#8. NOSQL

NoSQL

1. 관계형 데이터베이스와 NoSQL

• 관계형 데이터베이스의 부족한 점

  • 한 테이블에 저장된 레코드들은 모두 같은 형태의 필드를 가져야 한다

    • 로그 데이터를 한 테이블에 기록할 때는 불편하다

  • 테이블에 필드를 추가하는 경우

    • 기존에 쌓여 있던 수 많은 레코드들 모두에 필드를 다 추가해야한다
    • 추가된 필드 값이 모두 null이 되게 함으로써 문제를 해결할 수 있다

• NoSQL 등장 배경

  • 레코드가 리스트나 배열이 아닌 트리나 구조체 형태를 갖출 수 있다면 어떨까?

2. 관계형 데이터베이스에서 확장성

• 게임 서비스를 이용하는 유저가 어마어마하게 많을 때

  • 데이터 엑세스하는 양이 많아진다

    • 정보를 데이터베이스 여러 대에 나누어 저장

  • 수직 분산

    • 여러 테이블을 각각 여러 데이터베이스 컴퓨터에 나누는 것
    • 엑세스 되는 테이블이 기존 테이블들 보다 적다면 수평분산하는 것이 좋다

  • 수평분산

    • 테이블 하나를 데이터베이스 컴퓨터에 나누는 것

  • 샤드

    • 데이터베이스에서 각 컴퓨터가 큰 테이블 1개를 조각조각 가진 것

  • 수평 분할 후 데이터베이스 엑세스 방법

    • 해시 함수 사용

      • 문자열을 입력으로 받고 연산 후 얻은 정수 값을 샤드 넘버로 사용

    • 로케이터 DB 사용

      • 찾는 레코드가 어느 샤드에 저장되었는지를 담고 있는 별도의 테이블에 엑세스하는 방법

    • 로케이드 DB 사용법

      • 게임서버가 DB에 질의
      • 질의와 관련된 레코드의 위치를 어떤 DB(로케이터 DB)에 묻는다
      • 샤드위치 파악후 해당 샤드에서 레코드 엑세스
      • 결과를 서버에 반환

  • RDBMS에서는 데이터 일관성을 중요히 여겨 수평 분산을 이용한 스케일 아웃을 하면 처리속도 측면에서 문제가 생긴다

  • 수평 분산은 기기 두대 이상에 나누어 저장된다. 데이터는 어떤 기기에 저장되고, 그 데이터가 어디에 있는지 가리키는 데이터는 또다른 기기에 저장된다

  • 분산락

    • 기기 둘 이상에 걸쳐 저장된 데이터를 엑세스 하는 동안 다른 스레드나 프로세스에서 엑세스를 블로킹 시켜주는 것
    • 기기 두 대 이상에 걸쳐 발견되어야 하는 데이터는 내부적으로 분산 락으로 보호되면서 엑세스 된다. 이로써 일관성을 지킬 수 있다

  • 데이터베이스 샤드가 많을수록 분산 처리 효과는 퇴색한다

    • 이는 RDBMS의 결점이아니라 일관성을 중요하게여기는 RDBMS의 특징
    • 일관성 원자성이 필요한 것은 맞지만 효율성이 떨어진다

  • 일관성과 원자성을 포기한다면?

    • 락이 줄어들면서 수평 분산 효과를 제대로 볼 수 있다
    • 엑세스하는 데이터가 항상 같은 결과를 입출력하지 않는다는 결과가 발생
    • 락에 따른 처리 성능 하락이 발생하지 않는다

• 관계형 데이터베이스에서 고가용성

  • 고가용성

    하드웨어 고장 또는 다른 이유로 서버기기가 정상 작동을 하지 않을 때도 사용자 입장에서는 서비스가 지속되는 상태를 유지하는 것

  • 장애극복

    고가용성을 위한 기법중 하나

    • 레코드의 상시 백업

      • DB1에 있는 레코드를 DB2에 항상 백업, 즉 미러링 복제를 수행
      • DB1 = 액티브 or 마스터 , DB2 = 패시브 or 슬레이브

    • 다중화 or 이중화

      • 같은 데이터가 DB1과 DB2에 모두 있게 하는 것

  • RDBMS는 일관성을 중시함으로 데이터를 변경할 때 액티브와 패시브를 모두 변경한 후에야

    '처리 완료'를 선언

  • 가용성을 높이고자 성능을 희생하는것

  • 슬레이브가 많을수록 고가용성은 강력해진다

    • 슬레이브의 변경 전파 과정을 건너 뛰고 서버에 응답함으로서 처리속도를 높일 수 있다

    • 단 마스터와 슬레이브는 항상 같은 상태가 아니고 일시적으로 옛 데이터를 가질수 있다

      • 스테일 데이터

        최신이 아닌 데이터, 일관성이 깨진다

  • ACID 에서 C,I를 어느정도 포기하면 만족스러운 수준의 스케일 아웃과 고가용성 확보 가능

  • BASE

    • 기본적으로 가용성이라는 뜻
    • 데이터 상태가 유연하다
    • 결과적 일관성을 가진다
    • 일시적으로 데이터 일관성이 깨지지만, 언젠가는 일관성을 다시 구축한다

• 요약

  구분	관계형 데이터베이스	NoSQL
  레코드 구조	테이블 안의 모든 레코드가 동일한 데이터 구조(필드)를 가져야 한다.	컬렉션 안의 모든 도큐먼트가 서로 다른 데이터 구조(트리)를 가져도 된다
  중요하게 여기는 것	데이터의 원자성과 일관성을 중요하게 여긴다.	데이터의 가용성(데이터 엑세스 요청을 신속하게 응답)과 수평 확장성을 중요하게 여긴다
  질의 기능	질의에서 할 수 있는 기능이 풍부하여 문법이 표준화되어 있다.	질의 기능이 상대적으로 적고 표준이 없다.

4. JSON

• 데이터 트리를 문자열로 표현한 것

// {}는 객체를 의미, 앞의 "a" 는 key , : 는 is 1은 value에 해당
ex1) {"a" : 1}
// 문자열을 value로 쓸 때 큰따옴표 사용
ex2) 
{
	"a" : 1,
    "b" : "x",
    "c" : 100
}
// 객체안에 객체 정의 가능, 배열은 []로 표시
ex3)
{
    "a" :1,
    "b" : "x",
    "c" : 100,
    "d" : {"x" :50, "y" : "qp"},
    "e" : [99,88,77]
}

5. MongoDB

RDBMS	MongoDB
DB 인스턴스	DB 인스턴스
테이블	컬렉션
레코드	도큐먼트

6. MongoDB 데이터 엑세스

• 생성/읽기/업데이트/삭제

//컬렉션과 도큐먼트 만들기
db.<COLLNAME>.insert(<OBJECT>)
ex)
db.coll1.insert({"a" :1 })

//읽기
db.<COLLNAME>.find(<COND>)
ex1)
db.coll1.find()
ex2) // gt는 greater , key가 a인 것 중에 1보다 큰 value를 찾음
db.coll1.find({"a" : {$gt : 1}})
ex3)_id 속성은 보여주지 말고 a 속성은 보여주기
db.coll1.find({},{"_id" :0 , "a" : 1})

//업데이트
db.<COLLNAME>.update($set:{K:V})
ex)
db.coll1.update({"a":1}, {$set:{"a":5}})

//지우기
db.<COLLNAME>.remove({K:V})
ex)a인 도큐먼트에서 값이 3인 것을 제거
db.coll1.remove({"a" : 3})

7. MongoDB 수평확장

• 서버 쪽에서 총 처리 가능량을 올리기위해 사용

• 서버 쪽의 기기 대수를 늘려서 문제를 해결

• 수평 확장을 샤딩 혹은 파티셔닝이라고 한다

• 샤드 클러스트 구성

  • ConfigDB

    MongoDB 샤드 클러스트에 관한 정보를 담고 있음

  • APP

    게임 서버

  • mongos

    APP과 MongoDB의 HUB

  • Shard 1,2,3...

    분산된 데이터베이스

  • 특징

    • 각 샤드는 샤드 키로 구분되는 도큐먼트를 분배해서 가진다

    • 샤드 키가 없는 질의 명령을 실행하면, mongos는 모든 샤드에 질의 명령을 던지는

      브로드캐스트 기법으로 실행. 성능이 큰 폭으로 떨어지므로 주의

    • 모든 샤드 안의 도큐먼트는 같은 샤드 키를 갖는 것이 둘 이상 있어서는 안된다.

    • ConfigDB가 죽으면 모든 샤드도 사용할 수 없다

    • ConfigDB는 필수적으로 다중화(이중화) 해야함