아리아 날다

들어가며 지난 포스팅에서는 Scale-Up과 Scale-Out에 대해 알아보았습니다. 서버 확장 방법이 쉬운 Scale-Up 방식을 이용하면 데이터 정합성 문제에 자유롭다는 장점이 있지만, 하나의 서버에서 모든 트래픽을 처리해야 하기 때문에 부하가 걸렸을 때 서버가 복구되기 전까지 서비스를 중단해야 하는 상황에 빠질 수 있다는 치명적인 단점이 있었습니다. 따라서 대용량 트래픽 처리와 병렬 프로그래밍이 중요한 이번 프로젝트에서는 Scale-Out 방식이 적합할 것이라고 했는데요. 오늘은 이어서 앞서 말씀드린 Scale-Out 방식에서 일어나는 세션의 데이터 정합성 문제와 해결 방법에 대해 알아보도록 하겠습니다. *병렬 프로그래밍: 여러 대의 컴퓨터 또는 CPU내의 여러 코어를 사용하여 동시에 작업을 실행할..

온라인 서비스 서버 확장 현재 온라인으로 플리마켓을 구현해보는 프로젝트를 진행하고 있습니다. 오프라인 플리마켓은 정해진 시간에 한정적인 제품을 저렴한 가격에 판매하기 때문에 동시간에 수많은 구매자가 몰려 대기하고, 입장이 늦어지면 원하는 제품을 구매할 수 없다는 단점이 있는데요. 이번 프로젝트는 그런 오프라인 플리마켓의 단점을 보완하고자 진행하게 되었습니다. 이번 프로젝트를 포함해 무신사, 지그재그, 에이블리 등과 같은 온라인 패션플랫폼은 앞으로도 사용자가 계속해서 증가할 것으로 전망하고 있습니다. 그렇다면 과연 사용자가 늘어남과 동시에 생기는 트래픽 문제를 서버는 어떻게 감당하는 걸까요? 서버를 확장하는 방법, Scale-Up & Scale-Out 블랙 프라이데이같은 할인 시즌에 수많은 사용자의 트래픽..