워크로드로 엔진 고르기
그래프를 다루는 시스템은 하나가 아닙니다. 제품 이름보다 먼저 워크로드의 모양을 보고 어떤 유형의 엔진이 맞는지 판단하는 기준을 세웁니다.
이번 회차, 내 속도로.
기초를 더 짚거나 궁금한 주제로 잠깐 넓혀 보세요. 최대 3단계를 거쳐 DAY 49로 돌아옵니다.
난이도·관심 주제 고르기
1/2개 선택 · 새 보충·심화 수업과 본과정 다시 읽기를 선택할 수 있어요.
이렇게 다녀와요 1단계 · 약 12분
- 출발 · DAY 49OLTP·분석·RDF 저장소
- 1. 관심 주제ACID·격리 수준추가 19 · 새 추가 수업
- 복귀 · DAY 49원래 회차 이어가기
- ACID·격리 수준 · DAY 49에서 트랜잭션 순회(OLTP) 워크로드를 봤다면, 그 ‘트랜잭션’이 무엇을 보장하고 무엇을 보장하지 않는지 확인하러 옵니다.
선택과 경로 기록은 이 브라우저에 저장됩니다. 본과정의 회차 완료와는 별도입니다.
핵심 개념
첫째 유형은 트랜잭션 순회(OLTP)입니다. 짧은 질의가 많이 들어오고, 각 질의는 몇 개의 시작 노드에서 1~3홉을 따라가며 쓰기도 함께 일어납니다. 결제 순간 카드·기기·계정이 공유되는지 확인하거나 친구를 추천하는 경우입니다. 인덱스로 앵커를 찾고 관계를 따라가는 이런 질의를 위해 여러 속성 그래프 DB 제품이 있습니다(예: Neo4j, Amazon Neptune).
둘째는 전체 그래프 분석(OLAP)입니다. PageRank나 커뮤니티 탐지처럼 모든 노드를 여러 번 훑는 계산입니다. 질의 하나가 그래프 전체를 건드리므로 짧은 지연보다 처리량과 메모리 표현이 중요합니다. Pregel 계열의 정점 중심 계산 프레임워크, 그래프 알고리즘 라이브러리, 작은 그래프라면 NetworkX 같은 도구가 쓰입니다.
셋째는 표준과 추론입니다. 여러 기관의 데이터를 IRI와 공통 어휘로 합치고, SPARQL로 질의하며, RDFS/OWL 추론과 SHACL 검증(Part 3)을 써야 한다면 RDF 트리플스토어가 맞습니다. 넷째로 수십억 행을 묶어 세는 대량 집계는 관계형·컬럼형 분석 엔진이 강합니다. 실무에서는 관계형 DB를 원본으로 두고 그래프 저장소를 순회용으로 덧붙이는 혼합 구성도 흔합니다.
판단 기준은 데이터 규모, 질의 모양(시작점의 선택성, 깊이, 전체 스캔 여부), 갱신 빈도, 표준 요구, 팀의 운영 역량입니다. 한 제품이 여러 역할을 겸하기도 하고, SQL/PGQ처럼 경계가 흐려지는 흐름도 있습니다. 그래서 순위표를 믿기보다 실제 질문 몇 개로 작은 원형을 만들어 측정해 보는 것이 가장 확실합니다.
작은 예제로 따라가기
‘결제 순간 카드–기기–계정이 2홉 안에서 공유되는가’는 시작점이 분명하고 짧으며 실시간이라 속성 그래프 OLTP 유형입니다.
‘매일 밤 전체 사용자 PageRank 계산’은 모든 노드를 반복해 훑으므로 그래프 분석 엔진 유형입니다.
‘여러 대학의 연구자 데이터를 공통 어휘로 통합하고 소속을 추론’은 IRI·표준 어휘·추론이 필요해 RDF 트리플스토어 유형입니다.
직접 실험해 보기
네 가지 워크로드 질문의 Segmented 답을 하나씩 바꾸며 추천 유형과 근거 Result가 어떻게 달라지는지 기록하고, 두 유형을 함께 써야 하는 조합을 하나 찾아 적으세요.
워크로드 질문에 답해 엔진 유형 고르기
Q1. 실시간 다중 홉 조회요청마다 친구의 친구·추천 경로를 짧은 지연으로
Q2. 전체 그래프 알고리즘PageRank·커뮤니티 탐지를 그래프 전체에 주기적으로
Q3. 표준 어휘·추론IRI로 외부 데이터 연결, RDFS/OWL 추론, SPARQL 교환
Q4. 대용량 집계수억 행 합계·리포트가 주 업무, 관계 탐색은 일부
| 질문 | 속성 그래프 OLTP | 그래프 분석 엔진 | RDF 트리플스토어 | 관계형 + 그래프 혼합 |
|---|---|---|---|---|
| 실시간 다중 홉 조회 | 3 | 1 | 1 | 1 |
| 전체 그래프 알고리즘 | 1 | 3 | 0 | 0 |
| 표준 어휘·추론 | 0 | 0 | 3 | 0 |
| 대용량 집계 | 0 | 1 | 0 | 3 |
특정 제품의 순위를 매기지 않는다. 같은 제품이 여러 유형을 겸하기도 한다. 실제 선택은 데이터 규모·질의 패턴·표준 요구에 운영 역량·비용·라이선스까지 함께 본다.
이번에는 직접 풀어 보세요
정답을 보기 전에 계산과 이유를 적어 보세요. 해설과 비교하고 확인 표시를 남기면 완료할 수 있습니다.
힌트 보기
시작점이 있는 짧은 질의인지, 전체를 훑는 계산인지, 표준이 필요한지 봅니다.
풀이와 비교하기
(1) 시작점이 분명한 실시간 짧은 순회라 속성 그래프 OLTP. (2) 모든 노드를 반복해 훑는 계산이라 그래프 분석 엔진. (3) 전역 식별자와 표준 어휘가 핵심이라 RDF 트리플스토어. 한 조직이 셋을 모두 쓴다면 원본 데이터에서 각 저장소로 보내는 파이프라인도 설계해야 합니다.
풀이와 확인 표시는 이 브라우저에 저장됩니다.
오늘 이해한 것과 다시 볼 것
계산이 달라진 이유, 헷갈린 개념, 다음에 확인할 질문을 남겨 보세요.
메모는 이 브라우저에 저장됩니다. 홈에서 전체 기록을 내려받을 수 있습니다.오늘의 이해 확인
‘연구소별·연도별 논문 수를 수십억 행에서 집계’하는 워크로드에 가장 먼저 검토할 유형은?
완료 조건: 확인 퀴즈 정답 · / 직접 풀기 0/1
더 깊이 읽기
예제와 실험 데이터는 이 과정을 위해 만든 것입니다. 원문은 선택 자료이며, 강의와 직접 풀기만으로도 다음 회차를 이어갈 수 있습니다.
Survey of graph database modelsAngles & Gutierrez (2008)What Goes Around Comes Around... And Around...Stonebraker & Pavlo (2024), SIGMOD RecordPregel: a system for large-scale graph processingMalewicz et al. (2010)SPARQL 1.1 Query LanguageW3C이 자료는 개념 학습용입니다. 실제 데이터베이스·라이브러리·플랫폼의 동작과 설정은 제품과 버전마다 다를 수 있습니다.