관련링크

데이터베이스의 구성 방식

데이터베이스는 기본적으로 데이터베이스 서버와 데이터베이스가 저장되는 스토리지가 1:1로 구성됩니다.

하지만 서비스를 운영하다 보면 DB 서버에서 트랜잭션을 수용하지 못하거나, DB 스토리지에 저장된 데이터가 손상될 경우가 있습니다. 클러스터링과 리플리케이션은 이러한 문제점을 해결하기 위해 고안된 DB 서버 - DB 스토리지 구성 방식입니다.

이번 콘텐츠에서는 비개발자, 개발 공부를 이제 시작한 입문자의 눈높이에서 클러스터링과 리플리케이션을 설명하겠습니다.

두 개 이상의 서버를 하나로 묶어서 운영하는 클러스터링

데이터베이스에서 클러스터링은 여러 개의 DB 서버가 하나의 스토리지를 나눠서 처리하는 방식입니다. 데이터베이스 클러스터링은 Active - Active와 Active - Stand by 방식으로 나뉩니다.

Active - Active 방식의 장점은 하나의 DB 서버가 중단되더라도 다른 DB 서버가 작동할 수 있습니다. 또한, 서버가 두개이기 때문에 DB 서버의 CPU, 메모리 등이 두 배가 되어 가용성 측면에서도 두 배 이상의 성능을 발휘할 수 있습니다. 그러나 Active-Active 방식은 스토리지 하나를 공유하기 때문에 병목이 생길 수 있습니다. 또한, 두 서버를 동시에 운영하기 때문에 비용 부담이 생길 수 있습니다.

 

Active - Stand by는 하나의 DB 서버는 Active(작동) 상태로, 나머지 DB 서버는 Stand by(대기) 상태로 두는 것입니다. Active된 DB 서버에 문제가 생길 경우, Stand by 서버를 Active 서버로 작동하는 방식입니다. Active - Stand by의 장점은 운영 비용 절감입니다.

Stand by 서버는 평소에 작동하지 않기 때문에 Active 상태의 DB 서버 비용만 지출하면 됩니다. 반면, 실제로 Stand by 서버는 평소에 작동하지 않기 때문에 Active 서버로 전환하기까지 시간이 수십 초에서 수십 분까지 소요됩니다.

데이터베이스 스토리지를 복제하는 리플리케이션

리플리케이션은 다양한 이슈로 데이터 유실이 생길 경우를 대비해서 스토리지까지 복제함으로써 데이터의 유실을 최소화하기 위함입니다. 리플리케이션은 Source(Master)와 Replica(Slave)라는 수직 구조로 구축합니다. 리플리케이션을 구축하는 목적은 크게 네 가지입니다.

• 스케일 아웃: 갑자기 늘어나는 트래픽에 대해 부하를 줄이기 위해 서버를 늘려 성능을 개선하는 것입니다.
• 백업: 백업 과정에서 쿼리 손상이 입을 가능성이 있어 Source 데이터에 영향을 미치지 않고 Replica에서 데이터 백업을 진행할 수 있습니다.
• 데이터 분석: Master 서버 성능에 영향을 주지 않고 Slave에서 데이터 분석을 수행할 수 있습니다.
• 데이터의 지리적 분산: Source 서버와 물리적인 거리가 있더라도 Replica 서버를 통해 응답을 받을 수 있고, 속도도 높일 수 있습니다.

단순 백업은 두 개 이상의 데이터베이스 서버와 스토리지를 Source(Master)와 Replica(Slave)로 나눠서 동일한 데이터를 저장하는 방식입니다. 분산 방식은 Slave DB를 백업용으로 활용하기 아까워 Slave db는 부하 분산을 하는 방식으로 사용합니다.

Slave를 백업 용도로 활용하는 방식은 두 개 이상의 데이터베이스 서버와 스토리지를 Master와 Slave로 나눠 동일한 데이터를 동기화 및 저장하는 방식입니다. Slave를 읽기 용도로 활용하는 방식은 Master의 부하를 줄이기 위해 Select 작업을 Slave에서 하도록 구성하는 방식입니다. Select 작업에 시간이 걸리기 때문에 다른 작업을 하기 어렵기 때문에 Slave를 통해 분산처리 할 수 있어 성능 향상에 도움을 줄 수 있습니다.

 

리플리케이션의 단점으로는 Master, Slave는 서로 다른 서버를 운영하기 때문에 별도의 버전 관리를 해야합니다. 이 때 Master와 Slave의 데이터베이스도 동일하게 맞춰줘야 합니다. 또한, 데이터의 정확도를 보장할 수 없습니다. Slave가 Master의 데이터 처리 속도를 따라가지 못한다면 두 개의 데이터는 일치하지 않을 수 있습니다. 마지막으로, 리플리케이션 방식으로 구성해도 성능 향상을 체감하지 못할 수 있습 니다.

서비스에 맞춰 계획을 가지고 데이터베이스를 확장하세요

클러스터링과 리플리케이션은 상황에 맞는 데이터베이스 확장 방식으로, 계획 없이 데이터베이스를 확장하는 일은 지양해야 할 것입니다. 각자의 서비스에 맞춰 데이터베이스 확장 계획을 세운다면 고객에게 더 나은 품질의 서비스를 제공할 수 있을 것입니다.