Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 이분탐색
- docker
- 결제서비스
- 객체지향패러다임
- prg 패턴
- JPA
- 프로그래머스
- 백준
- 레디스 동시성
- gRPC
- 주식
- piplining
- 디버깅
- 쿠키
- 카카오
- 검색어 추천
- 트랜잭샨
- 셀러리
- 알람 시스템
- branch 전략
- AWS
- 완전탐색
- jwt 표준
- spring event
- 누적합
- 깊게 생각해보기
- 좋은 코드 나쁜 코드
- 구현
- BFS
- 숫자 블록
Archives
- Today
- Total
목록샤딩 (1)
코딩관계론
검색어 추천 서비스 V4(Sharding)
이전의 V3는 정말 모든 것을 만족했지만, 데이터가 지속적으로 확장된다면 결국 디비와 레디스의 용량은 한계에 도달하게 된다. 따라서 우리는 scalue-out 방법인 샤딩을 도입해서 이러한 문제를 방지해야 합니다. 검색어 추천 서비스의 경우에는 두 개의 저장소를 사용하고 있기 때문에 두 개의 저장소(Redis, Mongo)에 샤딩을 진행해야 합니다. 먼저 샤딩을 어떤 방식의 샤딩이 있는지 알아보고, 그에 맞는 적적한 샤딩 키 설계를 진행해야 합니다. 샤딩 키 설계가 잘못되면 한 서버로 데이터가 몰리게 되면서 샤딩 효과를 볼 수 없게 됩니다. 샤딩 방식에는 크게 모듈러 샤딩과 레인지 샤딩이 있습니다. 이제부터 각각의 장단점을 한번 살펴보겠습니다. 먼저 모듈러 방식은 아래 그림과 같습니다. 모듈러 방식으로 ..
개발
2024. 8. 13. 17:54