1장. 사용자 수에 따른 규모 확장성 - 1편

 

※  내용이 많아서 1편과 2편으로 나눴습니다. ※

 

느낀점

현재 다니고 잇는 회사는 B2B 구조로 고객 사의 서버에 들어가기 때문에 고객 사의 서버 성능이나 할당 받은 자원에 의존해야한다.

즉, 서버를 여러 개로 구성하거나 스케일 아웃이나 스케일 업하기 어렵다.

그래서 현재 책에서 제시하는 방법들을 적용하기 불가능하기 때문에 애플리케이션 내부 로직으로 성능 및 구조를 개선하는 방안에 대해 고민을 해야겠다.

---

단일서버

모든 컴퍼넌트가 단 한대의 서버에서 실행되는 간단한 시스템 설계.

웹, 앱, 데이터베이스, 캐시 등이 전부 서버 한 대에서 실행된다.

단일 네트워크 구조

데이터베이스

사용자가 늘면 서버 하나로는 충분하지 않아서 여러 서버를 두어야 한다. 하나는 웹/모바일 트랙픽 처리용이고, 다른 하나는 데이터베이스 용이다.

 

어떤 데이터베이스를 사용할 것인가?

전통적인 관계형 데이터베이스와 비-관계형 데이터베이스가 있다.

 

관계형 데이터베이스는 관계형 데이터베이스 관리 시스템(Relational DataBase Management System, RDBMS)라고 부른다.

MySQL, Oracle, PostgreSQL 등이 있다.

 

비 관계형 테이터베이스는 NoSQL이라고 부른다.

MongoDB, Amazon DynamoDB 등이 있다.

 

NoSQL은 다시 네 가지로 분류할 수 있다.

1. 키-값 저장소(key-value store)
2. 그래프 저장소(graph store)
3. 칼럼 저장소(column store)
4. 문서 저장소(document store)

비 관계형 데이터베이스는 일반적으로 조인 연산을 지원하지 않는다.

아래 조건 등과 같으면 비 관계형 데이터베이스가 바람직한 선택이다.

 

• 아주 낮은 응답 지연시간(latency)이 요구됨.
• 다루는 데이터가 비정형(unstructured)이라 관계형 데이터가 아님
• 데이터(JSON, YAML, XML 등)를 직렬화하거나(serialize) 역직렬화(deserialize) 할 수 있기만 하면 됨.
• 아주 많은 양의 데이터를 저장할 필요가 있음

단일 네트워크 + 데이터베이스

 

 

수직적 규모 확장 vs 수평적 규모 확장

스케일 업(scale up)이라고 하는 수직적 규모 확장(vertical sacling) 프로세스는 서버에 고사양 자원(더 좋은 CPU, 더 많은 RAM 등)을 추가하는 행위

스케일 아웃(scale out)이라고 하는 수평적 규모 확장 프로세스 더 많은 서버를 추가하여 성능을 개선하는 행위를 말한다.

 

서버로 유입되는 트랙픽의 양이 적을 때는 수직적 확장이 좋은 선택이고 가장 큰 장점은 단순함이다.

몇 가지 단점이 있다.

 

• 규모 확장에 한계가 있다. 한 대의 서버에 CPU나 메모리를 무한대로 증설할 방법은 없다.
• 수직적 규모 확장법은 장애에 대한 자동복구(failover) 방안이나 다중화(redundancy) 방안을 제시하지 않는다. 서버에 장애가 발생하면 웹 사이트/앱은 중단된다.

대규모 애플리케이션을 지원하는 데는 수평적 규모 확장법이 보다 적절하다.

 

만약 많은 사용자가 접속하여 웹 서버가 한계 상황에 도달하게 되면 응답 속도가 느려지거나 서버 접속이 불가능해질 수도 있다. 이런 문제를 해결하는 데는 부하 분산기 또는 로드밸런서(load balancer)를 도입하는 것이 최선이다.

 

로드밸런서

부하 분산 집합에 속한 웹 서버들에게 트랙픽 부하를 고르게 분산하는 역할을 한다.

 

사용자는 로드밸런서의 공개 IP로 접속한다.

웹 서버는 클라이언트의 접속을 직접 처리하지 않는다.

 

부하 분산 집합에 또 하나의 웹 서버를 추가하면 장애를 자동복구하지 못하는 문제(no failover)이 해소되며, 웹 계층의 가용성이 향상된다.

 

• 서버 1이 다운되면 모든 트래픽이 서버 2로 전송된다. 따라서 웹 사이트 전체가 다운되는 일을 방지한다.
• 웹 사이트로 유입되는 트랙픽이 가파르게 증가하며 두 대의 서버로 감당할 수 없는 시점이 온다.
  • 웹 서버 계층에 더 많은 서버를 추가하면 로드밸런스가 자동으로 트래픽을 분산한다.

 

 

로드밸런서

 

 

데이터베이스 다중화

 

위키피디아에 따르면, 서버 사이에 주와 부 관계를 설정하고 데이터 원본은 주 서버에, 사본은 부 서버에 저장한다.

 

• 쓰기 연산(write operation)은 마스터에서만 지원한다.
  • insert, delete, update 등은 주 데이터베이스로만 전달.
• 부 데이터는 주 데이터베이스로부터 사본을 전달받으며, 읽기 연산만을 지원한다.
  • 대부분의 애플리케이션은 읽기 연산의 비중이 쓰기 연산보다 훨씬 높다.
  • 부 데이터베이스의 수가 주 데이터베이스의 수보다 많다.

 

데이터베이스 다중화

 

 

데이터베이스 다중화의 이득

• 더 나은 성능
  • 모든 데이터 변경 연산은 주 데이터베이스 서버로만 전달
  • 읽기 연산은 부 데이터베이스 서버들로 분산
  • 병령로 처리될 수 있는 질의 수가 늘어나므로 성능이 좋아진다.
• 안정성(reliability)
  • 자연 재해등의 이유로 데이터베이스 서버 가운데 일부가 파괴도어도 데이터가 보존된다.
• 가용성(availability)
  • 데이터를 여러 지역에 복제해 둠으로써, 하나의 데이터 베이스 서버에 장애가 발생하더라도 다른 서버에 있는 데이터를 가져와 계속 서비스할 수 있다.

 

만약 데이터베이스 서버 가운데 하나가 다운되면?

 

• 부 서버가 한 대 뿐인데 다운된다면
  • 읽기 연사은 모두 주 데이터베이스로 전달 된다.
  • 새로운 부 데이터베이스 서버가 장애 서버를 대체한다.
• 주 데이터베이스 서버가 다운된다면
  • 부 데이터베이스 서버가 새로운 주 서버가 될 것이다.
  • 모든 데이터베이스 연산은 일시적으로 새로운 주 서버상에서 수행 된다.
  • 프로덕션 호나경에서는 더 복잡할 수 있다.
    • 부 서버에 보관된 데이터가 최신 상태가 아닌 경우 복구 스크립트를 돌려서 추가해야한다.
    • 다중 마스터, 원형 다중화 방식을 도입하면 이런 상황 대처에 도움이 될 수 있지만 복잡하다.

 

캐시

캐시는 값비싼 연산 결과 또는자주 참조되는 데이터를 메모리 안에 두고,뒤이은 요청이 보다 빨리 철리될 수 있도록 하는 저장소다.

 

앺플리케이션의 성능은 데이터베이스를 얼마나 자주 호출하느냐에 크게 좌우되는데, 캐시는 그런 문제를 완화할 수 있다.

 

캐시 계층

데이터가 잠시 보관되는 곳으로 데이터베이스보다 훨씬 빠르다. 별도의 캐시 계층을 두면 성능이 개선될 뿐 아니라 데이터베이스의 부하를 줄일 수 있고, 캐시 계층의 규모를 독립적으로 확장시키는 것도 가능해진다.

캐시

 

주도형 캐시 전략(reading-through caching strategy)

1. 요청을 받은 웹 서버는 캐시에 응답이 저장되어 있는지를 본다. 
2. 만일 저장되어 있다면 해당 데이터를 클라이언트에 반환한다.
3. 없는 경우에는 데이터베이스 질의를 통해 데이터를 찾아 캐시에 저장한 뒤 클라이언트에 반환한다.

캐시 사용시 유의할 점

• 캐시는 어떤 상황에 바람직한가?
  • 데이터 갱신은 자주 일어나지 않지만 참조는 빈번하게 일어난다면 고려해볼 만한다.
• 어떤 데이터를 캐시에 두어야 하는가?
  • 캐시는 휘발성 메모리에 두므로, 영속적으로 보관할 데이터를 캐시에 두는 것은 바람직하지 않다.
  • 캐시 서버가 재시작되면 캐시 내의 모든 데이터는 사라진다.
  • 중요한 데이터는 지속적 저장소(persistent data store)에 두어야 한다.
• 캐시에 보관된 데이터는 어떻게 만료(expire) 되는가?
  • 정책을 마련해 두는 것이 좋은 습관이다.
  • 만료된 데이터는 캐시에서 삭제되어야 한다.
  • 만료 정책이 없으면 데이터는 캐시에 계속 남게 된다. 만료 기한은 너무 짧으면 곤란한데, 데이터베이스를 너무 자주 읽게 될 것이기 때문이다. 너무 길어도 곤란한데,원본과 차이가 날 가능성이 높아지기 때문이다.
• 일관성(consistency)은 어떻게 유지되는가?
  • 일관성은 데이터 저장소의 원본과 캐시 내의 사본이 같은지 여부이다.
  • 저장소의 원본을 갱신하는 연산과 캐시를 갱신하는 연산이 단일 트랜잭션으로 처리되지 않는 경우 일관성은 깨질 수 있다.
• 장애는 어떻게 대처할 것인가?
  • 캐시 서버를 한 대만 두는 경우 해당 서버는 단일 장애 지점(Single Point of Failure, SPOF)이 될 가능성이 있다.
  • 어떤 특정 지점에서의 장애가 전체 시스템의 동작을 중단시켜버릴 수 있는 경우, 우리는 해당지점을 단일 장애 지점이라고 부른다.
  • SPOF를 피하려면 여러 지역에 걸쳐 캐시 서버를 분산시켜야 한다.
• 캐시 메모리는 얼마나 크게잡을 것인가?
  • 너무 작으면 액세스 패넡에 따라서 자주 캐시에서 밀려나버려(eviction) 캐시 성능이 떨어지게 된다.
  • 이를 막을 방법은 캐시 메모리를 과할당(overprovision)하는 것이다.
• 데이터 방출 정책은 무엇인가?
  • 캐시가 꽉 차버리면 추가로 캐시에 데이터를 넣어야할 경우 기존 데이터를 내보내야한다. 이것을 캐시 데이터 방출 정책이라고 한다.
  • 가장 널리 쓰이는 방법은 LRU(Least Recently Used) - 마지막으로 사용된 시점이 가장 오래된 데이터를 내보내는 정책
  • LFU(Least Frequently Used) - 사용된 빈도가 가장 낮은 데이터를 내보내는 정책
  • FIFO(First In First Out) - 가장 먼저 캐시에 들어온 데이터를 가장 먼저 내보내는 정책

 

콘텐츠 전송 네트워크(CDN)

정적 콘텐츠를 전송하는데 쓰이는,지리적으로 분산된 서버의 네트워크.

이미지, 비디오, CSS, JavaScript 파일 등을 캐시할 수 있다.

 

 

CDN 사용 시 고려해야 할 사항

• 비용
  • CDN은 보통 제3 사업자에 의해 운영되며, CDN으로 들어가고 나가는데이터 전송 양에 따라 요금을 내게 된다.
• 적절한 만료 시한 설정
  • 시의성이 중요한(time-sensitive) 콘텐츠의 경우 만료 시점을 잘 정해야 한다.
  • 너무 길지도 않고 짧지도 않아야 하는데, 너무 길면 콘텐츠의 신선도가 떨어지고, 너무 짧으면 서버에 빈번히 접속하게 되어 좋지 않다.
• CDN 장애 대처 방안
  • CDN 자체가 죽었을 경우 웹 사이트/애플리케이션이 어떻게 동작해야 하는지 고려해야 한다.
  • CDN이 응답하지 않을 경우, 해당 문제를 감지하여 원본 서버로부터 직접 콘텐츠를 가져오도록 구성
• 콘텐츠 무효화 방법
  • 만료되지 않은 콘텐츠라 하더라도 CDN에서 제거
  • CDN 서비스 사업자가 제공하는 API를 이용하여 콘텐츠 무효화
  • 콘텐츠의 다른 비전을 서비스하도록 오브젝트 버저닝 이용

 

CDN + 캐시

무상태(stateless) 웹 계층

웹 계층을 수평적으로 확장하는 방법은 상태 정보(사용자 세션 데이터와 같은)를 웹 계층에서 제거해야 한다.

바람직한 전략은 상태 정보를 데이터베이스나 NoSQL 같은 지속성 저장소에 보관하고, 필요할 때 가져와야 한다.

 

상태 정보를 보관하는 서버는 클라이언트 정보, 즉 상태를 유지하여 요청들 사이에 공유되도록 한다.

 

상태 정보 의존적인 아키텍처

 

사용자 A의 세션 정보나 프로파일 이지미 같은 상태 정보는 서버 1에 저장된다.

따라서, 사용자 A를 인증하기 위해 HTTP 요청은 반드시 서버 1로 전송되어야 한다.

만약 서버 2로 전송되면 인증은 실패할 것인데, 서버 2에 사용자 A에 관한 데이터는 보관 되어 있지 않기 때문이다.

 

무상태 아키텍처

사용자로부터의 HTTP 요청은 어떤 웹 서버로도 전달 될 수 있다.

 

웹 서버는 상태 정보가 필요할 경우 공유 저장소(shared storage)로부터 데이터를 가져온다.

상태 정보는 웹 서버로부터 물리적으로 분리되어 있다.