database

데이터 스토어 관련 학습 기록. 관계형·검색엔진·캐시를 모두 포함한다.

스토어별

• MySQL — InnoDB, 인덱스, 트랜잭션, 락
• Redis — 캐시, 분산 락, Pub/Sub, 세션, 랭킹
• OpenSearch — 매핑, 샤딩, RAG 검색
• Milvus — 벡터 DB 아키텍처·동작·실무 규모 성능
• Qdrant — 단일 바이너리 벡터 DB, 컴포넌트가 단순한 이유
• Vespa — 텐서 1급 지원, 왜 강력한데 학습 곡선이 가파른가

공통 주제

• MySQL/InnoDB 인덱스 — 구조, 실행 계획과 운영 기준
• 커넥션 풀 크기 — 풀 사이즈 결정 기준
• 커넥션 풀 포화와 스레드 풀 격리 — Saturation·Exhaustion·Starvation 구분과 격리 패턴
• 정규화와 역정규화 — 무결성과 조회 비용 사이의 선택
• 벡터 DB 비교 — OpenSearch·Milvus·Qdrant·Vespa·pgvector — 데이터 규모·차원·하이브리드별 선택 가이드
• 벡터 DB 5종 아키텍처 심층 비교 — 저장-연산 분리·segment·인덱스·필터링 구조 차이 (pgvector 포함)
• 벡터 DB 도입 사례 — LINE·Reddit·TripAdvisor — 전용 벡터 DB 운영 사례
• 벡터 DB 5종 벤치마크 — 데이터셋·질의·recall 측정법과 같은 recall에서 QPS 실측 비교
• 한국어 형태소 분석기 Nori vs Lindera — OpenSearch·Milvus 전환 시 어휘 검색 정확도와 튜닝 재현

ORM과 SQL 매핑

• MyBatis와 JPA/Hibernate 트레이드오프 — 레거시 백엔드를 다루는 시니어 관점
• MyBatis 동적 SQL과 ResultMap 기본기 — 안전한 동적 쿼리·결과 매핑

관련

• 캐시 설계 전략 — 캐시 패턴 총정리