생활코딩_AWS) Scale Out

Scale-Up은 요구되는 컴퓨팅 파워에 따라서 컴퓨터 성능을 업그레이드 하는 것이었다. Scale-Out은 여러 대의 컴퓨터가 협력하여 공동의 목표를 이루는 것으로 Scale-Up과는 다른 내용이다. 강의에서는 복잡도가 증가하면 예상치 못한 문제가 생길 수 있기 때문에 가급적 Scale-Up을 권장하고 있다. 하지만 Scale-Up 만으로 처리할 수 없는 정도의 트래픽이 발생하면 Scale-Out으로 처리하라고 가르친다.

Scale-Out의 핵심은 '분업'에 있다. 클라이언트의 요청에 응답하기 위한 여러가지 절차를 쪼개어서 하나의 컴퓨터가 할 일을 두 대 이상의 컴퓨터가 분할해서 맡아 처리 속도를 높이는 것이다. 아래 그림을 참고하자.

그림에서 보듯 하나의 과정을 컴퓨터 한 대가 처리했다면 이를 세 대의 컴퓨터가 과정을 쪼개어서 일을 각각 분담하는 것이 Scale-Out의 원리이다. Scale-Up의 경우에는 첫번째 그림에서 단지 Computer1의 성능만을 올리는 것이었고 Scale-Out은 감당하는 컴퓨터의 대 수를 늘린다는 것이 뚜렷한 차이점이다.

더 고도화 되면 다음 그림과 같은 전개도가 나올 수 있는데 아마존에서 제공하는 ELB 서비스를 이용하면 다음 그림과 같은 전개도의 시스템을 구축할 수 있게 된다.

ELB를 사용하기 위해서는 먼저 ELB를 생성해야 한다. ELB를 생성하고 사용하는 과정은 아직 필요 없는 것 같아서 학습의 속도를 위해 포스팅은 생략한다. 다만, 큰 흐름은 먼저 로드 밸런서를 만들고 이렇게 만든 로드 밸런서 밑에 인스턴스를 장착하는 것이다. 이렇게 해야지만 로드밸런서가 있는 위 전개도처럼 시스템이 만들어진다.

ELB를 사용할 때에 주의해야 할 점은 DB는 공통된 DB로 접근하도록 해야 한다는 것이다. Scale-Out을 하느라 컴퓨터를 나눈다는 것이 그만 DB마저 나눠버리면 하나의 애플리케이션이 공통된 DB를 사용하지 않게 되기 때문에 문제가 발생한다. 다음 그림은 이러한 문제점을 도식화 한 그림으로 강의에서 사용된 것을 캡쳐한 것이다. (https://opentutorials.org/course/2717/11332)

<ELB 사용시 잘못된 예시 - 다른 DB를 사용하도록 나눠버렸다>

<ELB 사용시 올바른 예시 - 성능을 고려하여 나눈 뒤 DB는 공통된 DB를 사용하도록 나눔>