Write Concern과 Read Preference
MongoDB에서 Read Preference와 Write Concern은 데이터의 일관성, 가용성, 성능 간의 트레이드오프를 조절하는 핵심 설정이다. 특히 레플리카 셋 환경에서 이 설정들은 트랜잭션과 데이터 처리에 직접적인 영향을 미친다 Write Concern – 쓰기 확인 수준 Write Concern은 쓰기 작업이 얼마나 많은 노드에 반영되었는지…
Category Database
데이터베이스에 대한 내용
문서 설계와 트랜잭션문서 설계와 트랜잭션
MongoDB를 효과적으로 활용하기 위해서는 도메인별로 적절한 문서 구조를 설계하는 것이 중요하다. 실제 서비스 사례를 통해 문서 설계 전략을 살펴보자 컨텐츠 관리 시스템 (CMS) CMS는 MongoDB의 유연한 스키마를 활용하기에 적합한 대표적인 사례이다 초기 설계안 – 단일 문서 구조 이 구조의 장점…
MongoDB와 NoSQL
MongoDB는 크로스 플랫폼 문서 지향(Document-Oriented) 데이터베이스 시스템이다. NoSQL 데이터베이스로 분류되며, JSON과 유사한 동적 스키마 문서를 사용하여 전통적인 테이블 기반 관계형 데이터베이스 구조와는 다른 접근 방식을 취한다 NoSQL의 등장 배경과 필요성 데이터 중심 시대의 도래 현대 사회는 데이터로 가득 차 있다.…
조인이 필요한 이유 – 데이터 정규화의 통합
데이터베이스를 설계할 때 정보를 여러 테이블에 나누어 저장하는 것은 데이터의 효율적인 관리와 무결성 유지를 위한 필수적인 과정이다. 이를 정규화(Normalization)라고 하며, 흩어진 데이터를 다시 연결하여 의미 있는 정보를 얻는 기술이 바로 조인(JOIN)이다. Users Table Products Table Orders Table 데이터 분리의 필요성…
데이터 그룹화 – 필터링
GROUP BY 절을 통해 데이터를 그룹화하고 집계한 후, 특정 조건을 만족하는 그룹만을 필터링해야 할 때가 있다. 이때 사용하는 것이 HAVING 절이다. WHERE 절과 HAVING 절은 모두 필터링 기능을 하지만, 작동 시점과 대상이 명확히 다르다 WHERE 절과 HAVING 절의 차이 SQL…
데이터 그룹핑
GROUP BY 절은 데이터를 특정 기준에 따라 여러 그룹으로 나누고, 각 그룹에 대해 집계 함수를 적용하여 요약 통계를 생성할 때 사용한다. 이는 전체 데이터에 대한 통계가 아닌, 세분화된 기준(예: 카테고리별, 고객별)으로 데이터를 분석할 때 필수적인 기능이다 GROUP BY 기본 사용법…
데이터 집계
데이터 분석은 비즈니스 의사결정의 핵심이다. 특히 쇼핑몰 등의 서비스 운영에서는 주문 현황, 매출, 고객 행동 등을 파악하는 것이 중요하다. SQL의 집계 함수(Aggregate Functions)는 이처럼 방대한 데이터를 요약이서하고 분석을 도와준다. order_stat table schema order_stat 데이터 NULL 값과 집계 함수 데이터는 종종…