✔️ Database 기초 이해

A database generally refers to a structured collection of structured information or data stored electronically in a computer system. The database is usually controlled by a database management system (DBMS). Data and DBMS are referred to as 'database systems' along with related applications, and are also collectively referred to as 'databases' for short.

• 데이터베이스란 일반적으로 컴퓨터 시스템에 저장된 정보 또는 데이터의 집합을 의미합니다.

• 데이터베이스는 보통 데이터베이스 관리 시스템(DBMS)로 제어합니다. 데이터와 DBMS는 연관된 어플리케이션들과 함께 '데이터베이스 시스템'으로 일컬어지며, 더 짧게는 '데이터베이스'라고 통칭되기도 합니다 (Oracle).

• Application에서는 데이터가 메모리 상에서 존재합니다. 메모리에 존재하는 데이터는 보존이 되지 않기 때문에 애플리케이션이 종료하면 메모리에 있던 데이터들은 다시 읽어 들일 수 없습니다. 따라서, 데이터를 오랜 기간 저장 및 보존 하기 위해서 데이터 베이스를 사용하는 것입니다.

• 일반적으로 database에는 크게 관계형 데이터베이스(RDBMS)와 "NoSQL"로 명칭되는 비관계형(Non-relational) database가 있습니다.

✔️ 관계형 데이터베이스 (RDBMS, Relational DataBase Management System)

이름 그대로, 관계형 데이터 모델에 기초를 둔 데이터베이스 시스템을 말합니다.

• ex) MySQL, Postgres, Oracle DB

관계형 데이터란 데이터를 서로 상호관련성을 가진 형태로 표현한 데이터를 말합니다.

• 모든 데이터들은 2차원 테이블(table)들로 표현할 수 있습니다.

  

• 각각의 테이블은 컬럼(column)과 row(로우)로 구성되어 있습니다.

  • 컬럼은 테이블의 각 항목을 말합니다.
  • 로우는 각 항목들의 실제 값들을 이야기 합니다.
  • 각 로우는 저만의 고유 키(**Primary Key**)가 있습니다. 주로 이 primary key를 통해서 해당 로우를 찾거나 인용(reference)하게 됩니다.

• 각각의 테이블들은 서로 상호관련성을 가지고 서로 연결될 수 있습니다.

  • 테이블끼리의 연결에는 크게 3가지 종류가 있습니다.

    • one to one

    • one to many

    • many to many

      
      

  ✔️ One To One

• 테이블 A의 로우와 테이블 B의 로우가 정확히 일대일 매칭이 되는 관계를 one to one 관계라고 합니다.

  

  ✔️ One To Many

• 테이블 A의 로우가 테이블 B의 여러 로우와 연결이 되는 관계를 one to many 관계라고 합니다.

  

  ✔️ Many To Many

• 테이블 A의 여러 로우가 테이블 B의 여러 로우와 연결이 되는 관계를 many to many 라고 합니다.

  

어떻게 테이블과 테이블을 연결하는가?

• Foreign key(외부키)라는 개념을 사용하여 주로 연결합니다
• 앞서 본 one to one 예에서 user_profiles 테이블의 user_id 컬럼은 users 테이블에 걸려있는 외부 키라고 지정합니다.
• 즉 데이터베이스에게 user_id의 값은 users 테이블의 id 값이며 그러므로 users 테이블의 id 컬럼에 존재하는 값만 생성될 수 있습니다.
  • 만일 users 테이블에 없는 id 값이 user_id 에 지정되면 에러가 발생합니다.

왜 테이블들을 연결하는가?

• 왜 정보를 여러 테이블에 나누어서 저장하는가?
• 앞서 본 one to many의 예에 경우 그냥 하나의 테이블에 고객 정보와 구입한 제품 정보 모두를 저장 하면 안되는가?
• 하나의 테이블에 모든 정보를 다 넣으면 동일한 정보들이 불필요하게 중복되어 저장됩니다.
  • 더 많은 디스크를 사용하게 되고, 잘못된 데이터가 저장 될 가능성이 높아집니다.
• 예를 들어, 고객의 아이디는 동일한데 이름이 서로 다른 로우들이 있다면 어떻게 해야 할까요? 어떤 이름이 정확할까요?
• 여러 테이블에 나누어서 저장한후 필요한 테이블 끼리 연결 시키면 위의 두 문제가 사라집니다.
  • 중복된 데이터를 저장하지 않음으로 디스크를 더 효율적으로 쓰고,
  • 또한 서로 같은 데이터이지만 부분적으로만 내용이 다른 데이터가 생기는 문제가 없어집니다.
  • 이것을 **normalization**(정규화) 이라고 합니다.

ACID(Atomicity, Consistency, Isolation, Durability)

원자성, 일관성, 고립성, 지속성

원자성(Atomicity)은 트랜잭션과 관련된 작업들이 부분적으로 실행되다가 중단되지 않는 것을 보장하는 능력입니다. 예를 들어, 자금 이체는 성공할 수도 실패할 수도 있지만 보내는 쪽에서 돈을 빼 오는 작업만 성공하고 받는 쪽에 돈을 넣는 작업을 실패해서는 안됩니다. 원자성은 이와 같이 중간 단계까지 실행되고 실패하는 일이 없도록 하는 것입니다.

일관성(Consistency)은 트랜잭션이 실행을 성공적으로 완료하면 언제나 일관성 있는 데이터베이스 상태로 유지하는 것을 의미합니다. 무결성 제약이 모든 계좌는 잔고가 있어야 한다면 이를 위반하는 트랜잭션은 중단됩니다.

고립성(Isolation)은 트랜잭션을 수행 시 다른 트랜잭션의 연산 작업이 끼어들지 못하도록 보장하는 것을 의미합니다. 이것은 트랜잭션 밖에 있는 어떤 연산도 중간 단계의 데이터를 볼 수 없음을 의미합니다. 은행 관리자는 이체 작업을 하는 도중에 쿼리를 실행하더라도 특정 계좌간 이체하는 양 쪽을 볼 수 없습니다. 공식적으로 고립성은 트랜잭션 실행내역은 연속적이어야 함을 의미합니다. 성능관련 이유로 인해 이 특성은 가장 유연성 있는 제약 조건입니다. 자세한 내용은 관련 문서를 참조해야 합니다.

지속성(Durability)은 성공적으로 수행된 트랜잭션은 영원히 반영되어야 함을 의미합니다. 시스템 문제, DB 일관성 체크 등을 하더라도 유지되어야 함을 의미합니다. 전형적으로 모든 트랜잭션은 로그로 남고 시스템 장애 발생 전 상태로 되돌릴 수 있습니다. 트랜잭션은 로그에 모든 것이 저장된 후에만 commit 상태로 간주될 수 있습니다.

트랜잭션 (Transaction)

ACID를 제공함으로 따라서 트랜잭션(일련의 작업들을 한번에 하나의 unit으로 실행하는것) 기능을 제공합니다.
트랜잭션은 일련의 작업들이 마치 하나의 작업처럼 취급되어서 모두 다 성공하거나 아니면 모두 다 실패하는걸 이야기 합니다.

✔️ NoSQL 데이터베이스

• MongoDB, Redis, Cassandra 등이 가장 대표적인 NoSQL 데이터 베이스이다.

• 관계형 데이터베이스와 다르게 비관계형 이기 때문에 데이터들을 저장하기 전에 정의 할 필요가 없다.
  • 관계형 데이터베이스는 데이터들을 저장하기 전에 어디에 어떻게 저장할것인지를 정의 해야한다.
    • 즉 테이블을 정의해야함 (테이블 이름, 테이블과 다른 테이블의 관계, 각 컬럼의 타입 등등)
• MongoDB, Redis, Cassandra 등이 가장 대표적인 NoSQL 데이터 베이스이다.

✔️ SQL(RDBMS) VS NoSQL

SQL

• 장점

  • 관계형 데이터베이스는 데이터를 더 효율적으로 그리고 체계적으로 저장할 수 있고 관리 할 수 있다.
  • 미리 저장하는 데이터들의 구조(테이블 스키마)를 정의 함으로 데이터의 완전성이 보장할 수 있다.
  • 트랜잭션(transaction)

• 단점

  • 테이블을 미리 정의해야 하므로 테이블 구조 변화 등에 덜 유연한다.
  • 확장성이 쉽지 않다.
    • 역시 테이블 구조가 미리 정의 되어 있다보니 단순히 서버를 늘리는것 만으로 확장하기가 쉽지 않고 서버의 성능 자체도 높여야 한다.
    • 서버를 늘려서 분산 저장 하는것도 쉽지 않다.
    • Scale up (서버의 성능을 높이는것)으로 확장성이 됨.

• 정형화된 데이터들 그리고 데이터의 완전성이 중요한 데이터들을 저장하는데 유리하다.

  • 예) 전자상거래 정보. 은행 계좌 정보, 거래 정보 등등.

NoSQL

• 장점

  • 테이터 구조를 미리 정의하지 않아도 되므로 저장하는 데이터의 구조 변화에 유연하다.
  • 확장하기가 비교적 쉽다. 그냥 서버 수를 늘리면 됨(scale out)
  • 확장하기가 쉽고 테이터의 구조도 유연하다 보니 방대한 양의 데이터를 저장하는데 유리하다.

• 단점

  • 데이터의 완전성이 덜 보장된다.
  • 트랜잭션이 안되거나 비교적 불안정하다.

• 주로 비정형화 데이터 그리고 완전성이 상대적으로 덜 유리한 데이터를 저장하는데 유리하다.

  • 예) 로그 데이타