Python으로 구조화된 데이터 사용

Python Bookshelf 가이드의 이 페이지에서는 구조화된 데이터를 저장할 데이터베이스를 선택합니다. Bookshelf 샘플 앱은 구조화된 데이터 모델을 사용해 도서 정보를 저장합니다. 3가지 지원 데이터베이스 중 하나를 사용해 샘플을 살펴볼 수 있습니다. 지원 데이터베이스에는 Google Cloud SQL, Google Cloud Datastore, MongoDB가 있습니다.

이 페이지는 여러 페이지로 구성된 가이드의 일부입니다. 처음부터 시작하여 설정 안내를 보려면 Python Bookshelf 앱으로 이동하세요.

Bookshelf 가이드를 시작하려면 다음 옵션 중 하나를 선택합니다.

데이터베이스 이 옵션을 선택하는 이유 구성
MongoDB
Google Compute Engine에서 MongoDB 실행
MongoDB 사용 >
MongoDB에 익숙하거나 Compute Engine에서 자체 데이터베이스를 실행하는 방법을 배우려면 이 옵션을 선택하세요.

장점:

  • 개발자가 프로비저닝하고 제어하는 가상 머신에 MongoDB 클러스터를 배포합니다. 또는 mLab과 같은 관리형 서비스를 사용할 수 있습니다.
  • 개발자의 MongoDB 지식을 활용합니다.
  • 빠르게 성장하는 MongoDB 커뮤니티의 지원을 받습니다.
MongoDB 클러스터를 배포 및 구성합니다.
Google Cloud Datastore
관리형 NoSQL 데이터베이스
Cloud Datastore 사용 >
별도의 구성이 없고 확장성이 뛰어난 완전 관리형, 비관계형 데이터베이스를 원하는 경우 이 옵션을 선택하세요.

장점:

  • 애플리케이션 사용자 및 트래픽에 따라 자동으로 확장되므로 프로비저닝이나 부하 예측을 걱정할 필요가 없습니다.
  • 필터링과 정렬을 지원하는 SQL과 유사한 쿼리로 데이터를 쿼리합니다.
추가 구성이 필요하지 않습니다.
Google Cloud SQL
관리형 MySQL
Cloud SQL 사용 >
MySQL에 익숙하거나 관리형 관계형 데이터베이스에 관심이 있는 경우 이 옵션을 선택하세요.

장점:

  • 데이터베이스를 만들고 구성합니다. Cloud SQL은 복제 및 패치 관리 등 기타 모든 관리 작업을 처리합니다.
  • 이미 MySQL용으로 구축된 모든 도구 및 애플리케이션을 사용하여 Cloud SQL 데이터베이스의 데이터에 액세스합니다.
  • Cloud SQL이 클라우드의 MySQL이므로 즐겨 사용하는 MySQL 도구 및 앱을 사용합니다.
Cloud SQL 인스턴스를 만들고 액세스를 구성합니다.
이 페이지가 도움이 되었나요? 평가를 부탁드립니다.

다음에 대한 의견 보내기...