3 minute read

🔄 RDBMS에서 GraphDB로의 데이터 모델링 리팩토링

기존에 분석했던 [서울시 지하철 승하차 및 행정동별 인구 데이터]의 관계형 데이터베이스(RDBMS) 스키마를 GraphDB(Neo4j) 구조로 변환(Refactoring)하는 과정을 정리해 보았음.

테이블 간의 복잡한 JOIN 연산이 그래프의 ‘관계(Relationship)’로 어떻게 단순화되는지 직관적으로 확인할 수 있음.

RDBMS to GraphDB Transformation

1. 기존 RDB 스키마 분석 (AS-IS)

기존 SQL 파일은 크게 3개의 테이블과 그 연관 관계로 이루어져 있었음.

  • 테이블 구조:
    1. RegionPopulation: 행정동을 기준(Primary Key)으로 하여 각 구 이름과 인구 정보를 담고 있음.
    2. SubwayRidership: 일자별 지하철 역의 승차/하차 통계를 담고 있음.
    3. StationLocation: SubwayRidership의 ‘역’과 RegionPopulation의 ‘행정동’을 이어주기 위한 매핑(Join) 전용 테이블이었음.

🚨 RDB의 문제점: 데이터를 분석하거나 조회할 때마다 매핑 테이블을 거쳐 최소 3개 이상의 테이블을 INNER JOIN으로 엮어야 했기에 직관성이 떨어지고, 연결이 깊어지면 자원 소모가 기하급수적으로 늘어남.

2. GraphDB 모델링 설계 (TO-BE)

GraphDB에서는 외래키(Foreign Key)나 매핑 전용 테이블이 필요 없음. 현실 세계의 개체는 ‘노드(Node)’로, 테이블 간의 JOIN은 ‘관계(Relationship)’로 물리적으로 직접 연결됨.

  • 노드 (Nodes) - 동그라미:
    • (District): 자치구 노드 (예: 강남구)
    • (Neighborhood): 행정동 노드 (예: 역삼1동) - 인구수 데이터 포함
    • (Station): 지하철역 노드 (예: 강남, 홍대입구)
    • (DailyRecord): 일일 승하차 기록 노드 (예: 2024-02-01 기록)
  • 관계 (Relationships) - 화살표:
    • (Neighborhood)-[:BELONGS_TO]->(District): 행정동이 특정 구에 [속해 있음]
    • (Station)-[:LOCATED_IN]->(Neighborhood): 특정 지하철역이 어떤 동에 [위치함]
    • (Station)-[:HAS_RECORD]->(DailyRecord): 특정 지하철역이 일일 승하차 정보를 [다수 보유함]

3. Cypher를 이용한 리팩토링 (데이터 마이그레이션)

기존 SQL의 INSERT 로직을 GraphDB의 CREATE 문으로 변환한 쿼리임. 노드 생성과 매핑(선 연결)이 직관적으로 이루어짐.

// 1. 자치구(District) 및 행정동(Neighborhood) 노드 생성 & 관계 연결
CREATE 
  (gu1:District {name: '강남구'}),
  (dong1:Neighborhood {name: '역삼1동', totalPop: 35000, malePop: 17000, femalePop: 18000}),
  (dong1)-[:BELONGS_TO]->(gu1),
  
  (gu2:District {name: '마포구'}),
  (dong2:Neighborhood {name: '서교동', totalPop: 24000, malePop: 11000, femalePop: 13000}),
  (dong2)-[:BELONGS_TO]->(gu2);

// 2. 지하철역(Station) 노드 생성 & 위치 관계(LOCATED_IN) 맺어주기
MATCH (dong1:Neighborhood {name: '역삼1동'})
CREATE (st1:Station {name: '강남', line: '2호선'})
CREATE (st1)-[:LOCATED_IN]->(dong1);

MATCH (dong2:Neighborhood {name: '서교동'})
CREATE (st2:Station {name: '홍대입구', line: '2호선'})
CREATE (st2)-[:LOCATED_IN]->(dong2);

// 3. 역에 딸린 일일 승하차 기록(DailyRecord) 노드 연결 (HAS_RECORD)
MATCH (st1:Station {name: '강남'})
CREATE (rec1:DailyRecord {date: '2024-02-01', onCount: 95000, offCount: 98000})
CREATE (st1)-[:HAS_RECORD]->(rec1);

MATCH (st2:Station {name: '홍대입구'})
CREATE (rec2:DailyRecord {date: '2024-02-01', onCount: 75000, offCount: 80000})
CREATE (st2)-[:HAS_RECORD]->(rec2);

4. 분석 쿼리 비교 (SQL JOIN vs Cypher Pattern)

RDBMS에서 길고 무겁게 작성했던 [분석 1] 쿼리(거주 인구 대비 외부에서 유입되는 하차 승객 비율 파악)를 Cypher 쿼리로 리팩토링해 보면, 구조의 직관성이 극명하게 드러남!

😱 기존 RDBMS 쿼리 (SQL)

관계형 DB에서는 매핑 테이블(STATIONLOCATION)을 브릿지 삼아 지나가기 위해 JOIN을 여러 번 강제해야 했음.

SELECT RP.GuName, RP.DongName, SL.StationName, RP.TotalPopulation, SR.OffBoundCount,
       (CAST(SR.OffBoundCount AS FLOAT) / RP.TotalPopulation) AS 유입비율
FROM SubwayRidership SR
INNER JOIN StationLocation SL ON SR.StationName = SL.StationName
INNER JOIN RegionPopulation RP ON SL.DongName = RP.DongName
WHERE SR.UseDate = '2024-02-01'
ORDER BY 유입비율 DESC;

😍 리팩토링된 GraphDB 쿼리 (Cypher)

하지만 GraphDB에서는 노드에서 노드로 이어지는 화살표 흐름(경로)을 아스키아트 그림 그리듯(-[]->) 매칭하기만 하면 단숨에 데이터가 조회됨. (빠른 속도는 덤!)

// 일일기록 <- 역 -> 행정동 -> 자치구 로 뻗어나가는 관계망 패턴을 매칭함
MATCH (rec:DailyRecord)<-[:HAS_RECORD]-(st:Station)-[:LOCATED_IN]->(dong:Neighborhood)-[:BELONGS_TO]->(gu:District)
WHERE rec.date = '2024-02-01'
RETURN 
    gu.name AS 자치구, 
    dong.name AS 행정동, 
    st.name AS 역명, 
    dong.totalPop AS 거주인구, 
    rec.offCount AS 일일하차인원, 
    (toFloat(rec.offCount) / dong.totalPop) AS 유입비율
ORDER BY 유입비율 DESC

💡 오늘 리팩토링의 핵심: 관계형 DB에서 억지로 구성했던 ‘매핑용 교차 테이블’과 수많은 ‘JOIN’이라는 족쇄가 그래프 DB로 넘어오며 깔끔하게 물리적인 ‘선(Edge)’으로 대체되었음! 구조 설계가 사람의 사고 방식과 100% 일치할 뿐만 아니라 검색 알고리즘 성능의 최적화도 달성함!

5. 💻 실제 애플리케이션 연동 예시 (Python)

GraphDB(Neo4j)를 로컬이나 클라우드에 구축한 후, 실제 백엔드(Python)에서 어떻게 데이터를 넣고 빼는지 간단한 예시 코드임.

5-1. 환경 세팅

파이썬 환경에서 Neo4j와 통신하기 위해 공식 드라이버를 설치해야 함.

pip install neo4j

5-2. 파이썬 실행 코드 (Neo4j Driver 사용)

위 4번 항목에서 작성했던 리팩토링 쿼리(거주 인구 대비 하차 유입 비율 분석)를 파이썬에서 직접 호출하고 단숨에 결과를 받아오는 코드임.

from neo4j import GraphDatabase

# 1. Neo4j DB 연결 설정
URI = "bolt://localhost:7687"   # Neo4j 기본 포트
AUTH = ("neo4j", "password123") # 본인의 계정 정보 입력

# 2. 드라이버 객체 생성
driver = GraphDatabase.driver(URI, auth=AUTH)

# 3. 데이터 조회 함수 정의 (위에서 작성한 Cypher 분석 쿼리 실행)
def get_station_population_ratio(tx):
    query = """
    MATCH (rec:DailyRecord)<-[:HAS_RECORD]-(st:Station)-[:LOCATED_IN]->(dong:Neighborhood)-[:BELONGS_TO]->(gu:District)
    WHERE rec.date = '2024-02-01'
    RETURN gu.name AS district, 
           dong.name AS neighborhood, 
           st.name AS station,
           dong.totalPop AS population, 
           rec.offCount AS offCount,
           (toFloat(rec.offCount) / dong.totalPop) AS ratio
    ORDER BY ratio DESC LIMIT 5
    """
    
    # 쿼리 실행 및 결과 받아오기
    result = tx.run(query)
    
    # 결과 출력 (콘솔 로그)
    print(f"{'자치구':<5} | {'행정동':<5} | {'역명':<6} | {'유입비율':<5}")
    print("-" * 40)
    for record in result:
        # record는 반환된 컬럼 이름을 Key로 가지는 딕셔너리처럼 동작함
        print(f"{record['district']:<6} | {record['neighborhood']:<6} | {record['station']:<7} | {record['ratio']:.2f}")

# 4. 세션 열기 및 실행
with driver.session() as session:
    print("🚇 거주 인구 대비 지하철 하차 유입 비율 TOP 5 🚇")
    # 읽기 전용 트랜잭션으로 함수 넘겨서 실행
    session.read_transaction(get_station_population_ratio)

# 5. 드라이버 사용 종료
driver.close()

✅ 최종 요약: Python에서 neo4j 공식 드라이버를 사용하면, 마치 RDBMS의 PyMySQL이나 psycopg2를 쓰는 것과 똑같이 접속해서 쿼리를 run() 메서드에 던지기만 하면 됨. 반환된 결과(record)는 JSON 구조처럼 아주 쉽게 record['이름']으로 뽑아서 쓸 수 있어서 백엔드 API 서버를 만들기도 매우 쾌적함!

Comments

You May Also Enjoy