파이썬 데이터베이스 프로그래밍 완전 입문
: NoSQL MongoDB와 PyMongo 연동하기

관계형 DB만 고집하다가 MongoDB를 접하고 세계가 확장된 느낌,
혹시 여러분도 그런 순간을 맞이하고 싶으신가요?

안녕하세요, 개발자 여러분!

오늘은 파이썬과 함께 MongoDB라는 NoSQL 데이터베이스를 다뤄볼 거예요.

SQL 쿼리 대신 JSON 스타일 문법으로 데이터를 다루고, 유연한 스키마 구조 덕분에 빠르게 개발할 수 있다는 점에서 MongoDB는 현대 애플리케이션에 꼭 필요한 기술 중 하나죠.

특히 초보자라면 처음엔 다소 생소할 수 있지만, PyMongo 라이브러리를 활용하면 파이썬으로도 손쉽게 MongoDB와 연동하여 데이터를 삽입하고 조회하는 실습이 가능합니다.

이 블로그에서는 MongoDB의 기초 개념부터 PyMongo를 이용한 실습까지 차근차근 따라가 보도록 할게요.

지금부터 함께 MongoDB의 매력에 빠져봅시다!

1. MongoDB란 무엇인가요? 🧠

MongoDB는 대표적인 NoSQL 데이터베이스 시스템이에요.

전통적인 관계형 데이터베이스와는 달리, 테이블과 행(row) 개념 없이 문서(document) 단위로 데이터를 저장합니다.

이 문서는 JSON 형식으로 표현되고, 내부적으로는 BSON(Binary JSON)으로 처리돼요.

쉽게 말하면, MongoDB는 정형화된 스키마 없이 자유롭게 데이터를 넣을 수 있는 데이터베이스예요.

개발 속도가 빠르고 유연하며, 대량의 데이터를 효율적으로 처리할 수 있어서 스타트업부터 대기업까지 다양한 서비스에서 널리 사용되고 있어요.

MongoDB의 핵심 특징은?

• 문서 기반(Document-Oriented): JSON 형태로 데이터 저장, 유연한 구조
• 스키마 유연성(Schema-less): 다양한 형식의 데이터를 하나의 컬렉션에 저장 가능
• 수평 확장성(Scalability): 샤딩(Sharding) 기능을 통해 대규모 분산 저장 지원
• 고가용성(High Availability): Replica Set을 통한 자동 장애 조치(Failover)

MongoDB를 사용하는 이유는 뭘까요?

MongoDB는 단순한 데이터 저장을 넘어서 대규모 애플리케이션의 핵심 데이터 처리 플랫폼으로 자리 잡고 있어요.

특히 실시간 데이터 처리, 비정형 로그 수집, 사용자 맞춤형 데이터 저장 등 다양한 분야에서 유용하게 쓰이고 있죠.

다음 섹션에서는 MongoDB의 구조와 개념을 RDBMS와 비교해 보면서 더 깊이 이해해 볼게요.

NoSQL과 SQL, 뭐가 다를까요?

2. NoSQL과 RDBMS의 차이점 🔍

많은 분들이 MongoDB 같은 NoSQL을 처음 접할 때 이런 질문을 하곤 해요.

"SQL이랑 뭐가 다르지?" 사실 이건 아주 좋은 질문이에요.

두 기술은 서로 다른 목적과 철학을 갖고 있고, 사용하는 방식도 꽤나 다르거든요.

SQL vs NoSQL, 구조부터 다르다!

그럼 MongoDB는 언제 쓰는 게 좋을까요?

• 빠르게 데이터 구조가 변하는 서비스 → SNS, 스타트업 MVP
• 복잡한 관계보다 개별 문서 위주의 저장 → 사용자 정보, 로그 데이터
• 데이터 수집, 분석 기반의 시스템 → IoT, 실시간 데이터 처리

요약하자면, 관계형 DB는 엄격함과 정형화에 강하고, MongoDB는 유연함과 확장성에서 강점을 갖고 있어요.

상황에 따라 적절한 선택이 중요하겠죠?

이제 MongoDB에 대해 어느 정도 감이 잡히셨나요?

다음 단계에서는 실제로 MongoDB를 설치하고 실행해 보면서 실습을 시작해 볼게요! 😊

3. MongoDB 설치 및 기본 설정 🛠️

이제 MongoDB에 대해 기본적인 개념을 익혔다면, 직접 설치해보면서 실습해볼 차례입니다.

MongoDB는 윈도우, macOS, 리눅스 모두 지원하며, 설치도 생각보다 간단해요!

이번에는 가장 많이 사용되는 Windows 기준 설치 방법과 MongoDB Compass 설정까지 함께 알아볼게요.

1️⃣ MongoDB Community 버전 설치

1. 공식 사이트(https://www.mongodb.com)에 접속하여 설치 파일을 다운로드
2. 설치 파일 실행 후, 설치 옵션은 기본값으로 두고 설치 진행
3. "Install MongoDB Compass" 옵션 체크 후 설치 완료

설치가 완료되면 MongoDB 서버가 자동으로 실행되고, 컴퓨터를 켤 때마다 자동 시작되도록 설정돼요. mongod 명령어로 서버를 실행할 수 있고, mongo 명령어로 셸을 사용할 수 있어요.

2️⃣ MongoDB Compass 설치 및 실행

• GUI 기반 MongoDB 관리 도구
• 로컬 MongoDB 서버 주소: mongodb://localhost:27017 입력
• 연결 후 데이터베이스 생성 및 컬렉션 생성 가능

3️⃣ 기본 설정 및 확인

MongoDB 설치 후,

정상적으로 실행 중인지 확인하려면 터미널(명령 프롬프트)에서 아래 명령어를 사용해보세요.

mongod --version
mongo --eval "db.stats()"

이제 MongoDB 서버와 GUI 툴까지 설치가 끝났다면, 다음 단계에서는 파이썬에서 MongoDB와 연결하는 방법,

즉 PyMongo 연동을 알아볼 차례예요!

4. PyMongo를 이용한 MongoDB 연결 방법 🔌

드디어 파이썬에서 MongoDB에 연결해 볼 시간입니다! 우리는 PyMongo라는 공식 라이브러리를 통해 손쉽게 MongoDB와 파이썬 간의 통신을 할 수 있어요. 이제부터는 코드를 통해 MongoDB의 세계에 진입해 봅시다 😎

1️⃣ PyMongo 설치

PyMongo는 pip 명령어로 간단히 설치할 수 있습니다.

pip install pymongo

2️⃣ 기본 연결 코드

MongoDB 서버가 로컬에서 실행 중이라면, 기본 주소는 mongodb://localhost:27017입니다.

다음은 PyMongo로 MongoDB에 연결하고, 데이터베이스와 컬렉션을 선택하는 코드입니다.

from pymongo import MongoClient

# 클라이언트 생성 및 로컬 MongoDB 연결
client = MongoClient("mongodb://localhost:27017")

# 'testdb'라는 데이터베이스 선택 (없으면 생성됨)
db = client['testdb']

# 'users'라는 컬렉션 선택 (없으면 생성됨)
collection = db['users']

print("MongoDB 연결 성공!")

위 코드를 실행하면 MongoDB에 연결되어 testdb 데이터베이스와 users 컬렉션에 접근할 수 있게 돼요.

3️⃣ MongoDB에 샘플 데이터 삽입하기

이번엔 테스트용 데이터를 하나 삽입해 봅시다.

문서는 JSON 형태로 파이썬의 딕셔너리처럼 작성해요.

# 사용자 정보 삽입
doc = {"name": "Alice", "age": 25, "email": "alice@example.com"}
collection.insert_one(doc)

print("데이터 삽입 완료!")

4️⃣ 연결 확인 팁

• Compass에서 확인하기: 데이터베이스 목록에 testdb가 생겼는지 확인
• 터미널에서 확인: mongo 셸로 접속 후 use testdb, db.users.find()

PyMongo로 연결을 성공했다면 이제 본격적으로 CRUD(Create, Read, Update, Delete) 연산을 실습해볼 준비가 된 거예요!

다음 섹션에서는 MongoDB에 데이터를 저장하고 수정하고 삭제하는 등 다양한 동작을 실습해볼게요!

5. MongoDB CRUD 실습 예제 💾

이제 본격적으로 MongoDB의 핵심 기능인 CRUD(Create, Read, Update, Delete) 연산을 실습해볼 시간입니다.

이 부분이 바로 실전에서 가장 자주 사용되고 중요한 부분이에요.

하나씩 차근차근 해볼게요. 🔍

1️⃣ Create - 문서 삽입

# 단일 문서 삽입
collection.insert_one({"name": "Bob", "age": 30, "email": "bob@example.com"})

# 여러 문서 한꺼번에 삽입
collection.insert_many([
    {"name": "Charlie", "age": 35},
    {"name": "Diana", "age": 28, "email": "diana@example.com"}
])

2️⃣ Read - 문서 조회

# 전체 조회
for doc in collection.find():
    print(doc)

# 조건부 조회
user = collection.find_one({"name": "Bob"})
print(user)

3️⃣ Update - 문서 수정

# 하나만 수정
collection.update_one(
    {"name": "Bob"},
    {"$set": {"age": 31}}
)

# 여러 개 수정
collection.update_many(
    {"age": {"$gt": 30}},
    {"$set": {"senior": True}}
)

4️⃣ Delete - 문서 삭제

# 하나만 삭제
collection.delete_one({"name": "Charlie"})

# 여러 개 삭제
collection.delete_many({"senior": True})

CRUD 요약

이제 MongoDB에서 가장 핵심적인 데이터 조작 기능들을 직접 해보셨어요!

직접 데이터를 넣고 바꾸고 지워보는 이 연습은 MongoDB와 친해지는데 정말 효과적입니다.

다음 단계에서는 실제 프로젝트에서 MongoDB를 어떻게 쓸 수 있을지, 팁과 함께 정리해볼게요!

MongoDB 입문을 성공적으로 마쳤다면? 🧩 

여기까지 따라오셨다면 이제 여러분은 NoSQL의 세계로 무사 입문 완료!

MongoDB는 단순한 실습을 넘어서, 실제 웹 애플리케이션이나 AI 백엔드, 로그 분석 시스템, 데이터 수집 파이프라인 등 다양한 분야에서 실전 도구로 사용됩니다.

오늘 배운 내용을 바탕으로 여러분만의 프로젝트에 MongoDB를 직접 적용해보면, 정말 빠르게 성장하고 있다는 걸 느끼게 될 거예요.

다음 단계로는 MongoDB Atlas를 이용해 클라우드 환경에서 MongoDB를 다뤄보거나, Flask나 FastAPI와 함께 백엔드 프로젝트를 연결해보는 것도 추천드려요!

이제 여러분은 MongoDB와 PyMongo라는 든든한 무기를 손에 넣었으니, 다양한 데이터 기반 애플리케이션 개발에 도전해보세요!

읽어주셔서 감사합니다 🙌

질문이나 의견은 댓글로 남겨주시고, 도움이 되셨다면 공유도 부탁드려요!

파이썬 데이터베이스 프로그래밍 완전 입문
: PostgreSQL과 psycopg2 연동하기

PostgreSQL? psycopg2? 이름도 낯설고 복잡하게만 느껴지셨나요? 파이썬으로 쉽고 강력하게 PostgreSQL을 다루는 실전 예제와 함께 배워봐요!

안녕하세요~ 😊

오늘은 PostgreSQL이라는 강력한 오픈소스 데이터베이스와, 이를 파이썬에서 쉽게 다룰 수 있게 해주는 psycopg2 모듈에 대해 이야기해보려 해요.

사실 대부분의 튜토리얼이 너무 간단하거나 너무 어렵게만 다뤄서, 막상 실무에 적용하려면 막히는 부분이 한두 군데가 아니잖아요?

그래서 이 글에서는 단순히 명령어만 나열하는 게 아니라,

꼭 필요한 개념 + 실전 예제 중심으로 PostgreSQL 연동을 완전히 익힐 수 있도록 정리해봤어요.

특히 AWS EC2, Docker 환경에서도 확장 가능한 구조를 염두에 두고 설명할 테니, 배워두시면 정말 유용할 거예요!

그럼 지금부터 하나씩 천천히, PostgreSQL과의 연결을 시작해볼까요? 🚀

1. PostgreSQL이란? 왜 사용해야 할까? 🧐

PostgreSQL은 전 세계적으로 많은 개발자와 기업들이 사용하는 오픈소스 객체-관계형 데이터베이스 시스템입니다.

흔히 Postgres라고도 불리는 이 데이터베이스는 높은 안정성, 확장성, ACID 준수로 정평이 나 있죠.

PostgreSQL은 상용 DB 못지않은 기능을 자랑하면서도 무료라는 점에서, 스타트업부터 대기업까지 폭넓게 사용되고 있어요.

특히 Python과의 궁합이 좋아서, Flask, FastAPI, Django 같은 백엔드 프레임워크와도 매우 유연하게 연동할 수 있습니다.

PostgreSQL의 주요 특징 💡

• ACID 보장: 트랜잭션의 무결성을 철저하게 보장해요.
• JSON 지원: 관계형 + NoSQL 스타일을 동시에 쓸 수 있어요.
• 확장성: 사용자 정의 타입, 함수, 인덱스 등 커스터마이징 가능!
• 다양한 플랫폼 지원: Windows, Linux, macOS 모두 OK

다른 RDBMS와의 차이점은?

언제 PostgreSQL을 선택해야 할까?

✅ 아래와 같은 상황이라면 PostgreSQL이 최적의 선택일 수 있어요.

1. 대량의 데이터를 빠르게 처리하면서도 정확성을 유지하고 싶을 때
2. 데이터 무결성과 트랜잭션이 중요한 금융/의료 분야
3. NoSQL 스타일의 JSON 데이터를 함께 쓰고 싶을 때
4. 무료이면서도 신뢰할 수 있는 고성능 DB가 필요할 때

PostgreSQL을 한 번 익혀두면 다양한 환경에서 활용할 수 있어서, 장기적으로 볼 때 효율적인 선택이 될 수 있어요.

특히 Python 개발자라면, 앞으로 다룰 psycopg2 라이브러리를 통해 쉽게 연동하고, 데이터를 자유자재로 다룰 수 있습니다.

2. psycopg2란? 설치와 기본 사용법 ⚙️

PostgreSQL을 파이썬에서 사용하려면 반드시 필요한 게 바로 psycopg2라는 모듈입니다.

처음 보면 이름부터 생소하고 어려워 보이지만, 막상 사용해보면 굉장히 직관적이고 간단해요.

그야말로 PostgreSQL 연동의 표준 라이브러리라고 할 수 있죠!

psycopg2의 특징은? 🔍

• PostgreSQL 공식 권장 Python 드라이버
• DBAPI 2.0 표준 준수로 다른 DB 라이브러리와 유사한 사용법
• 커넥션 풀, 트랜잭션 처리, 복잡한 쿼리 실행 등 다양한 기능 지원

설치 방법부터 알아볼까요? 💾

파이썬 가상환경을 사용하는 걸 추천드리며,

설치는 아래 명령어 하나로 끝납니다:

pip install psycopg2-binary

💡 psycopg2와 psycopg2-binary의 차이점은?

• psycopg2: 컴파일 필요. 성능 최적화 가능.
• psycopg2-binary: 사전 빌드된 바이너리 제공. 설치 간편.

기본 사용법 예제 ✨

이제 psycopg2를 사용해서 PostgreSQL과 연결하는 기본 코드 예제를 살펴보죠:

import psycopg2

# DB 연결
conn = psycopg2.connect(
    host="localhost",
    database="testdb",
    user="postgres",
    password="1234"
)

# 커서 생성
cur = conn.cursor()

# 쿼리 실행
cur.execute("SELECT version();")

# 결과 가져오기
db_version = cur.fetchone()
print("DB 버전:", db_version)

# 연결 종료
cur.close()
conn.close()

이 코드는 PostgreSQL 데이터베이스에 접속한 뒤, 버전을 조회하고 종료하는 가장 기본적인 흐름입니다.

앞으로 다룰 CRUD, 트랜잭션, 커넥션 풀 등도 이 흐름을 바탕으로 확장됩니다.

처음 한 번만 이해하면, 나머진 정말 쉽고 빠르게 배울 수 있어요!

3. 파이썬에서 PostgreSQL 연결하기: 전체 흐름 정리 🔄

파이썬으로 데이터베이스를 다룰 때 가장 기본이 되는 건 바로 연결 흐름을 이해하는 거예요.

마치 도로 위 자동차처럼, 연결 → 쿼리 → 결과 처리 → 종료까지의 "데이터 드라이브 코스"를 제대로 알아두면, 그 어떤 SQL 작업도 당황하지 않게 됩니다!

기본 연결 흐름 요약 ⛓

1. PostgreSQL 서버 실행 중인지 확인 (포트 번호 포함)
2. psycopg2.connect()로 연결 객체 생성
3. cursor() 객체로 쿼리 수행 준비
4. SQL 실행 (execute(), fetchone() 등)
5. 커밋/롤백 처리
6. 커서 및 연결 종료

이제 실제 코드 흐름으로 확인해볼게요.

import psycopg2

try:
    # 1. DB 연결
    conn = psycopg2.connect(
        host="localhost",
        dbname="testdb",
        user="postgres",
        password="1234",
        port="5432"
    )
    print("데이터베이스 연결 성공!")

    # 2. 커서 생성
    cur = conn.cursor()

    # 3. 쿼리 실행
    cur.execute("SELECT * FROM users;")
    
    # 4. 결과 조회
    rows = cur.fetchall()
    for row in rows:
        print(row)

    # 5. 커밋 (INSERT/UPDATE/DELETE 시 필수)
    conn.commit()

except Exception as e:
    print("오류 발생:", e)
    conn.rollback()

finally:
    # 6. 연결 종료
    cur.close()
    conn.close()

흐름이 정리된 다이어그램 보기 🧭

다음은 우리가 지금까지 봤던 흐름을 단계별로 시각화한 다이어그램이에요:

• [1] psycopg2.connect()
• [2] conn.cursor()
• [3] cursor.execute(sql)
• [4] cursor.fetchone() / fetchall()
• [5] conn.commit() 또는 rollback()
• [6] cursor.close(), conn.close()

연결할 때 꼭 확인해야 할 팁 💡

• PostgreSQL 서버가 5432 포트에서 열려 있는지 확인
• pg_hba.conf 설정이 외부 접속을 허용하는지 체크
• 연결 실패 시, socket 관련 오류 메시지 참고

이제 PostgreSQL과의 연결 흐름이 머릿속에 딱! 그려지시죠?

다음 단계에서는 이 흐름을 기반으로 실제 CRUD 작업을 예제로 하나하나 해보겠습니다.

4. CRUD 예제로 배우는 SQL 처리 ✍️

PostgreSQL에 연결하는 법을 배웠다면,

이제는 본격적으로 데이터를 생성(Create), 조회(Read), 수정(Update), 삭제(Delete)하는 예제를 통해 활용해볼 차례입니다.

이걸 바로 CRUD 작업이라고 해요.

테이블 준비하기 🍽

먼저 실습을 위해 users라는 간단한 테이블을 만들어볼게요.

아래 SQL을 실행해주세요.

CREATE TABLE users (
  id SERIAL PRIMARY KEY,
  name VARCHAR(50),
  email VARCHAR(100),
  age INTEGER
);

1️⃣ Create - 데이터 삽입

import psycopg2

conn = psycopg2.connect(...)
cur = conn.cursor()

sql = "INSERT INTO users (name, email, age) VALUES (%s, %s, %s);"
data = ("홍길동", "hong@example.com", 28)
cur.execute(sql, data)

conn.commit()
cur.close()
conn.close()

%s는 SQL 인젝션을 방지할 수 있는 안전한 방식이에요.

항상 이렇게 파라미터 바인딩 방식으로 작성해주세요.

2️⃣ Read - 데이터 조회

cur = conn.cursor()
cur.execute("SELECT * FROM users;")
rows = cur.fetchall()

for row in rows:
    print(row)

조회 시에는 fetchall()로 여러 개를,

                   fetchone()으로 하나만 가져올 수 있어요.

3️⃣ Update - 데이터 수정

sql = "UPDATE users SET age = %s WHERE name = %s;"
data = (30, "홍길동")
cur.execute(sql, data)
conn.commit()

수정 후에는 반드시 commit()을 호출해야 실제 DB에 반영됩니다.

4️⃣ Delete - 데이터 삭제

sql = "DELETE FROM users WHERE name = %s;"
data = ("홍길동",)
cur.execute(sql, data)
conn.commit()

삭제할 때도 WHERE 조건은 꼭 넣어주세요.

전체 삭제되는 실수… 생각보다 자주 나와요 😱

CRUD 흐름을 마스터하면?

이제 여러분은 DB와 대화하는 방법을 완전히 익힌 거예요.

다음 단계에서는 성능 향상에 필수인 커넥션 풀과 트랜잭션 처리를 알아볼게요.

한 단계 더 고급으로 들어가 봅시다! 💪

5. 커넥션 풀과 트랜잭션 처리로 성능 향상하기 🚀

이제 단순한 CRUD 작업을 넘어서, 성능 향상과 안정성을 위한 다음 단계로 나아가볼 시간이에요.

바로 "커넥션 풀(Connection Pool)"과 "트랜잭션(Transaction)"입니다.

커넥션 풀은 뭐고 왜 필요할까? 🧩

커넥션 풀은 말 그대로 DB 연결을 미리 여러 개 확보해두고 재사용하는 기술이에요.

매번 새롭게 connect()를 호출하면 속도 저하나 연결 누수가 발생할 수 있거든요.

psycopg2에서의 커넥션 풀 사용 예시

from psycopg2 import pool

# 최소 1개, 최대 5개 커넥션 풀 생성
pg_pool = pool.SimpleConnectionPool(
    1, 5,
    user="postgres",
    password="1234",
    host="localhost",
    port="5432",
    database="testdb"
)

# 커넥션 가져오기
conn = pg_pool.getconn()
cur = conn.cursor()
cur.execute("SELECT NOW();")
print(cur.fetchone())

# 사용 후 반환
cur.close()
pg_pool.putconn(conn)

이렇게 하면 멀티스레드 환경이나 서버 애플리케이션에서 병목 현상을 줄일 수 있어요.

트랜잭션 처리 이해하기 💼

트랜잭션(Transaction)은 여러 SQL 작업을 하나의 묶음으로 처리하는 걸 의미해요.

즉, 모두 성공하거나 하나라도 실패하면 전체를 되돌리는(rollback) 방식이죠.

트랜잭션 예제 (여러 SQL 동시 처리)

try:
    conn = psycopg2.connect(...)
    cur = conn.cursor()

    cur.execute("INSERT INTO users (name, email, age) VALUES (%s, %s, %s);", ("user1", "u1@mail.com", 25))
    cur.execute("INSERT INTO users (name, email, age) VALUES (%s, %s, %s);", ("user2", "u2@mail.com", 30))

    conn.commit()
except Exception as e:
    print("에러 발생:", e)
    conn.rollback()
finally:
    cur.close()
    conn.close()

commit() 전에 오류가 발생하면 rollback()으로 모든 변경사항을 취소할 수 있어요. 이게 바로 ACID의 Atomicity(원자성)을 구현하는 핵심입니다.

정리 및 주의할 점 ⚠️

• 커넥션 풀은 무조건 getconn → putconn 흐름을 지켜야 함
• 트랜잭션은 묶음으로 처리되는 작업일수록 유리함 (ex. 주문+결제)
• 예외 처리는 반드시 try-except-finally 구조로 할 것!

이제 여러분은 데이터베이스 운영의 실전 핵심까지 마스터하셨습니다.

다음 파트에서는 이 모든 내용을 실제 프로젝트처럼 Docker, EC2, VSCode 환경에서 테스트하고 관리하는 방법을 소개할게요!

6. 실습 환경 구성 팁: Docker, EC2, VSCode 연동까지 💻

마지막으로,

우리가 지금까지 배운 PostgreSQL + Python 연동을 더 실전처럼 경험하려면

Docker, AWS EC2, VSCode 원격 개발 환경을 함께 활용하면 정말 좋아요!

이렇게 하면 언제 어디서나 동일한 환경에서 테스트하고 서버로 바로 배포까지 연계할 수 있거든요.

Docker로 PostgreSQL 띄우기 🐳

docker run --name pg_test -e POSTGRES_PASSWORD=1234 -e POSTGRES_DB=testdb \
-p 5432:5432 -d postgres

위 명령으로 PostgreSQL 컨테이너를 띄우면 로컬에서 바로 연결 테스트가 가능해요.

localhost:5432로 접속하면 우리가 기존에 작성한 코드 그대로 사용할 수 있습니다.

AWS EC2에서 PostgreSQL 설치 및 접속 🖥️

• Amazon Linux 2023 기준: sudo yum install postgresql15-server
• sudo systemctl enable --now postgresql 로 실행
• EC2 보안그룹에서 5432 포트 열기
• pg_hba.conf, postgresql.conf 수정으로 외부 접속 허용

EC2에서는 IP 접근 제어와 방화벽 설정이 중요해요.

꼭 확인하고 테스트해주세요!

VSCode에서 원격 PostgreSQL 개발하기

• Remote-SSH 확장 설치
• EC2와 SSH 연결 후 서버에 있는 DB 코드 작성
• DB 접속은 psycopg2 + Docker 또는 직접 실행 PostgreSQL 사용

이렇게 하면 완전히 클라우드 개발 환경을 갖추고 언제든 실습 → 배포까지 바로 이어갈 수 있답니다.

📌 마무리하며

지금까지 PostgreSQL과 파이썬 psycopg2를 이용한 데이터베이스 연동의 모든 흐름을 살펴봤습니다.

기본 개념부터 실전 예제, 성능 개선, 그리고 환경 구성까지 완전히 익히셨다면 이제 어디서든 자신 있게 활용하실 수 있어요.

처음엔 생소했지만, 하나씩 직접 따라 하면서 익히면 어느새 손에 익게 됩니다.

앞으로도 다양한 DB 연동, 실전 예제, 프로젝트 활용 팁을 계속 다룰 예정이니 기대해주세요!

그럼 우리 다음 글에서 또 만나요 😊

파이썬 데이터베이스 프로그래밍 완전 정복
: MySQL과 PyMySQL 연동하기

파이썬으로 데이터베이스를 다룰 수 있다면,
데이터 분석부터 웹 서비스까지 훨씬 유연해진다는 사실 알고 계셨나요?

안녕하세요, 데이터 프로그래밍에 관심 있는 여러분!

오늘은 파이썬으로 MySQL 데이터베이스에 접속하고 데이터를 다루는 방법에 대해 살펴보려 해요.

개발자로서 반드시 익혀야 할 파이썬 DB 연동 기초부터 시작해, 실전에서 바로 쓸 수 있는 예제까지 하나하나 짚어볼게요.

특히 초보자 분들도 따라 하기 쉽도록 PyMySQL 라이브러리를 중심으로 구성했답니다.

자, 그럼 파이썬과 MySQL의 만남, 지금부터 본격적으로 시작해볼까요? 😎

1. MySQL과 파이썬 연동 개요 🛠️

파이썬은 다양한 데이터 분석, 웹 프로그래밍, 자동화 작업에 활용되는 인기 있는 프로그래밍 언어입니다.

그런데 이런 작업의 대부분이 데이터베이스와의 연동을 필요로 한다는 사실, 알고 계셨나요?

그중에서도 MySQL은 오픈소스 관계형 데이터베이스(RDBMS)로 가장 많이 사용되는 시스템 중 하나예요.

웹 개발이나 데이터 분석, 자동화 프로젝트에서 MySQL은 필수 도구처럼 사용되곤 하죠.

특히 WordPress, PHP 기반 웹사이트, Django, Flask와의 연동에서도 핵심적인 역할을 해요.

왜 MySQL인가요?

• 오픈소스이기 때문에 무료로 사용할 수 있음
• 대규모 서비스에서도 안정적으로 운영 가능
• SQL 표준에 기반한 친숙한 쿼리 구조
• 다양한 플랫폼(OS)에서 활용 가능 (Windows, Linux, macOS 등)

파이썬과 MySQL이 만나면?

파이썬에서 MySQL을 사용하기 위해서는 중간에서 연결을 도와주는 라이브러리가 필요합니다.

쉽게 말해, 파이썬이 MySQL이라는 언어를 이해할 수 있도록 통역해주는 도구인 셈이죠.

초보자에게는 PyMySQL이 가장 무난한 선택이에요.

이 글에서는 PyMySQL을 중심으로 MySQL 접속 → 데이터 조회 → 입력/수정/삭제 → 클래스 구조화까지 차근차근 설명드릴게요!

2. 어떤 라이브러리를 써야 할까? - PyMySQL vs mysql-connector 등 📦

파이썬에서 MySQL과 연결하려면 전용 드라이버(또는 커넥터)를 설치해야 해요.

이 커넥터는 파이썬 코드가 MySQL 서버에 접속해서 데이터를 주고받도록 도와주는 다리 같은 역할을 해요.

그런데, 이 커넥터도 종류가 여러 가지라 뭘 써야 할지 처음에는 좀 헷갈릴 수 있어요. 😅

여기선 가장 많이 쓰이는 네 가지를 소개하고, 각각의 장단점을 정리해봤어요.

대표적인 MySQL 연동 라이브러리 비교

👶 초보자에게 추천: PyMySQL

처음 MySQL 연동을 해본다면 PyMySQL을 추천드려요.

설치도 간단하고, 파이썬 문법과도 자연스럽게 어울립니다.

라이브러리 구조도 깔끔해서 SELECT, INSERT, UPDATE, DELETE 같은 기초적인 쿼리부터 시작하기에 딱 좋거든요.

🚀 고성능이 필요하다면?

프로덕션(운영 서버) 환경에서는 mysqlclient를 사용하는 경우도 많습니다.

다만 설치가 까다로울 수 있어서 어느 정도 리눅스와 컴파일 환경에 익숙한 분들에게 적합해요.

다음 단계에서는 본격적으로 MySQL에 접속하는 코드를 작성해볼게요!

어떻게 connect() 함수를 쓰고, 데이터베이스에 로그인하는지 직접 실습하면서 배워보죠. 🎯

3. MySQL 데이터베이스 연결 방법 (connect 함수 활용법) 🔌

자, 이제 본격적으로 MySQL 데이터베이스에 접속해볼 시간이에요!

우리가 사용할 PyMySQL 라이브러리는 간단한 방식으로 DB에 연결할 수 있도록 connect()라는 함수를 제공합니다.

기본 연결 구조

다음은 PyMySQL을 이용해 로컬 MySQL 서버에 접속하는 가장 기본적인 예제입니다.

import pymysql

# MySQL 접속
conn = pymysql.connect(
    host='localhost',       # 또는 '127.0.0.1'
    user='your_username',   # MySQL 사용자 계정
    password='your_password', # 비밀번호
    db='your_database',     # 접속할 DB명
    charset='utf8'          # 인코딩 설정
)

📌 각 인자 설명

• host: MySQL 서버가 설치된 위치. 로컬이라면 'localhost' 또는 '127.0.0.1'
• user: 접속할 MySQL 계정
• password: 사용자 비밀번호
• db: 사용할 데이터베이스 이름
• charset: 문자 인코딩 설정 (일반적으로 'utf8' 권장)

✅ 접속 성공 여부 확인

try:
    conn = pymysql.connect( ... )  # 생략된 연결정보
    print("DB 연결 성공!")
except Exception as e:
    print("DB 연결 실패:", e)

MySQL 접속은 성공하면 곧바로 쿼리를 실행할 수 있는 커서(cursor)를 생성해 사용할 수 있어요.

이제 다음 단계에서는 이 커서를 이용해 SELECT 쿼리를 실행하고 데이터를 조회해보는 방법을 배워볼게요. 슬슬 재미있어지기 시작하죠? 😄

4. Cursor를 이용한 SELECT 쿼리 실행과 결과 출력 방법 🔍

DB 연결에 성공했다면, 이제는 MySQL의 데이터를 조회(SELECT)해서 화면에 출력해보는 단계로 넘어가볼게요.

여기서 핵심 역할을 하는 게 바로 cursor() 객체입니다.

cursor란?

간단히 말해 cursor는 데이터베이스와 연결된 파이썬 측 커맨드 센터에요.

우리가 SELECT 쿼리를 날리면, cursor가 DB에게 요청하고 그 결과를 받아오는 역할을 해요.

# 커서 생성 및 SELECT 실행
cursor = conn.cursor()  # 기본은 튜플로 결과 반환
sql = "SELECT * FROM dept;"
cursor.execute(sql)

# 결과 가져오기
rows = cursor.fetchall()
for row in rows:
    print(row)  # 튜플 형태로 출력됨

📌 반환 메서드 비교

딕셔너리 형태로 결과 받기 (DictCursor)

기본 cursor는 결과를 튜플(tuple)로 줘요. 그런데 키-값으로 다루고 싶을 땐 DictCursor를 사용하면 딕셔너리로 결과를 받을 수 있어요.

cursor = conn.cursor(pymysql.cursors.DictCursor)
sql = "SELECT * FROM dept;"
cursor.execute(sql)

rows = cursor.fetchall()
for row in rows:
    print(row['deptno'], row['dname'], row['loc'])  # 딕셔너리 접근 가능

💡 데이터 분석할 땐 DictCursor가 진리!

딕셔너리 형태로 받아두면 pandas와 같은 라이브러리로 전환할 때도 편하답니다.

SQL 쿼리 → 딕셔너리 → DataFrame 변환까지 수월하게 이어질 수 있어요.

다음 단계에서는 데이터를 단순히 조회만 하지 않고 INSERT, UPDATE, DELETE하는 방식도 배워볼게요.

DB를 직접 다룰 수 있게 되면, 정말 "파이썬으로 뭐든 다 된다"는 말이 실감날 거예요!

5. INSERT, UPDATE, DELETE 처리와 commit 필수 개념 📝

데이터베이스는 단순히 조회만 하는 도구가 아니죠.

실제 개발에서는 데이터를 삽입(INSERT), 수정(UPDATE), 삭제(DELETE)하는 기능이 훨씬 더 많이 쓰여요.

이런 명령은 execute()로 실행한 뒤 반드시 commit()까지 해야 DB에 반영된다는 점! 꼭 기억하세요.

(안 그러면 쿼리는 실행돼도 DB에는 아무 일도 안 생긴 것처럼 보여요 😅)

INSERT 예제

sql = "INSERT INTO dept VALUES (%s, %s, %s)"
data = (50, '데이터팀', '서울')
cursor = conn.cursor()
cursor.execute(sql, data)
conn.commit()

UPDATE 예제

sql = "UPDATE dept SET dname=%s, loc=%s WHERE deptno=%s"
data = ('AI연구소', '판교', 50)
cursor.execute(sql, data)
conn.commit()

DELETE 예제

sql = "DELETE FROM dept WHERE deptno=%s"
data = (50,)
cursor.execute(sql, data)
conn.commit()

🚨 commit() 안 하면 무효!

데이터를 조작한 후 commit()을 호출해야 실제로 DB에 저장됩니다.

안 하면 임시 저장 상태로 끝나버려요.

다행히도 PyMySQL에서는 autocommit=True 옵션을 설정하면 매번 commit하지 않아도 자동 저장되니, 편하긴 하죠.

# autocommit 옵션 사용 예시
conn = pymysql.connect(
    host='localhost',
    user='user',
    password='pass',
    db='project',
    charset='utf8',
    autocommit=True  # 자동 커밋
)

그럼 이제 마지막으로 클래스 기반의 구조화된 DB 처리 방식,

즉 DAO (Data Access Object) 패턴을 활용한 예제로 실전 마무리를 지어볼게요!

이런 구조는 웹 개발에서도 널리 사용되고 있어요. 꼭 익혀두세요! 👨‍💻

6. 실전 예제: 클래스 기반 DB 접속과 DAO 패턴 🧩

이제는 한 단계 더 나아가 객체지향 방식으로 데이터베이스를 관리해볼 차례입니다.

우리가 자주 접하는 웹 애플리케이션이나 백엔드 시스템에서는 보통 DAO 패턴을 활용해 DB를 다루는데요,

이 구조는 DB 접속, 쿼리 실행, 결과 처리를 하나의 클래스로 깔끔하게 분리할 수 있어서 유지보수도 편하고, 확장성도 좋아요.

📁 db_connection.py

import pymysql

class DBConnection:
    @classmethod
    def get_db(cls):
        return pymysql.connect(
            host='localhost',
            user='bit',
            password='bit',
            db='project',
            charset='utf8',
            autocommit=True
        )

📁 dept_dao.py

from db_connection import DBConnection

class DeptDao:
    def get_depts(self):
        conn = DBConnection.get_db()
        cursor = conn.cursor()
        cursor.execute("SELECT * FROM dept")
        rows = cursor.fetchall()
        conn.close()

        result = []
        for row in rows:
            result.append({'deptno': row[0], 'dname': row[1], 'loc': row[2]})
        return result

    def insert_dept(self, deptno, dname, loc):
        conn = DBConnection.get_db()
        cursor = conn.cursor()
        sql = "INSERT INTO dept VALUES (%s, %s, %s)"
        cursor.execute(sql, (deptno, dname, loc))
        conn.close()
        return f"INSERT 완료: {deptno}"

    def update_dept(self, deptno, dname, loc):
        conn = DBConnection.get_db()
        cursor = conn.cursor()
        sql = "UPDATE dept SET dname=%s, loc=%s WHERE deptno=%s"
        cursor.execute(sql, (dname, loc, deptno))
        conn.close()

    def delete_dept(self, deptno):
        conn = DBConnection.get_db()
        cursor = conn.cursor()
        sql = "DELETE FROM dept WHERE deptno=%s"
        cursor.execute(sql, (deptno,))
        conn.close()

📁 실행 파일 (main.py)

from dept_dao import DeptDao

def display_menu():
    print("1. 전체 조회\n2. 부서 등록\n3. 부서 수정\n4. 부서 삭제\n5. 종료")
    return input("메뉴 번호 선택 >>> ")

def main():
    dao = DeptDao()

    while True:
        choice = display_menu()
        if choice == '1':
            print(dao.get_depts())
        elif choice == '2':
            deptno = int(input("부서번호: "))
            dname = input("부서명: ")
            loc = input("지역: ")
            print(dao.insert_dept(deptno, dname, loc))
        elif choice == '3':
            deptno = int(input("수정할 부서번호: "))
            dname = input("새 부서명: ")
            loc = input("새 지역: ")
            dao.update_dept(deptno, dname, loc)
        elif choice == '4':
            deptno = int(input("삭제할 부서번호: "))
            dao.delete_dept(deptno)
        elif choice == '5':
            print("종료합니다.")
            break
        else:
            print("잘못된 선택입니다.")

if __name__ == "__main__":
    main()

✅ DAO 패턴을 사용하면 좋은 점

• 코드 재사용성과 유지보수성이 뛰어남
• DB 처리 로직이 메인 로직과 분리돼 구조가 깔끔함
• 테스트 및 확장이 쉬움 (Mock 처리도 가능)

이제 여러분도 파이썬으로 MySQL을 자유롭게 다룰 수 있게 되셨을 거예요!

DB 입출력을 객체지향적으로 정리하는 것까지 익히면, 어떤 프로젝트에서도 뚝딱 구현 가능한 실력이 됩니다.

이제 마지막으로 간단한 마무리와 함께 태그를 정리해드릴게요.

마무리 🎯

여기까지 따라오신 분들, 정말 수고 많으셨어요! 👏

이번 글에서는 파이썬과 MySQL을 연결해서 데이터를 조회하고 수정하는 모든 기본 흐름을 실습 위주로 정리해봤습니다.

처음에는 용어도 많고 구조도 복잡해 보일 수 있지만, 직접 코드를 쳐보고 실행해보면 생각보다 간단하다는 걸 알 수 있어요.

특히 DAO 패턴은 단순한 연습용 코드보다 훨씬 실무에서 많이 쓰이는 방식이기 때문에 꼭 익혀두시길 추천드려요.

이 구조를 알고 있으면 Flask, Django, FastAPI 같은 웹 프레임워크에서도 자연스럽게 활용할 수 있거든요.

앞으로는 이 내용을 바탕으로 웹 애플리케이션과의 연동이나 API 서버 구축으로 나아갈 수도 있습니다.

그 여정의 첫걸음을 오늘 성공적으로 마무리하신 여러분께, 진심으로 박수 보내드립니다! 👏👏

이제 여러분도 자신 있게 말할 수 있어요. “파이썬으로 MySQL 다룰 수 있습니다!”