#database > [!introduction] > 우리가 사는 현실에는 참 많은 일들이 일어납니다. 편의점에서 끼니를 때울 때도 있고, 카페에서 커피를 마실 때도 있고, 마트에서 장을 볼 때도 있죠. 우리에게는 일상의 한 순간일 뿐이겠지만, 편의점, 카페, 마트, 카드사의 입장에서는 반드시 기록으로 남겨두어야 할 순간들입니다. 기업은 수많은 고객에 대한 데이터를 수집해 그 데이터를 바탕으로 의사결정을 내리고, 이를 위해서는 수천만 개에 달하는 대규모의 데이터를 다를 방법이 필요합니다. 이번 글에서는 대규모의 데이터를 다루기 위한 도구인 데이터베이스 관리 시스템*Database-Management System, DBMS*를 소개합니다. # DBMS와 DB 과거부터 기업이나 정부는 다수의 이용자들에게 정보를 제공하거나 내부에서 필요로 하는 정보를 체계적으로 보관할 필요가 있었다. 이 과정에서 대규모의 데이터를 다룰 도구가 필요했고, 데이터베이스 관리 시스템*Database-Management System, DBMS*는 이러한 수요에 따라 탄생하였다. 데이터베이스 관리 시스템는 서로 연관되어 있는 데이터와 그 데이터를 관리하는 프로그램의 집합으로 정의된다. 크게 두 부분으로 나눌 수 있는데, 서로 연관된 데이터의 집합인 데이터베이스*Database*와 데이터베이스에 보관된 데이터를 다룰 수 있는 프로그램의 집합으로 나눌 수 있다. 데이터베이스는 그 자체만으로는 아무것도 할 수 없는 데이터의 모음집일 뿐이고, 이 데이터베이스를 다룰 프로그램이 있어야 비로소 진가를 발휘한다. 이 프로그램들은 사용자가 데이터베이스에서 필요한 정보를 효율적으로 찾거나 저장할 수 있도록 하는 여러 핵심적인 기능을 제공한다. ## 굳이 DBMS를 쓰는 이유 그런데 이 시점에서 이런 의문을 가질 수 있다. > [!question] > 어차피 정보를 저장하는 건데 그냥 파일 쓰면 되지 않나? 물론 우리는 일상적으로 파일 시스템을 사용하고, 오늘날 통용되는 DBMS가 등장하기 전까지는 기업이나 정부에서도 파일 시스템 기반의 데이터베이스 시스템을 사용했다. 그러나 데이터베이스를 다루는 응용 프로그램이 파일 시스템 바로 위에 있다 보니 여러가지 문제가 발생하게 되었다. ### Data Redundancy & Inconsistency 오늘날 파일 시스템에서 텍스트로 된 정보를 저장하는 방식은 매우 다양하다. PDF로 저장해도 되고, 텍스트 파일로도 저장해도 되고, 워드 파일이나 한글 파일로도 저장할 수 있다. 그러나 데이터베이스의 관점에서 보면 이러한 상황은 매우 치명적인데, 같은 데이터여도 다른 형식으로 저장될 수 있고, 서로 내용을 공유하지 않는다는 것을 의미하기 때문이다. 같은 데이터가 반복되는 상황*Data Redundancy*과 같은 정보여도 저장된 곳이 달라 서로 동기화되지 않는 상황*Data Inconsistency*는 데이터베이스에서는 반드시 피해야 할 상황이다. ### 데이터 접근의 어려움 파일 시스템 기반의 데이터베이스 시스템에서는 데이터에 접근하기 위해 특정 언어를 사용한다는 개념 자체가 없었다. 파일 관리자를 쓰거나 터미널에서 `ls`를 쓰는 것처럼 직접 파일을 찾아야 했고, 이렇게 찾은 파일을 해석하는 일은 그 파일의 포맷을 지원하는 응용프로그램에 달려 있었다. ### Data Isolation 또다른 문제는 여러 파일에 분산되어 있는 정보를 찾아야 할 때다. 파일 시스템에서 파일에 담긴 데이터는 기본적으로 파일에 귀속되어 있어 여러 파일에 흩어져 있는 정보를 하나로 모으기 위해서는 우선 각 파일에 접근해서 정보를 가져와야 하는데, 이러한 상황을 데이터 고립*Data Isolation*이라 부른다. 파일 시스템 기반의 데이터베이스 시스템을 설계할 때 고려하지 않은 방향으로 데이터를 검색하게 되면, 데이터 고립 상황에서 분산된 데이터를 모아 원하는 데이터를 만들기 위한 프로그램을 새롭게 설계해야 한다. 그리고 그 작업은 새로운 유형의 검색을 할 때마다 반복된다. 그래서 파일 시스템 기반의 데이터베이스에서는 데이터를 바꿀 때도 문제가 많다. 원하는 작업이 데이터베이스의 파일 구조와 맞지 않을 경우, 검색할 때와 마찬가지로 분산된 정보를 찾아다니며 수정하는 과정을 거쳐야 한다. 특정 데이터에 제약 조건을 추가하고 적용하거나 관련된 데이터를 바꾸는 이러한 작업은 데이터베이스의 크기가 커질 수록 어려워진다. ### Atomicity 파일 시스템 기반 데이터베이스에서 생기는 또 하나의 문제는 바로 동시성*Concurrency*과 관련된 문제다. 데이터베이스는 기본적으로 다수의 사용자가 동시에 이용하는 것이 일반적이다. 그래서 작업이 겹치거나 시스템에 문제가 생기면 작업 도중에 데이터베이스와의 연결이 끊어질 수도 있다. 이러한 상황을 대비하려면 데이터베이스에서 이루어지는 모든 작업에 원자성*Atomicity*를 보장해야 한다. 모든 작업은 끝까지 이루어지거나 아예 실행되지 않은 상태여야 하며, 작업 과정에서 다른 사용자가 간섭하지 못하도록 접근을 막아야 한다. ### 권한 다수의 사용자가 동시에 데이터베이스를 이용할 때 생기는 또 하나의 고민거리는 바로 권한이다. 예를 들어, 고객의 개인정보처럼 민감한 데이터는 특정 사용자만 볼 수 있도록 설정해야 하는데, 파일 시스템에서 이렇게 같은 데이터에 대해 사용자마다 권한을 다르게 설정하는 일은 상당히 까다롭다. ## DBMS의 특징 DBMS는 앞서 나열한 문제들을 해결하기 위해 등장하였으며, 주요 특징은 다음과 같다. ### 데이터 모델 데이터베이스 시스템의 기본은 데이터 모델*Data Model*이다. 데이터 모델은 데이터베이스에 저장되어 있는 데이터와 데이터의 관계, 데이터의 표현 방식, 그리고 데이터에 대한 일관성 제약 조건*Consistency Constraint*를 포괄하는 개념이다. 대표적인 데이터 모델로는 관계형 모델*Relational Model*, E-R 모델*Entity-Relationship Model*, 반구조화 데이터 모델*Semi-structured Data Model*. 객체 기반 데이터 모델*Object-Based Data Model* 등이 있다. ### 추상화 이러한 데이터 모델의 공통적인 특징 중 하나는 데이터의 추상화*Data Abstraction*다. 사용자의 편의를 위해 데이터베이스에서 데이터의 추상화는 물리적 수준*Physical Level*과 논리적 수준*Logical Level*, 그리고 뷰 수준*View Level*에서 총 세 번 이루어진다. 물리적 수준에서의 구현과 논리적 수준에서의 구현은 분리되어 있어 사용자는 데이터베이스의 실제 구현을 고려할 필요 없이 논리적 수준에서 데이터를 다루게 된다. 그리고 이에 따라 데이터베이스의 설계 과정과 디자인 또한 물리적 수준과 논리적 수준 모두를 거치도록 하고 있다. ### Data Definition Language & Data Manipulation Language DBMS에서 데이터를 다루는 방식은 프로그래밍 언어의 그것과 유사하다. 프로그래밍 언어가 자료형을 미리 정해놓듯 DBMS에서도 데이터 정의 언어*Data Definition Language*를 통해 데이터의 규격을 정의한다. 그리고 데이터를 조작하는 방식 또한 데이터 조작 언어*Data Manipulation Language*로 정의하고 있다. 이 과정을 통해 데이터베이스에서 원하는 데이터를 효율적으로 생성하고*Create*, 읽고*Read*, 갱신하고*Update*, 삭제*Delete*할 수 있다. ### 엄격한 데이터 관련 제약 조건 DBMS에서 데이터를 다룰 때는 제약 조건*Constraint*을 꼼꼼히 따져야 하는데, 데이터베이스에서 데이터가 고립되거나 중복되는 등의 문제를 사전에 방지하기 위해 고안된 것이 대부분이다.