DB 종류Database Types
관계형 DBMS 를 기준으로 두고 데이터 모델 · 데이터 유형 · 노드 배치 · 운영 형태 가운데 어느 축을 바꿨는가에 따라 데이터베이스를 NoSQL · 특수 목적 · 분산 · 클라우드 네 갈래로 나눈 것이다. DBMS 안의 질의 처리 · 저장 · 트랜잭션은 데이터베이스가 맡는다.
1요약
- DB 종류는 행 단위 저장 · B-Tree 색인 · 비용 기반 옵티마이저 · ACID 를 갖춘 관계형 DBMS(Stonebraker · Çetintemel 2005 1절)를 기준점으로 두고, 그 틀에서 바꾼 축으로 NoSQL · 특수 목적 · 분산 · 클라우드 네 토픽을 나누며, 그 위에서 세션 저장 · 센서 기록 · 임베딩 검색 · 여러 지역 주문 처리가 돈다.
- 엔진 하나로 모든 업무를 받는 방식은 맞지 않는 업무에서 처리량이 크게 떨어졌다 — 같은 스트림 처리 응용이 전용 엔진에서는 초당 160,000건, 범용 관계형 DBMS 에서는 초당 900건이었다(Stonebraker · Çetintemel 2005 4절).
- 「DB 를 바꿔야 하나」는 어느 축이 막혔는가로 가른다 — 질의가 표 · 조인과 맞지 않으면 데이터 모델, 색인이 데이터 유형과 맞지 않으면 특수 목적, 한 노드의 용량 · 처리량을 넘으면 분산, 운영 인력 · 탄력이 모자라면 클라우드를 본다.
2등장 배경
1970년대 관계형 시제품 System R · INGRES 는 계좌 · 주문 같은 업무 처리(OLTP)를 겨냥해 만들어졌고, 1980년대 초부터 상용 DBMS 는 모든 기능을 코드 한 벌에 담는 전략을 지켰다(Stonebraker · Çetintemel 2005 1절). 1990년대 초 기업이 운영 시스템 50개 안팎의 데이터를 모으는 데이터 웨어하우스가 생기면서 같은 엔진에 성격이 다른 집계 질의가 몰렸다(같은 논문 2절).
1986년 Stonebraker 는 여러 프로세서를 묶는 방식을 공유 메모리 · 공유 디스크 · 공유 없음 셋으로 나누고 공유 없음이 비용 대비 가장 낫다고 보았다(Stonebraker 1986 1 · 2절). 2005년 Stonebraker · Çetintemel 은 스트림 처리 · 센서 · 텍스트 검색 · 과학 데이터 · XML 을 들어 시장이 독립 엔진 여럿으로 갈라질 것이라 했고(5절), 2000년대 말 수평 확장형 NoSQL, 2010년대 초 SQL 과 ACID 를 지키며 늘어나는 NewSQL 이 나왔다(Stonebraker · Pavlo 2024 3.4절).
2024년 Stonebraker · Pavlo 는 관계 모델과 SQL 이 여전히 주류이고 새 모델의 좋은 점을 흡수해 왔다고 정리했다(Stonebraker · Pavlo 2024 초록). 그래서 DB 종류는 «관계형을 대신하는 목록»이 아니라 «관계형에서 무엇을 바꿨는가»의 분류로 읽는다.
3쉽게 이해하기 — 정식당 사장의 네 가지 고민
김 사장은 차림표가 정해진 정식당 하나를 꾸린다. 손님이 늘자 고민이 넷 생긴다 — 번호표만 내밀고 바로 가져가려는 손님, 빵 · 회처럼 전용 오븐 · 냉장고가 있어야 하는 메뉴, 한 주방으로는 감당이 안 되는 손님 수, 그리고 설거지 · 수리 · 위생 점검을 맡을 사람이 없다는 것. 김 사장은 네 가지를 한꺼번에 바꾸지 않고 막힌 것만 하나씩 바꾼다.
그림 1 · 정식당을 기준으로 메뉴 모양 · 조리 도구 · 지점 수 · 주방 소유 넷 가운데 막힌 것만 바꾸면 네 가지 가게가 된다.
그림 2 · 공유 주방에 든 체인 포장 가게처럼, 실제 제품도 네 축을 따로 골라 NoSQL · 분산 · 클라우드에 함께 들 수 있다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 김 사장 정식당 | 관계형 DBMS(기준점) | 표 · 조인 · ACID 트랜잭션 · SQL 로 업무 데이터를 처리한다 |
| 정해진 차림표 | 스키마 | 쓰기 전에 표와 열을 정의한다 |
| 번호표 포장 창구 | NoSQL(데이터 모델 축) | 표 대신 키-값 · 문서 · 그래프로 저장해 키 하나로 읽는다 |
| 전용 오븐 · 냉장고 | 특수 목적 DB(데이터 유형 축) | 시간 · 위치 · 임베딩에 맞는 색인과 연산을 둔다 |
| 지점 셋 | 분산 DB(노드 배치 축) | 데이터를 샤드로 나누고 사본을 여러 노드에 둔다 |
| 공유 주방 임대 | 클라우드 DB(운영 형태 축) | 설치 · 백업 · 증설을 사업자가 맡고 쓴 만큼 과금한다 |
| 쓴 만큼 내는 임대료 | 측정 서비스 | 사용량을 재어 요금과 자원을 맞춘다(NIST SP 800-145 2절) |
| 막힌 것만 바꾸기 | 축별 선택 | 바꾸지 않은 축은 관계형의 성질을 그대로 쓴다 |
⚠ 비유가 맞지 않는 곳: 식당은 지점을 내도 손님 한 명의 주문은 한 지점에서 끝나지만, 분산 DB 에서는 거래 하나가 여러 샤드를 건드리면 노드 사이 다단계 커밋이 필요하다(Stonebraker 1986 2절).
4구조 — 바꾼 축으로 나눈 네 토픽
넷은 관계형 기준점에서 바꾼 축이 하나씩 다르다. 데이터 모델과 데이터 유형은 «무엇을 저장하나», 노드 배치와 운영 형태는 «어디서 누가 돌리나»를 바꾼다.
그림 3 · 관계형 기준점에서 데이터 모델을 바꾸면 NoSQL, 데이터 유형을 바꾸면 특수 목적, 노드 배치를 바꾸면 분산, 운영 형태를 바꾸면 클라우드 데이터베이스다.
| 갈래 | 바꾼 축 | 푸는 문제 | 다루는 단위 | 대표 근거 | 아래 토픽 |
|---|---|---|---|---|---|
| NoSQL | 데이터 모델 | 키로만 읽는 대량 요청 · 중첩 개체 · 관계 따라가기 | 키-값 · 문서 · 열 묶음 · 간선 | Stonebraker · Pavlo 2024 2.2 ~ 2.4 · 2.8절 | 키-값 DB · 문서 DB · 그래프 DB · 와이드 컬럼 DB · 인메모리 DB |
| 특수 목적 데이터베이스 | 데이터 유형 · 색인 | 시간 범위 · 위치 · 유사도처럼 B-Tree 가 줄이지 못하는 질의 | 시각 · 기하 · 임베딩 벡터 | 벡터 = 문서 모델 + 근사 최근접 색인(2.7절) | 시계열 DB · 벡터 DB · 공간 DB · 임베디드 DB · 객체 관계 DB(ORDBMS) |
| 분산 DB | 노드 배치 | 한 노드를 넘는 용량 · 쓰기 · 가용성 | 샤드 · 사본 | 공유 없음 구조(Stonebraker 1986 1절) | 샤딩 · DB 복제 · NewSQL · 분산 SQL · HTAP · CAP 정리 |
| 클라우드 데이터베이스 | 운영 형태 | 설치 · 백업 · 증설 부담과 부하 변동 | 계산 노드 · 저장 노드 · 사용량 | 계산 · 저장 분리(Stonebraker · Pavlo 2024 3.2절) · 신속 탄력(NIST SP 800-145 2절) | DBaaS · 클라우드 네이티브 DB · 서버리스 DB |
NoSQL 아래에는 키-값 · 문서 · 와이드 컬럼 · 그래프가 「DB」 · 「저장소」 두 이름으로 함께 있으나 같은 네 모델이다. 임베디드 DB 는 데이터 유형보다 «응용 프로세스 안에서 도는» 배치 차이지만 그대로 특수 목적 아래에 둔다.
🔑 DB 종류는 제품 목록이 아니라 축 목록이다 — 한 제품이 데이터 모델 · 노드 배치 · 운영 형태를 함께 바꿔 NoSQL · 분산 · 클라우드에 동시에 들 수 있다.
5동작 — 전자책 도서관 서비스의 저장소 고르기
전자책 도서관 서비스(회원 200만 명 · 책 50만 권 · DBA 1명)의 데이터 다섯 가지를 축 하나씩 따져 본다. 규모 숫자는 설명용 가정 값이고, 크기는 그 값으로 직접 계산했다.
- 회원 · 대출 · 포인트 — 대출 1건이 재고 감소 · 대출 행 추가 · 포인트 적립을 한 트랜잭션으로 바꾼다. 하루 4만 건이면 평균 초당 0.46건이라 막힌 축이 없어 관계형 기준점에 둔다.
- 책 상세 — 저자 여럿 · 목차 중첩 · 판본마다 다른 필드가 있지만 대출 거래와 조인해 읽는다. 관계형의 JSON 열로 받고 데이터 모델 축은 바꾸지 않는다(문서 DB 와 관계형의 차이는 줄고 있다 · Stonebraker · Pavlo 2024 2.9절).
- 열람 기록 — 200만 명 × 하루 30건 = 하루 6,000만 행, 평균 초당 694행이다. 행 120바이트면 하루 7.2 GB, 1년 2.63 TB 이고 질의는 «회원 한 명의 지난 7일»처럼 시간 범위다 → 데이터 유형 축을 바꿔 시계열 DB 로 보낸다.
- 본문 의미 검색 — 책마다 문단 200개를 768차원 임베딩으로 바꾸면 벡터 1억 개 × 768 × 4바이트 = 307.2 GB 다(색인 제외). 유사도 질의라 벡터 색인이 필요하고, 관계형의 벡터 색인 확장과 벡터 DB 가운데 고른다(2.7절).
- 열람 기록 1년 뒤 — 2.63 TB 와 쓰기 부하가 노드 한 대의 디스크 · 처리 한계를 넘으면 노드 배치 축을 바꾼다. 회원 ID 해시로 샤드 8개에 나누면 샤드당 1년 329 GB 이고, 회원 한 명의 질의는 샤드 하나에서 끝난다.
- 운영 — DBA 1명이 야간 백업 · 패치 · 증설을 다 맡지 못하면 운영 형태 축을 바꿔 DBaaS 로 옮긴다 — 증설 · 축소를 요청대로 하고 사용량으로 과금한다(NIST SP 800-145 2절).
- 결과 — 다섯 데이터 가운데 축을 하나도 바꾸지 않은 것이 둘, 열람 기록은 유형 · 배치 두 축, 전체 운영은 한 축을 바꿨다.
그림 4 · 같은 서비스의 데이터 다섯 가지가 막힌 축에 따라 기준점 · 시계열 · 벡터 색인 · 샤드 · 관리형으로 흩어지고, 열람 기록은 특수 목적과 분산을 거친다.
🔑 저장소는 서비스 단위가 아니라 데이터 단위로 고른다 — 같은 서비스 안에서도 거래 데이터는 기준점에 남고 기록 · 벡터만 기준점 밖으로 간다.
그림 5 · 축 하나를 바꿀 때마다 얻는 것과 함께 관계형 기준점이 주던 성질 하나를 내주므로, 막힌 축만 바꾼다.
6비교 — DB 종류 · 데이터베이스 · 데이터 모델링 · 데이터 분석 · 검색의 경계
| 기술 | 맡는 일 | DB 종류와의 경계 | 넘기는 곳 |
|---|---|---|---|
| DB 종류 | 어느 축을 바꾼 저장소를 고르나 | — | 고른 저장소의 내부 동작 → 데이터베이스 |
| 데이터베이스 | 질의 처리 · 저장 · 트랜잭션 · 회복의 내부 | 기준점 안의 구조를 맡고, DB 종류는 그 틀을 바꾼 변종을 견준다 | 변종별 차이 → DB 종류 |
| 데이터 모델링 | 엔터티 · 키 · 관계를 나눔 | 표로 나눌지 키 · 문서로 묶을지는 모델링 결과가 DB 종류 선택의 입력이 된다 | 접근 패턴 · 키 → DB 종류 |
| 데이터 분석 | 쌓인 이력의 집계 · 판단 | 컬럼 저장 · 웨어하우스는 데이터 분석이 맡고, DB 종류는 운영 데이터 저장소를 고른다 | 분석용 사본 요구 → 데이터 분석 |
| 검색 | 문서 적합도 순위 | 벡터 DB 는 유사도 색인을 저장하고, 순위 · 적합도 계산은 검색이 맡는다 | 랭킹 · 역색인 → 검색 |
분석저장소의 «종류»를 고르는 질문이면 DB 종류, 고른 저장소 «안»에서 틀어지면 데이터베이스, 키 · 엔터티를 아직 정하지 못했으면 데이터 모델링으로 먼저 간다. 근거는 「넘기는 것」 열 — 벡터 DBMS 도 문서 DBMS 에 근사 최근접 색인을 더한 것이라 내부 동작은 같은 틀로 설명된다(Stonebraker · Pavlo 2024 2.7절).
7실무 진단 — 막힌 축 가르기
분석모델 → 유형 → 배치 → 운영 순으로 본다. 앞의 두 축은 질의 하나로 바로 드러나고, 배치 축은 바꾸면 데이터 위치 설계와 분산 커밋 부담이 생겨(Stonebraker 1986 2절) 앞의 두 축으로 풀리지 않을 때만 연다.
| # | 증상 | 의심 원인 | 축 | 확인 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 질의 대부분이 키 하나로 행 하나만 읽고 스키마 변경이 잦음 | 표 · 조인이 접근과 맞지 않음 | 데이터 모델 | 질의 로그의 조인 수 · 조건 열 | 조인이 거의 없고 키 하나로 끝나면 NoSQL 후보 · 단 단순 키-값은 관계형으로도 같거나 낫다(Stonebraker · Pavlo 2024 2.9절) |
| 2 | 시간 범위 · 위치 · 유사도 질의가 전체 읽기 | B-Tree 가 그 유형을 줄이지 못함 | 데이터 유형 | 실행 계획(EXPLAIN) 의 색인 사용 | 확장 색인(공간 · 벡터)을 먼저 붙여 보고, 그래도 막히면 전용 DB(2.7절) |
| 3 | 디스크 · 쓰기 처리량이 한 노드 상한에 다가감 | 용량 · 처리량 한계 | 노드 배치 | 월별 크기 추세 · 초당 쓰기 · 노드 측정 한계 | 위로 늘릴 여지가 없으면 샤딩 · 읽기만 많으면 복제 먼저 |
| 4 | 분산 뒤 일부 거래만 느려짐 | 거래가 샤드 여럿을 건드림 | 노드 배치 | 샤드를 넘는 거래 비율 | 넘는 거래는 다단계 커밋을 거친다(Stonebraker 1986 2절) → 샤드 키를 다시 정함 |
| 5 | 백업 · 패치가 밀리고 부하가 시간대별로 크게 오르내림 | 운영 인력 · 고정 용량 | 운영 형태 | 운영 작업 시간 · 사용률 추이 | 탄력 · 측정 서비스가 필요하면 관리형(NIST SP 800-145 2절) |
진단 뒤 선택은 아래 토픽이 맡는다 — 모델 고르기는 NoSQL, 공간 색인은 공간 DB 로 내려간다.
8시험 대비
www.q-net.or.kr시험에서는 데이터베이스 종류를 분류 기준과 함께 그리게 하는 구조 · 구성형, 관계형 · NoSQL · NewSQL 을 견주는 비교형으로 나올 수 있다. 구조형이면 «바꾼 축 넷» 분류표를 먼저 세우고 축마다 대표 종류 둘을 붙이며, 비교형이면 데이터 모델 · 원자 범위 · 확장 방식 · 운영 주체 네 행으로 쓴다.
- 개요 — 관계형 기준점(행 저장 · B-Tree · 옵티마이저 · ACID) · 엔진 하나의 한계(160,000 ↔ 900건/초)
- 분류 기준 — 그림 3 네 축(데이터 모델 · 데이터 유형 · 노드 배치 · 운영 형태)과 네 토픽 표
- 축별 대표 — NoSQL 네 모델 · 시계열 · 벡터 · 공간 · 샤딩 · 복제 · NewSQL · DBaaS · 서버리스
- 선택 절차 — 그림 4 사례(데이터 다섯 · 막힌 축만 바꿈 · 694 행/초 · 307.2 GB · 샤드 8)
- 득실 — 그림 5 축별 얻는 것 · 내주는 것(조인 · 원자성 · 다단계 커밋 · 통제)
- 동향 — 관계형이 문서 · 벡터 기능을 흡수 · NoSQL 의 트랜잭션 추가 · 계산 · 저장 분리
꼭 쓸 키워드
관계형 기준점데이터 모델특수 목적 DB공유 없음샤딩복제NewSQLDBaaS서버리스근사 최근접 색인CAP 정리
다른 답안과 차이를 내는 한 가지는 그림 5 처럼 축마다 «내주는 것»을 함께 적어, 종류 나열이 아니라 선택 기준으로 답하는 것이다.
9오해와 사실
- 오해NoSQL · NewSQL 이 관계형 데이터베이스를 차례로 대체하고 있다.사실관계 모델과 SQL 은 주류로 남아 새 모델의 장점을 흡수했고, 주요 NoSQL 제품들도 지난 10년 사이 트랜잭션을 더했다(Stonebraker · Pavlo 2024 2.9 · 3.4절).
- 오해벡터 검색을 하려면 벡터 전용 DB 가 따로 있어야 한다.사실벡터 DBMS 는 문서 DBMS 에 근사 최근접 색인을 더한 것이고, 여러 관계형 DBMS 가 대규모 언어 모델 확산 뒤 1년 안에 벡터 색인을 붙였다(Stonebraker · Pavlo 2024 2.7절).
- 오해클라우드 DB 는 기존 DB 를 클라우드 가상 서버에 설치한 것이다.사실첫 제공은 그랬지만 이후 계산 노드와 저장 노드를 나눠, 데이터를 다시 나누지 않고 질의마다 계산 노드를 더하는 구조로 다시 설계됐다(Stonebraker · Pavlo 2024 3.2절).
10핵심 정리
| 구분 | 바꾼 축 | 얻는 것 | 내주는 것 | 고를 신호 | 근거 |
|---|---|---|---|---|---|
| 관계형 기준점 | 없음 | 여러 표 ACID · 즉석 조인 · SQL | 한 노드 규모 · 범용 색인 | 막힌 축 없음 | Stonebraker · Çetintemel 2005 1절 |
| NoSQL | 데이터 모델 | 키 접근 지연 · 스키마 유연 | 조인 · 여러 키 원자성 | 키 하나로 끝나는 질의 | Stonebraker · Pavlo 2024 2.2 ~ 2.4절 |
| 특수 목적 DB | 데이터 유형 | 시간 · 공간 · 유사도 색인 | 범용 질의 · 운영 대상 하나 더 | 범위 · 근접 질의가 전체 읽기 | Stonebraker · Pavlo 2024 2.7절 |
| 분산 DB | 노드 배치 | 노드 수만큼 용량 · 처리량 | 샤드 넘는 거래 비용 | 한 노드 상한 접근 | Stonebraker 1986 2절 |
| 클라우드 DB | 운영 형태 | 사업자 운영 · 탄력 · 사용량 과금 | 설정 통제 · 이전 비용 | 운영 인력 부족 · 부하 변동 | NIST SP 800-145 2절 |
| 겹친 제품 | 축 둘 이상 | 축별 이득의 합 | 축별 손실의 합 | 막힌 축이 실제로 둘 이상 | Stonebraker · Pavlo 2024 3.4절 |
11참고 문헌
- 먼저 볼 문헌
- ★ One Size Fits All - An Idea Whose Time Has Come and Gone (Proc. 21st ICDE 2005) — 범용 관계형 엔진 하나로 모든 업무를 받는 방식이 왜 깨지는지 시장별로 볼 때
- ★ What Goes Around Comes Around... And Around... (SIGMOD Record 53(2)) — 키-값 · 문서 · 벡터 · 그래프 모델과 클라우드 · NewSQL 구조가 관계형과 어떻게 만나는지 볼 때
- ★ The Case for Shared Nothing (IEEE Database Engineering Bulletin 9(1)) — 공유 메모리 · 공유 디스크 · 공유 없음 세 구조의 득실을 볼 때
- ★ NIST SP 800-145 The NIST Definition of Cloud Computing — 관리형 DB 가 기대는 신속 탄력 · 측정 서비스의 정의를 볼 때
- 본문 근거