관계형 데이터베이스 (Relational Database)
쉽게 풀면
관계형 데이터베이스는 데이터를 엑셀 표와 비슷한 형태의 여러 테이블로 나누어 저장하고, 테이블끼리 서로 연결(관계)시켜서 관리하는 방식이다. 예를 들어 사용자 테이블과 주문 테이블을 따로 두고 사용자 번호로 서로 연결하는 식이다. 데이터의 형식이 엄격하게 정해져 있어 일관성을 지키기 쉽고, SQL이라는 표준화된 언어로 원하는 데이터를 정밀하게 조회할 수 있다는 것이 큰 장점이다. MySQL, PostgreSQL 등이 대표적이다.
왜 중요한가
대부분의 학술·산업 연구에서 실험 데이터, 사용자 로그, 임상 기록 등은 항목 간 관계가 뚜렷한 구조화된 형태를 띠는 경우가 많아, 관계형 데이터베이스는 데이터 관리의 사실상 표준으로 자리잡고 있다. 데이터 무결성을 보장하는 제약조건과 표준화된 SQL 질의 덕분에 재현 가능하고 검증 가능한 데이터 처리가 가능해, 정보시스템·데이터공학뿐 아니라 실증 연구 전반에서 데이터 관리 방식을 설명할 때 자주 언급된다.
논문에서는 이렇게 쓰입니다
실험 관련 정보를 구조화된 표 형태로 관계형 데이터베이스에 저장해 두어, SQL 언어로 필요한 데이터를 정밀하게 검색하고 분석할 수 있게 했다는 뜻이다.
의료정보학 분야에서 서로 다른 성격의 정보를 별도 테이블로 나누어 관리함으로써 중복을 줄이고 데이터 일관성을 지키는 설계 방식을 보여주는 문장이다.
시스템 성능 평가 연구에서 관계형 데이터베이스를 다른 저장 방식과 비교 대상으로 삼는 경우를 보여주는 문장으로, 데이터베이스 아키텍처 연구에서 흔히 볼 수 있다.
조금 더 깊게 보면
관계형 데이터베이스를 다루는 논문에서는 데이터 중복과 이상현상을 줄이기 위한 정규화(normalization), 테이블 간 참조 무결성을 보장하는 외래키 제약, 그리고 트랜잭션의 원자성·일관성·고립성·지속성을 뜻하는 ACID 속성 같은 개념이 자주 함께 다뤄진다. 대규모 서비스에서는 이런 엄격한 구조가 확장성의 병목이 될 수 있어, 일부 일관성을 완화하는 대신 처리량을 높이는 분산 데이터베이스나 NoSQL 방식과 성능·일관성 측면에서 비교되는 경우도 많다.
주의할 점
관계형 데이터베이스는 정형화된 구조의 데이터에 강점이 있지만, 형식이 자주 바뀌거나 비정형적인 대용량 데이터를 다룰 때는 NoSQL 데이터베이스가 더 적합할 수 있다.