NoSQL | Notion

관계형 DB의 한계를 벗어나 빅데이터 처리를 위해 데이터의 읽기보다 쓰기에 중점을 둔, 수평적 확장이 가능하며 다수 서버들에 데이터 복제 및 분산저장이 가능한 DBMS (Not Only SQL)

특징	설명
Schema-less	- 데이터 모델링을 위한 고정된 데이터 스키마 없이 키값을 이용해 다양한 형태의 데이터 저장과 접근이 가능한 기능을 이용

데이터를 저장하는 방식에는 크게 컬럼, 값, 문서, 그래프의 4가지로 나뉨 | | Caching | 대규모의 질의에도 고성능 응답속도를 제공할 수 있는 메모리 기반의 캐싱 기술의 적용이 매우 중요하고 개발 및 운영에서도 일관되게 적용할 수 있는 구조 | | Elasticity (탄력성) | 시스템의 일부 장애에도 불구하고 시스템에 접근하는 클라이언트, 응용시스템의 다운타임이 없도록 하는 동시에 대용량 데이터의 생성, 업데이터, 질의에 대응할 수 있도록 시스템 규모와 성능 확장이 용이하고 입출력의 부하 분산에도 용이한 구조를 갖춤 | | 저렴한 클러스터 | PC 수준의 사용 하드웨어를 활용하여 다수의 노드를 구성하고, 수평적 확장 및 데이터 복제 및 분산 저장 가능 |

종류	설명	제품
Key-Value	- 단순하고 빠른 Get, Put, Delete 기능을 가진 기본 DB

메모리 기반에서 성능을 우선하는 시스템과 빅데이터를 저장/처리할 수 있는 방식 | Dynamo, Redis | | Column Family | 관계형 DB의 테이블에 대응되는 컬럼 패밀리의 행으로 데이터를 저장하는 구조 | Cassandra, Hbase, SimpleDB | | Document | XML, JSON 등의 문서를 Key-Value의 value 부분에 저장하는 구조 | MongoDB, CouchDB | | Graph | RDM의 엔트리 속성을 노드로 표현하고, 관계를 node 간의 edge로 표현하는 구조 | Neo4J, OrientDB |

BASE

관계형 DBMS의 ACID와 대조적으로 가용성과 성능을 중시하는 NoSQL - 분산 시스템의 특성
Basically Availiable (기본적인 가용성)
- 다수의 실패에도 가용성을 보장, 다수의 스토리지에 복사본 저장 (주 서버가 안되더라도 백업 서버는 동작한다)
- 부분적인 고장은 있을 수 있으나, 나머지는 사용이 가능하다
Soft-state (소프트 상태)
- 저장소는 쓰기 일관성이 있을 필요가 없으며 서로 다른 복제본이 항상 상호 일관성이 있을 필요도 없다
- 분산 노드 간 업데이트는 데이터가 노드에 도달한 시점에 갱신
Eventually Consistent (최종 일관성)
- 일시적으로 일관성이 깨지는 상태가 되어도 일정시간 후에는 일관성이 있는 상태가 되는 성질
- 저장소는 나중에 어떤 시점에서 일관성을 나타낸다

CAP 이론

분산 시스템에서 CAP 3가지 모두 만족시키기는 어렵고, 2가지만 선택 가능
Consistency : 모든 노드들은 같은 시간에 같은 데이터를 보여줘야 함(각각의 사용자가 항상 동일한 데이터를 조회함)
Availability : 몇몇 노드가 다운되어도 다른 노드들에게 영향을 주지 않아야 함(모든 사용자가 항상 읽고 쓸 수 있음)
Partition Tolerance : 일부 메시지를 손실하더라도 시스템은 정상 동작을 해야 함(물리적 네트워크 분산 환경에서 시스템이 잘 동작함)
Consistency - Availability : 강한 신뢰성 / 데이터 무결성, 일관성. 트랜잭션이 필요한 경우 필수적. 일반 RDBMS
Availability - Partition Tolerance : 일관성이 중요치 않은 서비스. 비동기화된 스토어 작업에 필수적. Dynamo, Apache Cassandra, CouchDB, Oracle Coherence
Partition Tolerance - Consistency : 모든 노드가 퍼포먼스 내야 하는 성능형. 구글의 BigTable, HyperTable, HBase