ACID 제공하지 않음 (SQL보다 덜 제한적인 일관성 모델을 이용하는 데이터의 저장 및 검색 매커니즘 제공)
SQL 보다 더 좋은 Consistency, Partition Tolerlance, Availity 제공
※ CAP 이론
현존하는 거의 모든(혹은 모든) 데이터 저장하는 매체들은 Consistency, Partition Tolerlance, Availity 세 가지 중 두 가지만 추구 가능
SQL: Consistency 추구하는 데이터베이스
검색 엔진: Availity, Partition Tolerance를 축으로 하는 서비스
- 하나의 문서 변경 시 색인 변경에 시간이 걸리고 그 사이 Consistency 추구되지 않을 수 있음
| SQL vs 검색 엔진 (0) | 2023.12.23 |
|---|
Scale, Speed, Usefulness
| SQL | 검색 엔진 |
| ACID 보장 (Atomic - 원자성, Consistent - 일관성, Isolated - 격리성, Durable - 지속성) - 트랜젝션을 통해 데이터의 유효성 보장 |
ACID 미보장 결과가 Stale할 수 있고(최신 데이터 미반영) 없는 결과 나타날 수도 있으며 데이터가 바뀌어도 반영되는데 시간 소요될 수 있음 |
| B-Tree, Linear Scan 사용해 데이터 사이즈 커질수록 속도 감소 - O(n), O(log n) |
데이터 사이즈에 상관없이 균일 결과 출력 - O(1) |
| Realtime data(실시간 데이터) 제공 - 저장된 데이터 바로 확인 가능 |
데이터 추가, 인덱싱, 서빙에 상대적으로 꽤 큰 시간 소요 |
| 고급 검색 결과, 랭킹 기술 도입 어려움 | 고급 검색(text manipulation, audio image processing 등) 적용 가능 - 무제한 Advanced Search Feature 추가 가능 |
| 서빙 트래픽 증가할수록 서빙 스피드가 기하급수적으로 감소 - 사용자 선형적으로 증가 시 서비스의 cost 기하급수적으로 증가 |
트래픽 늘어나더라도 부하 속도 일정적으로 유지 가능 - 트래픽에 매우 Scalable - 트래픽이 선형적으로 증가하더라도 서빙 시스템에 영향 미치지 않음 |
| NoSQL vs 검색 엔진 (0) | 2023.12.23 |
|---|