본 세션에서는 Amazon의 관리형 데이터베이스 서비스(RDS) 중 기존 상용데이터베이스의 5배 성능 및 1/10 가격으로도 확장성을 보장하는 Aurora에 대한 소개 및 사용법 그리고 기존의 DB에서의 마이그레이션 방법에 대해 소개해드립니다. 10월 리인벤트를 통해 동경 리전에 Aurora를 사용가능하게 되었습니다.
본 세션에서는 Amazon의 관리형 데이터베이스 서비스(RDS) 중 기존 상용데이터베이스의 5배 성능 및 1/10 가격으로도 확장성을 보장하는 Aurora에 대한 소개 및 사용법 그리고 기존의 DB에서의 마이그레이션 방법에 대해 소개해드립니다. 10월 리인벤트를 통해 동경 리전에 Aurora를 사용가능하게 되었습니다.
[오픈소스컨설팅]클라우드기반U2L마이그레이션 전략 및 고려사항Ji-Woong Choi
Cloud 기반으로 U2C(Unix to Cloud),U2L(Unix to Linux) 마이그레이션에 대한 가이드 라인과 사이징 관련 고려 사항에 대해 설명한 자료입니다.
많은 전환 프로젝트에서 추출된 경험치가 들어가 있으며, 전환별 난이도 및 고려사항이 들어가 있습니다.
AWS 클라우드를 활용하면 사용자의 트래픽에 따라 IT 인프라 아키텍처를 확장할 수 있습니다. 이번 강연에서는 서비스 초기의 작은 트래픽에 대응할 수 있는 단순한 아키텍처로 시작해 사업 성장 후의 수백만 사용자에 달하는 대규모 트래픽을 지탱할 수 있는 고확장성 아키텍처에 이르기까지의 단계별 아키텍처 구성 방법에 대해 소개해 드리고 컴퓨팅 및 데이터베이스 선택 및 사용자 증가에 따른 트래픽 경감 방법, 오토스케일링 및 모니터링과 자동화, DB 부하 분산, 고가용성 확보 등에 대한 다양한 모범사례를 알려드릴 예정입니다.
source : http://www.opennaru.com/cloud/msa/
마이크로서비스는 애플리케이션 구축을 위한 아키텍처 기반의 접근 방식입니다. 마이크로서비스를 전통적인 모놀리식(monolithic) 접근 방식과 구별 짓는 기준은 애플리케이션을 핵심 기능으로 세분화하는 방식입니다. 각 기능을 서비스라고 부르며, 독립적으로 구축하고 배포할 수 있습니다. 이는 개별 서비스가 다른 서비스에 부정적 영향을 주지 않으면서 작동(또는 장애가 발생)할 수 있음을 의미합니다.
AWS에서는 애플리케이션의 목적과 특징에 맞는 다양한 클라우드 기반 데이터베이스 선택 옵션을 제공합니다. 본 세션에서는 클라우드 DB 서비스를 간단히 알아보고, 그 중에서도 DB 서버 및 클러스터 관리 및 운영에 대한 걱정이 전혀 없는 서버리스(Serverless) DB 서비스인 Amazon Aurora Serverless와 DynamoDB에 대해 자세히 알아봅니다. DB 관리 및 운영 등의 번거러운 작업은 AWS에 맡기고, 비지니스 로직에 필요한 데이터 모델 구성 및 쿼리 최적화 등에 집중하여 시장에 요구에 따른 비지니스에 민첩한 서비스를 만드는 방법을 알아 봅니다.
[오픈소스컨설팅]클라우드기반U2L마이그레이션 전략 및 고려사항Ji-Woong Choi
Cloud 기반으로 U2C(Unix to Cloud),U2L(Unix to Linux) 마이그레이션에 대한 가이드 라인과 사이징 관련 고려 사항에 대해 설명한 자료입니다.
많은 전환 프로젝트에서 추출된 경험치가 들어가 있으며, 전환별 난이도 및 고려사항이 들어가 있습니다.
AWS 클라우드를 활용하면 사용자의 트래픽에 따라 IT 인프라 아키텍처를 확장할 수 있습니다. 이번 강연에서는 서비스 초기의 작은 트래픽에 대응할 수 있는 단순한 아키텍처로 시작해 사업 성장 후의 수백만 사용자에 달하는 대규모 트래픽을 지탱할 수 있는 고확장성 아키텍처에 이르기까지의 단계별 아키텍처 구성 방법에 대해 소개해 드리고 컴퓨팅 및 데이터베이스 선택 및 사용자 증가에 따른 트래픽 경감 방법, 오토스케일링 및 모니터링과 자동화, DB 부하 분산, 고가용성 확보 등에 대한 다양한 모범사례를 알려드릴 예정입니다.
source : http://www.opennaru.com/cloud/msa/
마이크로서비스는 애플리케이션 구축을 위한 아키텍처 기반의 접근 방식입니다. 마이크로서비스를 전통적인 모놀리식(monolithic) 접근 방식과 구별 짓는 기준은 애플리케이션을 핵심 기능으로 세분화하는 방식입니다. 각 기능을 서비스라고 부르며, 독립적으로 구축하고 배포할 수 있습니다. 이는 개별 서비스가 다른 서비스에 부정적 영향을 주지 않으면서 작동(또는 장애가 발생)할 수 있음을 의미합니다.
AWS에서는 애플리케이션의 목적과 특징에 맞는 다양한 클라우드 기반 데이터베이스 선택 옵션을 제공합니다. 본 세션에서는 클라우드 DB 서비스를 간단히 알아보고, 그 중에서도 DB 서버 및 클러스터 관리 및 운영에 대한 걱정이 전혀 없는 서버리스(Serverless) DB 서비스인 Amazon Aurora Serverless와 DynamoDB에 대해 자세히 알아봅니다. DB 관리 및 운영 등의 번거러운 작업은 AWS에 맡기고, 비지니스 로직에 필요한 데이터 모델 구성 및 쿼리 최적화 등에 집중하여 시장에 요구에 따른 비지니스에 민첩한 서비스를 만드는 방법을 알아 봅니다.
클라우드 기반 데이터 웨어하우스(DW)에 대한 사장의 선택지가 풍부해지고 있습니다.
DW 구축과 운영방식을 송두리째 바꿀 클라우드 DW의 기술적 특징과 시장에서 주목하는 AWS RedShift에 대해 살펴보세요.
목차
1. 시작하면서
1) Database 아키텍처와 고려사항
2) 최근까지의 7가지 트렌드
3) Big Data 도전 과제
2. AWS Big Data 전략
4) Data Store 관점에서의 AWS 서비스
5) Big Data Architecting process
6) AWS Big data 서비스
3. AWS RedShift 소개
사례로 알아보는 MariaDB 마이그레이션
현대적인 IT 환경과 애플리케이션을 만들기 위해 우리는 오늘도 고민을 거듭합니다. 최근 들어 오픈소스 DB가 많은 업무에 적용되고 검증이 되면서, 점차 무거운 상용 데이터베이스를 가벼운 오픈소스 DB로 전환하는 움직임이 대기업의 미션 크리티컬 업무까지로 확산하고 있습니다. 이는 클라우드 환경 및 마이크로 서비스 개념 확산과도 일치하는 움직임입니다.
상용 DB를 MariaDB로 이관한 사례를 통해 마이그레이션의 과정과 효과를 살펴 볼 수 있습니다.
MariaDB로 이관하는 것은 어렵다는 생각을 막연히 가지고 계셨다면 본 자료를 통해 이기종 데이터베이스를 MariaDB로 마이그레이션 하는 작업이 어렵지 않게 수행될 수 있다는 점을 실제 사례를 통해 확인하시길 바랍니다.
웨비나 동영상
https://www.youtube.com/watch?v=xRsETZ5cKz8&t=52s
Kubernetes advanced sheduling
- Taint and tolerant
- Affinity (Node & inter pod)
Learn how to place Pod like (same or different) node, rack, zone, region
1. 대용량 분산 시스템 아키텍쳐
#2.디자인 패턴
조대협
http://bcho.tistory.com
2. 대용량 분산 시스템 디자인 패턴
• 레퍼런스
– SOA
• SOA Design Pattern (Thomas Erl) – 좋은지 잘 모르겠음. 유명하니까.
• Applied SOA – Michael Rosen – 추천
• Enterprise SOA – Dirk Krafzig – 옛날 책이지만 추천
• Enterprise integration Pattern – Gregor Hohpe 연동 패턴 잘 설명됨
– 사이트
• HighScalability.com
• http://aosabook.org/en/distsys.html (강추)
3. 대용량 분산 시스템 디자인 패턴
• 대용량 분산 시스템 디자인 패턴
– 대용량 분산 시스템 디자인도 패턴이 있고, 비슷함.
– 여기서는 공통된 패턴을 정리 함.
– 자세한 것은 스스로 공부하세요.
4. 분산 시스템 아키텍쳐 디자인 패턴
• 서비스 지향적
• Redudant & Resilience
• 파티셔닝
• Query Off Loading
• 캐슁
• CDN & ADN
• 로깅
• 비동기 패턴
5. 디자인 Principals
• 가용성 (Availability)
• 성능 (Performance)
• 확장성 (Scalability)
• 안정성 (Reliability)
• 관리성(Manageability)
• 비용 (Cost)
7. Redundant vs Resilience
• Redundant
– 이중화
– 비싼 고가용성 서버, 클러스터링, 엔터프라이즈
– 트렌젝션을 깨지지 않고 보장
• Resilience
– 장애가 나면 빠르게 복구
– X86 Commodity 하드웨어, Shared Nothing, B2C
– 트렌젝션이 깨짐
왜?) 대용량 서비스에서 비용을 낮추다 보니, 장애가 남. 장애가 나는
것을 전제로 하고, 고 가용에 들어가는 비용을 낮춤
8. 파티셔닝 (Sharding)
• 데이타를 분산 배치
• 방식
– Horizontal Sharding
– Vertical Sharding
• 데이타 쏠림에 주의
• 검색이 어려움. (별도의 Index 서버 고려)
• 일반적으로 애플리케이션에서 분산 처리 (솔루션 차원에서 지원
하기도함.)
Vertical Sharding Horizontal Sharding
9. 쿼리 오프로딩
• 읽기와 쓰기를 분리
– 일반적으로 읽기:쓰기 비율 = 80:20
– Master node : 쓰기 중심
– Salve node : 읽기 중심 (무한 확장 가능)
– 중간에 Staging DB를 놓는 방법을 고려
– Application단에서 분리 되서 구현현되어야 함
10. 캐슁
• 중앙 집중형 캐슁 아키텍쳐
Client
Client
Client
Cache Data
Client
Client
Client Cache
Data
Pass through Referal
Reverse proxy
Service Bus
• 분산형 캐쉬
Client
Client
Client
Data
Cache
Cache
Cache
Consistencyhashing
• 분산형 캐쉬
Client
Client
Client
Cache Data
Local
Cache
Local
Cache
Local
Cache
※ Oracle Coherence 메뉴얼을 보세요. 참고하기 좋아요.
11. 로드 밸런싱
• 로드밸런싱
– 알고리즘
• Hash
• Round Robin
※ Sticky Session (Timeout 주의)
– L4,L7,Reverse Proxy
• 글로벌 로드 밸런싱
– Dynamic : DNS approach (Amazon Route 53)
– Static : Look up & pinning (*)
• CDC
• Regional info
• 복제할 필요가 없음. (비행기 타고 날라가도 같은 데이타 센터에)
LB
Transaction
Server
Transaction
Server
Transaction
Server
12. CDN & ADN
• CDN
– 정적 컨텐츠를 지역적으로 분산된 EDGE NODE에 배포
• AND
– 압축 전송 : Riverbed
– 전용망 서비스 : Akamai
– Proxy 서버 : 클라우드 서비스의 region간 전용망을 이용
13. 로깅
• 글로벌 트렌젝션과 로컬 트렌젝션
Component
Component
Component
진입점
트랜젝션 ID가 없으면 Global
Tx Id 생성
아니면 API G/W 사용
중간 Tx 포인트 :
같은 GTX ID에
Local TX ID 증가
GTXID:LocalTXID =
0001:001
GTXID:LocalTXID =
0001:002
GTXID:LocalTXID =
0001:003
• TX ID Propagation
– GTX ID : Header에 넘겨서 전달
– Local TX ID : Thread Local 에 넘겨서, Local Tx내에 Propagation
14. 로깅
• 분산 로깅
– Pulling
– Shared Storage
Server
Log
Server
Log
Server
Log
Log Server
pulling
Server
Log
Server
Log
Server
Log
Shared
Storage
Shared Storage
Log Server
• Good Performance • Good at auto-scale out/in