행 기반 DB vs 열 기반 DB: 데이터 저장 방식의 차이점

행 기반 DB와 열 기반 DB란?

행 기반 데이터베이스(Row-oriented Database)는 데이터를 행(Row) 단위로 저장하고 관리하는 데이터베이스입니다. 전통적인 관계형 데이터베이스인 MySQL, PostgreSQL, Oracle DB가 대표적입니다. 반면 열 기반 데이터베이스(Column-oriented Database)는 데이터를 열(Column) 단위로 저장하고 관리하며, BigQuery, Amazon Redshift, Snowflake 등이 이에 해당합니다.

두 방식의 핵심 차이점은 물리적 저장 구조에 있습니다. 같은 테이블 데이터라도 디스크에 저장되는 방식이 완전히 다르며, 이로 인해 각각 다른 워크로드에 최적화됩니다.

핵심 개념

1. 데이터 저장 구조의 차이

다음과 같은 사용자 테이블이 있다고 가정해보겠습니다:

CREATE TABLE users (
    id INT,
    name VARCHAR(50),
    age INT,
    email VARCHAR(100)
);

INSERT INTO users VALUES 
(1, 'Alice', 25, 'alice@example.com'),
(2, 'Bob', 30, 'bob@example.com'),
(3, 'Charlie', 35, 'charlie@example.com');

행 기반 저장 방식:

[1, Alice, 25, alice@example.com]
[2, Bob, 30, bob@example.com]
[3, Charlie, 35, charlie@example.com]

열 기반 저장 방식:

ID: [1, 2, 3]
Name: [Alice, Bob, Charlie]
Age: [25, 30, 35]
Email: [alice@example.com, bob@example.com, charlie@example.com]

2. 성능 특성과 최적화

행 기반 DB의 장점:

• OLTP 워크로드에 최적화: 단일 행의 삽입, 수정, 삭제가 빠릅니다
• 트랜잭션 처리: 행 전체를 한 번에 읽고 쓸 수 있어 일관성 유지가 용이합니다
• 인덱스 효율성: B-tree 인덱스를 통한 빠른 레코드 검색이 가능합니다

-- 행 기반 DB에서 효율적인 쿼리
SELECT * FROM users WHERE id = 1;
UPDATE users SET age = 26 WHERE id = 1;

열 기반 DB의 장점:

• 분석 쿼리에 최적화: 특정 열만 읽어서 I/O 비용을 크게 줄입니다
• 압축 효율성: 같은 타입의 데이터가 연속 저장되어 압축률이 높습니다
• 집계 연산 최적화: SUM, COUNT, AVG 등의 연산이 빠릅니다

-- 열 기반 DB에서 효율적인 쿼리
SELECT AVG(age) FROM users;
SELECT name, age FROM users WHERE age > 30;

3. 사용 사례와 워크로드

행 기반 DB 적합한 경우:

• 온라인 트랜잭션 처리(OLTP): 전자상거래, 은행 시스템, CRM
• 실시간 애플리케이션: 게임, 채팅, 실시간 대시보드
• 빈번한 업데이트: 사용자 프로필, 재고 관리, 주문 처리

// OLTP 워크로드 예시
class UserService {
  async createUser(userData: UserData): Promise<User> {
    // 전체 행을 한 번에 삽입
    return await this.db.users.create(userData);
  }

  async updateUserProfile(userId: number, updates: Partial<UserData>): Promise<User> {
    // 특정 행의 여러 필드를 업데이트
    return await this.db.users.update(userId, updates);
  }
}

열 기반 DB 적합한 경우:

• 온라인 분석 처리(OLAP): 데이터 웨어하우스, BI 시스템
• 대용량 데이터 분석: 로그 분석, 시계열 데이터 처리
• 리포팅과 집계: 매출 분석, 사용자 행동 분석

-- OLAP 워크로드 예시
SELECT 
    DATE_TRUNC('month', created_at) as month,
    COUNT(*) as user_count,
    AVG(age) as avg_age
FROM users 
WHERE created_at >= '2024-01-01'
GROUP BY month
ORDER BY month;

4. 하이브리드 접근법

최근에는 두 방식의 장점을 결합한 하이브리드 솔루션들이 등장했습니다:

컬럼 스토어 인덱스 (SQL Server, Oracle):

-- SQL Server에서 컬럼스토어 인덱스 생성
CREATE NONCLUSTERED COLUMNSTORE INDEX IX_Users_Analytics
ON users (name, age, email);

파티셔닝과 압축 기법:

-- PostgreSQL의 컬럼 압축
ALTER TABLE large_table 
ALTER COLUMN data_column SET COMPRESSION lz4;

정리

행 기반 DB는 실시간 트랜잭션 처리에, 열 기반 DB는 대용량 데이터 분석에 각각 최적화되어 있습니다. 따라서 시스템의 워크로드 특성을 파악하여 적절한 데이터베이스 유형을 선택하는 것이 중요합니다.