SQLD

데이터 모델과 성능 -(3)

깐까망 2023. 6. 7. 09:34
728x90
반응형
SMALL

* 분산 DB

1. 여러 곳으로 분산되어있는 DB를 하나의 가상시스템으로 사용할 수 있도록 한 DB

2. 논리적으로 동일한 시스템에 속하지만, 컴퓨터 네트워크를 통해 물리적으로 분산되어 있는 데이터 집합

 

* 분산 DB를 만족하기 위한 6가지 투명성

1. 분할 투명성(단편화) : 하나의 논리적 Relation이 여러 단편으로 분할되어 각 사본이 여러 site에 저장

2. 위치 투명성 : 사용하려는 데이터의 저장 장소명시 불필요, 위치정보가 시스템 카탈로그에 유지

3. 지역사상 투명성 : 지역 DBMS와 물리적 DB사이의 Mapping 보장

4. 중복 투명성 : DB 객체가 여러 site에 중복되어 있는지 알 필요가 없는 성질

5. 장애 투명성 : 구성요소의 장애에 무관한 트랜잭션의 원자성 유지

6. 병행 투명성 : 다수 트랜잭션 동시 수행시 결과의 일관성 유지, TimeStamp, 분산 2단계 Locking이용

 

* 분산 DB 장-단점

장점 : 지역 자치성, 신뢰성 가용성, 효용성 융통성, 빠른 응답속도, 비용절감, 각 지역 사용자 요구 수용

단점 : 비용증가, 오류의 잠재성 증대, 설계 관리의 복잡성, 불규칙한 응답 속도, 통제의 어려움, 데이터 무결성 위협

 

* 분산 DB 적용 기법

1. 테이블 위치 분산 : 설계된 테이블을 본사와 지사단위로 분산 , 위치별  DB문서 필요

2. 테이블 분할 분산 : 각각의 테이블을 쪼개어 분산

- 수평분할 : 로우 단위로 분리, 지사별로 다를때, 중복 X

- 수직분할 : 칼럼 단위로 분리, 각 테이블에 동일 PK 있어야 함

3. 테이블 복제 분산 : 동일한 테이블을 다른 지역이나 서버에 동시에 생성하여 관리하는 유형

- 부분복제 : 마스터 DB에서 테이블의 일부의 내용만 다른 지역이나 서버에 위치

- 광역 복제 : 마스터 DB 테이블의 내용을 각 지역이나 서버에 존재

4. 테이블 요약 분산 : 지역 간에 또는 서버 간에 데이터가 비슷하지만 서로 다른 유형으로 존재하는 경우

- 분석요약 : 동일한 테이블구조를 가지고 있으면서 분산되어 있는 동일한 내용의 데이터를 이용하여 통합된 데이터를 산출하는 방식, ex) 판매실적 지사A, 지사B

- 통합요약 : 분산되어 있는 다른 내용의 데이터를 이용하여 통합된 데이터를 산출하는 방식 ex) 판매실적 지사A:C제품, 지사 B:D제품

* 분산 DB 설계를 고려해야 하는 경우

1. 성능이 중요한 사이트

2. 공통코드, 기준정보, 마스터 데이터의 성능향상

3. 실시간 동기화가 요구되지 않는 경우, Near Real Time 특징을 가지고 있는 경우

4. 특정 서버에 부하가 집중되어 부하를 분산

5. 백업 사이트 구성하는 경우

 

(DB를 설계할 때는 성능이 중요하고 정보를 어떻게 가지고 오는지가 제일 중요한거 같다.)

728x90
반응형
LIST

'SQLD' 카테고리의 다른 글

데이터 모델과 성능 -(2)  (0) 2023.06.06
데이터 모델과 성능 -(1)  (0) 2023.06.05