데이터베이스 관리란 무엇인가요?

데이터베이스는 비즈니스 프로세스, 애플리케이션, 사용자 액세스의 기반 역할을 담당합니다. 따라서 조직은 설치한 데이터베이스 시스템에 전략적으로 접근할 필요가 있습니다. 데이터 품질을 유지하고, 비용을 절감하며, 긍정적인 사용자 경험을 보장하는 데 도움이 되는 데이터 관리 사례를 아래에 공유합니다.

확장성을 염두에 둔 설계

조직은 확장 가능한 데이터베이스를 활용하여 프로세서 및 데이터 스토리지 등 기존 컴퓨팅 리소스가 한계까지 밀려날 수 있는 트래픽 볼륨 증가 현상을 완화할 수 있습니다. 데이터베이스를 수평적 및 수직적으로 스케일링할 수 있습니다.

수평적 스케일링

수평적 스케일링은 단일 데이터베이스에 집중시키는 대신, 새로운 데이터 클러스터를 추가하는 방식입니다. 이 방법을 통해 들어오는 트래픽을 고르게 분산시켜 전체 데이터베이스 시스템이 과부하에 걸리는 것을 방지할 수 있습니다. 들어오는 요청을 필요한 데이터를 보관한 특정 구성 요소로 바로 전달되므로, 빠른 데이터 검색이 가능합니다. 데이터베이스를 수평적으로 스케일링하려면 다음 방법을 구현합니다.

• 데이터베이스 샤딩은 데이터베이스를 분할하여 작은 부분으로 분산하는 방식입니다.
• 로드 밸런싱은 네트워크 트래픽을 여러 데이터베이스 클러스터로 분산시키는 방식입니다.
• 읽기 전용 복제본은 메인 데이터베이스를 복제하여 특정 데이터에 자주 액세스해야 하는 애플리케이션에 제공합니다.

수직적 스케일링

수직적 스케일링은 데이터베이스에서 사용하는 컴퓨팅 리소스를 증가시키는 접근 방식입니다. 수직적 스케일링은 수평적 스케일링과 마찬가지로, 트래픽이 급증할 때 데이터베이스 시스템을 안정적으로 운영할 수 있습니다. 그러나 수직적 스케일링에는 데이터베이스 설계 변경이 포함되지 않습니다.

온프레미스 환경에서 물리적 데이터베이스를 수직적으로 스케일링하려면 추가 데이터베이스 서버에 투자하고 설정해야 하므로 비용이 많이 듭니다. 조직은 클라우드 데이터베이스를 기반으로 구축하여 수직적 스케일링을 보다 쉽고 저렴하게 구현했습니다. AWS 클라우드 데이터베이스를 사용하면 다음을 수행할 수 있습니다.

• 서버 인프라를 프로비전하지 않고도 데이터베이스를 배포합니다.
• 데이터베이스를 필요한 용량으로 스케일링합니다.
• 사용한 컴퓨팅 리소스에 대해서만 비용을 지불합니다.

데이터 백업 전략 수립

조직은 데이터베이스를 사용할 때 데이터 무결성 및 가용성을 보장하고 데이터 보안 위험을 최소화할 책임이 있습니다. 좋은 백업 전략은 데이터를 복제하고 안전하게 저장하는 것을 포함합니다. 또한 이를 신속하게 복원하고 운영 중단을 방지하기 위한 조치를 포함합니다.

효과적인 데이터베이스 백업 전략을 사용하면 가동 중지 시간을 즉시 복구하고 비즈니스 연속성을 보장할 수 있습니다. 예를 들어 데이터베이스 변경 사항을 계속 기록하는 경우, 변경 전 또는 사용할 수 없게 되기 전의 시점으로 복구할 수 있습니다. 

특정 산업의 조직은 법적으로 정해진 특정 기간 동안 과거 데이터의 사본을 보관해야 합니다. 데이터베이스 백업을 생성하면 데이터베이스 시스템을 한 인프라에서 다른 인프라로 마이그레이션하려는 경우에도 유용합니다. 이러한 작업에는 종종 관계형 데이터베이스와 같은 다양한 소스의 데이터를 통합하고, 새로운 환경에서 복원하는 작업이 포함되는 경우가 많습니다. 이 프로세스를 진행하는 동안, 이후의 데이터 변환은 꼼꼼하게 수행하더라도 여전히 데이터 부정확성이 발생할 수 있습니다. 이러한 경우, 백업을 통해 변경 사항을 롤백할 수 있습니다.

AWS Backup은 클라우드 및 하이브리드 환경 전반에서 데이터 백업 및 보호 작업을 간소화합니다. 데이터 보호를 자동화하고, 데이터 자산을 모니터링하며, 재해 복구 기능을 제공하여 규정 준수 지침을 준수할 수 있도록 합니다. AWS 데이터베이스 백업을 시작하는 방법은 다음과 같습니다.

1. AWS에 가입한 후, AWS Backup 콘솔을 시작합니다.
2. 백업 계획을 생성하고 백업 정책, 방법, 보고 및 기타 매개변수를 구성합니다.
3. Amazon Elastic Block Store(EBS) 볼륨, Amazon Relational Database Service(RDS) 데이터베이스, Amazon DynamoDB 테이블을 포함하여 백업하려는 데이터베이스를 할당합니다.
4. 백업을 시작합니다.
5. 백업을 모니터링하고 필요한 경우 복원하세요.

세분화된 액세스 제어 적용

조직은 데이터베이스에 저장된 정보에 액세스할 수 있는 사용자를 반드시 제어해야 합니다. 액세스 제어 메커니즘에는 인증 및 권한 부여가 필요합니다. 인증을 활용하여 데이터베이스 액세스를 요청하는 사용자 ID를 확인할 수 있습니다. 한편, 권한 부여는 특정 사용자에게 액세스 권한을 부여해야 하는지 그 여부를 표시합니다. 이들은 함께 최신 데이터베이스를 안전하게 유지하는 액세스 제어 방법의 기초를 다음과 같이 형성합니다.

• 역할 기반 액세스 제어(RBAC)는 최소 권한 원칙에 따라 데이터베이스 액세스를 제공합니다. 이 방법을 사용하면 사용자는 역할에 필요한 데이터만 액세스 권한을 부여받게 됩니다.
• 속성 기반 액세스 제어(ABAC)는 특정 데이터에 대한 액세스를 허용하기 전에 시간, 위치, 사용자 요구 사항 등 변경 요소를 고려합니다.

조직은 액세스를 규제하는 것 외에도 데이터베이스를 지속적으로 모니터링하고 감사하여 권한 없는 시도를 감지하고 보안 복원력을 강화해야 합니다.

AWS IAM을 사용하면 권한 가드레일을 설정하여 클라우드 워크로드에 대한 세분화된 액세스를 적용할 수 있습니다. 최소 권한 정책을 생성하고, 권한을 검토하며, 액세스를 추가로 제한하는 조건을 설정할 수 있습니다. 의료 플랫폼 제공업체인 Wellola는 개발자에게 그 특성에 대한 액세스 권한을 부여할 때 IAM을 사용하여 엄격한 데이터 거버넌스 및 보호를 적용합니다.

성능 모니터링 및 미세 조정

데이터베이스 시스템은 시간이 지나면서 성능 저하와 병목 현상이 발생할 수도 있습니다. 이 문제를 해결하지 않고 방치할 경우, 데이터베이스를 사용하는 애플리케이션과 서비스에 부정적인 영향을 미칠 수 있습니다. 저장된 데이터에 안정적으로 액세스하기 위해 데이터베이스 성능을 꾸준히 모니터링하고 미세 조정할 수 있는 방법이 필요합니다. 예를 들어, 데이터베이스에서 특히 여러 사용자가 빠르게 변화하는 데이터로 작업할 때 동시성 제어 문제가 발생할 수 있습니다. 이 문제로 인해 데이터 불일치를 초래할 수 있습니다.

기존 데이터베이스 모니터링은 수동 개입에 크게 의존하기 때문에 문제를 식별하고 해결 조치를 구현하는 과정에서 지연이 발생합니다. 최신 데이터베이스는 문제를 해결하는 속도를 높여주는 자동화 성능 모니터링의 이점을 활용합니다.

Amazon 관계형 데이터베이스 서비스 (Amazon RDS)를 사용하면 데이터베이스의 주요 지표를 자동으로 가져오는 대시보드에 액세스할 수 있습니다. 예를 들어, 데이터베이스 실행 여부, 데이터베이스에서 소비하는 리소스, 읽기 전용 복제본의 상태를 확인할 수 있습니다. 또한 AWS RDS를 다른 AWS 서비스와 결합할 수 있습니다. 예를 들어, 다음과 같습니다.

• Amazon CloudWatch를 사용하면 내장된 RDS 지표를 모니터링하고, 알림을 트리거하여 후속 작업을 활성화할 수 있습니다.
• Amazon EventBridge는 Amazon RDS 환경 변화를 나타내는 이벤트를 포착하여 다른 AWS 서비스로 라우팅합니다.
• Amazon CloudTrail은 데이터베이스에 액세스할 때 RDS에 대한 API 직접 호출을 기록합니다.

분석에 필요한 데이터 통합 설정

각각의 애플리케이션 데이터베이스는 조직에서 사일로로 존재합니다. 분석을 통해 실행 가능한 인사이트를 도출하려면 여러 데이터베이스로부터 데이터를 통합해야 합니다. 예를 들어, 정형, 비구조화 및 반구조화 데이터를 혼합하여 저장하는 데이터베이스 그룹이 있을 수 있습니다. 그러나 데이터를 분석하려면 보다 유연한 데이터 모델과 복잡한 데이터 구조를 지원하는 스토리지로 데이터를 추출, 전환, 적재(ETL)해야 합니다.

관련 데이터베이스를 데이터 웨어하우스 또는 데이터 레이크에 연결하는 데이터 파이프라인을 설정하는 것이 가장 좋은 방법입니다. 이로써 트랜잭션 및 운영 데이터를 비즈니스 인텔리전스(BI) 애플리케이션이 효과적으로 분석할 수 있는 형식으로 변환할 수 있습니다.

Amazon Redshift는 복잡한 데이터 파이프라인 없이 데이터베이스를 통합할 수 있도록 도와주는 클라우드 데이터 웨어하우스입니다. 제로 ETL 기능을 활용하면 Amazon RDS, Amazon Aurora, Amazon DynamoDB에서 데이터를 자동으로 불러와 별도 변환 과정 없이도 실시간에 가까운 분석을 할 수 있습니다. 예를 들어, 전자 상거래 애플리케이션이 AWS에 호스팅하는 구조화된 쿼리 언어(SQL) 데이터베이스에 트랜잭션을 저장하면 해당 데이터는 자동으로 전환되어 Amazon Redshift로 전송됩니다.