Managed Postgres 빠른 시작

NVMe 기반 Postgres 성능을 경험하고 네이티브 ClickHouse 통합으로 실시간 분석을 추가해 보세요

ClickHouse Managed Postgres는 NVMe 스토리지를 기반으로 하는 엔터프라이즈급 Postgres로, EBS와 같은 네트워크 연결형 스토리지와 비교해 디스크 입출력에 병목이 있는 워크로드에서 최대 10배 더 빠른 성능을 제공합니다. 이 빠른 시작 가이드는 두 부분으로 나뉩니다:

• Part 1: NVMe Postgres를 시작하고 성능을 직접 경험합니다
• Part 2: ClickHouse와 통합해 실시간 분석을 시작합니다

Managed Postgres는 현재 AWS의 여러 리전에서 제공되며, 비공개 프리뷰 기간에는 무료입니다.

이 빠른 시작 가이드에서 수행할 작업은 다음과 같습니다.

• NVMe 기반 성능을 제공하는 Managed Postgres 인스턴스를 생성합니다
• 샘플 이벤트 100만 개를 적재하고 NVMe 속도를 직접 확인합니다
• 쿼리를 실행하고 낮은 지연 시간 성능을 경험합니다
• 데이터를 ClickHouse로 복제하여 실시간 분석을 수행합니다
• pg_clickhouse를 사용해 Postgres에서 ClickHouse를 직접 쿼리합니다

​

Part 1: NVMe Postgres 시작하기

​

데이터베이스 생성

새 Managed Postgres 서비스를 생성하려면 Cloud Console의 서비스 목록에서 New service 버튼을 클릭하십시오. 그러면 데이터베이스 유형으로 Postgres를 선택할 수 있습니다.

데이터베이스 인스턴스 이름을 입력하고 Create service를 클릭하십시오. 그러면 Overview 페이지로 이동합니다.

Managed Postgres 인스턴스는 3~5분 내에 프로비저닝되며, 이후 바로 사용할 수 있습니다.

​

데이터베이스에 연결하기

왼쪽 사이드바에서 Connect 버튼을 확인할 수 있습니다. 이 버튼을 클릭하면 여러 포맷으로 제공되는 연결 정보와 연결 문자열을 볼 수 있습니다.

psql 연결 문자열을 복사한 후 데이터베이스에 연결하세요. DBeaver 같은 Postgres 호환 클라이언트나 애플리케이션 라이브러리를 사용해도 됩니다.

​

NVMe 성능 직접 체험하기

NVMe 기반 성능이 실제로 어느 정도인지 확인해 보겠습니다. 먼저 쿼리 실행 시간을 측정할 수 있도록 psql에서 타이밍을 활성화합니다:

\timing

이벤트와 사용자용 샘플 테이블 2개를 생성합니다:

CREATE TABLE events (
   event_id SERIAL PRIMARY KEY,
   event_name VARCHAR(255) NOT NULL,
   event_type VARCHAR(100),
   event_timestamp TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
   event_data JSONB,
   user_id INT,
   user_ip INET,
   is_active BOOLEAN DEFAULT TRUE,
   created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
   updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE users (
   user_id SERIAL PRIMARY KEY,
   name VARCHAR(100),
   country VARCHAR(50),
   platform VARCHAR(50)
);

이제 이벤트 100만 개를 삽입한 뒤 NVMe 속도를 확인해 보세요:

INSERT INTO events (event_name, event_type, event_timestamp, event_data, user_id, user_ip)
SELECT
   'Event ' || gs::text AS event_name,
   CASE
       WHEN random() < 0.5 THEN 'click'
       WHEN random() < 0.75 THEN 'view'
       WHEN random() < 0.9 THEN 'purchase'
       WHEN random() < 0.98 THEN 'signup'
       ELSE 'logout'
   END AS event_type,
   NOW() - INTERVAL '1 day' * (gs % 365) AS event_timestamp,
   jsonb_build_object('key', 'value' || gs::text, 'additional_info', 'info_' || (gs % 100)::text) AS event_data,
   GREATEST(1, LEAST(1000, FLOOR(POWER(random(), 2) * 1000) + 1)) AS user_id,
   ('192.168.1.' || ((gs % 254) + 1))::inet AS user_ip
FROM
   generate_series(1, 1000000) gs;

INSERT 0 1000000
Time: 3596.542 ms (00:03.597)

NVMe 성능

JSONB 데이터가 포함된 100만 개 행을 4초 이내에 삽입할 수 있습니다. EBS와 같은 네트워크 연결 스토리지를 사용하는 기존 클라우드 데이터베이스에서는 네트워크 왕복 지연 시간과 IOPS 스로틀링으로 인해 동일한 작업에 일반적으로 2~3배 더 오래 걸립니다. NVMe 스토리지는 스토리지를 컴퓨트에 물리적으로 직접 연결해 이러한 병목을 없앱니다.

성능은 인스턴스 크기, 현재 부하, 데이터 특성에 따라 달라집니다.

사용자 1,000명을 삽입합니다:

INSERT INTO users (name, country, platform)
SELECT
    first_names[first_idx] || ' ' || last_names[last_idx] AS name,
    CASE
        WHEN random() < 0.25 THEN 'India'
        WHEN random() < 0.5 THEN 'USA'
        WHEN random() < 0.7 THEN 'Germany'
        WHEN random() < 0.85 THEN 'China'
        ELSE 'Other'
    END AS country,
    CASE
        WHEN random() < 0.2 THEN 'iOS'
        WHEN random() < 0.4 THEN 'Android'
        WHEN random() < 0.6 THEN 'Web'
        WHEN random() < 0.75 THEN 'Windows'
        WHEN random() < 0.9 THEN 'MacOS'
        ELSE 'Linux'
    END AS platform
FROM
    generate_series(1, 1000) AS seq
    CROSS JOIN LATERAL (
        SELECT
            array['Alice', 'Bob', 'Charlie', 'Diana', 'Eve', 'Frank', 'Grace', 'Hank', 'Ivy', 'Jack', 'Liam', 'Olivia', 'Noah', 'Emma', 'Sophia', 'Benjamin', 'Isabella', 'Lucas', 'Mia', 'Amelia', 'Aarav', 'Riya', 'Arjun', 'Ananya', 'Wei', 'Li', 'Huan', 'Mei', 'Hans', 'Klaus', 'Greta', 'Sofia'] AS first_names,
            array['Smith', 'Johnson', 'Williams', 'Brown', 'Jones', 'Garcia', 'Miller', 'Davis', 'Martinez', 'Taylor', 'Anderson', 'Thomas', 'Jackson', 'White', 'Harris', 'Martin', 'Thompson', 'Moore', 'Lee', 'Perez', 'Sharma', 'Patel', 'Gupta', 'Reddy', 'Zhang', 'Wang', 'Chen', 'Liu', 'Schmidt', 'Müller', 'Weber', 'Fischer'] AS last_names,
            1 + (seq % 32) AS first_idx,
            1 + ((seq / 32)::int % 32) AS last_idx
    ) AS names;

​

데이터에서 쿼리 실행하기

이제 NVMe 스토리지를 사용할 때 Postgres가 얼마나 빠르게 응답하는지 확인하기 위해 몇 가지 쿼리를 실행해 보겠습니다.

유형별로 이벤트 100만 개 집계:

SELECT event_type, COUNT(*) as count 
FROM events 
GROUP BY event_type 
ORDER BY count DESC;

 event_type | count  
------------+--------
 click      | 499523
 view       | 375644
 purchase   | 112473
 signup     |  12117
 logout     |    243
(5 rows)

Time: 114.883 ms

JSONB 필터링과 날짜 범위를 사용하는 쿼리:

SELECT COUNT(*) 
FROM events 
WHERE event_timestamp > NOW() - INTERVAL '30 days'
  AND event_data->>'additional_info' LIKE 'info_5%';

 count 
-------
  9042
(1 row)

Time: 109.294 ms

이벤트를 사용자와 조인하기:

SELECT u.country, COUNT(*) as events, AVG(LENGTH(e.event_data::text))::int as avg_json_size
FROM events e
JOIN users u ON e.user_id = u.user_id
GROUP BY u.country
ORDER BY events DESC;

 country | events | avg_json_size 
---------+--------+---------------
 USA     | 383748 |            52
 India   | 255990 |            52
 Germany | 223781 |            52
 China   | 127754 |            52
 Other   |   8727 |            52
(5 rows)

Time: 224.670 ms

Postgres가 준비되었습니다

이제 트랜잭션 워크로드에 사용할 수 있는, 완전히 동작하는 고성능 Postgres 데이터베이스가 준비되었습니다.

Part 2로 계속 진행하여 네이티브 ClickHouse 통합이 분석을 어떻게 한층 강화하는지 확인하세요.

---

​

2부: ClickHouse로 실시간 분석 추가

Postgres는 트랜잭션 워크로드(OLTP)에 뛰어나고, ClickHouse는 대규모 데이터셋에 대한 분석 쿼리(OLAP)에 특화되어 있습니다. 두 시스템을 함께 사용하면 각자의 장점을 모두 활용할 수 있습니다.

• Postgres: 애플리케이션의 트랜잭션 데이터용(삽입, 업데이트, 단건 조회)
• ClickHouse: 수십억 개의 행에 대한 1초 미만 지연의 분석용

이 섹션에서는 Postgres 데이터를 ClickHouse로 복제하고, 이를 원활하게 쿼리하는 방법을 설명합니다.

​

ClickHouse 통합 설정

이제 Postgres에 테이블과 데이터가 준비되었으므로, 분석을 위해 해당 테이블을 ClickHouse로 복제하겠습니다. 먼저 사이드바에서 ClickHouse integration을 클릭합니다. 그런 다음 Replicate data in ClickHouse를 클릭합니다.

다음 양식에서 통합 이름을 입력하고 복제 대상이 될 기존 ClickHouse 인스턴스를 선택할 수 있습니다. 아직 ClickHouse 인스턴스가 없다면 이 양식에서 바로 생성할 수도 있습니다.

중요

계속 진행하기 전에 선택한 ClickHouse 서비스가 Running 상태인지 확인하십시오.

다음을 클릭하면 테이블 선택기로 이동합니다. 여기서 해야 할 작업은 다음과 같습니다:

• 복제할 ClickHouse 데이터베이스를 선택합니다.
• public 스키마를 펼친 다음, 앞서 생성한 users 테이블과 events 테이블을 선택합니다.
• Replicate data to ClickHouse를 클릭합니다.

복제 프로세스가 시작되면 통합 개요 페이지로 이동합니다. 첫 번째 통합인 경우 초기 인프라를 설정하는 데 2~3분 정도 걸릴 수 있습니다. 그동안 새 pg_clickhouse 확장 기능을 살펴보겠습니다.

​

Postgres에서 ClickHouse 쿼리하기

pg_clickhouse 확장 기능을 사용하면 표준 SQL로 Postgres에서 ClickHouse 데이터를 직접 쿼리할 수 있습니다. 즉, 애플리케이션에서 Postgres를 트랜잭션 데이터와 분석 데이터를 모두 아우르는 단일 쿼리 계층으로 사용할 수 있습니다. 자세한 내용은 전체 문서를 참조하십시오.

확장 기능을 활성화하세요:

CREATE EXTENSION pg_clickhouse;

그런 다음 ClickHouse에 대한 외부 서버 연결을 생성하십시오. 보안 연결의 경우 포트 8443에서 http 드라이버를 사용하세요:

CREATE SERVER ch FOREIGN DATA WRAPPER clickhouse_fdw
       OPTIONS(driver 'http', host '<clickhouse_cloud_host>', dbname '<database_name>', port '8443');

<clickhouse_cloud_host>는 ClickHouse 호스트명으로, <database_name>은 복제 설정 중에 선택한 데이터베이스로 바꾸십시오. 호스트명은 사이드바에서 Connect를 클릭하면 ClickHouse 서비스에서 확인할 수 있습니다.

이제 Postgres 사용자를 ClickHouse 서비스의 자격 증명에 매핑합니다:

CREATE USER MAPPING FOR CURRENT_USER SERVER ch 
OPTIONS (user 'default', password '<clickhouse_password>');

이제 ClickHouse 테이블을 Postgres 스키마로 가져오세요:

CREATE SCHEMA organization;
IMPORT FOREIGN SCHEMA "<database_name>" FROM SERVER ch INTO organization;

<database_name>을 서버를 생성할 때 사용한 데이터베이스 이름과 동일하게 바꾸세요.

이제 Postgres 클라이언트에서 모든 ClickHouse 테이블을 확인할 수 있습니다:

\det+ organization.*

​

분석이 적용된 결과를 확인하세요

통합 페이지로 돌아가 보겠습니다. 초기 복제가 완료된 것을 확인할 수 있습니다. 세부 정보를 보려면 통합 이름을 클릭하세요.

서비스 이름을 클릭해 ClickHouse 콘솔을 열고 복제된 테이블을 확인하세요.

​

Postgres와 ClickHouse 성능 비교

이제 몇 가지 분석 쿼리를 실행해 Postgres와 ClickHouse의 성능을 비교해 보겠습니다. 복제된 테이블은 public_<table_name> 명명 규칙을 따릅니다.

쿼리 1: 활동량 기준 상위 사용자

이 쿼리는 여러 집계를 사용해 가장 활발한 사용자를 찾습니다:

-- ClickHouse를 통해
SELECT 
    user_id,
    COUNT(*) as total_events,
    COUNT(DISTINCT event_type) as unique_event_types,
    SUM(CASE WHEN event_type = 'purchase' THEN 1 ELSE 0 END) as purchases,
    MIN(event_timestamp) as first_event,
    MAX(event_timestamp) as last_event
FROM organization.public_events
GROUP BY user_id
ORDER BY total_events DESC
LIMIT 10;

 user_id | total_events | unique_event_types | purchases |        first_event         |         last_event         
---------+--------------+--------------------+-----------+----------------------------+----------------------------
       1 |        31439 |                  5 |      3551 | 2025-01-22 22:40:45.612281 | 2026-01-21 22:40:45.612281
       2 |        13235 |                  4 |      1492 | 2025-01-22 22:40:45.612281 | 2026-01-21 22:40:45.612281
...
(10 rows)

Time: 163.898 ms   -- ClickHouse
Time: 554.621 ms   -- Postgres에서 동일한 쿼리 실행 시

쿼리 2: 국가 및 플랫폼별 사용자 참여도

이 쿼리는 이벤트와 사용자 데이터를 조인하여 참여 메트릭을 계산합니다:

-- ClickHouse를 통해
SELECT 
    u.country,
    u.platform,
    COUNT(DISTINCT e.user_id) as users,
    COUNT(*) as total_events,
    ROUND(COUNT(*)::numeric / COUNT(DISTINCT e.user_id), 2) as events_per_user,
    SUM(CASE WHEN e.event_type = 'purchase' THEN 1 ELSE 0 END) as purchases
FROM organization.public_events e
JOIN organization.public_users u ON e.user_id = u.user_id
GROUP BY u.country, u.platform
ORDER BY total_events DESC
LIMIT 10;

 country | platform | users | total_events | events_per_user | purchases 
---------+----------+-------+--------------+-----------------+-----------
 USA     | Android  |   115 |       109977 |             956 |     12388
 USA     | Web      |   108 |       105057 |             972 |     11847
 USA     | iOS      |    83 |        84594 |            1019 |      9565
 Germany | Android  |    85 |        77966 |             917 |      8852
 India   | Android  |    80 |        68095 |             851 |      7724
...
(10 rows)

Time: 170.353 ms   -- ClickHouse
Time: 1245.560 ms  -- Postgres에서 동일한 쿼리

성능 비교:

쿼리	Postgres (NVMe)	ClickHouse (via pg_clickhouse)	속도 향상
상위 사용자 (집계 5개)	555 ms	164 ms	3.4x
사용자 참여도 (JOIN + 집계)	1,246 ms	170 ms	7.3x

ClickHouse를 사용해야 할 때

이 100만 행 데이터셋에서도 ClickHouse는 JOIN과 여러 집계를 포함한 복잡한 분석 쿼리에서 37배 더 빠른 성능을 제공합니다. 규모가 더 커지면(1억 행 이상) 차이는 더욱 두드러지며, ClickHouse의 열 지향 스토리지와 벡터화 실행을 통해 10100배의 속도 향상을 기대할 수 있습니다.

쿼리 시간은 인스턴스 크기, 서비스 간 네트워크 지연 시간, 데이터 특성, 현재 부하에 따라 달라집니다.

​

정리

이 빠른 시작에서 생성한 리소스를 삭제하려면:

1. 먼저 ClickHouse 서비스에서 ClickPipe 통합을 삭제합니다
2. 그런 다음 Cloud Console에서 Managed Postgres 인스턴스를 삭제합니다