rdb, nosql, gdb

RDB (Relational Database), NoSQL, 그리고 GDB (Graph Database)는 각기 다른 데이터 모델과 용도에 맞춰 설계된 데이터베이스 시스템입니다. 각자의 장단점을 정리하면 다음과 같습니다.

RDB (Relational Database)

장점

• 데이터 일관성: 엄격한 스키마 구조를 따르기 때문에 데이터 일관성을 유지하기 쉽습니다.
• 관계형 모델: SQL로 관계를 쉽게 정의하고 복잡한 쿼리를 작성할 수 있습니다.
• ACID 속성: 트랜잭션이 강력하게 보장되므로 금융 거래와 같이 높은 신뢰성을 요구하는 시스템에 적합합니다.
• 성숙한 기술: 오랜 기간 사용되어 성숙한 툴, 문서, 지원이 풍부합니다.

단점

• 수평 확장 어려움: 수직 확장은 가능하나 수평 확장이 어려워 대규모 데이터 처리에 부적합할 수 있습니다.
• 유연성 부족: 고정된 스키마를 가져야 하므로 스키마가 자주 변경되는 환경에는 적합하지 않습니다.
• 복잡한 조인 연산 성능 저하: 많은 조인 연산이 필요한 경우 성능 문제가 발생할 수 있습니다.

NoSQL (Not Only SQL)

장점

• 수평 확장 용이: 분산 시스템을 기반으로 하여 대규모 데이터 저장 및 처리가 가능합니다.
• 유연한 스키마: 스키마가 없거나 느슨한 구조를 가지므로 데이터 구조가 자주 변하거나 비정형 데이터를 저장할 때 적합합니다.
• 고성능: 키-값 저장소, 문서형, 열 지향형 등 여러 유형이 있어 다양한 워크로드에 맞게 최적화할 수 있습니다.
• 빠른 개발 속도: 스키마 제약이 적어 애플리케이션 개발과 변경이 빠르게 가능합니다.

단점

• 데이터 일관성 약함: 보통 분산 시스템에서 가용성과 성능을 우선시하기 때문에 데이터 일관성(CAP 이론에서 Consistency)이 약한 경우가 있습니다.
• 복잡한 쿼리 어려움: 관계형 데이터 쿼리가 어려울 수 있으며, 일부 NoSQL 시스템에서는 조인을 직접 지원하지 않습니다.
• 성숙도와 표준화 부족: RDBMS에 비해 상대적으로 덜 성숙하며 시스템마다 문법과 구조가 달라 표준화가 부족할 수 있습니다.

GDB (Graph Database)

장점

• 복잡한 관계 표현: 데이터 간의 복잡한 관계를 간단하게 표현할 수 있어 소셜 네트워크, 추천 시스템 등에 유리합니다.
• 고속 탐색: 그래프 구조를 기반으로 하여 노드 간 경로 탐색, 최단 경로 계산 등이 빠르게 수행됩니다.
• 유연한 스키마: 관계형 데이터베이스보다 유연한 스키마로 동적으로 데이터 모델을 변경할 수 있습니다.
• 쉬운 관계 확장: 데이터를 추가하면서 새로운 관계를 쉽게 추가할 수 있어 연결이 많은 데이터 모델에 적합합니다.

단점

• 수평 확장 어려움: 대규모 그래프 데이터에 대해 수평 확장이 어려울 수 있습니다.
• 복잡한 쿼리 비용: 복잡한 그래프 쿼리 작성이 어렵고, 특히 대규모 데이터에서는 성능 이슈가 발생할 수 있습니다.
• 제한된 도구 및 지원: RDB나 NoSQL에 비해 상대적으로 도구와 지원이 제한적입니다.