피드로 돌아가기
Dev.toDatabase
원문 읽기
데이터 형상에 따른 Polyglot Persistence 최적화 전략
Azure Cosmos DB and Blob Storage: When SQL Is Not the Right Tool
AI 요약
Context
정형 데이터 처리에 최적화된 Azure SQL의 고정 스키마 구조로 인한 유연성 부족 발생. 신규 필드 추가 시 전체 행의 스키마 변경이 강제되는 구조적 제약 및 비정형 데이터 처리의 비효율성 확인.
Technical Solution
- JSON 기반 Document 모델 도입을 통한 Schema-less 구조 구현으로 개별 문서의 독립적 형상 유지
- Partition Key 설계를 통한 물리적 데이터 분산 및 수평 확장성 확보
- 빈번한 쿼리 패턴을 반영한 Partition Key 선정을 통해 Hot Partition 발생 억제 및 Request Units 최적화
- Nested Array 구조를 활용한 데이터 모델링으로 Relational DB의 JOIN 연산 제거 및 조회 성능 향상
- 트래픽 패턴에 따른 Serverless 및 Provisioned Throughput 과금 모델의 전략적 선택
- SAS Token 적용을 통한 Blob Storage 접근 권한의 세밀한 제어 및 보안 강화
실천 포인트
- 데이터 구조가 빈번하게 변경되는가? -> Cosmos DB 검토 - 데이터가 정형화된 테이블 형태인가? -> Azure SQL 유지 - 데이터가 구조화되지 않은 파일 형태인가? -> Blob Storage 활용 - Partition Key 선정 시 가장 빈번한 쿼리 필터와 데이터 분산도를 동시에 고려했는가? - 예측 불가능한 저~중량 트래픽 환경에서 Serverless 빌링 모드를 적용했는가?