[GCP] 데이터 숍을 조금 배워보도록 하겠습니다.

구조

Kinds

Entities

Properties

Full Indexing
- Built-in: 각 속성, 각 솔리드
- Compposite: 여러 속성으로 구성된 복합 인덱스
참고: 여러 속성 값이 있는 엔티티를 자동으로 작성하면 인덱스 폭발이 발생하므로 수동으로 인덱스를 설정합니다.

특징.

Keys로 검색하면 빠르게

실행 시간의 의존성은 데이터 집합의 크기가 아니라 되돌아오는 데이터의 크기이다(데이터 집합은 10줄과 10억 줄, 5줄의 결과라면 실행 시간이 같다)

실제 크기 조정 및 효율성 향상

[건초의 산침] 이런 앱 유형이 생각난다(needle in a haystack)

결점

느린 Update

조인

불가

Cases

데이터 객체

Document database

Hierarchical(XML, HTML)

NoSQL

Key-value 패브릭

데이터 객체 이외

OLTIP(Online Transaction Processing): 트랜잭션 프로세싱(RDBMS 고려)

OLAP(Online Analytical Processing): 데이터 분석 처리(BigQuery 고려)

노드와 Un-structured 데이터(BigTable 고려)

immutable blocbs(Cloud Storage 고려)

컬러 열쇠는 대부분 쓰기, 재쓰기

비교

vs. 기존 RDBMS

항목
RDBMS
DataStore
실무, 일, 총무
자동
같다
색인 질의 사용
있다
모조리
운행 시간 의존
데이터 세트 크기 및 결과 데이터 크기
결과 데이터 크기만
데이터 구조
관계 데이터
계층 데이터(XML, HTML)
객체 범주
다양한 종류의 엔티티(HTML tags)
테이블
단일 객체
행(Rows)
솔리드(Enities)
객체의 개별 데이터
열(Cols)
특성(Properties)
단일체
각 Row, 동일 속성
각 Enity, 다른 속성
각각
각 Col, 동일 유형
같은 속성 이름을 가진 다른 유형
조회
다중 JOIN, 서브 쿼리에 필터가 있어 여러 개의 부등식 필터를 할 수 있다
JOIN이 없으면 서브 조회에 필터가 없고 단지 - 개의 부등식 필터만 있습니다

관련 보도

All about indexes of datastore
Using App Engine APIs with Datastore
뭐~ 계속됩니다!!!