대해 알아본다. 물론 모델은 여러 개일 수 있다! 또한 데이터 모델 선택이 데이터 계층에 포함할 기술을 결정하는 데 어떻게 도움이 되는지에 대해서도 살펴본다. 클라우드 아키텍처, NoSQL, 마이크로서비스 소프트웨어 개발자들이 웹 스케일 애플리케이션을 만들기 시작하자 역사적으로 데이터 아키텍처를 지배해온 관계형 데이터베이스는 큰 시련에 직면했다. 엄청나게 인기 있는 소셜 애플리케이션이 개발되고 점점 더 많은 기기가 사물 인터넷(IoT)에 연결되기 시작했다. 방대한 수의 클라이언트가 데이터를 읽고 쓰면서 데이터 계층을 확장할 필요성이 생겼고, 이와 같은 높은 확장성 요구를 충족하기 위한 새로운 종류의 데이터베이스가 등장했다. 많은 경우 이런 새 데이터베이스는 "NoSQL" 또는 "비관계형"이었다. 문서, 키-값, 컬럼 지향, 심지어 그래픽 데이터베이스 등 기존의 지배적인 관계형 모델 이외의 데이터 모델을 기반으로 한 솔루션이다. 이런 데이터베이스는 강력한 일관성과 ACID 트랜잭션, 조인과 같은 관계형 데이터베이스에서 보장되는 익숙한 여러 기능을 희생하는 경우가 많았다. 데이터베이스 기술의 혁신과 동시에 2000년대 초반 SOA(서비스 지향 아키텍처) 추세가 마이크로서비스 아키텍처 스타일로 성숙화되고 많은 조직이 엔터프라이즈 서비스 버스(ESB)와 같은 무거운 SOA 인프라에서 벗어나 분산된 접근 방식을 취하기 시작했다. 마이크로서비스 아키텍처의 매력은 서비스를 독립적으로 개발, 관리, 확장할 수 있다는 점이다. ...

데이터베이스 NoSQL 카산드라 2017.11.13

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.