DynamoDB vs Elasticsearch

DynamoDB는 Elasticsearch의 대안인가요?

꼭 그렇지는 않습니다. 두 제품은 서로 다른 문제를 해결하며 보통 함께 사용됩니다. DynamoDB는 대규모 환경에서 저지연 읽기와 쓰기를 위해 설계된 서버리스 NoSQL 운영 데이터베이스(키-값 및 문서 저장소)입니다. Elasticsearch는 전문 검색, 집계, 관련성 순위를 위해 설계된 분산 검색 및 분석 엔진입니다. 일반적인 패턴은 DynamoDB를 시스템 오브 레코드로 유지하고, 변경 사항을 Elasticsearch(또는 OpenSearch)로 스트리밍하여 검색에 활용하는 것입니다.

특성	DynamoDB	Elasticsearch
주요 용도	운영(OLTP) 키-값 / 문서 저장소	데이터에 대한 검색 및 분석 엔진
데이터 모델	속성을 가진 키-값 및 문서 항목	검색용으로 색인된 JSON 문서
쿼리 유형	키 및 보조 인덱스 조회, `Query`/`Scan`, PartiQL	전문 쿼리, 필터, 집계, 벡터 검색
일관성	최종적 일관성 또는 강력한 일관성 읽기, ACID 트랜잭션	새로운 쓰기의 준실시간(리프레시 기반) 반영
내구성 / 역할	서버리스 시스템 오브 레코드, 세 개의 가용 영역에 복제	분산 검색 계층, 일반적으로 신뢰할 수 있는 소스에서 데이터를 공급받음
보조 인덱스	글로벌 및 로컬 보조 인덱스	역색인(검색용으로 색인된 필드)
확장 / 운영	완전 관리형, 서버리스, 모든 규모로 확장, 운영할 서버 없음	샤드와 복제본의 분산 클러스터, 관리형 또는 자체 호스팅
요금제	읽기/쓰기 요청 요금과 스토리지 요금(온디맨드 또는 프로비저닝된)	클러스터/노드 용량 또는 관리형 서비스 요금

DynamoDB를 사용해야 할 때

워크로드가 운영성일 때 DynamoDB를 선택하십시오. 알려진 액세스 패턴에 대한 대용량 읽기와 쓰기가 이뤄지고, 예측 가능한 한 자릿수 밀리초 지연 시간, 내구성 있는 시스템 오브 레코드, 그리고 관리할 서버가 없어야 하는 경우입니다. AWS는 이를 "서버리스, 완전 관리형, 분산 NoSQL 데이터베이스"로 설명하며, 키-값과 문서 데이터 모델을 모두 지원하고, 필요할 때 강력한 읽기 일관성과 ACID 트랜잭션을 사용할 수 있습니다. 사용자 프로필, 세션, 장바구니, 리더보드, 이벤트 원장, 메타데이터 등 키나 잘 설계된 인덱스로 가져오는 모든 것에 적합합니다.

DynamoDB는 관계형 조인이나 전문 쿼리 엔진을 제공하지 않으며, Scan은 테이블 전체를 읽으므로 "이 구절을 포함한 문서를 아무거나 찾아라" 같은 임의 쿼리는 강점이 아닙니다. 액세스 패턴 설계가 왜 중요한지는 Query vs Scan을 참고하십시오.

Elasticsearch를 사용해야 할 때

작업이 검색이나 분석일 때 Elasticsearch를 선택하십시오. 관련성 순위를 적용한 전문 쿼리, 퍼지 매칭, 자동 완성, 패싯 필터링, 로그 및 관측성 분석, 또는 대량의 문서 전반에 걸친 집계 등이 이에 해당합니다. Elastic은 Elasticsearch를 "모든 유형의 데이터에 대해 준실시간 검색과 분석을 제공하는 데이터 저장소이자 벡터 데이터베이스"로 설명합니다. Elasticsearch는 필드에 역색인을 구축하여 모든 것을 스캔하지 않고도 일치하는 문서를 빠르게 찾을 수 있으며, 분석용 롤업을 위한 집계 기능을 제공합니다.

Elasticsearch는 일반적으로 클러스터(자체 호스팅, Elastic Cloud, 또는 Amazon OpenSearch Service의 OpenSearch 포크)로 운영되며, 보통 중요한 트랜잭션 데이터의 유일한 내구성 저장소로 쓰이기보다는 시스템 오브 레코드로부터 동기화된 상태로 유지됩니다.

두 제품을 함께 사용하기

이 둘은 상호 보완적이며, AWS는 이 둘을 결합하는 자사 경로를 지원합니다. DynamoDB Streams는 모든 항목 수준 변경을 준실시간으로 캡처하고, zero-ETL / OpenSearch Ingestion 파이프라인이 그 변경 스트림을 Elasticsearch 호환 검색 인덱스로 복제합니다. DynamoDB는 신뢰할 수 있는 소스로 남아 키 기반 운영 트래픽을 처리하고, 검색 인덱스는 전문, 퍼지, 벡터 쿼리에 응답합니다. AWS는 이 통합이 "테이블의 읽기 또는 쓰기 처리량을 사용하지 않는다"고 언급하므로, 검색이 프로덕션 트래픽과 경쟁하지 않습니다.

DynamoDB로 작업하기

DynamoDB를 선택했다면, DynoTable은 테이블을 직접 다루기 위한 데스크톱 클라이언트입니다. 항목을 탐색하고 편집하고, 키 및 필터 조건을 구성하고, 콘솔에서 JSON을 직접 작성하지 않고도 쿼리를 실행할 수 있습니다. 표현식(KeyConditionExpression, FilterExpression, UpdateExpression)을 직접 작성해야 할 때는, 무료 DynamoDB Expression Builder가 필수 표현식 속성 이름 및 값 자리 표시자와 함께 올바른 구문을 생성하고, 이를 AWS SDK, CLI, PartiQL용으로 출력합니다.

DynoTable은 클로즈드 소스 상용 앱입니다. 표준 AWS 자격 증명을 통해 DynamoDB와 통신하며, 데이터를 어떤 서드파티 서비스로도 라우팅하지 않습니다.

FAQ

DynamoDB로 전문 검색을 할 수 있나요?

기본적으로는 불가능합니다. DynamoDB는 기본 키나 보조 인덱스로 항목을 조회하고 결과를 필터링할 수 있지만, 역색인이나 관련성 순위가 없으며 Scan은 테이블 전체를 읽습니다. 전문 검색을 위해서 AWS가 권장하는 경로는 DynamoDB 변경 사항을 Elasticsearch나 Amazon OpenSearch Service 같은 검색 엔진으로 스트리밍하여 그곳에서 쿼리하는 것입니다.

Elasticsearch를 DynamoDB로 대체해야 하나요?

대개 그렇지 않습니다. 둘은 서로 다른 작업을 위해 만들어졌습니다. DynamoDB는 키 기반 읽기와 쓰기를 위한 운영 데이터베이스이고, Elasticsearch는 검색 및 분석 엔진입니다. Elasticsearch를 단순 키 조회에만 사용한다면 DynamoDB로 대체할 수 있지만, 전문 검색, 집계, 관련성 순위에 의존한다면 Elasticsearch를 유지하고 DynamoDB에서 데이터를 공급하는 편이 대체하는 것보다 낫습니다.

Elasticsearch는 데이터베이스인가요?

Elastic은 Elasticsearch를 준실시간 검색과 분석을 제공하는 데이터 저장소이자 벡터 데이터베이스로 설명합니다. 실제로는 대부분의 아키텍처가 이를 중요한 트랜잭션 데이터의 유일한 내구성 저장소가 아니라, (DynamoDB 같은) 기본 시스템 오브 레코드로부터 동기화된 상태로 유지되는 검색 및 분석 계층으로 취급합니다.