📃 DB(Database) Engine 생태계 살펴보기 ✍️ DB가 필요 없는 어플리케이션도 있지만 어느 정도 규모가 있다 보면 다양한 요구 조건을 만족하기 위해 DB가 필요하게 됩니다. 대부분

📃 DB(Database) Engine 생태계 살펴보기 ✍️ DB가 필요 없는 어플리케이션도 있지만 어느 정도 규모가 있다 보면 다양한 요구 조건을 만족하기 위해 DB가 필요하게 됩니다. 대부분 MySQL이나 Oracle으로 구성하곤 하는데요. 기능 개발만 신경 쓰다 보면 DB 엔진 자체에 대해서는 깊게 고민하지 않고 쿼리 성능이나 요구사항을 위한 테이블 및 쿼리 설계만 고민하는 경우가 많습니다. 그런데 데이터의 종류나 서비스에서 요구하는 데이터의 가공 방법에 따라 앞서 이야기한 DB가 아닌 다른 유형의 DB를 선택하는 것이 성능이나 관리 측면에서 도움이 될 수도 있습니다. 이 링크에서는 유형별로 DB의 인기도를 보여주고 있는데요. 파티셔닝이 가능하고 다른 유형의 데이터베이스로는 불가능한 범위까지 수평 확장을 가능하게 하는 Key-Value Store, JSON 유사 형식의 문서로 데이터를 저장 및 쿼리하도록 설계된 비관계형 데이터베이스 유형인 Document Store, MySQL이나 Oracle 같은 관계형 DBMS, 동일한 소스로부터 시간이 지남에 따라 만들어진 데이터들로 구성되는 시계열 데이터를 관리하는데 용이한 Time Series Database 등 여러 가지 유형이 있고 각 유형별로 다른 특징들을 갖는 DB들이 어떤 게 있는지 볼 수 있습니다. 이미 DB 엔진이 구성되어 사용하고 있다 하더라도, 주어진 요구사항을 위해 좀 더 좋은 성능과 확장성에 용이한 다른 DB 엔진을 선택해 볼 수 있는 넓은 시선을 기르는 것도 DB를 다루는 개발자로써 꽤 중요한 안목이라 생각이 듭니다. 가령, 빠른 성능을 위해 cache로 활용하는 redis를 활용한다든지, 실시간 통계를 구성하기 위해 Druid를 사용하는 방식들이 있을 수 있겠죠.