[대규모트래픽 이론] #3.2 대규모 트래픽 처리 사례

학습목표

1. 대규모 트래픽 처리 이론을 기반으로 실제 사용 사례를 알아본다.

들어가기 전..

대규모 트래픽 이론 복습하기

[대규모트래픽 이론] #3.1 대규모 트래픽 처리 개요

---

1.1 온라인 쇼핑몰의 타임 세일

• 특정 시간대에 진행되는 타임 세일은 수십만 명의 사용자가 동시에 상품을 구매하려고 접속
• 트래픽이 폭발적으로 증가하며, 서버가 많은 사용자의 요청을 처리하지 못할 경우 성능 저하나 장애가 발생

1. 서버를 수평적 확장하여, 각 서버는 동일한 역할을 수행(서버 수를 늘림)
2. 캐싱 서버 - 자주 사용되는 데이터를 캐시에 저장하여 사용 부하를 줄임
3. 비동기 처리 큐 - 결제, 쿠폰 발급같은 시간이 드는 작업 

---

1.2 스트리밍 서비스

• 많은 사용자가 동시에 비디오를 시청하는 상황
• 인기 프로그램이 신규로 공개되거나, 특정 시간대에 수천 명의 사용자가 동시에 접속할 경우 트래픽 급증

1. CDN
   • 가까운 노드에 제공, 빠른 응답 제공  
   • ex) amazon cloud

---

1.3 금융 서비스의 트랜잭션 처리

• 금융 시스템에서는 수많은 거래가 동시에 발생
• 특히 급증하는 트래픽 속에서 거래를 안전하게 처리하는 것이 매우 중요
• 금융 서비스에서 데이터 일관성, 성능, 안정성이 보장되어야 하며, 트랜잭션이 신속하게 처리될 수 있어야 함

1. consistency = 일관성 = 안전
2. db 샤드 - 각  샤드에서 독립적 처리

---

1.4 대규모 트래픽 처리의 다양한 사례

• 수평적 확장 (Horizontail Scailing) : 서버를 여러 대로 늘려 트래픽 급증에 대응하는 기본 전략
• 캐싱 ( Caching) : 자주 조회되는 데이터나 파일을 캐시에 저장하여 성능을 극대화하고 부화를 최소화
• 로드 밸런싱 (Load balancing) : 여러 서버에 트래픽을 분산시켜 과부하를 방지하고 안정성을 보장
• 비동기 처리 (Asynchronous processing) : 시간이 오래 걸리는 작업은 비동기적으로 처리하여 시스템의 응답성과 자원을 효율적으로 활용
• 데이터베이스 샤딩 (Database sharding) : 대규모 데이터 처리에서 성능 병목을 방지하는 핵심 기술

---

참고, 강의 및 구글링

1티어 패션 커머스의 세일 도메인 프로젝트로 배우는 대규모 트래픽을 견디는 실전 백엔드의 모