해시넷
레디스 편집하기
편집을 되돌릴 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 저장해주세요.
| 최신판 | 당신의 편집 | ||
| 46번째 줄: | 46번째 줄: | ||
===장점=== | ===장점=== | ||
*데이터 대부분을 디스크 또는 SSD에 저장하는 다른 데이터베이스와는 달리 모든 레디스 데이터는 서버의 주 메모리에 상주한다. 작업을 위해 대부분 디스크까지 왕복해야 하는 전통적인 디스크 기반 데이터베이스와 대조적으로, 레디스와 같은 인 메모리 데이터 스토어는 이와 같은 단점이 없다. 따라서 더 많은 작업을 처리하고 더 빠른 응답 시간을 지원할 수 있다. 그래서 평균 읽기 또는 쓰기 작업 속도 1밀리초 미만이라는 빠른 성능으로 초당 수백만 건의 작업을 할 수 있다.<ref name= "레디스 장점">레디스 아마존 웹 서비스 - https://aws.amazon.com/ko/redis</ref> | *데이터 대부분을 디스크 또는 SSD에 저장하는 다른 데이터베이스와는 달리 모든 레디스 데이터는 서버의 주 메모리에 상주한다. 작업을 위해 대부분 디스크까지 왕복해야 하는 전통적인 디스크 기반 데이터베이스와 대조적으로, 레디스와 같은 인 메모리 데이터 스토어는 이와 같은 단점이 없다. 따라서 더 많은 작업을 처리하고 더 빠른 응답 시간을 지원할 수 있다. 그래서 평균 읽기 또는 쓰기 작업 속도 1밀리초 미만이라는 빠른 성능으로 초당 수백만 건의 작업을 할 수 있다.<ref name= "레디스 장점">레디스 아마존 웹 서비스 - https://aws.amazon.com/ko/redis</ref> | ||
| − | *레디스에서는 더 짧은 코드 작성으로도 [[애플리케이션]](Application)의 데이터를 저장, 액세스 및 사용할 수 있음으로 코드가 간소화된다. 예를 들어 애플리케이션의 데이터가 해시맵에 저장되어 있는데 이를 데이터 스토어에 저장하려는 경우, 레디스 해시 데이터 구조를 사용하면 간단하게 데이터를 저장할 수 있다. 해시 데이터 구조가 없는 데이터 스토어에서 유사한 작업을 수행하려면 형식을 변환하기 위해 더 긴 코드가 필요하다.<ref name= "레디스 장점"></ref> | + | *레디스에서는 더 짧은 코드 작성으로도 [[애플리케이션]](Application)의 데이터를 저장, 액세스 및 사용할 수 있음으로 코드가 간소화된다. 예를 들어 애플리케이션의 데이터가 해시맵에 저장되어 있는데 이를 데이터 스토어에 저장하려는 경우, 레디스 해시 데이터 구조를 사용하면 간단하게 데이터를 저장할 수 있다. 해시 데이터 구조가 없는 데이터 스토어에서 유사한 작업을 수행하려면 형식을 변환하기 위해 더 긴 코드가 필요하다.<ref name= "레디스 장점">레디스 아마존 웹 서비스 - https://aws.amazon.com/ko/redis</ref> |
| − | *레디스는 기본-복제 [[아키텍처]](architecture)를 사용하며 비동기식 복제를 지원하므로 데이터가 여러 복제 서버에 복제될 수 있다. 따라서 주 서버에 장애가 발생하는 경우 요청이 여러 서버로 분산될 수 있음으로 향상된 읽기 성능과 더 빠른 복구 기능을 사용할 수 있다.<ref name= "레디스 장점"></ref> | + | *레디스는 기본-복제 [[아키텍처]](architecture)를 사용하며 비동기식 복제를 지원하므로 데이터가 여러 복제 서버에 복제될 수 있다. 따라서 주 서버에 장애가 발생하는 경우 요청이 여러 서버로 분산될 수 있음으로 향상된 읽기 성능과 더 빠른 복구 기능을 사용할 수 있다.<ref name= "레디스 장점">레디스 아마존 웹 서비스 - https://aws.amazon.com/ko/redis</ref> |
| − | *레디스는 단일 노드 또는 [[클러스터링]](clustering)된 토폴로지(topology)에서 기본-복제 아키텍처를 제공한다. 따라서 가용성이 뛰어난 솔루션을 구축하여 일관된 성능과 안정성을 사용할 수 있다. 클러스터 크기를 조정해야 하는 경우, 스케일업(scale-up), 스케일인(scale-in) 또는 스케일아웃(scale-out)할 수 있는 다양한 옵션이 있다. 따라서 수요에 맞춰 클러스터를 확장할 수 있다.<ref name= "레디스 장점"></ref> | + | *레디스는 단일 노드 또는 [[클러스터링]](clustering)된 토폴로지(topology)에서 기본-복제 아키텍처를 제공한다. 따라서 가용성이 뛰어난 솔루션을 구축하여 일관된 성능과 안정성을 사용할 수 있다. 클러스터 크기를 조정해야 하는 경우, 스케일업(scale-up), 스케일인(scale-in) 또는 스케일아웃(scale-out)할 수 있는 다양한 옵션이 있다. 따라서 수요에 맞춰 클러스터를 확장할 수 있다.<ref name= "레디스 장점">레디스 아마존 웹 서비스 - https://aws.amazon.com/ko/redis</ref> |
*리스트, 배열과 같은 데이터를 처리하는 데 유용하다. [[밸류]](value) 값으로 문자열, 리스트, Set, Sorted set, Hash 등 여러 데이터 형식을 지원한다. 따라서 다양한 방식으로 데이터를 활용할 수 있다. 리스트형 데이터 입력과 삭제가 MySQL에 비해서 10배 정도 빠르다고 한다.<ref name="레디스 개념"> 〈[https://codingmania.tistory.com/18 레디스 개념 및 특징 ]〉, 《티스토리》, 2016-06-10</ref> | *리스트, 배열과 같은 데이터를 처리하는 데 유용하다. [[밸류]](value) 값으로 문자열, 리스트, Set, Sorted set, Hash 등 여러 데이터 형식을 지원한다. 따라서 다양한 방식으로 데이터를 활용할 수 있다. 리스트형 데이터 입력과 삭제가 MySQL에 비해서 10배 정도 빠르다고 한다.<ref name="레디스 개념"> 〈[https://codingmania.tistory.com/18 레디스 개념 및 특징 ]〉, 《티스토리》, 2016-06-10</ref> | ||
*여러 프로세스에서 동시에 같은 key에 대한 갱신을 요청할 경우, [[오토믹]](Atomic) 처리로 데이터 부정합 방지 오토믹처리 함수를 제공한다.<ref name="레디스 개념"> 〈[https://codingmania.tistory.com/18 레디스 개념 및 특징 ]〉, 《티스토리》, 2016-06-10</ref> | *여러 프로세스에서 동시에 같은 key에 대한 갱신을 요청할 경우, [[오토믹]](Atomic) 처리로 데이터 부정합 방지 오토믹처리 함수를 제공한다.<ref name="레디스 개념"> 〈[https://codingmania.tistory.com/18 레디스 개념 및 특징 ]〉, 《티스토리》, 2016-06-10</ref> | ||
