SK Telecom - 망관리 프로젝트 TANGO의 오픈소스 데이터베이스 전환 여정 - 발표자 : 박승전, Project Manager, SK Telecom│김지훈, Sr. Database SA, WWSO, AWS ::: AWS Data Roadshow 2023

© 2023, Amazon Web Services, Inc. or its affiliates. All rights reserved.
오픈소스 데이터베이스로 탈 오라클!
Why Not?
김지훈
데이터베이스 스페셜리스트 솔루션즈 아키텍트
AWS
박승전
프로젝트 매니저 (TANGO 클라우드 마이그레이션)
SK Telecom

• 최신 어플리케이션을 위한 데이터베이스 트렌드
• 탈 오라클과 어플리케이션 현대화를 위한 여정
• SK Telecom “TANGO” 프로젝트 소개 및 클라우드 여정
• 교훈 및 향후 계획
Agenda

어플리케이션 현대화의 주요 속성
설계 사상
혁신
&
민첩성
무제한
성능
&
확장성
비용
고가용성,
관리 편의성,
&
비용 효율성

데이터 현대화 아키텍처
전통 방식에서 . . . . . . 마이크로 서비스, 분산 아키텍처로
웹 서버
프레젠테이션 영역
어플리케이션 서버
비즈니스 로직
데이터베이스 서버
데이터 영역
이벤트
큐 + 캐시+ 메시지
이벤트
프레젠테이션
비즈니스
로직
데이터

Amazon의 현대화
교 훈 : 혁 신 과 민 첩 성 을 위 한 분 해
중앙 데이터베이스
+ 종속 팀
독립 데이터베이스
+ 2 피자 팀
모놀리식 어플리케이션 마이크로 서비스

데이터베이스 현대화 플레이북
관리형
데이터베이스로 이동
오픈 소스
데이터베이스로 이동
목적 지향 데이터베이스로
현대화
Oracle
SQL Server
MongoDB
Redis
…
Amazon Aurora
Amazon RDS
Amazon DocumentDB
Amazon ElastiCache
Amazon MemoryDB
Oracle
SQL Server
IBM DB2
Sybase
…
Amazon Aurora
Amazon RDS
Oracle
SQL Server
MySQL
PostgreSQL
…
Amazon DynamoDB
Amazon Elasticache
Amazon Neptune
Amazon DocumentDB
Amazon Timestream
…
자체 관리형 AWS 관리형 상용 오픈 소스 모놀리식 마이크로 서비스

1 단계: 관리형 데이터베이스로 이관
관리형 데이터베이스
도입
민첩성, 관리 편의성,
비용 효율성
• 운영 부담 감소
• 플랫폼 기능의 장점 활용
클라우드 네이티브 데이터베이스 도입
Amazon RDS, Amazon Aurora

2 단계: 캐시 및 영구 인메모리 데이터
스케일링 문제 해결
• 손쉬운 도입
• 반복적 읽기 작업 부하 경감
• 세션 상태 저장
• 데이터 캐싱
성능 향상
• 빈번한 카운터
• 급변하는 순위
• 밀리 초 미만의 데이터 액세스
빈번한 액세스 데이터 캐싱
Amazon ElastiCache
지속적이고 내구성 있는
인메모리 데이터 스트럭처
Amazon MemoryDB

3 단계: 비 관계형 데이터 쿼리
모놀리스 구조 분해
• 용도에 맞는 적합한 도구
• 마이크로 서비스 액세스 패턴이
데이터 스토어를 결정함
장점
• 민첩성
• 확장성
• 성능 키-밸류, 글로벌 액세스
가능한 데이터 세트
Amazon DynamoDB
도큐먼트 형태 데이터 세트
Amazon DocumentDB
와이드 컬럼 데이터 세트
Amazon Keyspaces
Amazon ElastiCache
Amazon MemoryDB

4 단계: 전문화된 데이터 상호 작용
시계열 데이터 세트
Amazon Timestream
그래프 및 고도로
연결된 데이터
Amazon Neptune
원장 데이터 기록 시스템
Amazon QLDB
전문 데이터 세트
• 소셜 그래프
• 추천 엔진
• 시간 별 데이터
• 기록 시스템
• 디지털 기록
장점
• 민첩성
• 확장성
• 성능
키-밸류, 글로벌 액세스
가능한 데이터 세트
Amazon DynamoDB
도큐먼트 형태 데이터 세트
Amazon DocumentDB
Amazon ElastiCache
Amazon MemoryDB
와이드 컬럼 데이터 세트
Amazon Keyspaces

목적 지향 데이터베이스로의 현대화는 여정입니다.
조 직 적 으 로 나 기 술 적 으 로 나
비관계형 쿼리 패턴을 NoSQL로 이관
Amazon DynamoDB, Amazon DocumentDB, Amazon Keyspaces
개선 사항: 민첩성, 혁신, 확장성, 성능, 관리 편의성, 비용 효율성
관계형 워크로드를 관리형 데이터베이스 서비스로 이관
Amazon Aurora, Amazon RDS
개선 사항: 민첩성, 관리 편의성, 비용 효율성
캐싱 및 인-메모리로 워크로드 오프로드 구현
Amazon ElastiCache, Amazon MemoryDB
개선 사항: 확장성 및 성능
1
2
3
전문 데이터 세트 및 쿼리 패턴을 전문 데이터베이스 서비스로 이관
Amazon Neptune, Amazon Timestream, Amazon QLDB
개선 사항: 민첩성, 혁신, 확장성, 성능, 관리 편의성, 비용 효율성
4

SK Telecom 클라우드 여정

TANGO 소개
T A N G O ( T - A D V A N C E D N E X T G E N E R A T I O N O S S ) 의 클 라 우 드 전 환 계 획
TANGO란?
• SKT 망 관리 시스템
• 주요기능: 장비 관리, 감시, 분석, 망 설계 구축
• 구성: O, I, PF, A, EC의 5가지 기능으로 구성
퍼블릭 클라우드 전환 추진 일정
• 오픈소스 DB 전환 방안 설계 (21년)
• 5G 망 감시 시스템 (22년)
• 3G, LTE, IP 망 감시시스템 (23년)
• 장비관리 및 공통기능 (24년)
TANGO
O
Operation: 성능, 고장 감시
I
PF
A
EC
Inventory: 장비관리
Platform: 공통기능
Analytics : 데이터 분석
Engineering & Construction: 설계 및 구축
클라우드 전환 대상 On Premise 유지

클라우드 전환 목표
클 라 우 드 기 반 T A N G O 서 비 스 의 변 화 혁 신 을 목 표 로 함
클라우드 네이티브
개발
MSA/컨테이너 기반
개발
[확장성/가용성 향상]
단순한 클라우드로의 이전이 아닌 앱의 리팩토링을 통해 성능, 비용 및 안정성 개선을 목표로 함
오픈소스
DB 전환
탈 오라클
[비용절감/종속성 제거]
TCO 구조 혁신
중복 기능/데이터 제거
[투자비/운영비 최소화]
성공적인 클라우드 전환을 통한 IT 변화 혁신의 기반 마련
앱 구조 개선
[단위 성능/속도 향상]
서비스 구조개선
(리팩토링)

확장성 한계
• 수직적 확장에 의존
• 수평적 확장을 위해서 DB 및 앱 재설계 필요
성능 이슈
• 처리 및 연동 데이터 증가에 따른 성능 이슈 발생
• AI 기반 앱 진화에 어려움 발생
비용 증가
• 시스템 확장에 따른 S/W 라인센스 비용 부담 증가
• 단일 솔루션 의존성 경감 필요
• DB 구조 : 모노리식 데이터베이스
• 환경 변화
✓ 망 진화(LTE/5G)로 인한 관리
대상 장비 및 데이터 증가
✓ 자동화(AI) 및 데이터 분석 등
연동 요구 데이터 증가
클라우드 전환 목표
오 픈 소 스 D B 전 환 : 확 장 성 한 계 및 성 능 이 슈 극 복 필 요
[현재 DB의 구조적 이슈]

오픈소스 DB 전환 여정
전 환 단 계 별 검 토 필 요 항 목
설계 개발 데이터
이전
운용
최적화
오픈소스 DB 전환 단계별 검토 항목 (체크 리스트)
• 성능/쿼리 최적화(APM)
• 비용 최적화
▪ 리소스 최적화
▪ Graviton 적용
▪ 개발 검증 환경 RDS 대상
▪ 야간/주말 리소스 사용
중지 자동화
• 적합한 DB 선택
• 성능 및 비용을 고려한 설계
▪ 분산 설계
▪ Query Awareness
▪ S3 활용 (DB 대안)
• SQL 전환 가이드 작성
• 서비스 중단 최소화를 고려한
데이터 이전 계획 수립
• 리허설 및 계획 수정/고도화
• 데이터 검증 방안 필요
• DB 구축
• SQL 전환 개발

적 합 한 데 이 터 베 이 스 선 택
• 관계형 DB
• NoSQL
• 시계열 DB
전환 대상
- 데이터 재처리 빈번
- Join이 다수 발생
- RDB가 우수하다고 판단
- 재개발 비용에 대한 고려
- 성능 기능 유사
- Vacuum 동작 시 실시간
성능 고려
- 성능 우수 (비용 대비 효과)
- 구성 민첩성
- 관리 편의성
- 운영 부담 감소
DB 형태 DB 선택 관리형/자체 관리형
• MySQL
• PostgreSQL
• Aurora MySQL
• RDS for MySQL
• Serverless
• EC2에 자체 구축
• Oracle
애플리케이션의 특성, 전환 개발 및 유지보수 비용을 고려한 적합한 DB 선택 필요

성 능 확 보 및 확 장 성 을 고 려 한 D B 분 산 설 계
[Oracle DB, All-Active 구조, 단일국사]
[Aurora MySQL, Master-Slave 구조, 다중 가용영역]
업무 영역 별 DB 분산
• 의존성이 없는 데이터의 DB 분리
DB 샤딩
• 성능과 수평적 확장성 고려
• 샤드 간의 조인 불가한 조건을 고려한 Key 도출
• 예시) 성능지표 ID
비용 절감을 위한 S3 활용
• 조회 빈도와 성능 민간도를 고려하여 DB 대안으로
활용
Query Awareness 활용한 처리 분산
• Slave (Read Replica) 활용한 Select Query 처리
• Master 노드의 부하 경감

S Q L 전 환 가 이 드 작 성 및 활 용
[ SQL 유형 별 개선 방안 ] [ SQL 전환 가이드 활용 ]
효율적인 전환 개발 및 성능 확보를 위해 MySQL 적용 가이드라인 사전 제공
SQL 유형별 성능 개선 방안을 제공하고, 성능 우려가 있는 모듈은 업무 조건 및 기능 변경 진행

데 이 터 마 이 그 레 이 션
중계 서버 및 DMS를 활용하여 Oracle에서 Aurora MySQL로 데이터 마이그레이션 진행
DMS의 소스와 타겟 데이터 간의 데이터 형태가 호환될 수 있도록 중계 서버에 임시 테이블 구성

G R A V I T O N 적 용 을 위 한 테 스 트 결 과 공 유
TANGO 애플리케이션의 정상 동작 및 성능 비교를 위한 Graviton vs Intel 비교 테스트 진행
결과 : TANGO 정상 동작, 부하가 낮은 DB의 경우 성능 차이가 없으나, 부하가 큰 경우 Graviton이 우수한 성능을 보임
Graviton CPU의 가격은 11.7% 저렴하고 성능은 약 1.3배 이상 우수하여 TANGO 적용 의사결정
AVG CPU 사용률 (%)
74%
98%
17% 16%
KPI2 DB PRI DB
약 1.3배
Select Latency(ms)
301
ms
681
ms
23ms 24ms
KPI2 DB KPI1 DB
약 2.3배
DML Latency(ms)
682
ms
903
ms
444
ms
490
ms
KPI2 DB PI6 DB
약 1.3배
Graviton
Intel

[참고] Graviton Test 구성도
• Pri DB: 기준 데이터 관리
• KPI DB1: Core 장비 KPI 관리
• KPI DB:2 기지국 장비 KPI 관리
• PI DB1~9: 장비의 성능 관리

비 용 최 적 화
• 쿼리 최적화 진행 및 리소스 사용량 기반 적절한 리소스 선택을 통한 비용 최적화 진행
• 개발이 완료된 이후 Read Replica 삭제 및 야간/휴일 리소스 중지/시작 자동화 기능 적용
[TANGO STG 환경]

Lesson Learned
데이터 마이그레이션 시 서비스 단절 최소화 및 데이터 검증 계획 필요
DMS 등의 Tool 활용 숙지, 수 차례의 리허설 진행을 통한 계획 수정 및 고도화
Oracle과 동등 수준 E2E 성능 확보
성능 갭 최소화를 위한 DB 최적화(분산) 설계 중요
쿼리 변환 및 애플리케이션 전환 개발에 대한 사전 가이드 수립 필요
SQL 전환 가이드 사전 제공, 변경된 DB 에 최적화된 스키마 및 인덱스 재구성 필요
1
2
3
DB 비용 비중 높음 (약 56%), DB 분산에 따른 유지보수 비용 증가 가능성 존재
Graviton 사용 필수, 저가형 스토리지 사용 확대 필요, 유지보수 절감 방안 필요
4
성능 측면에서 기대 이상으로 만족, 비용 측면에서 지속적인 절감 노력 필요

향후계획 (23년)
애 플 리 케 이 션 구 조 개 선 및 S 3 활 용 확 대 를 통 한 비 용 절 감 추 진
서버리스 DB 활용 방안 검토중
사용률이 낮고, 절체 시간에 민감하지 않은 Slave DB에 적용 예정
비용 절감을 위한 애플리케이션 구조 최적화
캐쉬 활용 및 사용성이 적은 DB는 S3(Athena)로 전환 확대
1
2
3
TANGO의 클라우드 전환 지속 추진 (3G, LTE, IP 감시 기능 등)
오픈소스 DB 전환 확대

감사합니다

SK Telecom - 망관리 프로젝트 TANGO의 오픈소스 데이터베이스 전환 여정 - 발표자 : 박승전, Project Manager, SK Telecom│김지훈, Sr. Database SA, WWSO, AWS ::: AWS Data Roadshow 2023

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to SK Telecom - 망관리 프로젝트 TANGO의 오픈소스 데이터베이스 전환 여정 - 발표자 : 박승전, Project Manager, SK Telecom│김지훈, Sr. Database SA, WWSO, AWS ::: AWS Data Roadshow 2023

Similar to SK Telecom - 망관리 프로젝트 TANGO의 오픈소스 데이터베이스 전환 여정 - 발표자 : 박승전, Project Manager, SK Telecom│김지훈, Sr. Database SA, WWSO, AWS ::: AWS Data Roadshow 2023 (20)

More from Amazon Web Services Korea

More from Amazon Web Services Korea (15)

SK Telecom - 망관리 프로젝트 TANGO의 오픈소스 데이터베이스 전환 여정 - 발표자 : 박승전, Project Manager, SK Telecom│김지훈, Sr. Database SA, WWSO, AWS ::: AWS Data Roadshow 2023