[AWS] Amazon DynamoDB 이해

in Study on AWS, AWS Base
[AWS] Amazon DynamoDB 이해

NoSQL 데이터베이스 Amazon DynamoDB를 이해해보자.

1. Amazon DynamoDB 개요

Amazon DynamoDB 는 완전관리형 NoSQL 데이터베이스이다.

2. Amazon DynamoDB 특징

  • 테이블 생성이 단순하고 신속하기 때문에, 설계부터 운용까지 걸리는 시간이 적다.

  • DynamoDB는 저장되는 데이터의 용량이 증가하면 자동으로 스토리지를 늘리고 클러스터를 확장하여 데이터를 분산시킨다. 따라서 어떠한 수준의 요청 트래픽도 일관적인 속도로 처리할 수 있으며, 하드웨어 프로비저닝, 설정 및 구성, 복제, 소프트웨어 패치 또는 클러스터 크기 조정에 대해 걱정할 필요가 없다.

  • 읽기/쓰기 처리량(Read/Write Throughput)을 직접 지정할 수 있고, 다운타임 또는 성능 저하 없이 테이블의 처리 능력을 확장 또는 축소할 수 있다.
    • 처리량은 한 번에 2배씩 늘릴 수 있으며(횟수 제한 없음), 낮출때는 한 번에 최저치까지 낮출 수 있다(하루 4번 제한).
    • 처리량 지정은 반영되는데에 시간이 꽤 소요되기 때문에, 초기에 넉넉히 설정해야 한다.
    • 이렇게 설정된 처리량은 위 특징에 따라 지정된 속도로 일관되게 유지된다.

  • AWS Management Console을 사용하여 리소스 사용률 및 성능 지표를 모니터링할 수 있다.

  • DynamoDB는 리전별로 생성이 가능하고, 데이터를 여러 가용영역에 복제하여 저장하기 때문에 일부 장애가 발생하더라도 문제없이 사용이 가능하다.
    덕분에 고가용성과 데이터 내구성을 제공하고, 사용자가 따로 데이터를 백업할 필요가 없다.

  • 유휴 시 암호화를 제공하여 중요한 데이터 보호와 관련된 운영 부담 및 복잡성을 제거한다.

  • NoSQL이지만 보조 인덱스를 사용하여 빠른 조회 속도를 제공한다.

  • DynamoDB의 모든 데이터는 SSD에 저장된다.

  • DynamoDB는 온디맨드 백업 기능을 제공한다.
    따라서 테이블의 전체 백업을 생성하여 규제 준수 요건에 맞도록 장기간 유지하고 보관할 수 있다.
    또한 백업을 통해 특정 시점으로 복구도 가능하다.(최근 35일 중으로 제한)

  • 데이터 유지 시간(TTL)이 만료된 항목을 테이블에서 자동 삭제할 수 있으므로 스토리지 사용량과 더 이상 관련 없는 데이터를 저장하는 비용을 줄일 수 있다.

  • 키 값 데이터 모델을 사용한다.

3. Amazon DynamoDB 사용 목적

  • 대규모 RDBMS 기반 데이터베이스는 서버 한 대에 대용량의 데이터베이스를 저장하기가 어려우므로 샤딩(Shading)을 통해 데이터베이스를 분산 저장시키는데, DynamoDB는 자동으로 처리해주므로 비용과 시간을 아낄 수 있다.

  • 읽기와 쓰기가 매우 빈번하고 처리 속도가 빨라야하며(밀리초 단위, DAX의 경우 마이크로초 단위), 작은 용량의 데이터가 많을 때 적합하다.
    • 예 : 모바일 게임, SNS, 채팅 앱 등
  • 일반적인 RDBMS(Oracle, MySQL 등)가 아닌 Amazon에서 개발한 NoSQL 데이터베이스로서 관계형 스키마를 가지지 않는다.
    때문에 조인(Join)과 같은 복잡한 쿼리가 필요한 환경에는 부적합하다.
    하지만 스키마가 고정되지 않은 비정형 데이터를 저장하는데에는 적합하다.

4. Amazon DynamoDB 데이터 모델

기본 구성요소로는 Table, Item, Attribute가 있다.

I. Table

Table은 Item들의 모임이다.
들어갈 수 있는 Item의 갯수 제한은 없다.
반드시 Table마다 기본 키가 지정되어야 한다.
리전 당 생성할 수 있는 Table 최대 갯수는 256개이고, AWS에 요청시 더 늘릴 수 있다.

II. Item

Item은 Attribut들의 모임이다.
들어갈 수 있는 Attribute의 갯수 제한은 없다.
아이템의 크기는 속성 이름과 값을 포함하여 64KB까지이다.
기본 키는 필수로 포함하고 있어야 하며, 복합 키와 기타 속성을 가질 수 있다.

III. Attribute

Attribute는 Key-Value 방식이다.
Key는 문자열이어야 한다.
Attribute가 지원하는 값 데이터 형식은 스칼라 데이터 형식(Scalar Data types), 다중 값 형식(Multi-valued types)가 있다. 공통 사항으로 NULL이나 빈 문자열은 저장이 불가하다.

  • 스칼라 데이터 형식(Scalar Data types)
    • 숫자(Number), 문자열(String), 바이너리(Binary)를 사용
  • 다중 값 형식(Multi-valued types)
    • 스칼라 데이터 형식의 배열 형태
    • 숫자 세트(Number Set), 문자열 세트(String Set), 바이너리 세트(Binary Set)를 사용
    • 다중 값 형식은 들어가는 값이 중복될 수 없으며, 값이 하나라도 들어가 있어야 함
    • 값은 정렬되지 않고 정렬 순서도 저장되지 않음
    • 다중 값 형식은 **기본 키로 사용할 수 없음

5. Amazon DynamoDB 사용 로직

DynamoDB에서 검색을 하려면 기본 키로 인덱스를 생성해야 한다.
기본 키는 테이블 생성시 반드시 지정되어야 하고, 이 기본 키로 생성되는 인덱스를 테이블 인덱스라고 한다.

I. 기본 키

기본 키 형식은 Hash 형식 기본 키, Hash와 Range 형식 기본 키가 있다.

  • Hash 형식 기본 키
    • Attribute 1개를 기본 키로 사용
    • 기본 키의 값은 스칼라 데이터 형식만 가능
    • 일치(Equal) 방식의 검색만 지원
    • 고유한 값을 가져야 함
  • Hash와 Range 형식 기본 키
    • Attribute 2개를 기본 키로 사용(복합 키)
    • 첫 Attribute는 해시 형식 기본 키로 사용, 두 번째 Attribute는 범위 기본 키로 사용
    • 범위 기본 키는 일치(Equal), 부등호, 포함, ~로 시작하는 범위를 지정할 수 있는 검색을 지원
    • 해시 키나 범위 키가 고유한 값을 가지지 않더라도 복합 키로서 둘의 조합이 유일하면 저장 가능

II. 보조 인덱스 유형

DynamoDB는 기본키로 생성하는 테이블 인덱스 이외에 보조 인덱스(Secondary Index)를 생성할 수 있다.
이로 인해 기본 키로 생성한 테이블 인덱스만으로는 부족한 검색 성능을 높일 수 있다.
보조 인덱스는 Read/Write 용량 유닛을 따로 설정할 수 있다.

보조 인덱스는 로컬 보조 인덱스(Local Secondary Index), 글로벌 보조 인덱스(Global Secondary Index)로 나뉜다.

  • 로컬 보조 인덱스(Local Secondary Index)
    • 해시 키 : 해시 기본 키(테이블 인덱스와 같음)
    • 범위 키 : 목적에 따라 다르게 설정
    • 로컬 보조 인덱스는 테이블당 5개까지 생성 가능
    • 테이블에서 해시 기본 키와 범위 기본 키를 사용하고 있을 때만 생성 가능
  • 글로벌 보조 인덱스(Global Secondary Index)
    • 해시 키 : 테이블 인덱스와 다르게 설정
    • 범위 키 : 테이블 인덱스와 다르게 설정, 생략 가능
    • 글로벌 보조 인덱스는 테이블당 5개까지 생성 가능

6. Amazon DynamoDB 데이터 읽기

DynamoDB는 데이터를 읽을 때 Eventually Consistent Read, Strongly Consistent Read를 사용할 수 있다.

  • Eventually Consistent Read
    • 읽기 처리량(Read Throughput)을 최대화하지만 읽은 데이터가 최근 완료된 쓰기 결과를 반영하지 못했을 수 있음
    • 쓰기가 데이터의 모든 복사본에 반영되는 것은 1초내에 이루어지므로, 최신 데이터를 얻으려면 짧은 시간 내에 읽기를 반복해야 함
  • Strongly Consistent Read
    • 최근 완료된 쓰기 결과가 모두 반영된 데이터를 가져옴(Eventually Consistent Read의 쓰기 결과가 반영되지 않은 경우가 일어나지 않음)

7. 프로비저닝된 처리량(Provisioned Throughput)

Provisioned Throughput은 사용자가 원하는 수치를 지정하면 DynamoDB가 알아서 지정된 수치만큼 처리량을 제공해주는 것을 말한다.
처리량은 한 번에 2배씩 늘릴 수 있으며(횟수 제한 없음), 낮출때는 한 번에 최저치까지 낮출 수 있다(하루 4번 제한).
처리량 지정은 반영되는데에 시간이 꽤 소요되기 때문에, 초기에 넉넉히 설정해야 한다.

필요한 읽기 용량 유닛(Read Capacity Units)과 필요한 쓰기 용량 유닛(Write Capacity Units)으로 필요한 Read/Write Capacity Units을 설정한다.

  • 필요한 읽기 용량 유닛(Read Capacity Units)
    • 초당 읽은 아이템 수 X KB 단위 아이템 크기(근사치 반올림)
    • Eventually Consistent Read를 사용하는 경우 초당 읽은 아이템 용량은 두 배가 됨
  • 필요한 쓰기 용량 유닛(Write Capacity Units)
    • 초당 쓴 아이템 수 X KB 단위 아이템 크기(근사치 반올림)

예를 들어,
512Bytes(1KB로 반올림 됨)을 초당 200개 항목을 읽거나 쓰면, 1KB X 200 = 200 유닛이 필요
1.6KB(2KB로 반올림 됨)을 초당 200개 항목을 읽거나(쓰면), 2KB X 200 = 400 유닛 필요

읽기에 Eventually Consistent Read를 사용할 경우 500 읽기 용량 유닛으로 1KB 용량의 아이템을 초당 1000번 읽을 수 있음
읽기에 Strongly Consistent Read를 사용할 경우 1000 읽기 용량 유닛으로 1KB 용량의 아이템을 초당 1000번 읽을 수 있음

또한 읽기 용량의 유닛 수는 API 호출 수가 아닌 초당 읽은 아이템 수로 결정된다.
즉, 1KB 용량의 아이템을 GetItem(아이템을 1개 읽는 메소드)으로 500번 호출하는 것과,
BatchGetItem(아이템을 군집하여 읽는 메소드)을 호출하여 아이템을 10개씩 50번 호출하는 것은 같다.

8. DAX(DynamoDB Accelerator)

DynamoDB를 위한 가용성이 뛰어난 완전관리형인 메모리 cache로서, 초당 요청 수가 몇 백만 개인 경우에도 몇 밀리초에서 몇 마이크로초까지 최대 10배의 성능을 제공한다.

DAX는 캐시를 사용하는 것임에 명심

© 2022. All rights reserved.