[Cloud] Cloud DB(3) - AWS Database Services

💾 Cloud DB 전공 수업 정리

AWS DataBase

---

AWS는 여러 유형의 데이터베이스를 제공

✅주요 데이터베이스 유형:

• 관계형 (RDS, Aurora)
• 키(Key) - 값(Value) (DynamoDB)
• 문서 (DocumentDB)
• 인메모리 (Elasti Cache)
• 그래프 (Neptune)
• 타임시리즈 (Timestream)
• 원장 (QLDB)
• 검색 (OpenSearch)
• 벡터 DB (OpenSearch KNN, Bedrock 기반)

AWS 데이터베이스 서비스 종류

관계형 데이터베이스 (Relational DB)

---

📚관계형 데이터베이스 (Relational DB): 데이터를 테이블(표) 형태로 저장하고 관리하는 데이터베이스

• AWS 서비스: Amazon RDS, Amazon Aurora

• 기존 사용하는 DB
  • Amazon RDS(MySQL, PostgeSQL, Oracle, MS SQL Server, MariaDB, IBM DB2)
• Amazon Native DB
  • Amazon Aurora
• OLAP(분석용 쿼리)
  • Amazon Redshift

✅특징:

1. ACID 준수, SQL 지원
   • ACID 원칙 준수:
     • Atomicity(원자성): 트랜잭션이 전부 실행되거나 전부 취소
     • Consistency(일관성): 데이터 무결성 유지
     • Isolation(격리성): 동시 실행 트랜잭션 간 독립성
     • Durability(지속성): 완료된 트랜잭션의 영구 저장
2. MySQL, PostgreSQL, MariaDB, SQL Server, Oracle, IBM DB2 지원
3. Amazon Aurora는 RDS보다 최대 5배 성능 향상

OLTP vs OLAP

---

📚OLTP(Online Transactional Processing): 트랜잭션 중심 데이터베이스

• 실시간 데이터 입력, 수정, 삭제, 조회 처리
• 관계형 데이터베이스에서 처리됨
• 예: 상거래 주문, 은행 계좌 입출금, 실시간 조회, 삭제 행위 등
• Amazon RDS

📚OLAP(Online Analytical Processing): 분석 중심 데이터베이스

• 대량의 데이터를 분석하고 통계 및 보고서 생성에 최적화됨
• 주로 대용량 쓰기와 읽기 위주의 행위
• 데이터 웨어하우스에서 처리됨
• 예: 특정 기간 동안 가장 많이 팔린 제품 유형 분석
• Amazon Redshift

키-값 데이터베이스 (Key-Value DB)

---

📚키-값 데이터베이스 (Key-Value DB): 데이터를 고유한 키(Key)와 그에 대응하는 값(Value)의 쌍으로 저장

• 고유한 키를 식별자로 사용하여 데이터를 저장
• 키를 사용해 빠르게 데이터를 조회 가능(고속 성능)

• 관계형 데이터베이스와 다르게 테이블 스키마가 필요 없음

• AWS 서비스: Amazon DynamoDB - 고성능 NoSQL 키값 데이터베이스

✅특징:

• 수평적 확장 가능 → 대량의 데이터를 빠르게 처리할 수 있도록 파티셔닝 지원
• 고속 읽기/쓰기 성능 → 실시간 에플리케이션에 적합
• 고성능 NoSQL 데이터베이스
• 서버리스 운영 가능
  • 서버리스 운영: 개발자가 서버를 직접 관리하지 않고도 애플리케이션을 빌드하고 실행할 수 있도록 하는 Cloud Native 개발 모델

• 사용 사례
  • 세션 저장: 사용자 로그인 이후 인증된 세션 데이터 저장
  • 장바구니 관리: 대량의 데이터를 실시간으로 저장 및 조회
  • IoT 데이터 저장: 수많은 센서 데이터의 빠른 기록 및 검색

문서 데이터베이스 (Document DB)

---

📚문서 데이터베이스 (Document DB):JSON, BSON 등의 형식으로 데이터를 저장하는 NoSQL 데이터베이스

• 전통적인 관계형 데이터베이스와 달리 유연한 스키마 구조 제공
• 계층적 데이터 저장 및 빠른 읽기/쓰기 성능 제공

• JSON 기반 문서를 그대로 저장하여 애플리케이션과 연동 용이

• AWS 서비스: Amazon DocumentDB (MongoDB 호환)

✅특징:

• 유연한 데이터 스키마 → 정해진 테이블 구조 없이 자유롭게 데이터 저장 가능
• 계층적 데이터 구조 지원 → JSON/BSON 형태의 데이터 저장 및 관리

• 수평적 확장 가능 → 대량의 데이터를 효율적으로 저장 및 조회 가능

• 사용 사례
  • 웹 및 모바일: 사용자 프로필, 상품 정보 저장
  • 콘텐츠 관리 시스템(CMS): 블로그, 뉴스 기사 등 문서 기반 데이터 저장
  • IoT 데이터 처리: 센서 데이터의 계층적 자장 및 분석

인메모리 데이터베이스 (InMemory DB)

---

📚인메모리 데이터베이스 (InMemory DB): RAM 기반으로 데이터를 저장하여 초고속 데이터 처리 가능한 데이터베이스

• 디스크가 아닌 메모리에 데이터를 저장하여 지연시간 감소

• 대규모 트랜잭션 처리 및 실시간 데이터 분석에 적합

• AWS 서비스: Amazon ElastiCache (REdis, Memcached 지원), Amazon Memory DB

✅특징:

• 초고속 데이터 처리 → 낮은 지연시간으로 빠른 데이터 액세스 가능
• 높은 확장성 → 분산 환경에서 수평 확장 가능
• 데이터 지속성 옵션 → Snapshot 및 지속적 백업 기능 제공
• 세션 관리, 캐싱, 실시간 데이터 분석에 활용

📝ElastiCache vs MemoryDB 비교

• ElastiCache: 기존 DB의 워크로드 분산 및 캐싱 기능으로 활용
  • 예: 쿼리 캐싱, 세션 저장 등
• MemoryDB: 메모리 데이터베이스로 메인 DB로 직접 사용 가능
  • 예: 타임시리즈 데이터, IoT 기기의 실시간 데이터 저장

그래프 데이터베이스 (Graph DB)

---

📚그래프 데이터베이스 (Graph DB): 데이터를 노드(Node)와 엣지(Edge)로 구성된 그래프 구조로 저장하고 관리하는 데이터베이스

• AWS 서비스: Amazon Neptune

✅특징:

• 데이터보다 데이터 간 관계가 더 중심인 데이터베이스
• 각 데이터 주체간 관계와 연결 분석에 최적화
• Property Graph 및 RDF 모델 지원
• 소셜 네트워크, 추천 시스템 등에 활용
  • ‘이 영화를 본 사람은 이 영화도 좋아했어요’
  • ‘이 사용자는 몇 단계의 연결을 통해 유명 인플루언서와 연결되어 있나?’
  • 지식그래프
  • 사기 탐지

타임시리즈 데이터베이스(TimeSeries DB)

---

📚그래프 데이터베이스 (Graph DB): 시간 단위로 데이터를 저장하고 분석하기 위한 데이터베이스

• 수십만~수백만 건의 이벤트 데이터를 시간에 따라 정렬하여 관리
• 실시간 데이터 처리가 중요하며, 특정 시점의 이벤트를 빠르게 조회 가능

• 많은 I/O 연산이 발생하여 고성능 처리가 필수적

• AWS 서비스: Amazon Timestream
• 고속 데이터 삽입 및 조회 최적화 → 실시간 스트리밍 데이터 분석 지원

✅특징:

• 고속 데이터 삽입 및 조회 최적화 → 실시간 스트리밍 데이터 분석 지원
• 자동 계층화 저장 → 최근 데이터는 빠르게, 오래된 데이터는 비용 효율적으로 관리

• SQL 호환 기존 데이터 분석 환경과 통합 용이

• 사용 사례
  • IoT 기기의 이벤트 관리: 대규모 IoT 센서 데이터 기록 및 분석
  • 실시간 로그 분석: 애플리케이션 로그 및 성능 모니터링
  • 금융 및 거래 데이터 분석: 주식 시장 데이터, 트랜잭션 기록 분석
  • 스마트 공장 및 에너지 관리: 기계 상태 모니터링 및 이상 감지

원장 데이터베이스 (Ledger DB)

---

📚원장 데이터베이스 (Ledger DB): 데이터의 신뢰성과 투명성이 중요한 데이터베이스

• 변경 불가능한 트랜잭션 로그 유지
• 금융, 감사 로그, 공급망 관리 등에 활용

• 데이터 조작이 불가능하여 신뢰성이 높음

• AWS 서비스: Amazon QLDB (Quantum Ledger Database)
• 블록체인과 유사한 구조

✅특징:

• 불변성: 기존 기록 변경 불가
• 내장된 감시 기능: 데이터 변경 내역 자동 저장

• 고성능 원장 관리: SQL 인터페이스 제공

• 사용 사례
  • 금융 거래 기록: 블록체인 유사 기능으로 안전한 거래 내역 저장
  • 규정 준수 및 감사(Compliance & Audit)
  • 공급망 추적(Supply Chain Tracking)

검색 데이터베이스 (Search DB)

---

📚검색 데이터베이스 (Search DB): 데이터 검색에 특화된 데이터베이스

• 인덱싱과 카테고리 기능에 최적화
• 원하는 데이터를 빠르게 찾는 것이 목적

• 저장 목적보다는 특수한 검색 기능 제공

• AWS 서비스: Amazon OpenSearch Service(Elasticsearch 호환)

✅특징:

• 대량 데이터 검색 및 분석
• 로그 분석, 보안 분석, 데이터 검색 가능

• 머신러닝 기반 이상 탐지 지원

• 사용 사례
  • 콘텐츠 검색: 로그 검색, 유저 정보 검색, 색인 등
  • 로그 분석: 방대한 로그에서 원하는 조건에 맞는 검색 및 시각화

벡터 데이터베이스(Vector DB)

---

📚벡터 데이터베이스(Vector DB): AWS의 벡터 데이터베이스는 고차원 데이터 검색 및 AI 기반 애플리케이션을 지원

• AWS 서비스: Amazon OpenSearch kNN, Bedrock 기반 벡터 DB

✅특징:

• 고차원 벡터 데이터 저장 및 검색
• AI 및 머신러닝 애플리케이션 최적화
• 고성능 유사성 검색 지원

• AWS 생태계 내 서비스와 통합

• 사용 사례
  • 추천 시스템: 사용자 행동 패턴을 분석하여 최적의 상품 추천
  • 이미지 검색: 이미지 벡터화 후 유사 이미지 검색
  • 자연어 검색: 문장을 벡터로 변환하여 의미 기반 검색 수행
  • 사기 및 이상 탐지: 벡터 패턴 분석을 통한 이상 감지