cert-bank

가이드

Read this guide in English

Amazon RDS vs Aurora vs DynamoDB: AWS 시험 시나리오에서 데이터베이스를 고르는 세 가지 질문

Amazon RDS, Amazon Aurora, Amazon DynamoDB는 Cloud Practitioner부터 Solutions Architect – Professional까지 거의 모든 AWS 시험에 나옵니다. 문제는 "어떤 데이터베이스가 가장 좋은가"를 묻는 경우가 드뭅니다. 애플리케이션을 설명하고, 지문 곳곳에 단서 두세 개를 숨겨 둡니다. 이 글은 그 단서를 읽는 법, 어떤 시험이 어떤 서비스를 가장 깊이 다루는지, 그리고 애매한 문제를 가르는 기능을 정리합니다.

학습 가이드 · 비교 · Amazon RDS, Amazon Aurora, Amazon DynamoDB

Amazon RDS vs Aurora vs DynamoDB: AWS 시험 시나리오에서 데이터베이스를 고르는 세 가지 질문

세 가지 질문, 이 순서로

  1. 데이터를 어떻게 읽는가? 모든 접근이 알려진 키로 이루어지고(이 고객의 장바구니, 이 기기의 최근 측정값), 규모가 매우 크거나 예측하기 어려우며, 밀리초 단위 지연 시간이 필요하고 관리할 서버가 없어야 한다면 답은 DynamoDB입니다. 시나리오에 테이블 간 조인, 임시(ad hoc) 보고 쿼리, 기존 SQL 스키마가 나오면 관계형입니다.
  2. 유지해야 할 엔진이 있는가? 기존 Oracle, SQL Server, Db2, MariaDB, MySQL, PostgreSQL 데이터베이스를 최소한의 변경으로 옮기는 경우라면 그 엔진의 RDS입니다. 엔진을 바꾸는 것은 데이터베이스 선택이 아니라 마이그레이션 문제입니다(AWS DMS와 스키마 변환).
  3. MySQL이나 PostgreSQL이라면, Aurora가 더해 주는 기능이 필요한가? 빠른 장애 조치(failover), 지연이 적은 읽기 복제본 최대 15개, 저절로 늘어나는 스토리지, 승격 가능한 보조 리전을 둔 리전 간 복제(Aurora Global Database), 예측할 수 없는 부하를 따라가는 용량(Aurora Serverless v2)입니다. 시나리오가 이 중 하나라도 강조하면 Aurora가 맞습니다. 그렇지 않으면 표준 RDS도 유효하고 더 저렴한 답입니다.

사람들을 헷갈리게 하는 단서가 하나 있습니다. "트랜잭션"입니다. DynamoDB도 여러 항목과 테이블에 걸친 트랜잭션을 지원하므로, 트랜잭션만으로는 관계형이 정답이 되지 않습니다. 관계형을 정하는 것은 조인, 유연한 쿼리, 참조 구조입니다.

RDS, Aurora, DynamoDB: 단서를 순서대로 읽기
모든 접근이 알려진 키로 이루어지고, 규모가 매우 크거나 예측하기 어려우며, 관리할 서버가 없어야 하는가?
예 →
DynamoDB
↓ 아니요
기존 Oracle, SQL Server, Db2, MariaDB 데이터베이스가 엔진을 유지해야 하는가?
예 →
그 엔진의 RDS
↓ 아니요
관계형이면서, 다른 리전에 승격 가능한 보조 데이터베이스가 필요한가?
예 →
Aurora Global Database
↓ 아니요
관계형 데이터베이스에 간헐적이고 예측할 수 없는 부하가 걸리는가?
예 →
Aurora Serverless v2
↓ 아니요
빠른 장애 조치, 최대 15개 복제본, 저절로 늘어나는 스토리지가 필요한 MySQL이나 PostgreSQL인가?
예 →
Aurora
↓ 아니요
그 밖의 경우 →
표준 RDS for MySQL 또는 PostgreSQL: 유효하고 더 저렴함
위에서부터 물으십시오. 처음 나온 "예"가 답을 정합니다. 조인과 유연한 쿼리는 관계형을 뜻하지만, 트랜잭션만으로는 그렇지 않습니다.

시험별 출제 방식

자체 연습 문제 은행에서 시나리오에 세 서비스 중 하나 이상이 등장하는 문제 수를 세었습니다. 비중도 다르고, 깊이도 다릅니다.

시험비중평가 내용
CLF-C02325개 중 32개 (10%)설명에 맞는 서비스 고르기. AWS가 관리해 주는 것(패치, 백업, 장애 조치)과 사용자 몫으로 남는 것(데이터, 접근 권한, 스키마).
SAA-C03395개 중 67개 (17%)관계형과 키-값의 차이. Multi-AZ와 읽기 복제본의 차이. ElastiCache나 DAX를 이용한 캐싱. RDS Proxy. Aurora Serverless v2.
DVA-C03470개 중 82개 (17%)거의 전부 DynamoDB(72문제): 키 설계, Query와 Scan의 차이, GSI와 LSI, 일관성, Streams.
SOA-C03395개 중 47개 (12%)운영: 특정 시점 복구(point-in-time recovery), Performance Insights(현재는 CloudWatch Database Insights에 통합), 장애 조치 동작, 용량 모드와 오토 스케일링.
DEA-C01395개 중 27개 (7%)데이터 소스로서의 DynamoDB: 파티션 키, TTL, Streams, S3로 내보내기. Aurora에서 Redshift로의 zero-ETL과 페더레이션 쿼리.
DOP-C02395개 중 31개 (8%)복원력과 릴리스: global tables, Aurora Global Database, Multi-AZ DB 클러스터, 블루/그린 배포 중 스키마 변경.
SAP-C03509개 중 67개 (13%)멀티 리전 설계와 복구 목표. 단일 쓰기(single-writer)와 다중 쓰기(multi-writer). 관리형과 자체 관리형 데이터베이스의 비용.

신호가 되는 표현

시나리오의 표현대개 가리키는 것
"키-값", "어떤 규모에서도 한 자릿수 밀리초", "스키마가 자주 바뀜", "서버리스"DynamoDB
기존 DynamoDB 테이블에서 "마이크로초 읽기", 코드 변경 최소화DynamoDB Accelerator (DAX)
"모든 리전에서 쓰기", "다중 활성(multi-active)"DynamoDB global tables (Aurora Global Database는 쓰기 리전이 하나)
"MySQL 또는 PostgreSQL 호환", "스토리지 자동 증가", "세 AZ에 복제"Aurora
"리전 간 RPO 수 초", "수 분 안에 승격", 관계형Aurora Global Database
관계형 데이터베이스의 "간헐적이고 예측할 수 없는 부하"Aurora Serverless v2
"Oracle", "SQL Server", "Db2", "기존 엔진 유지"그 엔진의 RDS
"수명이 짧은 Lambda 연결이 많아 데이터베이스 연결이 고갈됨"RDS Proxy (RDS와 Aurora 모두 지원)
더 깊이: Aurora가 표준 RDS보다 장애 조치가 빠른 이유

Multi-AZ 인스턴스를 쓰는 표준 RDS에서는 기본(primary)과 대기(standby)가 각자 스토리지를 가지며, 동기식 복제로 맞춰집니다. 대기 인스턴스는 트래픽을 처리하지 않습니다. Aurora는 컴퓨팅과 스토리지를 분리합니다. 클러스터마다 공유 스토리지 볼륨이 하나 있고, 이 볼륨은 세 가용 영역(Availability Zone)에 걸쳐 여섯 개 사본으로 유지됩니다. 쓰기 인스턴스와 모든 복제본이 같은 볼륨에서 읽습니다. 따라서 복제본은 따라잡아야 할 별도 사본을 갖지 않습니다. 쓰기 인스턴스가 실패하면 복제본 하나가 승격되어 이미 최신 상태인 스토리지를 가리킵니다. 그래서 Aurora 복제본은 쓰기 인스턴스보다 아주 조금만 뒤처지고, 장애 조치 대상도 겸합니다. "Aurora 복제본 추가"가 읽기 확장과 가용성을 한 번에 해결하는 반면, 표준 RDS는 읽기에는 읽기 복제본, 장애 조치에는 Multi-AZ가 따로 필요한 이유입니다.

같은 말, 다른 구조

"복제본", "대기", "글로벌"은 서비스마다 뜻이 다릅니다. 이 영역의 오답은 대부분 이것들을 섞어서 생깁니다.

기능용도
RDS Multi-AZ DB 인스턴스리전 안에서 자동 장애 조치. 대기 인스턴스는 읽을 수 없습니다.
RDS Multi-AZ DB 클러스터더 빠른 장애 조치와 함께, 읽기를 처리할 수 있는 대기 인스턴스 두 개(MySQL과 PostgreSQL).
RDS 읽기 복제본비동기식 복제를 이용한 읽기 확장. 그래서 읽은 값이 약간 오래되었을 수 있습니다. 다른 리전에 둘 수 있습니다.
Aurora 복제본읽기 확장과 장애 조치 대상을 동시에 맡으며, 리더 엔드포인트 뒤에 있습니다.
특정 시점 복구실수 직전 시점(초 단위)으로 복원해 실수를 되돌립니다(RDS, Aurora, DynamoDB, 최대 35일). 복제본은 실수까지 복사합니다.

여기서 두 가지 규칙이 나옵니다. 복제본과 대기 인스턴스는 쓰기 용량을 늘려 주지 않습니다. 쓰기 한도는 IOPS 증가, 더 큰 인스턴스, 샤딩, DynamoDB로의 이전으로 해결합니다. 그리고 Multi-AZ 장애 조치 후에는 엔드포인트 이름은 같지만 주소가 바뀝니다. 그러므로 애플리케이션은 IP를 캐시하지 말고 이름으로 다시 연결해야 합니다.

초보자 팁: 파티션 키 CustomerId와 정렬 키 OrderDate로 DynamoDB 테이블을 만들고, 고객 세 명의 항목을 열두 개쯤 넣으십시오. 그다음 AWS CLI에서 한 고객의 주문을 두 번 가져옵니다. 한 번은 키 조건을 건 query로, 한 번은 필터를 건 scan으로 하며, 둘 다 --return-consumed-capacity TOTAL을 붙입니다. scan은 필터가 대부분을 버리기 전에 모든 항목을 읽고, 그만큼 비용을 청구합니다. 이 비교 하나로 DVA-C03과 DEA-C01의 DynamoDB 문제 상당수가 설명됩니다.

애매한 문제를 가르는 DynamoDB 세부 사항

  • 용량: 알 수 없거나 들쭉날쭉한 트래픽에는 온디맨드. 꾸준하고 예측 가능한 부하에는 오토 스케일링을 건 프로비저닝 모드.
  • 인덱스: 글로벌 보조 인덱스(GSI)는 언제든 새 파티션 키를 추가할 수 있지만 최종 일관성(eventually consistent)만 제공합니다. 로컬 보조 인덱스(LSI)는 파티션 키를 그대로 쓰고, 테이블을 만들 때 함께 만들어야 하며, 강력한 일관성 읽기를 허용합니다.
  • 변경과 만료: 항목 변경마다 반응하려면 Streams. 쓰기 처리량을 소비하지 않고 오래된 항목을 자동 삭제하려면 TTL. 테이블 용량을 쓰지 않고 분석하려면 S3로 내보내기.
더 깊이: 용량에 여유가 있는 테이블도 스로틀링되는 이유

DynamoDB는 파티션 키를 해시해서 정한 파티션에 테이블 항목을 저장하며, 파티션마다 초당 처리할 수 있는 읽기와 쓰기의 양이 정해져 있습니다. 테이블 전체 용량은 이 파티션들에 나뉩니다. 키의 고유값이 적으면(상태 필드, 오늘 날짜) 트래픽 대부분이 같은 파티션으로 해시되어 그 파티션의 한도에 걸리고, 나머지 파티션은 놀게 됩니다. 그래서 전체 지표에는 용량 여유가 보여도 테이블이 스로틀링됩니다. 적응형 용량(adaptive capacity)은 바쁜 파티션의 처리량을 높이고 자주 접근되는 항목을 별도 파티션으로 옮기기도 하지만, 어떤 파티션도 초당 읽기 3,000회, 쓰기 1,000회라는 최대치를 넘지는 못합니다. 시험이 기대하는 해결책은 카디널리티가 높은 키를 쓰거나, 무작위 또는 계산된 접미사를 붙여 쓰기를 분산하는 것(write sharding)입니다. 용량을 늘리거나 인덱스를 추가하는 것이 아닙니다.

연습하기

문제은행에서 연습하십시오. 모든 문제에 정답과 오답 보기마다 해설이 있습니다. 방금 공부한 도메인부터 시작하고, 그다음 시간 제한이 있는 모의고사를 보십시오.

문항 수는 자체 연습 문제 은행 기준입니다. 지원 엔진, Aurora 기능, DynamoDB 한도는 바뀝니다. 최신 AWS 문서와 각 시험의 공식 가이드를 확인하십시오.