조직의 모든 데이터가 체계적으로 관리되고 보호되기 위해서는 데이터베이스 관리자(DBA)의 역할이 매우 중요합니다. 따라서 기본적인 데이터베이스 용어들을 이해하면 DBA와 훨씬 원활하게 소통할 수 있습니다. 이번 알쓸잇잡에서는 비개발자도 DBA와 효과적으로 업무를 논의할 수 있도록 도와주는 20개의 핵심 데이터베이스 용어를 설명하고자 합니다. 이 용어들을 이해함으로써 데이터베이스 관리 및 운영에 대한 전반적인 이해도를 높이고, 데이터 관련 문제 해결 과정에서의 협업을 촉진할 수 있을 것입니다.

1. Schema (스키마)

• 정의: 스키마는 데이터베이스의 논리적 구조를 정의한 것으로 테이블, 뷰, 인덱스, 트리거 등 데이터베이스 객체의 집합을 의미합니다.
• 활용: 스키마는 데이터베이스의 설계 단계에서 중요한 역할을 합니다. DBA는 데이터베이스를 구축할 때 스키마를 정의하여 데이터의 구조와 관계를 명확히 합니다. 또한, 스키마 변경은 새로운 비즈니스 요구 사항을 반영하기 위해 필요할 수 있으며, 이를 통해 데이터베이스 구조를 유연하게 관리할 수 있습니다.

2. ETL (Extract, Transform, Load)

• 정의: ETL은 데이터를 다양한 원본에서 추출(Extract)하고, 분석에 적합한 형태로 변환(Transform)한 다음, 데이터 저장소에 데이터를 적재(Load)하는 과정을 뜻합니다.
• 활용: ETL 과정은 데이터 통합 및 분석의 핵심입니다. DBA는 ETL 도구를 사용하여 데이터 소스에서 필요한 데이터를 추출하고, 이를 표준화 및 정제하여 데이터 저장소나 임직원들이 데이터를 업무에 활용할 수 있도록 데이터 마트와 같은 활용 공간에 저장합니다. ETL 과정을 통해 정확하고 일관된 데이터 분석이 가능해집니다.

3. NoSQL (비관계형 데이터베이스)

• 정의: Non-relational Database 또는 Not Only SQL이란 뜻의 NoSQL, 비관계형 데이터베이스는 테이블과 고정된 스키마 없이 데이터를 저장하고 관리하는 데이터베이스입니다. NoSQL 데이터베이스라고도 하며, 문서형, 키-값, 그래프, 컬럼 패밀리 등 다양한 유형이 있습니다.
• 활용: 비관계형 데이터베이스는 대용량 데이터 처리와 높은 확장성을 필요로 하는 애플리케이션에서 주로 사용됩니다. 실시간 분석, IoT, 소셜 네트워크, 빅데이터 애플리케이션에서 많이 활용됩니다. DBA는 비관계형 데이터베이스를 설정하고 관리하여, 특정 애플리케이션의 요구사항을 충족시킵니다.

4. Shard (샤딩)

• 정의: 샤딩은 대규모 데이터베이스를 더 작은, 독립적인 단위로 분할하여 관리하는 기술입니다. 각 샤드는 독립적인 데이터베이스 인스턴스로 운영되며, 특정 데이터 범위를 저장합니다.
• 활용: 샤딩은 데이터베이스의 성능과 확장성을 높이기 위해 사용됩니다. 예를 들어, 트래픽이 매우 많은 애플리케이션에서는 데이터를 여러 샤드로 나누어 각 샤드에 분산시켜 저장하고, 읽기/쓰기 부하를 분산 시켜 데이터베이스의 응답 시간을 줄이고, 시스템의 가용성을 높입니다. 또한, 샤딩을 통해 수평적 확장이 가능해져 대용량 데이터 처리가 용이해지는 장점도 있습니다.

5. Latency (지연 시간)

• 정의: 지연 시간은 데이터 요청 후 응답까지 걸리는 시간입니다. 네트워크 속도와 데이터 처리 속도에 영향을 받습니다.
• 활용: DBA는 지연 시간을 줄이기 위해 쿼리 최적화, 인덱스 생성, 데이터베이스 튜닝 등을 수행합니다. 이는 시스템 성능을 향상시키고, 빠른 데이터 응답을 제공하는 데 중요합니다.

6. TPS (Transactions Per Second)

• 정의: TPS는 초당 처리되는 트랜잭션 수를 나타내는 지표로, 시스템의 성능을 평가하는 중요한 기준입니다.
• 활용: DBA는 TPS를 모니터링하여 데이터베이스 시스템의 성능을 평가하고, 필요 시 성능 최적화를 수행합니다.

7. Data Cleansing (데이터 정제)

• 정의: 데이터 정제는 데이터 오류를 수정하고 일관성을 유지하기 위해 데이터를 정리하는 과정입니다.
• 활용: DBA는 데이터 정제를 통해 데이터베이스의 품질을 향상시킵니다. 이는 데이터 분석 및 비즈니스 인텔리전스의 정확성을 높이는 데 필수적입니다.

8. Partitioning (파티셔닝)

• 정의: 파티셔닝은 대규모 테이블을 작은 부분으로 나누어 관리하고 성능을 최적화하는 기술입니다.
• 활용: DBA는 테이블을 파티셔닝하여 데이터베이스의 성능을 향상시킵니다. 예를 들어, 날짜별로 테이블을 파티셔닝하여 특정 기간의 데이터를 빠르게 조회할 수 있습니다. 이는 데이터 검색 속도를 향상시키고, 관리 용이성을 높입니다.

9. Tuning (튜닝)

• 정의: 튜닝은 데이터베이스 시스템의 성능을 최적화하기 위해 시스템 설정, 쿼리, 하드웨어 자원 등을 조정하는 과정을 뜻합니다. 튜닝을 통해서 응답 시간 단축, 처리량 증대, 자원 활용 최적화를 달성합니다.
• 활용: DBA는 지연 시간을 줄이기 위해 쿼리 최적화, 인덱스 생성, 데이터베이스 튜닝 등을 수행합니다. 튜닝을 통해 시스템 성능 향상, 시스템 자원 사용 최적화, 비효율적인 쿼리 리팩토링 등을 통해 데이터베이스 성능을 극대화 합니다.

10. Failover (페일오버)

• 정의: 페일오버는 시스템 장애 시 자동으로 대체 시스템으로 전환하여 서비스 중단을 최소화하는 기술입니다.
• 활용: DBA는 고가용성을 위해 페일오버 시스템을 구성합니다. 주요 데이터베이스 서버가 장애를 일으킬 경우, 자동으로 백업 서버로 전환되어 서비스가 지속됩니다. 이는 비즈니스 연속성을 보장하는 중요한 방법입니다.

11. High Availability (고가용성)

• 정의: 고가용성은 시스템의 지속적인 운영을 보장하기 위한 기술과 방법으로, 장애 발생 시 신속하게 복구할 수 있도록 설계합니다.
• 활용: DBA는 고가용성 아키텍처를 구축하여 데이터베이스 시스템의 중단 없이 운영을 유지합니다. 복제, 페일오버, 로드 밸런싱 등을 사용하여 시스템의 신뢰성을 높입니다.

12. Load Balancing (로드 밸런싱)

• 정의: 로드 밸런싱은 여러 서버에 네트워크 트래픽을 균등하게 분산하여 서버 과부하를 방지하고, 애플리케이션의 성능과 가용성을 최적화하는 기술입니다. 요청을 각 서버로 분산시켜 시스템 전체의 응답 시간을 줄이고 신뢰성을 높입니다.
• 활용: 로드 밸런싱은 단일 서버에 과부하 방지를 위한 트래픽 분산과 특정 서버 장애 시 다른 가용 서버로 전환하여 서비스 중단을 최소화 하고 응답 속도를 최적화 하여 네티워크 병목 현상을 방지하는 데 활용 됩니다.

13. I/O Throughput (입출력 처리량)

• 정의: I/O 처리량은 일정 시간 내에 시스템이 처리할 수 있는 입력 및 출력 데이터의 양을 의미합니다. 이는 디스크, 네트워크, 메모리 등에서의 데이터 이동 속도를 포함하며, 시스템 성능을 평가하는 중요한 지표 중 하나입니다.
• 활용: DBA는 I/O 처리량을 모니터링하여 시스템 성능을 최적화합니다. 예를 들어, 데이터베이스 성능이 저하될 때 I/O 처리량을 분석하여 병목 현상을 파악하고, SSD 도입이나 RAID 설정 변경 등으로 I/O 성능을 향상시킬 수 있습니다. 또한, 대용량 데이터를 처리하는 애플리케이션에서는 고속 I/O 처리량이 필수적입니다.

14. Meta Data (메타 데이터)

• 정의: 메타 데이터는 데이터에 대한 정보를 담고 있는 데이터입니다. 예를 들어, 파일의 이름, 크기, 생성 날짜, 데이터베이스 테이블의 구조, 열 이름, 데이터 타입 등이 메타 데이터에 해당합니다.
• 활용: DBA는 메타 데이터를 활용하여 데이터베이스 객체를 관리하고 최적화합니다. 예를 들어, 테이블의 메타 데이터를 분석하여 인덱스를 생성하고, 쿼리 성능을 향상 시킵니다. 또한, 메타 데이터는 데이터베이스 백업, 복원, 마이그레이션 시에도 중요한 역할을 합니다.

15. Data Migration (데이터 마이그레이션)

• 정의: 데이터 마이그레이션은 데이터를 한 시스템에서 다른 시스템으로 이동시키는 과정을 의미합니다. 이는 데이터베이스 업그레이드, 클라우드로의 이전, 시스템 통합 시에 필요합니다.
• 활용: DBA는 데이터 마이그레이션을 계획하고 실행합니다. 마이그레이션 과정에서 데이터 손실을 방지하고, 데이터 무결성을 유지하기 위해 철저한 사전 준비와 테스트가 필요합니다. 예를 들어, 데이터베이스 업그레이드 시 구 버전의 데이터를 새로운 버전으로 마이그레이션하여 시스템 성능과 기능을 개선할 수 있습니다.

16. Clustering (클러스터링)

• 정의: 클러스터링은 여러 대의 서버(노드)를 하나의 시스템처럼 운영하여 고가용성과 확장성을 제공하는 기술입니다. 클러스터를 구성하는 각 노드는 데이터와 작업 부하를 분산 처리하여 시스템 성능과 신뢰성을 향상시킵니다.
• 활용: DBA는 클러스터링을 통해 데이터베이스 시스템의 고가용성을 보장합니다. 예를 들어, 한 노드가 실패하면 다른 노드가 즉시 작업을 인계받아 서비스 중단을 최소화합니다. 클러스터링은 또한 부하 분산을 통해 시스템의 전체 성능을 향상시킵니다. 주로 금융, 전자상거래, 대규모 트래픽 처리 시스템에서 사용됩니다.

17. Disk Sharing (디스크 공유)

• 정의: 디스크 공유는 여러 서버가 동일한 저장 장치를 공유하여 데이터를 액세스할 수 있도록 하는 기술입니다. 디스크를 공유함으로써 서버 간 데이터 일관성을 유지하고, 고가용성을 제공할 수 있습니다.
• 활용: DBA는 디스크 공유를 통해 데이터베이스 클러스터 환경을 구성합니다. 공유 디스크를 사용하면 여러 노드가 동일한 데이터에 접근할 수 있어, 데이터 복제와 동기화가 필요 없는 환경을 만들 수 있습니다. 이는 특히 고가용성 클러스터와 SAN(Storage Area Network) 환경에서 유용합니다.

18. Data Integrity (데이터 무결성)

• 정의: 데이터 무결성은 데이터의 정확성, 일관성, 신뢰성을 유지하는 것을 의미합니다. 데이터베이스에서 데이터 무결성은 제약 조건, 트랜잭션 관리, 백업 및 복원 등 다양한 방법으로 보장됩니다.
• 활용: DBA는 데이터 무결성을 보장하기 위해 제약 조건을 설정하고, 트랜잭션을 관리하며, 정기적인 백업과 복원 테스트를 수행합니다. 데이터 무결성은 비즈니스 데이터의 정확성과 신뢰성을 유지하는 데 필수적입니다.

19. Rollback (롤백)

• 정의: 롤백은 트랜잭션이 실패하거나 취소될 때 데이터베이스를 이전 상태로 되돌리는 작업입니다.
• 활용: DBA는 롤백을 통해 데이터베이스의 무결성을 유지합니다. 트랜잭션 오류 발생 시, 데이터 손상을 방지하기 위해 롤백을 사용하여 안전하게 원래 상태로 복구합니다.

20. Patch (패치)

• 정의: 시스템의 오류를 수정하거나 성능을 개선하기 위해 적용되는 작은 업데이트나 변경 사항을 의미합니다.
• 활용: 패치는 종종 소프트웨어 배포 후 발생하는 문제들을 해결하기 위해 빠르게 제공되며, 전체 시스템을 업데이트하는 것보다 더 작고 적용하기 쉽습니다. 버그 수정이나 보안 취약점 해결, 신규 기능 추가, 성능 최적화 등을 목적으로 시행됩니다. DBA는 데이터베이스 시스템의 안정성과 보안을 유지하기 위해 정기적으로 패치를 적용해야 합니다.

마치며

데이터베이스 관리자(DBA)는 데이터베이스 시스템의 성능, 안정성, 보안을 유지하는 중요한 역할 외에도 비즈니스에 필요한 데이터들을 정제하고 제공하는 역할도 맡고 있습니다. 따라서 DBA의 업무와 업무 시 사용하는 용어들을 이해하면 효율적으로 커뮤니케이션을 할 수 있어 보다 정확하고 빠른 업무 대응이 가능해질 것입니다.