“📚[Backend Development] 분산 관계형 데이터베이스(DRDB, Distributed Relational Database)”

✅1️⃣ 분산 관계형 데이터베이스란?

📌1️⃣ 개념.

• 분산 관계형 데이터베이스(DRDB, Distributed Relational Database, DRDB)는 하나의 데이터베이스 시스템이 여러 개의 서버(또는 노드)에 분산되어 저장되고 운영되는 관계형 데이터베이스(RDBMS) 시스템을 의미합니다.
  • 즉, 데이터를 하나의 중앙 서버에 저장하는 것이 아니라, 여러 개의 서버에 나누어 저장하고 관리하는 방식입니다.

📌2️⃣ 왜 분산 관계형 데이터베이스를 사용하는가?

• ✅ 고가용성(High Availability) ➞ 특정 서버가 장애가 나더라도 다른 서버가 대신 동작 가능
• ✅ 확장성(Scalability) ➞ 데이터 양이 증가해도 서버를 추가하여 확장 가능
• ✅ 성능 향상(Performance Improvement) ➞ 데이터 읽기/쓰기 성능을 높일 수 있음
• ✅ 지연시간 감소(Latency Reduction) ➞ 사용자와 가까운 서버에서 데이터를 제공 가능

📌3️⃣ 분산 관계형 데이터베이스의 특징.

• 💎 CAP 이론 : 분산 시스템은 일관성(Consistency), 가용성(Availability), 네트워크 분할 내성(Partition Tolerance) 중 두 가지만 보장할 수 있음
• 💎 ACID 보장 : 관계형 데이터베이스 특성상 트랜잭션의 무결성(Atomicity, Consistency, Isolation, Durability, ACID)을 보장해야 함
• 💎 데이터 분산(Sharding, Replication) : 데이터를 여러 서버에 나누어 저장해야 함

✅2️⃣ 분산 관계형 데이터 베이스 아키텍처

• 분산 관계형 데이터베이스를 구성하는 주요 요소들은 다음과 같습니다.

📌1️⃣ 주요 컴포넌트

1️⃣ 데이터 노트(Data Nodes)

• 데이터를 저장하는 서버(물리적 또는 가상 머신)
• 여러 개의 노드로 구성되며, 각 노드는 데이터의 일부를 저장
• 예: MySQL, Cluster, CockroachDB의 노드

2️⃣ 쿼리 노드(Query Nodes)

• 클라이언트의 요청을 받아 데이터 노드로 전달
• 분산된 데이터에서 SQL 쿼리를 실행하고 결과를 조합
• 예: MySQL, Proxy, Vitess, TiDB

3️⃣ 메타데이터 노드(Metadata Nodes)

• 분산 데이터베이스의 전체 구조 및 데이터 위치 정보를 저장
• 데이터 노드 간 트랜잭션을 조율하고 데이터 정합성을 유지

4️⃣ 로드 밸런서(Load Balancer)

• 클라이언트 요청을 여러 데이터 노드로 분산하여 부하를 줄임
• 예: HAProxy, MySQL Router

✅3️⃣ 분산 관계형 데이터베이스의 데이터 분산 방식

📌1️⃣ 샤딩(Sharding)

📌 개념

• 샤딩은 데이터를 여러 개의 노드(서버)에 나누어 저장하는 기법입니다.
  • 즉, 하나의 테이블을 여러 개의 작은 테이블로 분할하여 서로 다른 서버에 분산 저장하는 방식입니다.

✅ 장점

• 트래픽이 증가해도 서버를 추가하여 성능 확장이 가능 (수평 확장, Scale-Out)
• 특정 샤드에서만 데이터를 처리하므로 빠른 조회 가능
• 읽기/쓰기 성능이 향상됨

❌ 단점

• 샤드 키(Shard Key) 설계가 잘못되면 특정 샤드에 부하가 집중될 수 있음
• 데이터 연관성(Consistency) 유지가 어려움
• 조인(Join) 연산이 어려워짐

📝 예제

• 사용자 데이터를 ID 기준으로 샤딩하는 경우

• 샤딩 전략으로는 범위 샤딩(Range Sharding), 해시 샤딩(Hash Sharding), 동적 샤딩(Dynamic Sharding) 등이 있습니다.

📌2️⃣ 레플리케이션(Replication)

📌 개념

• 레플리케이션은 데이터를 여러 개의 서버에 복제하여 저장하는 방식입니다.
• 이 방식은 데이터를 항상 여러 개의 서버에 보관하여 장애 복구(High Availability)와 읽기 성능(Read Performance) 향상을 목표로 합니다.

✅ 장점

• 한 서버에 장애가 발생해도 다른 복제 서버에서 데이터를 제공할 수 있음 (Failover)
• 읽기(Read) 성능을 개선할 수 있음 (읽기 요청을 여러 서버로 분산 가능)

❌ 단점

• 실시간 데이터 동기화가 어려울 수 있음
• 여러 개의 복제본을 유지해야 하므로 저장 공간이 많이 필요함

📝 예제

• Master-Slave Replication (MySQL 기준)
• 1.Primary(마스터) : 데이터의 쓰기(Write) 작업을 처리
• 2.Replica(슬레이브) : Primary에서 변경된 데이터를 복제하여 읽기(Read) 처리 전담

Primary(마스터) ---> Replica 1(슬레이브)
                ---> Replica 2(슬레이브)

📌3️⃣ 분산 트랜잭션 관리(Distributed Transactions)

• 분산 데이터베이스에서는 여러 개의 노드에서 동시에 트랜잭션을 처리해야 하기 때문에 일관성을 유지하는 것이 중요합니다.
• 이를 해결하는 대표적인 방법이 2PC (Two-Phase Commit) 프로토콜) 입니다.

📌 Two-Phase Commit (2PC)

• 1️⃣ Prepare Phase : 모든 노드에 “트랜잭션을 커밋할 준비가 되었는가?”를 물어봄
• 2️⃣ Commit Phase : 모든 노드가 “OK”를 응답하면 실제 커밋 수행
• 💎 장점 : 데이터 일관성을 보장
• 💎 단점 : 느린 성능 (네트워크 지연 발생 가능)

✅4️⃣ 대표적인 분산 관계형 데이터베이스 시스템

✅5️⃣ 분산 관계형 데이터베이스 설계 시 고려할 점

• ✅ 샤딩 키(Shard Key) 선정 ➞ 특정 샤드에 부하가 몰리지 않도록 설계
• ✅ 읽기/쓰기 부하 분산 ➞ 레플리케이션을 활용하여 읽기 성능 최적화
• ✅ 트랜잭션 관리 ➞ 2PC, Saga 패턴 등을 활용하여 데이터 정합성 유지
• ✅ 데이터 일관성(Consistency) vs 가용성(Availability) 선택 ➞ CAP 이론을 고려한 설계 필요

✅6️⃣ 결론

• ✅ 분산 관계형 데이터베이스는 고가용성, 확장성, 성능 향상을 위해 사용됨
• ✅ 샤딩(Sharding)과 레플리케이션(Replication)이 주요 개념
• ✅ 트랜잭션 관리(2PC, Saga 패턴)가 중요
• ✅ 대표적인 시스템: Google Spanner, CockroachDB, MySQL Cluster, TiDB