본문 바로가기
DataBase

NoSQL

by Dev. Jkun 2011. 1. 14.
반응형

출처 : http://cafe.naver.com/ccjmaster.cafe?iframe_url=/ArticleRead.nhn%3Farticleid=536


NoSQL

 

NoSQL은 관계형 데이터베이스의 한계를 극복하기 위한 데이터 저장소의 새로운 형태의 수평적 확장을 특징으로 한다고 한다. 관계형이 아니기 때문에 join이 없고 고정된 스키마를 갖지 않는다.

  현재 NoSQL 솔루션으로는 프로젝트 볼드모트와 카산드라, 다이나마이트, HBase, 하이퍼테이블, 카우치DB, 몽고DB 등이 있다. 카우치DB는 쿼리를 자바스크립트 기능으로 작성해야 한다. 몽고DB는 처음부터 내장 샤딩이 포함되어 있는데, 샤딩은 커다란 데이터베이스를 여러 조각으로 나눠서 여러 대의 서버에 분산 시킨다.

 

---------------------------------------------------------------------------------------------------

 

#id# : prparedStatement

 

HashCode는 PreparedStatement로 바뀌어 실행

 

com.ibatis

 

$id$ : Statement, SQL 자체

 

CDATA : 태그로 인식하지 말라

 

---------------------------------------------------------------------------------------------------

 

iterator tag

 

DynamicSQL은 Map을 해결할 수 없음

 

---------------------------------------------------------------------------------------------------

 

코드성 테이블

 

Order -> OrderMenu -> Menu

 

---------------------------------------------------------------------------------------------------

 

where 1=1

 

-------------------------------------------------------------------------------------------------------------------

 

클라우드 컴퓨팅(Cloud Computing)을 취재하다보면 매우 낯선 기술들특히 많은 오픈소스 프로젝트들과 대면하게 된다클라우드 컴퓨팅은 규모의 경제를 실현해 기존보다 무조건 저렴해야 되기 때문에 오픈소스 소프트웨어들을 사용해 도입 비용을 최대한 낮추고 있기 때문이다.

 

클라우드 컴퓨팅 분야에서 가장 대표적으로 거론되는 것이 대용량 데이터 처리 분석 오픈소스 프로젝트인 하둡(Hadoophttp://hadoop.apache.org)이다전문가들은 이미 익히 알고 있는 것이지만 국내에서는 삼성SDS가 지난 4월 하둡 전문가들이 모여 있는 미국의 클라우데라라는 회사와 협력을 꾀하겠다고 밝히면서 대중적으로 알려지기 시작했다아직 공식적으로 발표가 되지는 않았지만 LG CNS도 이와 관련된 인프라 구축을 검토하고 있는 것으로 알려졌고, SK C&C 또한 최근 그린IT 전략 발표장에서 클라우드 컴퓨팅 분야에서는 오픈소스를 최대한 활용하겠다고 밝혀 하둡 검토 작업에 들어간 것으로 보인다.

<?xml:namespace prefix = o /><?XML:NAMESPACE PREFIX = O /><?XML:NAMESPACE PREFIX = O /> 

하둡의 등장으로 수많은 인터넷 서비스 업체나 미디어 업체들은 관계형 DBMS 없이, SAN 구성 없이도 아주 저렴한 비용으로 대용량 데이터를 처리할 수 있는 인프라를 구축할 수 있게 됐다하둡을 이야기할 때 빼놓을 수 없는 것이 바로 구글의 분산 파일 시스템인 GFS(Google File System)과 분산 데이터베이스인 빅테이블(Big Table)이다구글은 자사의 인프라 운영에 적용된GFS와 빅테이블을 학계에 논문으로 공개했다. (국내 포털들이나 일반 기업 입장에서는 상상하기 힘든 핵심 기술을 공개한 것이지만 운영 노하우라는 가장 큰 경쟁력은 하루 아침에 따라올 수 없다는 점에서 구글의 자신감이 엿보이는 대목이다.)

 

하둡은 바로 이런 논문을 바탕으로 시작된 오픈소스 프로젝트로 오픈소스 자바검색 엔진의 대명사인 루씬(Lucene,http://lucene.apache.org)을 만든 더그 커팅(Doug Cutting)이 개발한 오픈소스 기반의 분산 컴퓨팅 플랫폼이다. 2007년 야후가 더그 커팅을 영입해 하둡 개발에 대한 지원을 하면서 동시에 야후 내부에 적용하는 등 타 고객들이 많이 사용할 수 있도록 하면서 확산됐다. (최근 더그 커팅은 야후를 떠나 클라우데라에 합류했다.) 

 

하둡 플랫폼에는 GFS와 유사한 대용량 데이터를 저장하고 처리하기 위한 하둡 분산 파일 시스템(HDFS; Hadoop Distributed File System)과 데이터베이스 역할을 하는 Hbase를 비롯한 다양한 오픈소스 소프트웨어들이 존재한다. (국내에서는 Hbase와 유사한 기능을 제공하는 Neptune라는 오픈소스 제품이 등장했다.)

 

하둡의 경쟁력에 대해 지난 4월 국내 방한했던 크리스토퍼 비시글리아 클라우데라 CSO “데이터를 바라보는 관점에 변화가 있어야 한다대용량 데이터를 저장하기 위해 10TB의 컴퓨팅 리소스에 1천 달러를 투자하는데 정작 이를 처리하는데 32GB 정도밖에 사용하지 않는다이는 전체 인프라 투자의 0.3% 수준이라고 전하고 “하둡의 경우 구글야후, 페이스북, 알리바바, 뉴욕타임즈, 폭스  이미 다양한 사업분야에서 검증된 기술”이라고 밝힌  있다. (그는 구글에 근무하면서 클라우드 컴퓨팅이라는용어를 처음으로 사용한 인물이다.)아마존,

 

오픈소스 플랫폼이기 때문에 누구나 가져다 쓰면 된다지난 7 28일에는 하둡을 적용한 첫 클라우드 컴퓨팅 사례가 국내서도 등장했다한국클라우드컴퓨팅연구조합이 7 28(대전 KAIST에서 넥스알, KAIST와 함께 국내 최초로 대학에 클라우드 컴퓨팅을 제공하는 씨유(CCI:U, Cloud Computing Initiative for Universities) 프로젝트를 런칭했는데 이 인프라에 하둡 플랫폼이 적용됐다. CCI:U는 대학들에게 클라우드 컴퓨팅 자원을 무상으로 제공해 차세대 컴퓨팅 관련 수업과 연구에 활용할 수 있도록 지원하기 위해 마련됐다.

 

앞서 밝힌대로 국내 3 IT 서비스 업체들도 관련 기술 적용에 착수하는 등 하둡 플랫폼과 수많은 오픈소스 소프트웨어의 적용 사례는 국내서도 점차 확대될 것으로 보인다.

하둡에 대해서 아주 간략히 다루긴 했지만 모든 클라우드 컴퓨팅 인프라에 하둡을 비롯한 오픈소스 소프트웨어를 적용할지는 전략적 선택이 필요하다내부 기술 인력과 외부의 든든한 지원 파트너를 확보하지 못하면 말 그대로 그림의 떡일 수밖에 없다.특히 서비스 규모나 처리해야 될 데이터의 량과 건수들을 정확히 파악해야 한다하둡은 소 잡는 칼이지 닭 잡는 칼이 아니기 때문이다.

 

다만 왜 하둡 플랫폼이 인기를 끌고 있는지어떤 구조로 설계돼 있는지에 대한 면밀한 검토는 반드시 필요해 보인다클라우드 컴퓨팅 시장의 활성화까지는 준비할 시간이 남아 있기 때문이다.

-------------------------------------------------------------------------------------------------------------------

NoSQL에 대해서 #1

웹이 점점 커지고 다양한 요구가 생겨나는 가운데 NoSQL이 커다란 이슈중에 하나로 떠오르고 있습니다. 제가 NoSQL에 대해서 처음 들은 것은 올 초정도로 기억하고 있습니다.

Google Trends에서 NoSQL로 검색한 결과


구글 트랜즈 에서 확인해보아도 NoSQL이라는 단어가 이슈화되기 시작한 것은 2009년 중순정도로 나타나고 있습니다.  위키피디아 에서 확인해 보면 NoSQL이라는 단어는 1998년 Carlo Strozzi이 SQL을 드러내지 않는 경량 데이터베이스로 이름지었고 2009년 초에 Last.fm의 Johan Oskarsson이 오픈소스 분산데이터베이스에 대한 논의를 위한 이벤트를 원했을 때 Rackspace 의 직원인 Eric Evans가 NoSQL이라는 단어를 다시 소개했다고 합니다. 아틀란타에서 열린 no:sql conference 2009가 NoSQL논의에 큰 영향을 미쳤다고 합니다. (이 컨퍼런스의 모토인 "select fun, profit from real_world where relational=false;"가 상당히 센스넘치는군요)

올해 중에 NoSQL중 하나는 경험해 보자는 생각이었는데 마침 좀 만져볼 기회가 생겨서 좀 만져보고 있습니다. 개념자체가 개발자에게 기존에 익숙한 RDBMS와는 너무 달라서 튜토리얼 보고 단순한 사용정도는 할 수 있겠지만 관련해서 고민해 보려면 NoSQL에 대해서 좀 자세히 알아야 할 필요가 있게 느껴졌습니다. 사실 NoSQL에 대한 지식이 많다보니 고민 자체가 해결책이나 진도나 나가지 않고 계속 빙글빙글 도는 느낌이라 여기저기 자료를 좀 찾아서 정리해 보았습니다.





CAP Theorem
NoSQL에 대해서 이해하려면 먼저 CAP 이론에 대해서 알 필요가 있습니다. CAP이론은 Brewer's CAP Theorem 으로 알려져 있는데 분산 컴퓨팅 시스템에서 보장해야 하는 특징으로 아래 3가지를 정의하고 있습니다.

  • Consistency (일관성) : 모든 노드들은 동시에 같은 데이터를 보아야 합니다.
  • Availability (유효성) : 모든 노드는 항상 읽기와 쓰기를 할 수 있어야 합니다.
  • Partition Tolerance (파티션 허용차) : 시스템은 물리적인 네트워크 파티션을 넘어서도 잘 동작하여야 합니다

CAP 이론에 따르면 위 3가지 중에 동시에 2가지만 보장할수 있고 3개를 모두 보장하는 것이 불가능하다고 나와있습니다. 그래서 데이터를 관리할때 이 3가지 중에 어느 2가지에 중점을 두냐는 것은 아주 중요한 부분입니다. 이 부분을 이해하는데 Nathan Hurst 이 만든 아래의 Visual Guide to NoSQL Systems 는 큰 도움이 됩니다.

사용자 삽입 이미지

기존에 많이 사용하던 RDBMS는 3가지 중 CA에 집중하고 있습니다. 웹이 발전하면서 다양한 요구사항이 생겨나고 엄청난 양의 데이터를 처리해야 하게 되면서 RDBMS가 갖지 못한 P의 특성이 필요해졌고 그러면서 등장한 것이 NoSQL입니다. 좀더 풀어쓰면 데이터베이스에 대한 수평적 확장(Horizontal Scalability 즉 옆에 서버한대 더 배치해서 데이터베이스를 늘리고 싶다는 의미입니다.)에 대한 이슈가 발생했고 확장성이슈를 해결하기 위해서 P를 선택하다 보니 기존에 가지고 있던 C나 A의 특성중 하나를 포기해야 했습니다. 그래서 NoSQL에는 다양한 시도들이 있지만 가장 중요한 이슈는 확장성을 해결하려는 것으로 생각됩니다.

관계형 데이터베이스는 기본적으로 분산형을 고려해서 디자인 되지 않았습니다. 그래서 ACID(원자성, 일관성, 독립성, 지속성) 트랜잭션 같은 추상화와 고레벨 쿼리모델을 풍부하게 제공할 수 있지만 확장성이 좋지 못하기 때문에 모든 NoSQL 데이터베이스는 다양한 방법으로 확장성 이슈를 해결하기 위해 초점을 맞추고 있습니다. 각 NoSQL에는 여러가지 차이점들이 있지만 CAP의 범주에서만 보면 CP를 선택하거나 AP를 선택하게 됩니다.




왜 비관계형이어야 하는가?
NoSQL이 확장성 이슈를 해결하려고 CP나 AP의 특성을 선택했지만 구체적으로 어떤 특징을 선택하고 왜 그래야 했는지 이해할 필요가 있습니다. NoSQL은 많은 제품군들이 있는데 모두 같은 전략으로 접근하고 있지는 않고 각각에 제품에 따라 다양한 접근을 하고 있는데 아래 적힌 내용들은 비관계형으로 가기 위한 여러가지 특성들에 대한 이야기이고 제품군에 따라 아래의 특성들을 선택한 여부는 다른 것으로 보입니다. 아래의 내용은 상당부분 VINEET GUPTA가 작성한 NoSql Databases - Part 1 - Landscape 를 참고하였습니다. 잘 정리된 문서라서 참고하시면 도움이 될 것입니다.



관계형 데이터 베이스는 확장하기가 어렵습니다.

Replication - 복제에 의한 확장
Master-Slave 구조에서는 결과를 슬레이브의 갯수만큼 복제해야 하는데 N개의 슬레이브에서 읽을 수 있기 때문에 Read는 빠르지만 Write에서는 병목현상이 발생하게 기 때문에 확장성에 대한 제한을 가지게 됩니다.
다중 마스터구조에서는 마스터를 추가함으로써 쓰기의 성능을 향상시킬 수 있는데 대신에 충돌이 발생할 가능성이 생기게 됩니다.

Partitioning(Sharding) - 분할에 의한 확장
Read만큼 Write도 확장할 수 있지만 애플리케이션레이어에서 파티션된 것을 인지하고 있어야 합니다. RDBMS의 가치는 관계에 있다고 할 수 있는데 파티션을 하면 이 관계가 깨져버리고 각 파티션된 조각간에 조인을 할 수 없기 때문에 관계에 대한 부분은 애플리케이션 레이어에서 책임져야 합니다. 일반적으로  RDBMS에서 수동  Sharding 은 쉽지 않습니다.



필요없는 특성들

UPDATE와 DELETE
Update와 Delete는 전통적으로 정보의 손실이 발생하기 때문에 잘 사용되지 않으며 후에 데이터 검사 및 재활성화를 위해서 기록해둘 필요가 있습니다. 그리고 사용자가 커뮤니티를 탈퇴한다고 그들의 글을 지우지 않듯이 도메인 관점에서는 실제로 삭제되지 않습니다.  이런 접근을 하게 되면 Update / Delete를 모두 Insert로 모델할수 있고 과거 데이터는 버전을 붙혀서 기록할 수 있으며 이 데이터들은 비활성데이터들이 됩니다. 이 INSET-only 시스템에서는 2개의 문제가 있는데 데이터베이스에서 종속(cascade)에 대한 트리거를 이용할 수 없으며 Query가 비활성 데이터를 걸러내야 할 필요가 있습니다.

JOIN
데이터가 많을 때 JOIN은 많은 양의 데이터에 복잡한 연산을 수행해야 하기 때문에 비용이 많이 들며 파티션을 넘어서는 동작되지 않기 때문에 피해야 합니다. 정규화는 일관된 데이터를 가지기 쉽게 하고 스토리지의 양을 줄이기 위해서 하는건데 반정규화(De-normalization)를 하면 JOIN문제를 피할 수 있습니다. 반정규화로 일관성에 대한 책임을 디비에서 애플리케이션으로 이동시킬수 있는데 이는 INSERT-only라면 어렵지 않습니다.

ACID 트랜젝션
Atomic (원자성) : 여러 레코드를 수정할 때 원자성은 필요없으며 단일키 원자성이면 충분합니다.
Consistency (일관성) : 대부분의 시스템은 C보다는 P나 A를 필요로 하기 때문에 엄격한 일관성을 가질 필요는 없고 대신 결과의 일관성(Eventually Consistent )을 가질 수 있습니다.
Isolation (격리성) : 읽기에 최선을 다하는(Read-Committe) 것 이상의 격리성은 필요하지 않으며 단일키 원자성이 더 쉽습니다.
Durability (지속성) : 각 노드가 실패했을때도 이용되기 위해서는 메모리가 데이터를 충분히 보관할 수 있을정도로 저렴해지는 시점까지는 지속성이 필요합니다.

고정된 스키마
RDBMS에서는 데이터를 사용하기 전에 스키마를 정의해야하고 Index등을 정의해야 하는데 현재의 웹환경에서는 빠르게 새로운 피쳐를 추가하고 이미 존재하는 피쳐를 조정하기 위해서는 스키마 수정이 필수적으로 요구됩니다. 하지만 컬럼의 추가/수정/삭제는 row에 lock을 걸고 index의 수정은 테이블에 락을 걸기 때문에 스키마 수정이 어렵습니다.



어떤 특성들은 갖지 않습니다.
계층화 데이터나 그래프를 모델하는 것은 어렵습니다. 또한 빠른 응답을 위해서 디스크를 피하고 메인 메모리에서 데이터를 제공하는 것이 바람직한데 대부분의 관계형 데이터베이스는 디스크기반이기 때문에 쿼리들이 디스크에서 수행됩니다.





기대하는 특성들
NoSQL이 바라는 환경은 서버들이 다른 용량들을 가지고 수업이 퍼져나가는 것으로 이를 노드라고 부릅니다. 

높은 확장성
점진적으로 노드를 추가할 수 있어야 하고 이는 파티셔닝을 통해서 가능합니다. 

높은 Availability
실패의 단일포인트가 없으며 데이터는 복제되기 때문에 어떤 노드가 죽었을때도 데이터는 이용이 가능합니다.

높은 성능
디스크대신 메모리 기반으로 결과는 빠르게 리턴되어야 하며 이는 논블락킹 Write와 낮은 복잡성을 가진 알고리즘을 통해서 이룰수 있습니다.

원자성
각각의 쓰기는 원자성을 가질 필요가 있다.

일관성
강한 일관정은 필요없고 결과적인 일관성만 가지면 된다.(Read-Your-Writes1 일관성)

지속성
데이터는 휘말성 메모리만이 아닌 디스크에서 유지되어야 합니다.

배포의 유연함(Flexibility)
노드의 추가/삭제는 데이터를 분산하고 수동으로 중재할 필요없이 자동적으로 로드되어야 하며 분산 파일 시스템이나 공유스토리지 요구같은 제약이나 특수한 하드웨어같은 것이 필요없어야 합니다. 이기종간의 하드웨어에서 동작가능해야 합니다.

모델링의 유연함(Flexibility)
Key-Value쌍, 계층형 데이터, 그래프등 여러가지 타입의 데이터를 간단하게 모델할 수 있어야 합니다.

쿼리의 유연함(Flexibility)
하나의 호출에서 제공된 키에 대한 값이 묶음을 얻는 다중 GET과 키의 특정 범위에 기반한 데이터를 얻는 범위 쿼리가 필요합니다.

---------------------------------------------------------------------------------------------------

 
Restful
 
 
반응형

'DataBase' 카테고리의 다른 글

[ERWIN] 오브젝트및 속성 명 일괄적으로 대/소문자 변경  (0) 2018.05.10
[ER-WIN] Names Option  (0) 2016.10.25
memsql  (0) 2013.12.30
FreeSQLFormatter [SQL정렬]  (0) 2012.02.13
ERStudio  (0) 2010.08.24

댓글