대규모 서비스를 지탱하는 기술 01

소규모 서비스와 대규모 서비스의 차이

1. 확장성 확보, 부하분산 필요

스케일 업이 아닌 스케일 아웃으로 진행된 느 확장의 경우 요구되는 서버, DB 간 동기화 이슈 해결

 

2. 다중성 확보

특정 서버가 고장 나거나 성능이 저하되더라도 서비스를 계속할 수 있는 구성으로 할 필요가 있다.

대규모 서비스일수록 잠깐의 기능 정지로 인해 많은 손실을 가져오기 때문이다.

 

3. 효율적 운용 필요

서버가 100대를 넘어갈 때 현재 서버들의 상태를 파악할 수 있어야 하고, 상태에 따라서 적절한 조치를 빠르게 취할 수 있어야 한다. 최소한의 인력으로 대규모 시스템을 건강한 상태로 유지하는 것이 필요하다.

 

4. 개발자 수, 개발 방법의 변화

표준화를 위한 교육 및 팀 매니지먼트가 필요하다.

 

5. 대규모 데이터의 처리

가장 중요한 부분.

병목현상을 야기하는 어떤 기술과 알고리즘을 적용해 디스크 I/O를 줄일 수 있을 것인가를 고려해야 한다.

 

대규모 데이터 처리의 어려운 점

1. 메모리 내에서 계산할 수 없다.

대규모 데이터는 너무 방대해서 그것을 모두 메모리에 올릴 수 없다. 다시 말해서 메모리 내에서 계산할 수 없고, 디스크 I/O 가 반드시 병행된다.

 

2. 메모리 내에서 계산할 수 없게 되면 디스크에 있는 데이터를 검색하고, 이로 인해 발생하는 I/O를 어떻게 대처할 것인지가 중요한 포인트다.

 

3. 메모리와 디스크의 속도 차이는 pow(10,5) ~ pow(10,6) 정도다.

 

4. 또 데이터가 커지면 커질수록 메모리에서 처리 못하고 디스크상에서 처리할 수밖에 없는 요건이 늘어난다.

 

디스크는 왜 늦을까?

1. 메모리는 전기적인 부품임으로 탐색 속도에 그다지 영향을 받지 않는다.

 

2. 하지만 디스크는 탐색하기 위해 헤드, 원반 등 하드웨어들이 이동하면서 데이터를 읽는다. 즉 메모리와는 달리 회전 등의 물리적인 동작을 수반하고 이런 차이 때문에 속도에 영향을 준다.

 

3. 아무리 효율적으로 디스크를 탐색한다 하더라도 빛의 속도에 근접시킬 순 없다. 메모리는 1회 탐색 시 마이크로 초가 걸리는 반면, 디스크는 수 밀리 초가 걸린다.

 

4. OS 레벨에서 이를 어느 정도 커버하기 위해 데이터를 1바이트가 아니라 4KB 정도 한꺼번에 읽도록 해 1회의 디스크 회전으로 읽는 데이터수를 많게 한다. 하지만 이 또한 밀리 초가 걸리기 때문에 속도 차이를 피할 수 없다

 

5. 또 전송속도도 메모리에 비해 100배 이상 느리다. 메모리는 7.5GB/초, 디스크는 58MB/초 정도 걸린다.

 

부하 조정

1. CPU 부하의 조정은 상대적으로 간단하다.

 

같은 구성의 서버를 늘리고 로드밸런서로 분산

웹, AP 서버, 크롤러 등을 이용

 

2. I/O 부하의 규모 조정은 어렵다.

DB, 대규모 데이터 등

 

 

대규모 데이터를 다루기 위한 급소

1. 어떻게 하면 메모리에서 처리를 마칠 수 있을까?

즉 디스크 seek 횟수를 최소화하고 국소성을 활용한 분산 처리를 실현해야 한다.

 

2. 데이터량 증가에 강한 알고리즘 및 데이터 구조를 사용하기

선형 탐색을 이분 탐색으로

 

3. 데이터 압축, 정보검색 기술 사용

대규모 서비스를 지탱하는 기술 국내도서 저자 : 이토 나오야,다나카 신지 / 진명조역 출판 : 제이펍 2011.02.28 상세보기