[J STORY] SQLP - 분산 데이터베이스와 성능

1. 분산 데이터베이스의 개요

 분산 데이터베이스란?

• 여러 곳으로 분산되어있는 데이터베이스를 하나의 가상 시스템으로 사용할 수 있도록 한 데이터베이스
• 논리적으로 동일한 시스템에 속하나, 네트워크를 통해 물리적으로 분산되어 있는 데이터들의 모임
• 데이터베이스를 연결하는 빠른 네트워크환경을 이용하여 데이터베이스를 여러 지역 및 노드로 위치시켜 사용성/성능을 극대화시킨 데이터베이스

2. 분산 데이터베이스의 투명성(Transparency)

 - 분산데이터베이스가 되기 위해서는 6가지 투명성을 만족해야 한다.

1. 분할 투명성(단편화) : 하나의 논리적 Relation이 여러 단편으로 분할되어 각 단편의 사본이 여러 사이트에 저장
2. 위치 투명성 : 사용하려는 데이터의 저장장소를 명시가 필요하지 않음. 위치정보는 System Caltalog에 유지어야 함
3. 지역사상 투명성 : 지역DBMS와 물리적 DB사이의 Mapping 보장. 각 지역시스템 이름과 무관한 이름 사용가능
4. 중복 투명성 : DB객체가 여러 사이트에 중복되어 있는지 알 필요가 없는 성질
5. 장애 투명성 : 구성요소(DBMS, Computer)의 장애에 무관한 트랜잭션의 원자성유지
6. 병행 투명성 : 다수 트랜잭션 동시수행시 결과의 일관성 유지, TImm Stamp, 분산2단계 Locking을 이용하여 구현

• 위와 같은 특징을 모두 만족하며 구축하는 사례가 드물다.
• 최근에는 분산환경의 데이터베이스를 구축하기보다 통합하여 데이터베이스를 구축하는 사례가 더 많이 늘었음
• 그럼에도 업무적인 특징 및 지역적인 특징에 따라 적절히 활용하면, 다양한 장점을 가지고 있으므로, 대량데이터의 지역적/글로벌 처리등에서는 유용하게 활용되고 있음

3. 분산 데이터베이스의 적용방법 및 장단점

 가. 분산 데이터베이스 적용방법

  - 우수한 성능으로 현장에서 가치있게 사용하는 방법은 업무의 흐름을 보고 업무구성에 따른 아키텍처 특징에 따라 데이터베이스를 구성하는 것이다. 단순히 분산환경에서 데이터베이스를 구축하는 것이 목적이 아니라. 업무의 특징에 따라 데이터베이스 분산구조를 선택적으로 설계하는 능력이 필요하다. 이러한 측면에서는 데이터베이스 분산설계라는 측면보다 데이터베이스 구조설계라는 의미로 이해해도 무방하다.

 

 나. 분산 데이터베이스 장단점

<장점>

• 지역 자치성, 점증적 시스템 용량 확장
• 신뢰성과 가용성
• 효용성과 융통성
• 빠른 응답속도와 통신비용 절감
• 데이터의 가용성과 신뢰성 증가
• 시스템 규모의 적절한 조절
• 각 지역 사용자의 요구 수용 증대

<단점>

• 소프트웨어 개발 비용
• 오류의 잠재성 증대
• 처리비용의 증대
• 설계,관리의 복잡성과 비용
• 불규칙한 응답 소고
• 통제의 어려움
• 데이터 무결성에 대한 위협

 

4. 분산 데이터베이스의 활용 방향성

왼쪽 - 위치 중심의 분산설계   오른쪽 - 업무필요에 의한 분산설계

 

5. 데이터베이스 분산구성의 가치

 - 통합된 데이터베이스에서 제공할 수 없는 빠른 성능을 제공하는것이 가능해진다.

데이터 처리 성능

 

6. 분산 데이터베이스의 적용기법

• 분산종류:테이블 위치분산, 테이블 분할분산, 테이블 복제분산, 테이블 요약분석전략이 있음
• 가장 많이 사용하는 방식은 테이블복제분산 방식이며, 성능이 저하되는 많은 데이터베이스에서 가장 유용하게 적용할 수 있는 기술적인 방법이다.
• 설계하는 방법은 일단 통합모델링을 하고, 각 테이블별로 업무적 특징에 따라 지역 또는 서버별로 테이블을 분산 또는 복제배치하는 형태로 설계할 수 있다.

 

 가. 테이블 위치분산

• 테이블의 구조는 변하지 않으며, 다른 데이터베이스에 중복되어 생성되지도 않는다.
• 다만, 설계된 테이블의 위치를 각각 다르게 위치시키는 것이다.

 나. 테이블 분할 분산

• 단순히 테이블의 위치만 다른 곳에 두는 것이 아니라, 각각의 테이블을 쪼개어 분산하는 방법이다.
• 수평분할, 수직분할이 있다.

수평분할(Horizontal Fragmentation)

• 테이블을 특정 컬럼의 값을 기준으로 Row를 분리한다.
• 컬럼은 분리되지 않으며, 데이터를 한군데 집합시켜 놓아도 PK에 의해 중복발생이 일어나지 않음.
• 각 지사별로 사용하는 Row가 다를 때 이용한다.
• 각 지사에 존재하는 테이블에 대해 통합처리하는 경우 JOIN이 발생하여 성능저하가 예상되므로, 통합처리 프로세스가 많지 않은 경우에만 이용

수직분할(Vertical Fragmentaion)

• 특정 컬럼값을 기준으로 컬럼을 분리한다.
• 컬럼을 기준으로 분할하였으므로 각각의 테이블에는 동일한 PK구조와 값을 가지고 있어야 한다.
• 예) 제품의 재고량은 각 지사별로 관리하고, 단가는 본사에서 관리하는 경우
• 실제 프로젝트에는 이런 환경을 구성하는 사례는 드물다.

 다. 테이블 복제분산

  -동일한 테이블을 다른 지역이나 서버에 동시에 생성하여 관리하는 유형이다.

 

부분복제(Segment Replication)

• 테이블의 일부내용만 다른 지역이나 서버에 위치시키는 방법
• EX) 본사 데이터베이스에는 테이블의 전체 내용이 들어가고, 각 지사 데이터베이스에는 각 지사별로 관계된 데이터만 들어가는 경우이다.
• 보통 지사에서 데이터가 먼저 발생되고 본사에는 지사데이터를 이용하여 통합하여 발생된다.
• 실제 프로젝트에서 많이 사용하는 분산기법에 해당됨
• 다른 지역간 데이터를 복제하는데는 많은 시간이 소요되므로, 야간배치작업을 통해 수행되며, 본사 지사 양쪽 데이터를 수정하여 전송하는 경우, 정합성을 일치시키는 것이 어렵기 때문에, 한쪽(지사)에서 데이터 수정이 발행하여, 본사로 복제하도록 한다.

광역복제(Broadcast Replication)

• 테이블의 내용을 각 지역이나 서버에 위치시키는 방법
• 본사와 지사모두 동일한 정보를 가지고 있어 데이처처리에 특별한 제약을 받지 않는다.
• 실제 프로젝트에서 많이 사용하는 분산기법에 해당됨
• 본사에서 데이터가 입력,수정,삭제가 되어 지사에서 이용하는 형태이다.
• 부분복제와 마찬가지로 데이터를 복제하는데 많은 시간이 소요되고 많은 부하가 발생되므로 배치를 통해 복제가 되도록 한다.

 라. 테이블 요약분산

  - 테이블요약분산은 지역간 또는 서버간에 데이터가 비슷하지만 서로 다른 유형으로 존재하는 경우가 있다.

 

분석요약- 동일한 테이블구조를 가지고 있으면서 분산되어 있는 동일한 내용의 데이터를 이용하여 통합된 데이터를 산출하는 방식

 

통합요약- 분산되어 있는 다른 내용의 데이터를 이용하여 통합된 데이터를 산출하는 방식

 

<분석요약>

• 각 지사별로 존재하는 요약정보를 본사에서 통합하여 다시 전체에 대해서 요약정보를 산출하는 분산방법

<통합요약>

• 각 지사별로 존재하는 다른 내용의 정보를 본사에 통합하여 다시 전체에 대해서 요약정보를 산출하는 분산방법

 

7. 분산 데이터베이스를 적용하여 성능이 향상된 사례

<적용시 효과적인 경우>

• 성능이 중요한 사이트
• 공통코드, 기준정보, 마스터 데이터 등에 대해서 분산환경을 구성하면 성능이 좋아짐
• 실시간 동기화가 요구되지 않을 때, 거의 실시간(Near Real TIme)의 업무적인 특징을 가지고 있을때도 구성가능
• 특정 서버가 부하집중시 부하를 분산할 때
• 백업 사이트를 구성할 때 간단하게 분산기능을 적용하여 구성가능