SurrealDB

SurrealDB는 현대적이고 데이터 집약적인 애플리케이션의 개발을 단순화하고 가속화하기 위해 설계된 혁신적인 멀티모달 데이터베이스 플랫폼입니다. 문서, 관계형, 그래프, 시계열 데이터베이스와 같은 여러 데이터베이스 시스템의 기능을 단일하고 응집력 있으며 강력한 엔진으로 통합하여 개발자가 데이터와 상호 작용하는 방식을 근본적으로 바꿉니다. Rust로 작성된 SurrealDB는 탁월한 성능, 메모리 안전성 및 신뢰성을 제공합니다. 복잡한 기술 스택의 필요성을 없애고 팀이 인프라 관리 대신 혁신적인 기능 구축에 집중할 수 있도록 하는 궁극적인 백엔드 데이터 레이어로 설계되었습니다.

플랫폼의 핵심 철학은 원활한 개발자 경험을 제공하는 것입니다. 이는 표현력이 풍부하고 직관적인 SQL과 유사한 쿼리 언어인 SurrealQL을 통해 달성됩니다. SurrealQL은 중첩 데이터, 그래프 관계 및 실시간 업데이트를 처리하기 위한 고급 기능으로 기존 SQL을 확장합니다. 벡터 임베딩 및 데이터베이스 내 기계 학습 추론에 대한 네이티브 지원을 통해 SurrealDB는 AI 네이티브 애플리케이션의 새로운 시대를 위해 특별히 제작되었으며, 정교한 RAG(검색 증강 생성) 시스템에서 실시간 협업 플랫폼에 이르기까지 모든 것을 구축하는 데 이상적인 선택입니다.

SurrealDB 사용 방법

SurrealDB를 시작하는 것은 다양한 개발 요구와 환경에 맞춰 간단하게 설계되었습니다.

1. 배포: 여러 배포 옵션 중에서 선택할 수 있습니다. 가장 쉬운 방법은 모든 인프라 운영을 처리하는 완전 관리형 서비스인 Surreal Cloud를 사용하는 것입니다. 또는 완전한 제어를 위해 Docker, 사전 컴파일된 바이너리를 사용하거나 소스에서 빌드하여 SurrealDB를 자체 호스팅할 수 있습니다. WebAssembly를 통해 브라우저에서 직접 실행하고 IndexedDB를 사용하여 영속성을 유지할 수도 있습니다.
2. 연결: JavaScript/TypeScript, Python, Rust, Go, Java, .NET, PHP를 포함한 광범위한 공식 SDK를 사용하여 데이터베이스 인스턴스에 연결합니다. SurrealDB 명령줄 인터페이스(CLI)는 데이터베이스 관리, 데이터 가져오기/내보내기, 쿼리 직접 실행을 위한 또 다른 강력한 도구입니다.
3. 데이터 모델링: SurrealDB는 신속한 프로토타이핑을 위해 스키마 없는 모델로 시작할 수 있는 유연성을 제공합니다. 애플리케이션이 성숙해지면 SurrealQL의 `DEFINE TABLE`, `DEFINE FIELD`, `DEFINE INDEX`, `DEFINE EVENT` 문을 사용하여 스키마를 정의하여 데이터 무결성을 강제할 수 있습니다.
4. 쿼리 및 조작: SurrealQL을 사용하여 데이터와 상호 작용합니다. `CREATE`, `SELECT`, `UPDATE`, `DELETE`와 같은 익숙한 문을 사용합니다. 그래프 데이터의 경우 직관적인 `RELATE` 문을 사용하여 레코드 간의 연결을 만듭니다(예: `RELATE user:tobie->writes->article:surrealdb`).
5. AI 및 실시간 기능 구축: `LIVE SELECT`를 활용하여 실시간으로 데이터 변경 사항을 구독합니다. AI 애플리케이션의 경우 벡터 임베딩을 저장하고 유사성 검색을 수행합니다. SurrealML을 사용하여 사전 훈련된 모델(PyTorch, Tensorflow)을 가져오고 데이터베이스에서 직접 `ML::INFER` 쿼리를 실행합니다.

SurrealDB의 핵심 기능

• 멀티모달 데이터베이스: 문서, 관계형, 그래프, 시계열 데이터 모델을 기본적으로 지원하여 여러 데이터베이스 없이 복잡한 도메인을 모델링할 수 있습니다.
• SurrealQL: 그래프 순회, 지리 공간 쿼리, JSON 패치 및 실시간 알림을 기본적으로 지원하는 고급 SQL과 유사한 쿼리 언어입니다.
• 벡터 검색 및 임베딩: 의미 검색 및 추천 엔진과 같은 AI 애플리케이션을 위한 고차원 벡터 임베딩의 저장, 인덱싱(HNSW, IVF 포함) 및 쿼리에 대한 최고 수준의 지원을 제공합니다.
• 데이터베이스 내 기계 학습(SurrealML): 기계 학습 모델(PyTorch, Tensorflow, Sklearn)을 데이터베이스 내에서 직접 가져와 추론을 실행하여 계산을 데이터에 더 가깝게 만듭니다.
• 실시간 기능: 라이브 쿼리를 통해 클라이언트는 쿼리 결과를 구독하고 기본 데이터가 변경될 때 자동으로 업데이트를 받을 수 있습니다.
• 고급 보안 모델: 테이블, 행, 필드에 대한 세분화된 정책 기반 액세스 제어. JWT 기반 인증 및 타사 제공업체를 지원합니다.
• 확장 가능한 아키텍처: 단일 노드 인메모리 인스턴스에서 전 세계적으로 분산된 내결함성 클러스터로 확장되도록 설계되었습니다.
• 광범위한 연결성 및 SDK: REST, WebSocket API 및 인기 있는 프로그래밍 언어 및 프레임워크를 위한 다양한 공식 SDK를 통한 포괄적인 지원.

SurrealDB의 사용 사례

SurrealDB의 다재다능한 특성으로 인해 다양한 애플리케이션에 적합합니다.

• AI 네이티브 애플리케이션: 벡터 검색과 데이터베이스 내 ML 기능을 결합하여 검색 증강 생성(RAG) 시스템, 챗봇, 의미 검색 엔진 및 개인화된 추천 시스템을 구축하는 데 이상적입니다.
• 실시간 협업 플랫폼: 즉각적인 데이터 동기화가 필요한 협업 편집기(예: Google Docs), 화이트보드, 프로젝트 관리 도구 및 라이브 대시보드와 같은 애플리케이션을 지원합니다.
• 현대 웹 및 모바일 백엔드: 완전한 백엔드 서비스(BaaS) 역할을 하여 데이터베이스, 인증 및 실시간 API를 하나로 제공함으로써 스타트업과 기업의 기술 스택을 단순화합니다.
• 그래프 기반 시스템: 강력하고 직관적인 그래프 데이터 모델을 사용하여 소셜 네트워크, 지식 그래프, 신원 및 액세스 관리 시스템, 사기 탐지 엔진을 구축합니다.
• IoT 및 시계열 분석: 집계, 윈도윙 및 실시간 분석 기능을 통해 IoT 장치의 시계열 데이터를 효율적으로 처리합니다.

SurrealDB의 장점

SurrealDB를 선택하면 몇 가지 주요 이점이 있습니다.

• 급진적인 단순화: 복잡한 데이터베이스 생태계(예: PostgreSQL + Neo4j + Elasticsearch)와 서비스를 단일 통합 플랫폼으로 대체하여 운영 오버헤드와 개발 복잡성을 줄입니다.
• 개발자 생산성 향상: 직관적인 SurrealQL, 포괄적인 문서 및 광범위한 SDK를 통해 개발자는 더 적은 코드로 더 빠르게 기능을 구축할 수 있습니다.
• 미래 지향적 아키텍처: AI 통합, 실시간 데이터 스트리밍 및 복잡한 데이터 관계를 포함한 현대 애플리케이션 요구 사항을 위해 처음부터 구축되었습니다.
• 고성능: Rust로 작성되어 높은 처리량, 낮은 대기 시간 및 효율적인 리소스 활용을 보장합니다.
• 궁극의 유연성: 스키마 없는 모드와 스키마 있는 모드 간을 전환할 수 있는 기능과 멀티모달 디자인이 결합되어 애플리케이션의 요구에 따라 데이터베이스가 발전할 수 있습니다.

가격 및 플랜

SurrealDB는 프로젝트의 요구에 맞춰 확장되도록 설계된 Surreal Cloud 플랫폼을 통해 유연한 가격 구조를 제공합니다.

• 무료 플랜: 취미 사용자, 프로토타입 및 시작에 적합합니다. 이 플랜에는 1GB 저장 공간, 0.25 vCPU, 1GB 메모리 및 커뮤니티 지원이 포함됩니다.
• 시작 플랜: 시간당 $0.021부터 시작하는 종량제 플랜으로, 개발 및 스테이징 환경을 위해 설계되었습니다. 수직적 확장성을 제공하여 필요에 따라 리소스를 늘릴 수 있으며 매일 자동 백업을 제공합니다.
• 확장 플랜(출시 예정): 고가용성 및 수평적 확장성이 필요한 프로덕션 애플리케이션을 대상으로 합니다. 이 플랜은 내결함성 배포 및 멀티테넌트 스토리지를 특징으로 합니다.
• 전용 플랜: 미션 크리티컬 애플리케이션을 위한 엔터프라이즈급 솔루션입니다. 전용 내결함성 클러스터, BYOK(Bring-Your-Own-Key), AWS PrivateLink와 같은 고급 보안 기능 및 맞춤형 SLA를 제공합니다. 가격은 영업팀에 문의하십시오.