데이터베이스 (3) - SQL

SQL (Structured Query Language)

• DDL (Data Definition Language): 테이블의 구조를 정의한다.
• DML (Data Manipulation Language): 테이블에서 검색/추가/삭제/갱신을 하는데 사용하는 언어이다.
• 모든 대용량 데이터 웨어하우스는 SQL기반이다.
  • Redshift, Snowflake, BigQuery, Hive
  • Spark(SparkSQL), Hadoop(Hive): SQL 언어 지원
• 단점
  • 구조화된 데이터를 다루는데 최적화가 되어있다.
    • 정규표현식을 통해 비구조화된 데이터를 어느 정도 다루는 것은 가능하나 제약이 심하다.
    • 대부분의 관계형 데이터베이스들은 JSON같이 nested형은 지원하지 않는다.
      • BigQuery는 nested structure 지원한다.
    • 비구조화된 데이터들을 다루는데 Spark, Hadoop과 같은 분산 컴퓨팅 환경이 필요해졌다.
      • 즉 SQL만으로는 비구조화된 데이터들을 처리하기 힘들다
  • 관계형 데이터베이스마다 SQL문법이 조금씩 다르다.

---

Star schema

• 데이터를 다양한 형태의 fact table로 나눈다.
• Production DB용 관계형 데이터베이스에서는 보통 스타 스키마를 사용하여 데이터를 저장한다.
• 데이터를 논리적 단위로 나눠 저장하고, 필요시 조인한다.
• 조인은 시간과 리소스를 사용해야 하기 때문에 속도의 저하를 일으킬 수 있다.
• 스토리지의 낭비가 덜하고 업데이트가 쉽다.

Denormalized schema

• NoSQL이나 데이터 웨어하우스에서 사용하는 방식이다.
  • 단위 테이블로 나눠서 저장하지 않기 때문에 별도의 조인이 필요 없다.
• 스토리지를 더 사용하지만 조인이 필요 없기 때문에 빠른 계산이 가능하다.
• 데이터웨어하우스는 사이즈의 제약을 덜 받는 구조이다. 다수의 컴퓨터로 구성되기 때문이다. -> 클러스터 구조이다.

---

SQL 기본

• 다수의 SQL문을 실행할 경우 세미콜론을 통해 구분한다.
•  SQL 주석
  • -- : 인라인 주석으로 한 줄짜리 주석이다.
  • /* */ : 여러 줄에 걸쳐서 사용 가능한 주석이다.
• 팀으로 하는 프로젝트에서는 포맷팅이 필요하다.
  • SQL 키워드는 대문자로 사용하기
  • 테이블/필드 이름의 명명규칙 정하기
    • 단수형 vs 복수형
    • 스네이크 케이스 vs 카멜 케이스