SaaS 데이터 파티셔닝 모델

SaaS 개발자의 과제 중 하나는 다중 테넌트 환경에서 데이터를 표현하고 구성하기 위한 아키텍처 패턴을 설계하는 것입니다. 이러한 다중 테넌트 스토리지 메커니즘 및 패턴을 일반적으로 데이터 파티셔닝 이라고 합니다.

다중 테넌트 SaaS 환경에서는 데이터 파티셔닝과 테넌트 격리를 구분하는 것이 중요합니다. 이러한 개념은 관련이 있지만 동의어는 아닙니다. 데이터 파티셔닝은 각 테넌트에 대한 데이터를 저장하는 방법을 나타냅니다. 그러나 파티셔닝만으로 테넌트 격리를 보장할 수는 없습니다. 한 테넌트의 데이터에 다른 테넌트가 액세스할 수 없도록 하려면 추가 조치가 필요합니다.

다중 테넌트 SaaS 시스템의 세 가지 일반적인 데이터 파티셔닝 모델은 사일로, 풀 및 하이브리드입니다. 모델 선택은 다음과 같은 요인에 따라 달라집니다.

• 규정 준수

• 시끄러운 이웃

• 계층화 전략

• 운영 요구 사항

• 테넌트 격리 요구 사항

또한 에서 사용할 수 있는 각 데이터베이스 유형은 AWS 일반적으로 고유한 데이터 파티셔닝 및 테넌트 격리 모델 컬렉션을 제공합니다. 솔루션의 다양한 요구 사항을 지원하기 위해 테넌트 그래프를 구성하는 방법을 살펴볼 때 Amazon Neptune에서 제공하는 모델을 고려하세요.

많은 사용자가 다음 어설션 중 하나로 Neptune에서 설계를 ISVs 시작합니다.

• ISV 솔루션을 사용하려면 별도의 클러스터에서 고객을 물리적으로 분리해야 합니다.

• 이 ISV 솔루션에는 기존 관계형 데이터베이스 관리 시스템에서 찾을 수 있는 명명된 데이터베이스 또는 스키마와 같은 구성 요소가 필요합니다.

고려한 후에는 이러한 어설션이 사실이 아니라는 점을 ISVs 명심하세요. 거의 모든 워크로드에서 각 고객은 데이터베이스에 연결 해제된 그래프를 가지고 있기 때문입니다. 이 문서에서 설명하는 데이터 모델링 및 액세스 지침을 구현하면 이러한 데이터 경계가 교차되는 것을 방지하고 고객 데이터 프라이버시를 유지할 수 있습니다.

이 안내서에서는 사일로 모델과 풀 모델 을 모두 설명하지만 대부분 비용 및 운영 효율성을 위해 풀 모델을 ISVs 선택합니다. 이 가이드에서는 사일로 모델과 풀 모델의 측면을 모두 결합한 하이브리드 모델에 대해 간략하게 설명합니다. 일부는 최대 고객을 위해 하이브리드 모델을 ISVs 사용하여 그래프 크기의 규제 또는 규정 준수 요구 사항을 수용합니다.