[MongoDB] MongoDB 란?

 

 

 

요즘 시대에는 구글이나 아마존, 페이스북 같은 글로벌 서비스를 제공하는 회사가 늘어나면서 

방대한 양의 데이터를 서비스를 제공하는데 문제없이 

 

빠른 속도로 처리할 수 있는 데이터베이스에 대한 필요성이 강해졌다. 

 

대용량 데이터 서비스를 제공하기 위해서는 전통적인 RDBMS만으로는 처리하기에는 한계가 존재한다.

MySQL 같이 오픈 소스 RDBMS는 비용적인 문제를 해결해주기는

 

하지만 이러한 MySQL도 빅데이터를 처리하기에는 무리가 있다.

예를들어 엄청난 양의 데이터가 있고,

 

매번 데이터베이스 스키마에 맞게 데이터를 조작하여 작업을 수행한다면

 

여러가지 리소스의 낭비가 발생된다고 볼 수 있다.

 

이를 해결하기 위해서 NoSQL이 등장하였고

 

다른 NoSQL과 같이 MongoDB는 이러한 문제를 해결하기 위해 적합한 데이터베이스라고 볼 수 있다. 

자체적으로 분산 처리, 데이터 리밸런싱, 샤딩, 데이터 복제, 복구 등을 지원하고 

 

무엇보다 Schema-less 한 구조이기에 대용량의 데이터 작업에 아주 효율적인 데이터베이스이다. 

또한 일부 RDBMS의 기능을 제공하기도 한다.(인덱싱 과 같은 전통적인 RDB 에서 지원하는 기능 제공)

 

 

 

MongoDB 의 특징

특징	설명
JSON 형태로 저장	-중괄호를 기준으로 Document 를 구분, 그 안의 속성이 Key - Value 쌍으로 이루어짐
JOIN 지원하지 않음	- 빅데이터 처리 속도 향상을 위해 JOIN 을 사용하지 않아도 되도록 Embedding 필요
Memory Map 형태	- 메모리 크기에 의존적 - 데이터 쓰기 시 OS 의 가상 메모리에 데이터를 넣은 후 비동기로 디스크에 기록 - 로그, 세션, 이벤트 참여 내역 등의 데이터 처리에 적합
트랜잭션이 필요한 데이터 처리에 부적합	- 정확한 트랜잭션 처리가 필요하다면 RDB 를 사용해야함
Document Data Model	- One Query 로 해결이 가능하게끔 Collection Model 설계가 필요

 

 

 

MongoDB 의 장단점

장점	- Schema-less 구조 : 다양한 형태의 데이터 저장, 데이터 모델의 유연한 변화가 가능 - Read/write 성능 뛰어남 - Scale out 구조 - 데이터를 직관적으로 이해하기 쉽다 : JSON 구조 - 사용 방법이 쉽고 개발이 편리
단점	- 데이터 업데이트할 때 장애가 발생하면 데이터 손실될 가능성 있음 - 인덱스가 많이 늘어날 때 충분한 메모리가 필요함 - 데이터 공간 소모가 RDMBS 보다 많다 : 비효율적인 Key 저장, 데이터 자체의 중복 가능성 - MapReduce 작업이 Hadoop 보다 성능이 떨어짐 - 복잡한 JOIN 사용할 때 성능 제약 있음 - Transaction 지원이 RDBMS 보다 미약

 

 

 

MongoDB 와 MySQL 의 성능비교

 

- 동일한 데이터로 CRUD 할때 대부분 MongoDB 가 빠르다.

쓰기 성능 비교	MongoDB 가 100배 이상 빠름
읽기 성능 비교	MongoDB 가 3배 이상 빠름

 

 

 

MongoDB 복제기능

특징	설명
Master-Slave 구성 가능	Master-Slave 구성이 가능하며, 데이터 복사본을 Slave 에 배치할 수 있다 → Data Mirroring
장애대응 가능	- Slave 장애시에는 데이터에 영향 없음 - Master 장애시에는 자동적으로 Slave 들 끼리 Master를 선출하여 중단없는 서비스를 구현
내부 저널링 지원	- MongoDB 데이터 변화에 따른 모든 연산에 대한 로그를 적재 → 데이터 손실시 로그를 통해 데이터 복구 가능 - 데이터 손실 최소화 효과

 

 

 

MongoDB Sharding 기능 제공

 

특징	설명
Sharding 기능 지원	대용량의 데이터 저장을 위해 소프트웨어적으로 데이터베이스를 분산시켜 처리하는 구조 채택
Sharding 종류	디비가 저장하고 있는 테이블을 테이블 단위로 분리하는 방법 디비가 저장하고 있는 테이블 자체를 분할하는 방법
Sharding 시스템 구조	분산 데이터베이스의 전통적인 3계층 구조(응용, 중개자, 데이터 계층) 지원 응용 계층(Client)이 데이터에 접근하기 위해 중개자(Config Server + Mongos)를 통해 모든 데이터의 입출력을 처리하는 방식 Client 측에서는 추상화된 한 개의 데이터베이스로 것으로 보이며, 데이터가 어떻게 샤딩되는지 등을 알 필요성은 없다
Sharding 방식	응용 계층(Client)에서 중재자(Mongos)에 데이터 요청 Mongod 데이터에서 샤딩된 데이터를 찾아줌 다시 하나로 통합해서 클라이언트에 출력