[IT인프라 운영 전문가 1편] 가상 이미지 준비 (scale-out, scale-up)

새롭게 만든 아키텍처 카테고리에서는 인프라 운영 노하우 및 아키텍처 설계와 관련된 게시글을 주로 다룰 예정입니다.

가상 이미지의 표준 정책 수립 및 준비

가상화 또는 클라우드 환경에서는 OS, WEB, WAS, DB 및 각종 Application 등을 미리 설치한 가상 이미지를 관리해야 함

갑작스러운 이벤트 발생을 대비하기 위해 아래와 같이 가상 이미지의 표준 정책을 세워 운영하려고 노력했음

표준 정책을 기반으로 한 가상 이미지 준비

- 성능(CPU, MEMORY)

- OS 버전

- WEB/WAS 버전

- DB 버전

- 설치 경로 통일

- 보안 취약점 조치

등...

기존 운영 중인 서비스가 돌아가는 서버와 동일한 성능 및 OS, 애플리케이션 등 일치한 버전을 미리 설치하여 가상 이미지를 관리함으로써 트래픽 이벤트 발생 시 스케일 아웃을 원활하게 진행할 수 있음

인프라를 운영하다보면 예기치 못한 대규모 트래픽을 마주하거나 혹은 예상이 가능한(명절 ktx 티켓 예매) 경우가 있다.

여기서 우린 Scale-Up, Scale-Out을 생각하게 되는데 간단하게 알아보자

구분	Scale-Up (스케일업)	Scale-Out (스케일 아웃)
개념	CPU, MEMORY 추가 등 기존 하드웨어 장비의 성능을 높이는 방법으로 수직 확장이라고도 부름	기존 운영 장비와 동일한 스펙의 서버를 여러 대를 두는 방법으로 수평 확장이라고도 부름
확장성	성능 확장에 한계가 있음 기존 서버 성능 확장 시 서비스 다운타임 불가피	지속적 확장 가능 레거시의 경우 동일한 스펙의 서버를 구매해야하므로 필요성이 없어졌을 경우 추가 확보한 서버 대수만큼 손해가 발생 (★ 가상화 / 클라우드의 경우 문제가 되지 않음)
비용	성능 증가에 따른 비용 증가폭이 상대적으로 큼	비교적 저렴한 서버 사용으로 비용 부담이 적음
장애	한 대의 서버에 부하가 집중되어 장애 영향도가 큼	여러 대의 서버에 부하가 분산되기때문에 SPoF로부터 자유로움 부하분산을 위해 상단에 로드밸런서가 필요
적합한 환경	온라인 금융거래처럼 워크플로우 기반의 빠르면서 정확한 단순 처리가 필요한 OLTP(Online Transaction Processing) 환경	빅데이터의 데이터 마이닝 또는 검색엔진 데이터 분석 처리 등 대용량 데이터 및 복잡한 쿼리 처리가 필요한 OLAP(Online Analytical Processiong) 환경