[ 2022.12.03 TIL-NoSQL과 MongoDB란? ]

NoSQL

✏️ NoSQL 등장 배경

• 1998년 카를로 스트로찌(Carlo Strozzi)라는 엔지니어가 공개한 표준 SQL 인터페이스를 채용하지 않은 자신의 경량 Open Source 관계형 데이터베이스를 NoSQL이라고 명명한데서 유래
• 2009년에는 요한 오스칼손(Johan Oskarsson)이라는 엔지니어가 Open Source기반의 분산 데이터베이스 관련 행사를 준비하면서 NoSQL이라는 용어를 사용
• 2009년 이후 기존 관계형 데이터베이스 시스템의 주요 특성을 보장하는 ACID 특성을 제공하지 않지만, 뛰어난 확장성이나 성능 등의 특성을 갖는 비관계형, 분산 데이터베이스들이 등장, 이를 NoSQL이라는 용어를 보편적으로 사용하기 시작

✏️ NoSQL과 SQL 차이점

• 관계형 모델을 사용하지 않으며 테이블간의 조인 기능 없음
• 직접 프로그래밍을 하는 등의 비SQL 인터페이스를 통한 데이터 엑세스
• 대부분 여러 대의 데이터베이스 서비스를 묶어서(클러스터링) 하나의 데이터베이스를 구성
• 관계형 데이터베이스에서는 지원하는 Data퍼리 완결성(Transaction ACID) 미보장
• 데이터의 스키마와 속성들을 다양하게 수용 및 동적 정의(Schema-less)
• 데이터베이스의 중단 없는 서비스와 자동 복구 기능지원
• 다수가 Open Source로 제공
• 확장성, 가용성, 높은 성능

✏️ NoSQL 종류

✏️ NoSQL 성능

MongoDB

✏️ MongoDB란?

• NoSQL 중 가장 많이 쓰이는 비관계형 데이터베이스 관리 시스템으로 자유 오픈소스 소프트웨어
• C++로 작성된 오픈소스 문서지향(Document-Oriented) 크로스 플랫폼 데이터베이스

✏️ MongoDB 특징

• 가용성, 확장성, 성능
• Document 기반 데이터베이스
  • Database -> Collection -> Document -> Field 계층
    
• ObjectId (12 bytes)
  • UNIX Timestamp(4 bytes) + Random Value(5 bytes) + Count (3 bytes)
  • Primary Key와 같은 고유한 키
  • 클라이언트에서 생성
  • MongoDB 클러스터 내에서 Sharding된 데이터를 빠르게 가져올 수 있음
• BASE (완화된 ACID)
  • Basically Avaliable : 언제든지 사용 가능(가용성이 필요)
  • Soft state : 외부의 개입이 없어도 정보가 변경될 수 있다는 의미
  • Eventually consistent : 일시적으로 일관적이지 않은 상태가 되어도 일정 시간 후에는 일관적인 상태가 되어야 한다는 의미
• Full Index Support
  • Single Field Indexes : 기본적인 인덱스 타입
  • Compound Indexes : RDBMS의 복합 인덱스 타입
  • Multikey Indexes : 배열에 매칭되는 값이 하나라도 있으면 인덱스에 추가되는 멀티키 인덱스
  • Geospatial Indexes and Queries : 위치 기반 인덱스와 쿼리
  • Text Indexes : String에도 인덱싱이 가능
  • Hashed Index : BTree 인덱스가 아닌 Hash 타입 인덱스도 사용 가능
• Replicaset & High Availability : 간단한 설정으로 데이터 복제 지원(가용성)
• Auto-Sharding : 처음부터 자동으로 데이터를 분산하여 저장하며, 하나의 컬렉션처럼 사용할 수 있게 지원(scale-out)
• Aggregation Pipeline : 문서는 여러 단계의 파이프라인을 거쳐서 변화하고, 하나의 문서 형태로 집계 가능

✏️ MongoDB 구조

✏️ MongoDB 장점

• Schema-less 구조(다양한 형태의 데이터 저장 가능)
• Read/Write 성능이 뛰어남
• Scale Out 구조 (많은 데이터 저장 가능, 장비 확장이 간단)
• JSON 구조(데이터를 직관적으로 이해가능)
• 사용 방법이 쉽고 개발이 편리

✏️ MongoDB 단점

• 데이터 업데이트 중 장애 발생 시, 데이터 손실 가능
• 많은 인덱스 사용시 충분한 메모리 확보 필요
• 데이터 공간 소모가 RDBMS에 비해 많음(비효율적인 Key 중복 입력)
• 복잡한 JOIN 사용시 성능 제약이 따름
• 트랜잭션 지원이 RDBMS 대비 미약
• 제공되는 MapReduce 작업이 Hadoop에 비해 성능이 떨어짐

✏️ 사용 사례

• 적절
  • 로그성 데이터나 빅데이터 처리의 중간 저장소
  • 설정 데이터의 보관소
  • NULL 필드가 많이 존재할 때
  • 압도적인 포퍼먼스가 필요할 때
  • NoSQL 계열에서 압도적인 Index활용도
  • 집계 연산, paging, 복잡한 쿼리가 필요할 때
  • 스키마 관리가 불필요함
• 부적절
  • 데이터 무결성이 가장 중요한 가치일 때
  • 데이터 처리량보다 일관성 있는 데이터 구조가 중요할 때
  • 운용 이슈에 대한 우려 사항들이 해소가 덜 됐을 때
  • 데이터 무결성이 무엇보다 중요할 때
  • 엄격한 데이터 타입 검사나 연관 관계가 중요할 때

✏️ MongoDB 면접 질문 예제

• MongoDB 면접 질문 - 1
• MongoDB 면접 질문 - 2
• MongoDB 면접 질문 - 3
• MongoDB 면접 질문 - 4

참고

• 삼성SDS NoSQL 정리
• MongoDB - 1
• MongoDB - 2
• MongoDB - 3
• MongoDB - 4