Today I Learn
- AWS Innovate
- 클라우드는 데이터 세상을 어떻게 혁신하고 있는가?
- 전체적인 데이터베이스 서비스들에 대한 간단 소개
- 데이터 분석 서비스 / Data Lake 대해서도 소개
- 업무 목적에 맞는 NoSQL 데이터베이스 선택하기
- 최근에는 Micro Services Architecture로 변화하면서 용도에 맞는 데이터베이스를 선택한다.
- 그래서 실제 예시 등을 들어서 소개할 줄 알았는데, 그렇진 않고 RDB, DocumentDB, Graph DB, In-Memory DB, Timestream 데이터베이스, QLDB, Column Base DB 등에 대한 소개였다.
- Amazon Aurora Database 심층 분석
- 레벨 300 이라 어려울 것 같았지만, 기존 RDS랑 뭐가 다른지 궁금했다.
- RDB를 좀 더 확장성 있는 구조로 구성한 서비스
- 기존의 RDS나 RDBS를 사용하면 Compute와 Storage가 밀접한 결합이 되어 있어 확장성이 부족했다. 실제로도 일반적인 RDB는 Master - Replica 구조를 사용하거나 Sharding 등을 이용해서 확장을 한다. 아니면 기기 성능을 높이는 식의 수직 확장을 한다.
- 이런 구조라면 클라우드에서 확장, 축소를 서비스 중단 없이 실행하는 것이 어렵다.
- Aurora는 Compute와 Storage를 분리하여 수행한다. (Decoupled Computing & Storage)
- Instance Node에서는 작업 수행 후 Log를 전송하고, Storage Node에서는 Log Stream에서 Log를 보고 병렬적으로 데이터를 처리한다.
- AZ 3개에서 각 AZ당 2 copy씩 총 6way-copy를 하나의 Protection Group으로 묶는다.
- Read는 3 Copy가 살아있으면 가능하고, Write는 4 Copy가 살아있으면 가능
- Log Stream 기반이므로, Storage I/O를 최소화하여 성능을 끌어올리려고 노력했다.
- 결과적으로 3배에서 5배 사이의 성능 향상이 있었고, 유연성과 안정성을 확보했다.
- 백업 / 회복도 된다 등등.
- Amazon DynamoDB 를 활용한 1억 마케터, 실시간 판매 정산 플랫폼 구축하기
- 좀 어렵긴 했다. Atomy라는 회사에서 판매 실적 집계를 실시간 (수 초 내로)으로 수행하기 위해서 DynamoDB 등을 이용하여 Data Pipeline을 구성했다~ 이정도만 이해했다.
- 오라클 RAC 워크로드를 AWS 네이티브 데이터베이스 서비스로의 전환이 가능한가?
- Oracle은 뭐 하려면 옵션으로 추가 구매 해야되고 뭐하고 해서 비싼데, 우리 Amazon Aurora는 이러저러해서 좋다 이런 내용이었다.
Amazon Aurora Database 심층 분석
세션의 간단 요약 같은 느낌이었다.
Good
- 오랜만에 다시 TIL 쓰기 시작했다.
- AWS Innovate 내용이 알차고 좋았다. 작은 영감을 얻은 느낌
Bad
To Do
- 데이터베이스
- 네트워크
- 알고리즘
- 모던 자바스크립트 딥 다이브