신기능이 있어서 속성을 추가하면 반드시 스키마를 변경해야한다.
신기능이 또 생기면 컬럼을 추가하고 또 스키마 변경해야한다.
이 상태로 튜플이 늘어나면 데이터가 정말 많아지고
대량의 데이터에서 신기능이 생기면 매우 어렵고, 부담스럽고 위험한 작업이 될 수 있다.
즉 유연한 확장성의 부족
중복제거를 위해 정규화 진행.
하나의 테이블을 여러개로 쪼갠다 ⇒ 데이터의 중복을 막을 수 있다.
원래의 전체 데이터를 가져오고 싶을 때 조인을 엄청 많이하게된다
⇒ 조인하는 과정에서 cpu의 부하, 응답 시간 증가 ⇒ read 성능의 하락
관계형 데베는 기본적으로 한대의 컴퓨터(서버)에 저장
트래픽이 올 때 많은 read/write 가 온다면 부하가 발생.
이를 해결하기위해서 2가지 방법
스케일 업 : 좋은 씨피유 좋은 메모리 사용
스케일 아웃 레플리케이션(복제) : 데이터베이스를 복제해 리드 온리 서버를 사용.
라이트 트랙픽이 늘어난 경우는 또 다른 레플리케이션들에 바뀐 데이터를 적용해야 함
장점으로 트랜잭션 ACID를 보장하다 보니 트레이드 오프로