♥️
study logs
  • Computer Science
    • Computer architecture
    • Data structure
    • Network
      • VPN(Virtual Private Network)
    • Operting System
    • Database
    • Web Security
      • SSH
      • JWT(Json Web Token)
      • Cipher
  • Linux(ubuntu)
    • nano vs vim(vi)
    • File & Folder Permissions
    • Essential Linux Commands
    • User Management Linux Commands
    • Disk Commands
  • JAVA
    • This is JAVA
      • 3. operations
      • 4. loop & condition statement
      • 5. reference type
      • 6. class
      • 10. Exception Handling
      • 16. Stream & Parallel
      • IO/NIO
    • Servlet
    • Optional
    • Upcasting & Downcasting
  • Spring
    • Spring Framework
      • Spring Bean Scope
      • Spring Bean Life-cycle Callback
      • Dependency Relationsh
      • Security
      • Strategy for Multiple Bean
      • Methos of Making External API Calls
    • Spring Cloud
      • OpenFeign
  • Database
    • MySQL with MariaDB
      • database backup , restore (with dump)
    • SQL Mapper vs Java Persistence Api
  • Redis(with Cache)
    • Intall(3ways)
      • File Installation(Source)
      • Homebrew(MacOs)
      • Docker
    • Caching Strategy
    • Cache Eviction Policy
  • Software Architecture
    • Architecture Pattern
      • CQS vs CQRS
  • Design Pattern
    • 1. 어댑터 패턴(Adapter pattern)
    • 2. 프록시 패턴(Proxy Pattern)
    • 2-1. 인터페이스 기반 프록시 vs 클래스 기반 프록시
    • 3. 데코레이터 패턴(Decorator Pattern)
    • 3-1. 프록시 패턴 vs 데코레이터 패턴
    • 4. 싱글턴 패턴(Singleton Pattern)
    • 5. 템플릿 메서드 패턴(Template Method Pattern)
    • 6. 팩터리 메서드 패턴(Factory Method Pattern)
    • 7. 전략 패턴(Strategy Pattern) 중요
    • 8. 템플릿 콜백 패턴
    • 9. MVC 패턴
    • 10. 템플릿 콜백 패턴
  • Web
    • Server Sent Events(SSE)
  • Test Strategy
    • 참고 링크
  • Docker
    • Docker Commands
  • Jenkins
    • Settings jenkins CI/CD environment on a local PC
  • Cloud Native
    • CI/CD
      • Setting up CI/CD Pipeline with Jenkins
        • Installing Tomcat
        • Jenkins + Infrastructure as Code
        • Ansible
    • DevOps
      • Infrastructure as Code
        • Ansible
      • Traefik
        • Quick Started(with Docker)
  • Kubernetes
    • CKA
      •  시험 준비 Tip
      • 따배씨
        • Core Concepts
      • Udemy
      • 기출 정리
  • Open Source
    • jooq
  • React
  • Git
  • Troubleshooting
    • @CacheEvict does not working in same class
  • Interview
    • HTTP 메서드에서 멱등성이란?
    • DB Replication 이란?
    • SOLID 원칙에 대한 설명
    • 세션 기반 인증 방식
    • 로드 밸런싱
    • 캐싱 전략
    • ACID란?
    • 스케일 아웃과 스케일 업
    • 관계형 데이터베이스와 비 관계형 데이터베이스의 차이
    • 시스템 간 비동기 연동 방식?
    • Redis가 싱글 스레드로 만들어진 이유
    • 교착 상태에 대해서 설명
    • Call By Value와 Call By Reference에 대해 설명
    • 방어적 복사에 대해서 설명
    • 해시 충돌에 대해서 설명
    • URI, URL, URN의 차이점
    • 시스템 콜이란?
    • 연결 리스트에 대해서 설명
  • KNOU
  • BOOK + STUDY
    • Redis: Hand-on Study
      • Practice: Redis Data Type Examples (CLI)
      • Page 1
    • Refactoring Study with Toby
    • 기술 아티클 스터디
    • 컴퓨터 밑바닥의 비밀
    • 자바 성능 튜닝 이야기
      • int[] vs Integer[]
      • String vs StringBuilder vs StringBuffer
      • Collection, Map
    • Java Network Programming
      • 1. Network Basic
      • 2. Stream
      • 3. Thread
      • 4. Internet Address
      • 5. URL & URI
      • 6. HTTP
      • 7. URLConnection Class
      • 8. Client Socket
      • 9. Server Socket
      • 10. Secure Socket
      • 11. Nonblock I/O
      • 12. UDP
      • 13. IP 멀티캐스트
    • 면접 스터디
      • Network
        • layer, protocol, http
      • Database
        • what is database ?
    • 1%의 네트워크 원리
      • Internet Communication
      • TCP/IP
      • Hub, Switch, Router
      • Access Circuit & Provider
      • Request Data To Server
    • 자바 ORM 표준 JPA 프로그래밍
  • Conference
  • Cuisine
    • Korean
      • Vegetable stock
    • Italian
      • Mushroom warm salad
      • vongole
    • Fine dining
  • Music
Powered by GitBook
On this page
  1. Interview

스케일 아웃과 스케일 업

서비스의 서버가 한계에 봉착하면, 스케일 업(scale-up), 스케일 아웃(scale-out)을 고려할 수 잇음

**스케일 업(scale-up)**은 기존의 서버를 더 높은 사양으로 업그레이드 하는 방식

  • **수직 스케일링(vertical scaling)**이라고도 함

  • EC2 t2.micro → t2.small로 업그레이드 하는 형태.

  • 간단하게 서버 성능 향상.(비용이 스케일 아웃에 비해 비싼편)

  • 특정서버 무한 업그레이드 불가능.

  • 장애에 대한 자동복구(failover)나 다중화(re-dundancy)방안을 제시하지 않음.

  • 서버 교체시 타임아웃 불가피

  • 주요기술

    • 고성능 CPU

    • Memory 확장

    • SSD

**스케일 아웃(scale-out)**은 비슷한 사양의 장비를 추가하여 수평으로 확장하는 방식.

  • **수평 스케일링(horizontal scaling)**이라고도 함

    비슷한 사양의 장비를 추가하여 수평으로 확장하는 방식

  • 스케일 아웃 아키텍처의 가장 큰 장점은 확장의 유연성에 있음.

  • 서버로 들어오는 많은 요청을 비슷한 사양의 서버 n대로 분산시켜 성능 향상

  • 필요할때 서버 추가, 스케일업에 비해 상대적으로 비용 효율적

  • 장애 발생 상황에서도 스케일업 방식보다 가용성이 높음

  • n대의 서버를 관리해야 하기에 관리 포인트가 늘어나며, 각 서버에 부하를 분산하기 위한 로드 밸런싱에 대한 고민이 추가로 필요하다는 단점이 있음.

    • 병렬 컴퓨팅 환경 구성 및 유지를 위해서는 아키텍처에 대한 높은 이해도가 요구됨

  • 여러 노드에 분산시키기 위해 로드 밸런싱이 필요, 노드를 확장할수록 잠재 원인또한 늘어남

  • 주요기술

    • Sharding

    • In Memory Cache

    • NoSQL

서비스를 제공하는 종류나 스토리지의 용도 등에 따라 선택할 수 있음

  • 온라인 금융거래와 같이 워크플로우 기반의 빠르고 정확하면서 단순한 처리가 필요한 **OLTP(Online Transaction Processing)**환경에서는 고성능의 스케일업(scale-up) 방식이 적합.

    • 정합성 유지가 어려운 경우

    • OLTP(온라인 트랜잭션 처리)

  • 빅데이터의 데이터 마이닝이나 검색엔진 데이터 분석 처리 등을 대표하는 OLAP(Online Analytical Processing) 어플리케이션 환경에서는 대량의 데이터 처리와 복잡한 쿼리가 이루어지기 때문에 스케일 아웃(scale-out) 구성이 더 효율적

SPOF(Single Point Of Failure)

단일 장애점은 시스템 구성 요소 중에서, 동작하지 않으면 전체 시스템이 중단되는 요소를 말함

예방

  • 복잡한 시스템인지 판별

  • 단일 장애점 파악 및 제거

  • 높은 신뢰성은 단일 컴포넌트에 의존 X

방법

  • 복잡도 낮추기

  • 복제

  • 다양성

  • 문서화

Web Browser → Web Server

  • Load Balance

  • N대의 Web Server or L4, L7

Web Server → WAS

  • 개발자의 코드로 인한 문제 발생

  • N대의 WAS 구축

DataBase

  • 용량부족으로 인한 장애 발생

  • RAID, NAS 등

  • Router, 허브, 스위치

  • Web

  • Database’

PreviousACID란?Next관계형 데이터베이스와 비 관계형 데이터베이스의 차이

Last updated 2 months ago