# 로그 설계를 위한 데이터 기초 지식

# 데이터의 종류

데이터베이스 데이터(서비스 로그)
- 서비스가 운영되기 위해 필요한 데이터
- 고객이 가입한 날, 어떤 물건을 구입했는지
- 서비스에서 고객에게 보여준다면 대부분 데이터베이스에 저장하고 보여줌
사용자 행동 데이터(유저 행동 로그)
- 서비스에서 유저의 활동
- 더 좋은 제품을 만들기 위해 필요한 데이터
- Click, View 등
- 고객에게 보여줄 필요가 없고, 분석을 위해 활용하는 경우가 많음

클라이언트
- 서버에게 통신할 수 있는 기기
- 스마트폰일 수도 있음
- 회사마다 기준이 다를 수 있으나, 앱(APP) + 웹(WEB) 모두 클라이언트로 볼 수 있음
- 클라이언트 로그 : 사용자가 어떤 행동을 했는가, UX 관점
  - “어떤 화면에 진입했는가?” / “어떤 버튼을 클릭했는가” / “백그라운드로 빠졌다”
서버
- 클라이언트와 통신해 정보(데이터)나 서비스(기능)를 제공하는 컴퓨터 시스템
- 서버에서 정보를 제공하기 위해 데이터를 저장하는 데이터베이스에 접근해 데이터를 조회

DBMS(Database)
- 서비스에서 활용하기 위한 데이터를 저장하는 장소
- 예 : 배달 가게, 배달 가게 메뉴 및 가격, 좌표, 배달 가게의 평점, 유저의 과거 주문건, 좋아요 누른건 등
- 분석 용도로 활용할 수 있으나, 분석 용도보다 서비스에서 바로 활용되거나 고객에게 보이는 목적(운영 용도)
- OLTP(온라인 트랜잭션 처리) : 거래(Transaction) 발생, 데이터 수정, 빠르게 처리
- MySQL, Oracle, AWS RDS(Aurora), PostgreSQL
로그
- 서비스에서 직접적으로 활용되진 않고, 분석 목적 또는 머신러닝 모델 목적으로 쌓음
- 실제 DB에 영향을 주지 않음
데이터 웨어하우스
- 데이터 분석을 위해 사용됨
- OLAP(온라인 분석 처리) : 데이터 분석에 초점
- AWS Redshift, GCP BigQuery, Snowflake 등
NoSQL
- 데이터베이스 중 관계형 데이터베이스가 아닌 비관계형 데이터베이스
- Not only SQL로 SQL만을 사용하지 않는 시스템
- 엑셀 표 같이 저장하는 RDBMS와 다르게 Key Value로 구성
- MongoDB, CouchDB 등

{“고향”: “인천”,
 “연령대”: “30대”
 “다닌 회사” : [{“name”: “A사", “기간”: “3년”},
                     {“name”: “B사", “기간": “4년”}]

회사마다 제품을 어떻게 개발했는지가 다르며, 그에 따라 배포 방법이 달라짐
- 웹(WEB)만 있는 경우
- 앱(APP)만 있는 경우
- 하이브리드, 웹과 앱을 같이 사용하는 경우
웹, 서버 : 배포가 자유로움
안드로이드 : 거의 자유로움
iOS : 시간이 1~2일 소요

STRING : 문자열, 따옴표로 감싸서 사용. “카일”, “1”
INTEGER : 숫자(정수), 따옴표로 감싸지 않음. 1
FLOAT : 숫자(부동 소수점), 1.23
TIMESTAMP : 특정 기준일을 토대로 시간을 숫자로 표현한 것. 1670901502
- UTC TIMESTAMP : 1970년 1월 1일 자정을 0 밀리초로 기준으로 그 후로 몇 밀리초가 지닜는지 계산
- 서버에서 시간을 다룰 때 대부분 TIMESTAMP
DATETIME : 사람이 익숙한 날짜. 2022-12-12 12:18:34
- DATETIME이 사람이 이해하긴 좋지만, 위치에 따라 시간이 다름(시차)
타임존 : 영국의 그리니치 천문대를 기준으로 지역에 따른 시간 차이를 조정하기 위한 구분선
- 한국 : GMT+9(기준점 : 1970년 1월 1일 09:00:00)
- UTC TIMESTAMP와 한국은 9시간 차이가 존재(UTC 00:00:00 = 한국의 09:00:00)