1주차 문제 - 1장 (사용자 수에 따른 규모 확장성) ~ 3장 (시스템 설계 면접 공략법)

[yoonseon12]

[yoonseon12]

1. 데이터베이스를 더 많은 서버로 나누어 수평적으로 확장하고 대규모 데이터베이스를 (2)라는 작은 단위로 분할함으로써 성능을 향상시키는 기술을 (1) 이라고 한다. 모든(2)는 같은 스키마를 사용하지만 (2)에 보관되는 데이터 사이에는 중복이 없다.

• (1) 샤드 (2) 샤딩

2. 캐시 전략 중 데이터를 조회할 때 캐시를 먼저 조회한 다음 캐시미스라면 데이터베이스에서 데이터를 조회하고 캐시에 저장 후 클라이언트에 반환, 캐시 히트라면 캐시에서 데이터를 반환하는 이 전략을 무슨 전략이라고 하나요?

• 읽기 주도형 캐시 전략 (read through)

4. CDN에는 어떤 것을 저장하면 좋을까요?

• 이미지, js, css, 웹폰트나 동영상과 같은 정적 파일들을 저장한다.
  • CDN은 컨텐츠 전송 네트워크로 전 세계 여러 지역에 분산된 서버 네트워크를 활용하여 웹 콘텐츠를 효율적으로 전달하는 기술 및 서비스입니다:)

5. 로드벨런서가 하는 역할을 말씀해주세요.

• 네트워크 트래픽을 여러 서버에 분산시켜 각 서버에 가해지는 부하를 균형있게 분배

[GBGreenBravo]

1. master-slave architecture(주 데이터베이스 - 부 데이터베이스 간의 복제; DB 다중화의 한 방식)와 sharding(샤딩; 수평적 확장 전략 중 하나)는 양립 가능 여부를 근거와 함께 설명해주세요.

• 정답: 양립[공존] 가능하다. master-slave architecture와 sharding은 모두 데이터베이스 시스템을 확장하고 성능을 향상시키는 목적으로 수행되는 개념입니다.
  우선, master-slave architecture는 읽기 연산을 slave(부 데이터베이스)에서 라우팅하여 마스터의 부하를 줄입니다. 동시에, 마스터는 DB를 변경하는 나머지 명령어들을 처리합니다. 이는 대부분의 애플리케이션에서 읽기 연산의 비중이 다른 연산의 비중보다 훨씬 높기 때문에, 합리적인 방식입니다.
  그리고, Sharding은 대규모 데이터베이스를 샤드(shard)라고 부르는 작은 단위로 분할하는 수평적 확장법입니다. 모든 샤드는 같은 스키마를 쓰지만, 샤드에 보관되는 데이터 사이에는 중복이 없다는 점이 특징입니다.
  만약 이러한 상황을 가정해봅시다. 수평적 확장을 한 2개의 웹서버가 1개의 Master DB를 사용하고 있다고 가정해봅시다. Slave DB에는 장애가 발생해도 다른 Slave DB가 있기 때문에 장애를 대처할 수 있습니다. 그렇다면 Master DB에 장애가 발생한다면 어떻게 해야 할까요?
  우선, 현재의 설계를 유지한다고 하면, Slave DB 중 하나가 쓰기 연산을 처리하도록 즉시 대응하여 새로운 Master DB가 되는 방식이 있습니다. 그러나 만약에 감당하기 어려운, 많은 데이터를 저장하기를 요구한다면, 하드웨어 한계, SPOF, 비용과 같은 문제를 1개의 master-slave architecture는 해결할 수 없습니다.
  이때 관계형 DB가 요구되지 않는 기능을 NoSQL로 이동시키는 것과 같은 수평적 확장 방식이 적용될 수 있는데, 저희는 Sharding을 사용해보도록 합시다. Sharding의 핵심 개념은, 분리되는 샤드에 보관되는 데이터 사이에는 중복이 없다는 것입니다. 그래서 1개의 master DB가 감당하던 데이터를 여러개의 Master DB(즉 샤드)로 나눈다면, 많은 데이터를 저장할 수 있는 수평적 확장이 가능할 것입니다.
  양립 가능한 그림을 그려보면 아래 링크의 두번째 도식과 같은 설계가 구성될 수 있습니다.
  https://subscription.packtpub.com/book/data/9781783989126/1/ch01lvl1sec10/the-master-slave-architecture

2. 웹 계층을 수평적으로 확장하기 위해서는 (사용자 세션 데이터와 같은) 00 정보를 제거해야 합니다. 00에 들어갈 단어는 무엇일까요?

• 정답: 상태

3. 캐시가 꽉 차버리면 추가로 캐시에 데이터를 넣어야 할 경우 기존 데이터를 내보내는, LRU, LFU, FIFO와 같은 정책을 가진 이 정책은 무엇일까요?

• 정답: 데이터 방출 정책

4. 아래 표와 문장(표 분석 결론)의 빈칸에 들어갈 용어를 작성해 주세요: ( )
   

• 메모리는 빠르지만 ( )는 아직도 느리다.
• ( ) 탐색[seek]는 가능한 한 피하라.
• 단순한 압축 알고리즘은 빠르다.
• 데이터를 인터넷으로 전송하기 전에 가능하면 압축하는 것이 좋다.
• 데이터 센터는 보통 여러 지역에 분산되어 있고, 센터들 간에 데이터를 주고받는 데는 시간이 걸린다.
• 정답: 디스크

[oxix97]

1. 장애가 없는 상황에서 사용자는 가장 가까운 데이터 센터로 안내되는데, 통상 이 절차를 무엇인가요?
   A) 지리적 라우팅

2. 데이터베이스 다중화의 장점 3가지
   A)더 나은 성능, 안전성, 가용성

3. 대체적으로 관계형 데이터베이스에 사용하는 시스템의 이름
   A)RDBMS

4. 웹계층에 무상태와 상태유지중 순간 접속 요청 인원이 많은 경우 무엇이 더 나은지 이유와 같이 서술

A) 무상태의 경우 데이터를 전송할 때마다 연결하고 바로 끊어 버려 대량의 트래픽에 대처가 가능하지만 상태유지의 경우 가용범위보다 많은 클라이언트가 몰리면 일부가 빠져야 다음 클라이언트가 처리되기 때문

[Hju95]

• DB 다중화를 하면 좋은 점은?
  1. 더 나은 성능 - 주 부 다중화 모델에서 읽기 연산은 부 데이터베이스 서버 분산, 병렬 처리될 수 있는 질의
  2. 안정성 - 자연 재해 등 . 데이터 보존
  3. 가용성 - 장애가 나도 계속 서비스
• 아래에 NoSQL 분류가 있다. 나머지 하나는?

1. 키 값 저장소
2. 칼럼 저장소
3. 문서 저장소
4. 그래프 저장소

• 특정 샤드에 질의가 집중되어 서버에 과부하가 걸리는 문제를 뭐라하는가? 유명인사 문제 = 핫스팟 키 문제
• 사용자의 위치에 따라 도메인 이름을 어떤 IP 주소로 변환할지 결정할 수 있도록 해 주는 DNS 서비스는 ? geoDNS

[hodadako]

• 수직적 확장(scale up)과 수평적 확장(scale out)에 대해 아는대로 설명해 주세요.

  • 수직적 확장 (scale up)과 수평적 확장 (scale out) 수직적 확장은 기존 시스템에 더 많은 또는 고성능의 자원을 증설하는 방법 -> 단점 :데이터 서버 수직적 확장 시 한계가 있고 사용자가 늘어나면 감당하기 힘들 수 있음, 단일 장애 지점이 될 수 있다. 고성능 서버는 비용적인 문제가 크다. (하드웨어가 비쌈) 수평적 확장 장점 : 설계가 쉽고 트래픽이 적을 시 유리함 수평적 확장 더 많은 서버를 추가하여 성능을 개선하는 행위 데이터 베이스의 수평적 확장을 샤딩이라고도 하는데 이는 대규모 데이터 베이스를 샤드라고 불리는 작은 단위로 나눈다. 이때 고려해야할 점이 샤드 간 균등한 데이터 분포 (재샤딩), 데이터 조회가 한 샤드에만 몰려 서버에 과부하가 걸리는 문제 (유명인사 / 핫스팟 키), 비정규화를 통해서 여러 샤드에 분포되어 있는 테이블간 데이터 조인이 어렵지 않게 해야한다.

• 특정 지점에서의 장애가 전체 시스템에서의 장애를 일으킬 수 있을 때 이 특정 지점의 이름이 무엇인가요?

  • 단일 장애 지점 (SPOF)

• 상태 의존적인 웹계층의 설계를 피하고 무상태 아키텍쳐를 만들기 위해 공유 저장소를 사용합니다.

• 메시지 큐를 이용하면 서비스 또는 서버간 결합이 느슨해져 규모 확장성이 보장되어야 하는 안정적인 어플리케이션 설계가 가능해집니다.

[hodadako]

@yejincode

NoSQL이 필요한 사례에 대해 서술하시오.

• 아주 낮은 응답 지연시간(latency)이 요구된다.
• 다루는 데이터가 비정형이기 때문에 관계형 데이터가 아니다.
• 데이터(JSON, YAML, XMl 등)를 직렬화하거나 역직렬화 할 수 있기만 하면 된다.
• 아주 많은 양의 데이터를 저장할 필요가 있다.

대규모 데이터베이스를 샤드라는 작은 단위로 분할하는 기술은?
: 샤딩

메시지의 무손실을 보장하는 비동기 통신을 지원하는 컴포넌트는?
: 메세지 큐

데이터가 잠시 보관되는 곳으로, 데이터베이스보다 접근이 빨라 성능을 개선시킬 수 있고 데이터베이스의 부하를 줄일 수 있는 것은?
: 캐시 계층