# 서론
최근 데이터 분석 툴 설계 중 어떠한 데이터베이스를 선택할지 고민이 생겼습니다.
데이터 분석 관련 데이터베이스를 선택할 때는, 분석하려는 데이터의 규모와 특성, 그리고 필요한 작업 방식에 따라 선택하는 것이 중요합니다. 데이터 분석 환경에서는 관계형(RDBMS) 및 비관계형(NoSQL) 데이터베이스 모두 사용되며, 각 DBMS는 특정한 상황에 유리한 장단점이 있습니다. 주로 사용되는 데이터베이스 로는 MySQL과 PostgreSQL이 있었습니다. 이 중 어떤걸 선택할 지 고민하던 중 각각의 장단점을 분석해 보았습니다.
[MySQL]
(장점)
속도와 단순성
읽기 작압의 성능이 뛰어나며, 특히 트래픽이 많은 웹 애플리케이션에서 우수한 성능 발휘
간단한 쿼리 구조 및 관리가 용이해 사용하기 쉬움
광범위한 커뮤니티 및 지원
사용자가 많아 문제를 해결할 수 있는 자료가 풍부
다양한 호스팅 서비스에서 기본 제공으로 쉽게 설정 가능
확장성
수평적 확장을 통해 대규모 트래픽을 지원하는 데 적합
지원 도구
다양한 표준 도구(MySQL Workbench 등)를 사용해 작업 가능
다양한 BI 도구(예: Tableau, Looker)와 연동이 쉬운 편
(단점)
기능 제한
PostgreSQL에 비해 고급 기능(예: JSON 데이터 타입 처리, 복잡한 트랜잭션 기능 등)이 부족
저장 프로시저 및 함수의 유연성이 부족
ACID 준수
기본 MyISAM 스토리지 엔진은 트랜잭션 및 외래 키를 지원하지 않음. → InnoDB 사용이 필요
데이터 일관성
매우 복잡하거나 높은 정확도를 요구하는 작업에는 PostgreSQL보다 덜 적합
[PostgreSQL]
(장점)
고급 기능
복잡한 쿼리 처리, 트랜잭션 지원, ACID 준수가 확실
JSON과 같은 데이터 타입을 매우 잘 지원하여 비구조화 데이터를 다루기 쉬움
Window 함수, 공통 테이블 표현식, 뷰와 같은 고급 쿼리 및 데이터 처리 기능 제공
확장성 & 안정성
사용자 정의 함수와 확장에서 뛰어남 (예: PostGIS 같은 확장 사용)
데이터 신뢰성과 일관성이 높아 금융, 과학 등 정밀한 데이터 요구사항에 적합
오픈 소스 유연성
모든 기능이 오픈 소스이며, 소스 코드 수정이 가능
복잡한 처리 성능
쓰기 작업 또는 데이터 분석과 같은 복잡한 데이터 작업에서 우수한 퍼포먼스를 보임
(단점)
설정 복잡성
초기 설정 및 관리가 MySQL에 비해 다소 복잡할 수 있음
초보자에게는 사용 방법의 진입 장벽이 있음
속도
간단한 읽기 중심 애플리케이션에서는 MySQL보다는 느릴 수 있음
커뮤니티 & 호스팅
MySQL만큼 많은 호스팅 서비스가 기본 지원하지 않으며 일부 설정이 추가로 필요할 수 있음
# 어떤 DB를 사용해야 할까?
(MySQL이 유리한 경우)
속도가 중요
주로 읽기 위주 작업(예: 뉴스 사이트, 읽기 기반 웹 애플리케이션)
진입 장벽이 낮은 데이터베이스
단순한 데이터 구조와 비교적 기본적인 기능이 요구되는 프로젝트
호스팅 옵션
호스팅 제공자와의 호환성을 쉽게 가져가고 싶을 때
(PostgreSQL이 유리한 경우)
데이터 일관성과 안정성
복잡하고 미션 크리티컬한 애플리케이션(예: 금융, 분석 시스템)
복잡한 데이터 작업
JSON, XML, GIS 데이터 등 비정형 데이터를 다루는 경우
고난이도의 트랜잭션 작업이 필요한 경우
오픈 소스 확장성 활용
사용자 정의 함수, 데이터 타입, 확장을 통해 복잡한 작업이 필요한 경우
# 결론
데이터 분석 진행 시 정형화된 데이터로 작업을 진행하고 BI도구를 사용할 예정이기에 MySQL로 선택하였습니다.
설계 진행 후 간단한 데이터 분석 툴을 구현해 보겠습니다.
'데이터베이스' 카테고리의 다른 글
| [mysql] mysqlimport 커맨드 (0) | 2022.07.11 |
|---|