Scale up 과 Scale out 적용을 잘못 사용한 사례

추석연휴 전날 경주에서 발생한 진도 5.8 규모의 지진발생시 국민안전처 홈페이지가 다운되었던 현상에 대해 국민 안전처에서 아래 기사와 같은 의견을 밝혀서…… 온전한 엔지니어적인 관점에서 적어본다.
기사링크 http://m.focus.kr/view.php?key=2016092000124301881&share

기사 내용을 요약해보자면
“클라우드로 운영중인 서버가 2대가 있는데 2대에 사양이 낮아 CPU 코어는 4배로 늘리고 메모리는 8배로 늘렸다.”

Scale up (사양증가) 대체 뭐가 문제인데?
용어정리부터 먼저하자면 
 – Scale up : 사양추가
 – Scale out : 장비추가

인프라 재구성함에 있어서 가장 우선적으로 선택해야할 사항중 하나이다.
사양을 늘릴것이냐 서버를 늘릴것이냐~ 
이 우선적인 선택사항에 따라서 비용에서부터 시스템 서비스별 구성 및 랙 공간 활용 등이 달라지기 때문이다.
<이미지출처 : 2년여전쯤에 퍼둔 이미지인데 지금 찾으려니 출처가 보이지 않는다. 문제가 되면 삭제하도록 하겠습니다.>

좀더 부연설명을 하자면
Scale Out (서버추가) 는 수평확장 개념으로 보통 분산처리 / 병렬처리등으로 불리우기도 한다.
즉, 단순한 데이타 처리가 많은 환경에서 나 혼자 해야할 일을 여럿이 나누어서 처리하겠다는 개념이다.
복잡한 계산은 필요하지 않으니 여러 놀고있는 자원(서버)들을 끌어모아서 우리 같이 처리하자는거다.

반면 Scale Up (사양추가)는 수직확장 개념으로 복잡한 계산이 많을경우 사양(CPU, RAM, DISK 구성등)을 고가의 장비로 대체하여 처리속도를 빠르게 하겠다는 개념이다.

이 두가지 방법에는 각기 다른 장단점이 있기에 선택하고 구성시에는 주의해야할점이 있다.

Scale Out (서버추가)은 병렬 구조된 서버들에 데이타를 어떻게 동기화해야하며 세션은 어떤식으로 공유해야할지에 대한 기술적인 한계가 있다. 

L4와 연관해서 세션은 데이타베이스에 단순 웹이미지는 각서버에 동기화해 저장해두고 L4를 통해 얻은 웹 호출정보를 통해서 대용량 파일등은 다이렉트로 업로드해 L4 부하를 고려해가면서 구성하는게 일반적이지 않을까한다.

Scale Up (사양추가)은 제어가 힘들거나 분할구성이 어려운 복잡한 서비스에 적합하다.
예를들어 오라클과 같은 데이타 베이스 서비스
물론 데이타베이스 서비스도 분할이 용이하다면 게시판을 그룹별로 따로 분할 관리하는걸 추천한다.

Scale Out과 Scale Up은 서로 상호보완적으로 구성해야하나 이번 국민안전처에서는 Scale Up이 아닌….Scale Out 으로 조치를 해야하는게 바람직하지 않았을까???

이를 탄력적으로 늘리고 줄이고를 자동화한게… AutoScale
스마일서브에서도 조만간 Scale Up & Scale Out 을 자동화한 오토스케일 서비스를 준비중에 있다.

아래는 매년 본사에서 담당하고 진행하는 이벤트이지만 자료는 약 3년전쯤 유명 글로벌 스포츠브랜드(AD****, N**B******) 마라톤 행사시 구성시 순간 발생했던 트래픽 예이다.

아직은 수동적이긴하지만 DataBase는 Scale Up 구조로…. 웹서버는 Scale Out 구조로 모니터링하며 매년 별 문제없이 운영하고 있다.
그래프에서도 보듯이 장애가 예상되는 포인트는 접수시간을 기점으로 20~30분이다.