단일 서버
웹, 앱, 데이터베이스, 캐시 등이 전부 서버 한 대에서 실행된다.
사용자 요청 처리 흐름
❶ 사용자는 도메인 이름(api.mysite.com)을 이용하여 웹 사이트에 접속한다. 이 접속을 위해서는 도메인 이름을 도메인 이름 서비스(DNS)에 질의하여 IP 주소로 변환하는 과정이 필요하다.
❷ DNS 조회 결과로 IP 주소(웹 서버의 주소)가 반환된다.
❸ 해당 IP 주소로 HTTP 요청이 전달된다.
❹ 요청을 받은 웹 서버는 HTML 페이지나 JSON 형태의 응답을 반환한다.
데이터베이스
사용자가 늘면 서버 하나로는 충분하지 않아서 여러 서버를 두어야 한다. 웹/모바일 트래픽 처리 서버(웹 계층)와 데이터베이스 서버(데이터 계층)를 분리하면 그 각각을 독립적으로 확장해 나갈 수 있게 된다.
어떤 데이터베이스를 사용할 것인가?
📚 관계형 데이터베이스
- 관계형 데이터베이스 관리 시스템(RDEMS)라고도 부른다.
- RDBMS 가운데 가장 유명한 것으로는 MySQL, 오라클 데이터베이스, PostgreSQL 등이 있다.
- 자료를 테이블과 열, 칼럼으로 표현한다.
- SQL을 사용하면 여러 테이블에 있는 데이터를 그 관계에 따라 JOIN하여 합칠 수 있다.
📚 비 관계형 데이터베이스
- NoSQL이라고도 부른다.
- 대표적으로 CouchDB, Neo4j, Cassandra, HBase, Amazon DynamoDB 등이 있다.
- NoSQL은 키-값 저장소, 그래프 저장소, 칼럼 저장소, 문서 저장소로 네 부류로 나눌 수 있다.
- 일반적으로 JOIN 연산을 지원하지 않는다.
대부분은 관계형 데이터베이스를 사용하지만 아래와 같은 경우는 비 관계형 데이터베이스가 바람직한 선택일 수 있다.
- 아주 낮은 응답 지연시간이 요구
- 다루는 데이터가 비정형이라 관계형 데이터가 아님
- 데이터를 직렬화하거나 역직렬화 할 수 있기만 하면 됨
- 아주 많은 양의 데이터를 저장할 필요가 있음
수직적 규모 확장 vs 수평적 규모 확장
수직적 규모 확장
스케일 업(scale up)이라고도 하는 수직적 규모 확장 프로세스는 서버에 고사양 자원(더 좋은 CPU, 더 많은 RAM 등)을 추가하는 행위를 말한다.
수평적 규모 확장
스케일 아웃(scale out)이라고도 하는 슈평적 규모 확장 프로세스는 더 많은 서버를 추가하여 성능을 개선하는 행위를 말한다.
❓ 수직적 확장이 좋은 선택일 때는?
서버로 유입되는 트래픽 양이 적을 때
단순함이 가장 큰 장점이지만, 몇 가지 심각한 단점이 있다.
- 한 대의 서버에 CPU나 메모리를 무한대로 증설한 방법이 없다.
- 자동 복구(failover) 방안이나 다중화(redundancy) 방안을 제시하지 않아, 서버에 장애가 발생하면 웹 사이트/앱은 완전히 중단된다.
❓ 수평적 확장이 좋은 선택일 때는?
대규모 애플리케이션을 지원할 때
➡️ 사용자가 많아짐 ➡️ 응답 속도가 느려지거나 서버 접속 불가능함 ➡️ 부하 분산기 또는 로드밸런서를 도입
로드밸런서
부하 분산 집합(load balancing set)에 속한 웹 서버들에게 트래픽 부하를 고르게 분산하는 역할을 한다.
로드밸런서 동작
사용자는 로드밸런서의 공개 IP 주소로 접속한다. (웹 서버는 클라이언트의 접속을 직접 처리하지 않는다.)
더 나은 보안을 위해, 서버 간 통신에는 사설 IP 주소가 이용된다. (사설 IP 주소는 같은 네트워크에 속한 서버 사이의 통신에만 쓰인다.)
🤔 QUIZ
서버 1이 다운되면(offline)❓
➡️ 모든 트래픽은 서버 2로 전송된다. 따라서 웹 사이트 전체가 다운되는 일이 방지된다.
웹 사이트로 유입되는 트래팩이 가파르게 증가하면 ❓
➡️ 웹 서버 계층에 더 많은 서버를 추가하면 된다. 그러면 로드밸런서가 자동적으로 트래팩을 분산하기 시작한다.
데이터베이스 다중화
많은 데이터 관리 시스템이 다중화를 지원한다.
보통은 서버 사이에 주(master)-부(slave) 관계를 설정하고, 데이터 원본은 주 서버에, 사본은 부 서버에 저장하는 방식이다.
부 데이터베이스는 읽기 연산만 지원한다. 대부분의 애플리케이션은 읽기 연산의 비중이 쓰기 연산보다 훨씬 높다. 따라서 통상 부 데이터베이스의 수가 주 데이터베이스의 수보다 많다.
데이터베이스 다중화 장점
1. 더 나은 성능 : 병렬로 처리될 수 있는 질의(query)의 수가 늘어나므로, 성능이 좋아진다.
2. 안정성 : 자연 재해 등의 이유로 데이터베이스 서버 가운데 일부가 파괴되어도 데이터는 보존될 것이다.
3. 가용성 : 하나의 데이터베이스 서버에 장애가 발생하더라도 다른 서버에 있는 데이터를 가져와 계속 서비스할 수 있게 된다.
🤔 QUIZ
부 데이터베이스가 한 대뿐인데 다운된 경우라면❓
➡️ 읽기 연산은 한시적으로 모두 주 데이터베이스로 전달될 것이고 즉시 새로운 부 데이터베이스 서버가 장애 서버를 대신할 것이다.
주 데이터베이스 서버가 다운되면 ❓
➡️ 한 대의 부 데이터베이스만 있는 경우 해당 부 데이터베이스 서버가 새로운 주 데이터베이스 서버가 될 것이며, 모든 데이터베이스 연산은 일시적으로 새로운 주 서버상에서 수행될 것이다. 그리고 새로운 부 서버가 추가될 것이다.
로드밸런서와 데이터베이스 다중화를 고려한 설계안
사용자는 DNS로부터 로드밸런서의 공개 IP 주소를 받는다.
사용자는 해당 IP 주소를 사용해 로드밸런서에 접속한다.
HTTP 요청은 서버 1이나 서버 2로 전달된다.
웹 서버는 사용자의 데이터를 부 데이터베이스 서버에서 읽는다.
웹 서버는 데이터 변경 연산은 주 데이터베이스로 전달한다. 데이터 추가, 삭제, 갱신 연산 등이 이에 해당한다.
캐시
값비싼 연산 결과 또는 자주 참조되는 데이터를 메모리 안에 두고, 뒤이은 요청이 보다 빨리 처리될 수 있도록 하는 저장소이다.
애플리케이션의 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.
캐시에 보관된 데이터는 어떻게 만료되는가?
만료된 정책을 마련해 두는 것이 좋다. 만료 기한은 너무 짧아도 곤란하고 길면 원본과 차이가 날 가능성이 높아지기 때문에 곤란하다.
💡 캐시 메모리를 과할당(overprovision)하면 된다.
💡 데이터 방출(eviction) 정책
- LRU(Least Recently Used : 마지막 사용 시점이 오래된 데이터 내보내기)
- LFU(Least Frequently Used : 사용 빈도가 가장 낮은 데이터 내보내기)
- FIFO(First In First Out : 가장 먼저 캐시에 들어온 데이터 내보내기)
SPOF(단일 장애 지점)
: 시스템 구성 요소 중에서, 동작하지 않으면 전체 시스템이 중단되는 요소
캐시 서버를 한 대만 두는 경우 해당 서버는 단일 장애 지점이 되어버릴 가능성이 있다.
SPOF를 피하려면 여러 지역에 걸쳐 캐시 서버를 분산시켜야 한다.
콘텐츠 전송 네트워크(CDN)
정적 콘텐츠를 전송하는 데 쓰이는, 지리적으로 분산된 서버의 네트워크이다. 이미지, 비디오, CSS, JavaScript 파일 등을 캐시할 수 있다.
동적 콘텐츠 캐싱
: 요청 경로, 질의 문자열, 쿠키, 요청 헤더 등의 정보에 기반하여 HTML 페이지를 캐시하는 것이다.
콘텐츠 무효화(invalidation) 방법
아직 만료되지 않은 콘텐츠라 하더라도 아래 방법 가운데 하나를 쓰면 CDN에서 제거할 수 있다.
- CDN 서비스 사업자가 제공하는 API를 이용하여 콘텐츠 무효화
- 콘텐츠의 다른 버전을 서비스하도록 오브젝트 버저닝(object versioning) 이용
CND과 캐시가 추가된 설계안
정적 콘텐츠(JS, CSS, 이미지 등)는 더 이상 웹 서버를 통해 서비스하지 않으며, CDN을 통해 제공하여 더 나은 성능을 보장한다.
캐시가 데이터베이스 부하를 줄여준다.
이제 웹 계층을 수평적으로 확장하는 방법을 고민해야 한다.
무상태(stateless) 웹 계층
상태 정보(사용자 세션 데이터와 같은)를 웹 계층에서 제거하여야 한다. 바람직한 전략은 상태 정보를 관계형 데이터베이스나 NoSQL 같은 지속성 저장소에 보관하고, 필요할 때 가져오도록 하는 것이다. 이렇게 구성된 웹 계층을 무상태 웹 계층이라고 한다.
상태 정보 의존적인 아키텍처
상태 정보를 보관하는 서버는 클라이언트 정보, 즉 상태를 유지하여 요청들 사이에 공유되도록 한다.
같은 클라이언트로부터의 요청은 항상 같은 서버로 전송되어야 한다.
IF 사용자 A 인증 요청이 서버 2로 전송되면 인증 실패
대부분의 로드밸런서가 이를 지원하기 위해 고정 세션(sticky session)이라는 기능을 제공하고 있는데, 이는 로드밸런서에 부담을 준다.
무상태 아키텍처
사용자로부터의 HTTP 요청은 어떤 웹 서버로도 전달될 수 있다.
웹 서버는 상태 정보가 필요할 경우 공유 저장소(shared storage)로부터 데이터를 가져온다.
따라서 상태 정보는 웹 서버로부터 물리적으로 분리되어 있다.
이런 구조는 단순하고, 안정적이며, 규모 확장이 쉽다.
무상태 웹 계층을 갖는 설계안
세션 데이터를 웹 계층에서 분리하고 지속성 데이터 보관소에 저장하도록 만들었다.
이 공유 저장소는 관계형 데이터베이스일수도 있고, Memcached/Redis 같은 캐시 시스템일수도 있고, NoSQL일 수도 있다.
자동 규모 확장(autoscaling)
트래픽 양에 따라 웹 서버를 자동으로 추가하거나 삭제하는 기능을 뜻한다. 상태 정보가 웹 서버들로부터 제거되었으므로, 트래픽 양에 따라 웹 서버를 넣거나 빼기만 하면 자동으로 규모를 확장할 수 있게 되었다.
데이터 센터
가용성을 높이고 전 세계 어디서도 쾌적하게 사용할 수 있도록 하기 위해서는 여러 데이터 센터를 지원하는 것이 필수다.
장애가 없는 상황에서 사용자는 가장 가까운 데이터 센터로 안내되는데, 이 절차를 지리적 라우팅(geoDNS-routing 또는 geo-routing)이라고 부른다. 지리적 라우팅에서의 geoDNS는 사용자의 위치에 따라 도메인 이름을 어떤 IP 주소로 변환할지 결정할 수 있도록 해주는 DNS 서비스다.
메시지 큐
메시지의 무손실(durability, 즉 메시지 큐에 일단 보관된 메시지는 소비자가 꺼낼 때까지 안전하게 보관된다는 특성)을 보장하는, 비동기 통신을 지원하는 컴포넌트이다. 메시지의 버퍼 역할을 하며, 비동기적으로 전송한다.
메시지 큐를 이용하면 서비스 또는 서버 간 결합이 느슨해져서, 규모 확장성이 보장되어야 하는 안정적 애플리케이션을 구성하기 좋다.
로그, 메트릭 그리고 자동화
몇 개 서버에서 실행되는 소규모 웹 사이트를 만들 때는 로그나 매트릭(metric), 자동화(automation) 같은 것은 하면 좋지만 꼭 할 필요가 없다. 하지만 웹 사이트와 함께 사업 규모가 커지고 나면, 그런 도구는 필수적으로 투자해야 한다.
로그
서버 단위로 모니터링 할 수도 있지만, 로그를 단일 서비스로 모아주는 도구를 활용하면 더 편리하게 검색하고 조회할 수 있다.
메트릭
메트릭을 잘 수집하면 사업 현황에 관한 유용한 정보를 얻을 수도 있고, 시스템의 현재 상태를 손쉽게 파악할 수도 있다.
자동화
시스템이 크고 복잡해지면 생산성을 높이기 위해 자동화 도구를 활용해야 한다. 지속적 통합(continuous integration)을 도와주는 도구를 활용하면 개발자가 만드는 코드가 어떤 검증 절차를 자동으로 거치도록 할 수 있어서 문제를 쉽게 감지할 수 있다. 이외에도 빌드, 테스트, 배포 등의 절차를 자동화할 수 있어서 개발 생산성을 크게 향상시킬 수 있다.
데이터베이스의 규모 확장
데이터베이스의 규모를 확장하는 데는 두 가지 접근법이 있다. 하나는 수직적 규모 확장법이고 다른 하나는 수평적 규모 확장법이다.
수직적 규모 확장법 (스케일 업) 단점
CPU, RAM, 디스크 등 자원 증설
- 데이터베이스 서버 하드웨어는 한계가 있으므로 CPU, RAM 등을 무한 증설할 수는 없다. 사용자가 계속 늘어나면 한 대 서버로는 결국 감당하기 어렵다.
- SPOF로 인한 위험성이 크다.
- 비용이 많이 든다.
수평적 확장
서버 증설
데이터베이스의 수평적 확장은 샤딩(sharding)이라고도 부르는데, 더 많은 서버를 추가함으로써 성능을 향상시킬 수 있다.
샤딩
대규모 데이터베이스를 샤드라고 부르는 작은 단위로 분할하는 기술
모든 샤드는 같은 스키마를 쓰지만 샤드에 보관되는 데이터 사이에는 중복이 없다.
시스템 규모 확장을 위해 살펴볼 기법
- 웹 계층은 무상태 계층으로
- 모든 계층에 다중화 도입
- 가능한 한 많은 데이터를 캐시할 것
- 여러 데이터 센터를 지원할 것
- 정적 콘텐츠는 CDN을 통해 서비스 할 것
- 데이터 계층은 샤딩을 통해 그 규모를 확장할 것
- 각 계츠은 독립적 서비스로 분할할 것
- 시스템을 지속적으로 모니터링하고, 자동화 도구를 활용할 것