24/02/02 TIL __ 레플리케이션 과 클러스터 그리고 샤딩

 

 

클러스터, 샤딩 이런 용어들이 익숙하지 않아 공부한걸 정리한다. 

 

일단 db에 대해 다시 생각해야 한다. 

db는 단지 db 1개의 덩어리가 아니라 사실은

서버와 스토리지의 구성이다.

db는 서버 역할을 하는 db서버와, 데이터를 저장하는 저장소(스토리지)가 한 세트로 구성되어 있다.

 

 

클러스터링

 

서비스를 제공할 때 db server에 장애가 나면, 서비스가 멈추게 된다.
이것을 방지하기 위해 db서버를 늘리고, 하나의 저장소를 바라보도록 한다.
db서버의 부하가 줄어드는 장점이 있지만,
또 cpu나 메모리 자원 부하도 적어지지만,
병목현상 즉 몰려서 대기시간이 길어지는 상황이 생길 수 있다. 또 비용적 이슈도 있다.

클러스터링을 하는 다양한 방법이 있는데,
active-active, active-stanby 등이 있다.
active-active
- 두 서버 모두 활성화.
- 대기시간이 길어지는 상황 발생(병목현상)
active-stanby
- 하나의 서버만 활성화.
- 병목현상이 해결되는 장점이 있다.
- 이 서버에 장애가 발생하면 fail over진행 (fail over시 데이터 유실 가능성.)
- 스탠바이 하던 다른 서버를 엑티브 상태로 변환.
- fail over 이뤄지는 동안에는 영업손실이 필연적으로 발생 하고,
- db서버를 2대 구비하는데, 효율은 이전보다 1/2정도 안나온다는 단점이 있다.

 

 

 

 

레플리케이션

• 클러스터링을 진행시 fail over 동안 데이터 유실 가능성 있다.
• 레플리케이션은 master-slave개념을 기억하자.
• 마스터에 작업하는 데이터를 슬레이브로 복제한다.
• 마스터는 쓰기만 수행, 슬레이브는 읽기만 수행한다.
• 데이터 유실을 방지할 수 있고, 부하도 분산시킬수 있다.
• 그러다 단점으로는 서버비용 추가 발생과, 데이터 양이 많아지면 데이터를 찾는데 오래 걸린다.
• 처리방식을 동기로 했을때, 비동기로 했을때 다른데
  • 동기방식은 replication시 속도가 느려진다.
  • 비동기방식은 데이터 동기화 하기 때문에 일관성 있는 데이터를 얻지 못할 수 있다.
• 목적은 이렇다
  • 데이터의 ==안정성.
  • ==읽기 성능 개선
  • 가용성 향상.

아래 그림에서 셀렉트는 slave에게 시킨다.

 

 

 

 

샤딩

• 데이터를 수평적으로 분할하는 방식이다
• 이 분할은 하나의 데이터 베이스 안에 테이블을 기준으로 할 수도 있고, 전체 데이터베이스 수준에서 일어날 수 도 있다.
• 테이블 샤딩과, 데이터베이스 샤딩으로 나눠진다.
• 데이터베이스 샤딩은
  • 데이터베이스 스토리지를 여러 조각으로 나누어 각 조각을 다른 서버에서 관리하게 하는것.
  • 데이터베이스 서버와, 데이터베이스 스토리지 모두를 나누게 된다.
  • 각 서버는 데이터의 일부만을 관리한다.
  • (이에 반해 레플리케이션은 모든 레플리카가 동일한 데이터 세트를 가지게 된다. )
• 테이블 샤딩은 테이블의 데이터를 여러 서버에 분산시키는 걸 말한다.
• 샤드 키를 기준으로 나누어 저장.

 

 

 

참고한 블로그
https://jordy-torvalds.tistory.com/entry/Clustering-vs-Replication-vs-Sharding

https://techblog.woowahan.com/2687/