Microsoft AZ-104: Azure 데이터베이스 및 데이터 서비스 — 학습 가이드

By Laurynas Brazys · 6 August 2026 · #microsoft #az-104 #certification #exam-prep #study-guide

다음의 일부입니다: Microsoft Azure Administrator Associate AZ-104 — 학습 가이드. 검증된 답안으로 연습하기: Microsoft 시험 허브, 또는 다음에서 시간 제한 모의고사 풀기: ExamRoll.io.

개요

Azure의 데이터베이스 및 데이터 서비스는 관리형 관계형 엔진, 전역적으로 분산된 NoSQL, 인메모리 캐싱, 대규모 분석, 통합/오케스트레이션을 포괄합니다. 관리자로서 구매 모델, 서비스 계층, 네트워크 및 보안 토폴로지, 백업/DR 의미 체계, 그리고 성능, 비용, 복원력을 위해 서비스를 결합하는 방법을 이해해야 합니다. 이 섹션에서는 일상적으로 구성하는 운영상의 선택 사항과 플랫폼 기능에 중점을 둡니다. 즉, 프로비저닝 모델(DTU 대 vCore), 탄력적 풀, 백업 및 장기 보존, 지역 복제 및 장애 조치, VNet 주입 관리형 인스턴스, Cosmos DB 배포 및 일관성, 오픈 소스 관계형 HA/읽기 복제본, Synapse 엔진, Data Factory 런타임입니다.

Azure 관계형 데이터베이스(SQL Database, Managed Instance, MySQL/PostgreSQL)

Azure SQL Database는 두 가지 구매 모델을 제공합니다. DTU 모델은 CPU, 메모리, IOPS를 데이터베이스 트랜잭션 단위(Database Transaction Units)로 묶어 Basic, Standard, Premium 계층으로 제공합니다. 이 모델은 단순하지만 내부 구조가 불투명하며, 안정적이고 예측 가능한 워크로드와 레거시 규모 산정에 적합합니다. vCore 모델은 CPU 세대/수와 메모리를 노출하며, 스토리지 및 IOPS 제어 기능과 결합됩니다. vCore는 규모 산정의 투명성, Azure Hybrid Benefit, 예약 용량 할인을 지원합니다. vCore 내에서 서비스 계층은 워크로드 및 가용성 패턴에 매핑됩니다. General Purpose(범용)는 원격 Premium SSD 또는 Azure Premium 스토리지를 표준 가용성 아키텍처와 함께 사용합니다. Business Critical(중요 비즈니스용)은 컴퓨팅과 스토리지를 로컬 SSD에 배치하고 여러 복제본, 낮은 지연 시간, 통합된 읽기 확장(read scale-out) 기능을 제공합니다. Hyperscale은 페이지 서버를 사용하여 컴퓨팅과 스토리지를 분리하여 거의 즉각적인 확장과 초대형 데이터베이스를 지원합니다. 단일 데이터베이스의 경우, 서버리스 컴퓨팅 계층(vCore)은 CPU를 탄력적으로 확장하고 유휴 비용을 절감하기 위해 자동 일시 중지할 수 있습니다.

탄력적 풀(Elastic pool)은 여러 데이터베이스 간에 컴퓨팅을 공유하여, 급증하고 위상이 다른(out-of-phase) 워크로드를 더 낮은 총비용으로 흡수합니다. 풀은 DTU(eDTU) 및 vCore 버전으로 제공됩니다. 데이터베이스별 최소/최대 한도를 설정하여 ‘시끄러운 이웃(noisy neighbors)‘을 억제하고, 풀 최대치를 설정하여 지출을 제어합니다. 버스트가 짧고 서로 관련이 없을 때는 초과 구독(Oversubscription)이 허용됩니다. 풀 크기 조정은 총 평균 사용량에 동시성을 위한 여유 공간(headroom)을 더한 값에 따라 결정되며, SLO를 유지하려면 데이터베이스별 및 풀 메트릭을 모니터링하는 것이 중요합니다.

백업은 자동입니다. Azure SQL은 전체, 차등, 트랜잭션 로그 백업을 유지하며, 보존 기간(일반적으로 계층 및 스토리지 구성에 따라 7~35일) 내의 특정 시점(PITR)으로 복원할 수 있습니다. 장기 보존(LTR)은 주간 전체 백업을 RA-GRS 스토리지에 수년간 유지합니다. LTR 백업은 동일한 구독 및 지역 집합 내의 모든 서버에 새 데이터베이스로 복원할 수 있으며, 지역 중복 백업 스토리지가 활성화된 경우 지역 간 복원도 가능합니다. 복원은 새 데이터베이스를 생성하며, 기존 데이터베이스를 덮어쓰지 않습니다.

지역 복제 옵션에는 단일 데이터베이스 및 풀을 위한 활성 지역 복제(비동기 복제를 사용하는 최대 4개의 읽기 가능한 보조 데이터베이스)와 논리적 서버 범위의 자동 장애 조치(failover) 그룹이 포함됩니다. 장애 조치 그룹은 여러 데이터베이스(또는 전체 서버)를 지역 DR, 읽기-쓰기 리스너 엔드포인트, 읽기 오프로드를 위한 읽기 전용 엔드포인트, 상태 기반 자동 장애 조치, DNS 기반 리디렉션과 함께 묶습니다. Business Critical 계층은 또한 로컬 읽기 가능 복제본을 통해 읽기 확장(read scale-out)을 제공하여, 지역 간 복잡성 없이 즉시 읽기 워크로드를 오프로드할 수 있습니다.

Azure SQL Managed Instance(MI)는 SQL Agent, 데이터베이스 간 쿼리, CLR, 연결된 서버, Service Broker, Azure Blob Storage의 .bak 파일 네이티브 백업/복원을 포함하여 거의 100%에 가까운 SQL Server 엔진 호환성을 제공합니다. MI는 VNet에 주입됩니다. 즉, 프라이빗 IP와 NSG/UDR 제어 기능이 있는 전용 위임 서브넷에 배포합니다. 나중에 서브넷 크기를 조정하는 것이 복잡하므로 서브넷 크기와 주소 공간을 미리 계획해야 합니다. 마이그레이션 경로에는 Azure Database Migration Service(온라인/오프라인 전환), MI로의 URL을 통한 네이티브 백업/복원, 온프레미스 SQL Server에서 MI로의 트랜잭션 복제가 포함됩니다. 단일 데이터베이스가 제공하지 않는 기능 패리티(surface-area parity)나 인스턴스 범위 기능이 필요할 때 MI를 선택합니다.

Azure Database for MySQL 및 Azure Database for PostgreSQL(Flexible Server)은 관리형 OSS 엔진을 제공하며, 유지 관리 기간 제어, 비용 절감을 위한 중지/시작, 버스트 가능 및 범용 컴퓨팅, 스토리지 자동 증가, VNet 통합 기능을 갖추고 있습니다. Flexible Server는 동기식 복제를 통해 고가용성을 제공합니다. 더 강력한 장애 격리를 위해 가용성 영역(Availability Zones) 간의 영역 중복 HA를 선택하거나, 더 낮은 쓰기 지연 시간을 위해 동일 영역 HA를 선택할 수 있습니다. 읽기 복제본은 읽기 확장(scale-out reads)을 위해 사용할 수 있으며, 지역 내 또는 지역 간에 프로비저닝할 수 있습니다. 이들은 비동기 복제를 사용하며 분석, 보고 또는 읽기 중심 마이크로서비스에 이상적입니다. 필요할 때 장애 조치나 지역 확장을 위해 복제본을 승격시킬 수 있으며, 이때 잠재적인 복제 지연을 인지해야 합니다.

분산 데이터 및 캐싱 (Cosmos DB 및 Azure Cache for Redis)

Azure Cosmos DB는 전역적으로 분산된 다중 모델 데이터베이스로, Core (SQL), MongoDB, Cassandra, Gremlin (그래프), Table API를 제공합니다. API 선택에 따라 클라이언트 드라이버 호환성과 데이터 모델의 의미가 결정됩니다. 운영 관점에서는 API와 무관하게 처리량(프로비저닝된 RU 또는 자동 크기 조정)과 파티션을 관리합니다. 데이터는 파티션 키에 의해 수평적으로 분할되며, 핫 파티션을 방지하려면 파티션 키가 높은 카디널리티와 균등한 액세스 분포를 가져야 합니다. 단조롭게 증가하는 키는 피하고, 복합적인 액세스 패턴이 있는 경우 계층적 파티션 키를 고려해야 합니다. 파티션 간 쿼리는 지원되지만 더 많은 RU를 소비하므로, 가능하면 파티션 키를 기준으로 관련 데이터를 동일한 위치에 배치해야 합니다.

일관성 수준은 계정, 데이터베이스 또는 요청별로 조정할 수 있습니다: 강력(Strong)은 선형성을 보장합니다. 제한된 부실(Bounded Staleness)은 시간 또는 버전으로 부실 정도의 상한을 정합니다. 세션(Session)(기본값)은 한 세션 내에서 자신의 쓰기 읽기(read-your-writes)를 제공합니다. 일관된 접두사(Consistent Prefix)는 완전한 일관성 없이 순서를 보장합니다. 최종(Eventual)은 가용성과 성능을 극대화합니다. 다중 지역 쓰기의 경우, 적절한 충돌 해결 정책(LastWriterWins 또는 저장 프로시저를 통한 사용자 지정)을 선택하고 장애 조치(failover) 우선순위를 정의합니다. 클릭 한 번으로 지역을 추가하여 전역적으로 배포할 수 있으며, 서비스가 복제, 장애 조치, 지연 시간 최적화 라우팅을 처리하고 처리량, 지연 시간, 가용성, 일관성에 대한 SLA를 제공합니다.

Azure Cache for Redis는 Redis를 기반으로 밀리초 미만의 지연 시간을 제공합니다. 계층(Tier)별로 기능이 향상됩니다: Basic(단일 노드, 개발/테스트용), Standard(복제된 2노드 기본/복제본 구성, SLA 제공), Premium(더 큰 크기, 클러스터링, 영속성, VNet 삽입, 지역 복제, Bloom과 같은 Redis 모듈), Enterprise 및 Enterprise Flash(Redis Enterprise 기반으로 고급 클러스터링, 다중 기본 쓰기를 위한 활성 지역 복제, Flash 기반의 더 큰 캐시 제공). 제거 정책은 메모리 압박 상황에서의 동작을 정의합니다: noeviction(쓰기 시 오류 발생), allkeys-lru/lfu/random(모든 키 고려), volatile-lru/lfu/ttl/random(TTL이 있는 키만 고려). 세션 캐싱의 경우, 세션 손실을 감당할 수 없다면 영속성을 위해 Premium 계층 이상을 사용하고, 키 TTL을 활성화하여 데이터 증가를 제한하며, 처리량과 규모 확장을 위해 클러스터링을 고려하십시오. 지연 시간을 최소화하기 위해 캐시를 앱 서버와 동일한 지역 및 가상 네트워크에 배치하고, Managed Identity 또는 액세스 키를 사용하며, Private Link 또는 VNet 삽입을 통해 네트워크 격리를 강제합니다.

분석 및 통합 (Synapse Analytics 및 Data Factory)

Azure Synapse Analytics는 데이터 웨어하우징, 빅데이터, 데이터 통합을 통합합니다. 전용 SQL 풀(dedicated SQL pool)(이전의 SQL DW)은 해시/라운드 로빈 분산, 복제된 테이블, 결과 집합 캐싱 기능을 갖춘 MPP 엔진입니다. SLA 기간을 맞추기 위해 컴퓨팅을 확장 또는 축소할 수 있으며, 일시 중지하여 스토리지 비용만 지불할 수도 있습니다. 워크로드 그룹과 중요도 설정을 사용하여 워크로드 격리를 달성하고 중요한 쿼리를 보호할 수 있습니다. 서버리스 SQL 풀(serverless SQL pool)은 프로비저닝 없이 Azure Data Lake Storage Gen2의 데이터에 대해 온디맨드 T-SQL을 제공합니다. 스캔된 TB당 비용을 지불하며, 뷰를 사용하여 스키마를 외부화하고 시맨틱 계층으로 활용할 수 있습니다. Spark 풀은 자동 크기 조정 및 온디맨드 클러스터와 함께 Apache Spark를 Synapse에 도입하여, 통합된 보안 및 데이터 계보와 함께 노트북, Delta Lake, 머신 러닝을 사용할 수 있게 합니다. Spark와 SQL 엔진 간에 레이크하우스(lakehouse) 데이터를 공유할 수 있습니다.

Azure Data Factory (ADF)는 데이터 이동 및 변환을 오케스트레이션합니다. 파이프라인은 복사(Copy), 데이터 흐름(Data Flow)(Spark 기반 매핑 흐름), 외부 컴퓨팅(Databricks, Synapse, Functions)과 같은 활동(Activity)을 조정합니다. 데이터 세트(Dataset)는 데이터의 형태와 위치를 정의하고, 연결된 서비스(linked service)는 원본/대상에 대한 연결 정보(인증, 엔드포인트)를 캡슐화합니다. 통합 런타임(Integration Runtime, IR)은 컴퓨팅 및 네트워크 평면을 제공합니다: Azure IR은 클라우드 네이티브 이동 및 변환을, 자체 호스팅 IR(Self-hosted IR)은 아웃바운드 HTTPS를 통해 온프레미스 또는 사설 네트워크 원본을, Azure-SSIS IR은 SSIS 패키지의 리프트 앤 시프트(lift-and-shift)를 담당합니다. 트리거(일정, 연속 창, 이벤트 기반)를 통해 반복 가능한 오케스트레이션을 활성화할 수 있으며, 데이터 반출 방지 및 규정 준수 연결을 위해 관리형 가상 네트워크와 프라이빗 엔드포인트를 활성화할 수 있습니다. 매개 변수화 및 Key Vault 통합은 개발/테스트/프로덕션 환경으로의 승격을 위한 재사용 가능하고 안전한 패턴을 지원합니다.

비즈니스 연속성, 지역 기능 및 탄력적 풀

백업 및 복원 전략은 서비스마다 다르지만 자동화, 정기적인 복원 테스트, PITR(운영 오류)과 LTR(규정 준수) 분리라는 핵심 주제를 공유합니다. Azure SQL에서는 실수로 인한 삭제나 잘못된 배포에 PITR을 사용하고, 규제 보존 및 지역 간 재해 복구 복원을 위해 LTR 주간 전체 백업을 RA-GRS에 저장합니다. MySQL/PostgreSQL Flexible Server의 경우, 지원되는 경우 지역 중복 스토리지를 사용하여 자동화된 백업을 활성화하고, 정책에 따라 보존 기간을 설정하며, 대체 서버로의 지정 시간 복원을 검증합니다. 여러 지역을 사용하는 Cosmos DB 계정은 자동 장애 조치를 지원합니다. RPO가 0이어야 하고 앱이 결정론적으로 충돌을 해결할 수 있는 경우 다중 지역 쓰기와 결합하여 사용합니다.

Azure SQL의 지역 복제 및 자동 장애 조치 그룹은 DR 및 읽기 오프로드를 제공합니다. 보조 데이터베이스를 명시적으로 관리하려는 경우 단일 데이터베이스/풀에 활성 지역 복제를 사용하고, 여러 데이터베이스를 그룹화하고 DNS 기반 수신기 및 자동 장애 조치를 얻으려면 자동 장애 조치 그룹을 사용합니다. 낮은 지연 시간의 읽기가 중요하지만 DR이 목표가 아닌 경우, Business Critical 읽기 확장 또는 Hyperscale 명명된 복제본을 사용하여 기본 데이터베이스에서 분석 및 보고 워크로드를 분리합니다. 복제 지연 및 장애 조치 상태 신호를 모니터링하고, 장애 조치 훈련을 테스트하여 RTO/RPO를 검증합니다.

탄력적 풀은 다중 테넌트 SaaS 및 다수의 소규모 데이터베이스를 위한 비용 최적화 수단입니다. DTU 기반 풀에서는 데이터베이스별 상한선을 두고 eDTU를 할당하고, vCore 풀에서는 데이터베이스별 최대 vCore 및 IO 거버넌스를 통해 vCore, 메모리, IO 처리량을 할당합니다. 데이터베이스별 95번째 백분위수 사용량을 측정하고 풀 용량을 동시성 패턴에 맞춰 적절한 크기로 조정합니다. 더 높은 SLO를 가진 테넌트의 경우 데이터베이스별 상한선을 높이고, 워크로드 클래스(예: 부하가 높은 테넌트 vs 낮은 테넌트)별로 풀을 분할하는 것을 고려합니다. 풀 및 데이터베이스별 제한에 대한 경고를 사용하여 포화 상태를 조기에 감지합니다. 소수의 데이터베이스가 지속적으로 최대 상한선에 도달하면 예측 가능성을 유지하기 위해 전용 컴퓨팅 또는 별도의 풀로 이동합니다.

실용적인 문제 시나리오

Starbucks는 프로모션 기간 동안의 피크 트래픽을 처리하고, 운영 오버헤드를 줄이며, 전 세계 매장 운영을 방해하지 않으면서 분석을 지원하기 위해 글로벌 로열티 플랫폼을 현대화해야 합니다.

운영 데이터 저장소 분할:

고객 상호 작용 및 리워드 이벤트에 Azure Cosmos DB(Core SQL API)를 선택하여 낮은 지연 시간으로 글로벌 배포를 달성합니다. 주요 고객이 있는 지역 근처에 다중 지역 쓰기를 구성하고, Session 일관성을 설정하여 쓰기 후 읽기(read-your-writes)와 성능의 균형을 맞춥니다. 처리량을 분산하고 일반적인 쿼리 패턴을 지원하기 위해 customerId 또는 복합 계층 키(customerId, eventMonth)와 같은 고유성이 높은 파티션 키를 선택합니다.

트랜잭션 계정 및 카탈로그 데이터 구현:

기존 저장 프로시저 및 데이터베이스 간 로직에 거의 100% SQL Server 호환성이 필요하므로 계정 잔액, 사용 내역 및 SKU/카탈로그에 Azure SQL Managed Instance를 배포합니다. VNet 삽입에 필요한 대로 NSG 및 라우팅 테이블이 있는 전용 위임 서브넷에 MI를 배치하여 앱 서브넷 및 ExpressRoute에서의 프라이빗 액세스를 활성화합니다.

관계형 워크로드를 위한 글로벌 읽기 확장 및 DR 제공:

Azure SQL Database를 사용하는 새로운 마이크로서비스의 경우, 낮은 지연 시간과 읽기 확장을 위해 vCore Business Critical을 사용합니다. 현지화된 읽기 및 DR 목표 달성을 위한 자동 장애 조치를 위해 읽기 전용 수신기 엔드포인트가 있는 쌍을 이루는 지역으로 자동 장애 조치 그룹을 생성합니다.

낮은 지연 시간의 세션 관리 추가:

웹 및 모바일 세션 토큰을 위해 클러스터링 및 데이터 지속성이 포함된 Azure Cache for Redis Premium을 배포합니다. 자주 액세스하는 세션을 유지하기 위해 allkeys-lfu 제거 정책을 설정합니다. 지연 시간을 최소화하기 위해 앱 계층과 동일한 VNet 및 지역 내에 캐시를 통합합니다.

데이터 이동 오케스트레이션 및 분석 환경 구축:

Azure Data Factory를 사용하여 운영 데이터(Cosmos DB 변경 피드 및 SQL MI)를 Azure Data Lake Storage Gen2로 복사합니다. 데이터 유출을 방지하기 위해 프라이빗 엔드포인트가 있는 Managed VNet IR을 사용합니다. 파이프라인을 매개 변수화하고 연속 창 트리거를 사용하여 순서가 보장된 처리를 보장합니다.

탄력적인 비용 제어로 엔터프라이즈 분석 활성화:

Azure Synapse Analytics에서 parquet 데이터에 대한 임시 탐색을 위해 서버리스 SQL 풀을 사용하고, 예측 가능한 성능으로 선별된 고도의 동시성 BI 모델을 위해 전용 SQL 풀을 사용합니다. 로열티 행동에 대한 특성 공학을 위해 Spark 풀을 생성하고, Spark와 SQL 간의 상호 운용성을 위해 레이크에 Delta 테이블을 작성합니다.

거버넌스, 백업 및 보존:

Cosmos DB 자동 장애 조치 우선순위를 구성하고 타임스탬프 필드와 함께 LastWriterWins를 사용하여 충돌을 모니터링합니다. Azure SQL Database 및 MI의 경우, PITR 기간을 확인하고 규정 준수 보존 기간을 충족하도록 LTR을 활성화합니다. 보조 OSS 서비스(예: PostgreSQL의 지역 매장 원격 측정)를 지원하는 Flexible Server 인스턴스의 경우, 영역 중복 HA를 활성화하고 보고를 위해 읽기 복제본을 구성합니다.

이러한 서비스를 선택한 이유: Cosmos DB의 글로벌 배포 및 조정 가능한 일관성은 전 세계의 지연 시간에 민감한 상호 작용을 처리합니다. MI는 관리형 운영을 제공하면서 복잡한 SQL Server 기능을 보존합니다. Business Critical 데이터베이스는 지역 간 지연 시간 없이 로컬 읽기 확장을 제공합니다. Redis는 트래픽 급증 시 밀리초 미만의 세션 액세스를 보장합니다. ADF는 프라이빗 네트워크로부터 안전하고 통제된 데이터 이동을 제공합니다. Synapse는 비용 효율적이고 확장 가능한 통찰력을 위해 온디맨드 및 프로비저닝된 분석을 혼합합니다. 이 구성은 프로모션 기간 동안의 성능 SLO를 충족하고, 관리형 PaaS를 통해 관리 부담을 줄이며, 명확한 RTO/RPO 및 규정 준수 경계를 적용합니다.

← Azure App Service 및 PaaS 컴퓨팅 · 모든 도메인 · Azure Monitor →

이 문제 연습하기 → · ExamRoll.io에서 시간 제한 연습 →