병렬 DB와 분산 DB, 처리 성능과 가용성의 설계 선택

같은 분산 처리라도 설계 목표는 다르다

병렬 데이터베이스와 분산 데이터베이스는 모두 여러 처리 자원을 활용하지만, 출발점이 다르다. 병렬 데이터베이스는 하나의 논리적 데이터베이스에서 대규모 연산을 동시에 수행해 처리 성능을 끌어올리는 구조다. 반면 분산 데이터베이스는 물리적으로 분리된 여러 데이터베이스를 네트워크로 연결해 하나의 논리적 시스템처럼 운영한다.

전자는 대규모 쿼리의 실행 시간을 줄이는 데 초점이 있고, 후자는 지리적 분산 환경에서 가용성과 지역별 운영 자율성을 확보하는 데 무게가 실린다.

데이터가 놓이는 위치와 통신 방식

구분	병렬 데이터베이스	분산 데이터베이스
데이터 위치	단일 데이터센터 내부	지리적으로 분산된 여러 위치
목표	처리 속도 향상	가용성·확장성·지역 자율성
데이터 분할	주로 테이블 파티셔닝 기반	복제(replication) + 분할(fragmentation)
통신 방식	고속 내부 네트워크	WAN/인터넷
일관성 관리	단일 트랜잭션 제어	분산 트랜잭션 제어 (2PC, Paxos 등)
장점	대규모 쿼리 성능 최적화	장애 복구·위치 독립성
대표 예시	Oracle Parallel Server, Greenplum, Teradata	Google Spanner, CockroachDB, YugabyteDB

병렬 DB는 일반적으로 단일 스키마를 중심으로 공유 메모리·디스크 또는 메시지 기반 처리를 사용한다. 쿼리를 여러 작업으로 나눈 뒤 병렬 실행하고, 결과를 다시 합친다.

분산 DB에서는 각 노드가 독립적인 DBMS와 스토리지를 보유한다. 데이터 복제와 분할을 전제로 네트워크를 통해 질의와 트랜잭션을 조정한다.

병렬 실행 엔진이 쿼리를 나누는 방식

⤢✕

클라이언트 질의는 단일 쿼리 파서와 병렬 실행 엔진을 거쳐 여러 프로세서로 배분된다. 각 프로세서는 공유 스토리지에 접근하거나 분산된 스토리지를 사용하며, 처리 결과는 집계되어 반환된다.

원격 노드를 조정하는 분산 DB 구조

⤢✕

분산 DB의 글로벌 쿼리 프로세서는 데이터가 위치한 로컬 DB 서버를 찾아 질의를 전달한다. 각 노드의 결과를 수집하는 과정과 함께, 여러 노드에 걸친 트랜잭션을 제어해야 한다.

쿼리 처리와 트랜잭션 제어의 차이

단계	병렬 DB 처리 흐름	분산 DB 처리 흐름
쿼리 입력	단일 쿼리 파서로 수신	글로벌 쿼리 파서가 각 노드로 분배
쿼리 분해	병렬 실행 계획 수립	데이터 위치 기반 실행 계획 수립
데이터 접근	공유/분산 스토리지에서 병렬 접근	원격 노드에 쿼리 전송
결과 병합	병렬 처리 결과 집계	노드별 결과 수집 후 병합
트랜잭션 제어	단일 트랜잭션 매니저	분산 트랜잭션 프로토콜 사용

대형 리포트나 집계 쿼리처럼 OLAP 처리 성능이 핵심인 환경에서는 Teradata, Greenplum을 활용한 DW 분석처럼 병렬 DB의 특성이 맞는다. 반대로 전세계 지점 간 일관성을 유지해야 하는 글로벌 서비스나, 지사별 데이터 독립성과 중앙 통합 보고를 함께 요구하는 환경은 분산 DB의 목적에 가깝다.

병렬 DB와 분산 DB의 선택은 단순히 데이터를 여러 곳에서 처리하는지 여부로 결정되지 않는다. 데이터 처리 패턴, 네트워크 인프라, 가용성 요구사항을 함께 보고 성능 최적화가 필요한지, 장애 복구와 지역별 데이터 관리가 필요한지를 구분해야 한다.