그래프 데이터베이스의 가치 #3. “질의 처리 성능(Query Processing Performance)”

그래프 데이터베이스의 가치 #3. 

“질의 처리 성능(Query Processing Performance)”

조직 데이터 운영 환경에서 급격히 증가하는 정보와 새로운 업무를 위한 복잡한 질의(Query)가 늘어날수록 성능이 떨어지는 상황에 직면하게 됩니다. 

다량의 데이터에서 단순 정보 질의를 넘어 고도화된 분석이 필요하다면?
데이터 간의 관계를 통해 인사이트를 찾아내고자 한다면?
그래프 데이터베이스는 그래프 형태의 데이터 구조를 통해 빠른 질의 처리 성능을 제공합니다.

안녕하세요,  

국내 유일 그래프 데이터베이스(Graph Database) 연구 개발 전문기업 비트나인입니다. 

지난 포스팅에 이어, 그래프 데이터베이스의 가치 그 세 번째 시간으로 관계 정보 중심의 네트워크 구조에 따라 별도의 조인(Join) 연산이 필요 없는 "질의 처리 성능(Query Processing Performance)"에 대해 소개해 드리고자 합니다. 

빅데이터, AI 시대에는 수많은 비정형 데이터로부터 ‘무엇’(단순 팩트)이 아닌 ‘왜’(인과관계)를 찾는 과정이 중요하며 하나의 결과를 확인하기 위해 내부적으로 무수히 많은 관계 분석이 이루어집니다. 

관계정보 분석을 위해 전체 데이터 스캔이 필요한 관계형 데이터베이스(Relational Database) 대비 그래프 데이터베이스(Graph Database)는 무엇이 다를까요?
  

---

그래프 데이터베이스, 질의 처리 성능이 높은 이유는 ?!

기존 관계형 데이터베이스(Relational Database)에서 관계 정보를 찾으려면 조인(Join)이라는 작업을 수행해야 합니다. 조인은 한 테이블에 있는 특정 값을 이용해 다른 테이블에 있는 값을 찾는 연산 과정입니다. 

예를 들어 아래 [그림 1]을 보면 ‘고객 정보’ 테이블에는 고객 이름과 ID가 기입 되어 있습니다. 고객 ID는 ‘구매정보’ 테이블에서도 사용되는데 어느 고객이 어떤 제품을 구매했는지 표시하는데 사용됩니다. 한 고객이 구매한 제품을 모두 보려면 두 테이블 간에 조인 연산을 수행해야 합니다. 

또한, 관계형 데이터베이스에서는 이러한 조인 연산 과정에서 개별 테이블 모두에 대해 검색(전체 혹은 인덱스 이용)을 진행하게 됩니다. 아래 예시는 단순하지만, 데이터양이 증가하고 확인해야 하는 대상 테이블이 증가할수록 성능이 저하됩니다. 

[그림1_관계형 데이터베이스 상의 테이블 예시]

이에 반해, 그래프 데이터베이스(Graph Database)는 데이터가 정점(Vertex)과 선(Edge)으로 표현되어 각 개체 간의 명시적 관계를 보여줍니다. 그래프 데이터베이스는 저장된 데이터 간의 관계를 나타낼 때 관계형 데이터베이스가 사용하는 테이블 조인 방식 대신 선으로 데이터를 서로 연결해 관계를 생성합니다.

예를 들어 아래 [그림 2]를 보면 고객과 제품 사이에 연결된 선(Edge)을 이용하면 사용자는 특정 고객이 구매한 모든 제품을 빠르게 조회해 볼 수 있습니다.

[그림2_그래프 데이터베이스 상의 데이터 구성 방식]

그래프 데이터베이스는 사용자의 질의(Query)를 처리할 때 정점과 관계 선을 횡단하며 필요한 데이터를 조회하는 방식(Traverse)을 사용합니다. 

그러므로 관계로 연결된 테이블의 전체 데이터를 검색(Scan)해야하고 조인(Join) 관계가 늘어날수록 처리시간이 증가하는, 관계형 데이터베이스보다 빠르고 효율적으로 원하는 데이터를 제공합니다. 

초반 시작점을 찾기 위한 레이블(Label) 검색 작업 수행 후 각 데이터 간의 관계들을 따라 데이터들을 조회함으로써 조회하고자 하는 데이터양 및 복잡도가 증가하더라도 신속하게 사용자가 원하는 결과를 제공할 수 있게 됩니다. 

이러한 그래프 데이터베이스의 질의 방식과 더불어 최적화된 데이터 횡단 알고리즘, 그래프 데이터베이스에 최적화된 저장소(Storage)가 더해져, 그래프 데이터베이스 사용자는 복잡한 관계를 지닌 데이터일수록 관계형 데이터베이스보다 더 빠르게 질의 결과를 얻을 수 있습니다.

---

추가적인 문의사항이  있으실 경우,  
agensgraph@bitnine.net 으로 연락 부탁드리겠습니다. 

비트나인 홈페이지 방문 시, 그래프 데이터베이스에 대한 더 많은 정보를 보실 수 있답니다! :) 

www.bitnine.net