O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

091106kofpublic 091108170852-phpapp02 (번역본)

1.590 visualizações

Publicada em

Performance and Scalability of Web Service
(korea)

Publicada em: Tecnologia
  • Entre para ver os comentários

091106kofpublic 091108170852-phpapp02 (번역본)

  1. 1. KOF2009 웹서비스 퍼포먼스와스케일러빌러티 저자 : 하테나 田中 慎司 stanaka @ hatena.ne.jp 번역 :Onnetmns 허태길 heo@onnetmns.co.kr http://d.hatena.ne.jp/stanaka/ http://twitter.com/stanaka/
  2. 2. 목차 <ul><li>웹서비스 퍼포먼스 </li></ul><ul><ul><li>Back-End 와 Front-End </li></ul></ul><ul><li>시스템의 스케일러빌러티 </li></ul><ul><ul><li>웹서비스의 특성 </li></ul></ul><ul><ul><li>부하 , 효율 , 안정성 </li></ul></ul><ul><ul><li>하드웨어 </li></ul></ul>
  3. 3. 하테나 웹서비스종류
  4. 4. 서비스 규모 <ul><li>등록유저수 : 120 만 </li></ul><ul><li>월간유니크유저수 : 1200 만 </li></ul>
  5. 5. 웹서비스 퍼포먼스 <ul><li>기본 : Firebug 로 계측 </li></ul>
  6. 6. 퍼포먼스 모델 <ul><li>주요요소 </li></ul><ul><ul><li>HTML 페이지의반환시간 </li></ul></ul><ul><ul><li>포함되는 페이지요소의 시간 </li></ul></ul><ul><ul><li>포함되는 페이지요소의수 </li></ul></ul><ul><ul><li>렌더링속도 </li></ul></ul>Response HTMLPage Page 요소 取得 렌더링 완료 시간 주로 Back-End 주로 Front-End Response HtmlPage Page 요소취득
  7. 7. Front-End 의 퍼포먼스 <ul><li>포함되는 Page 요소 수 </li></ul><ul><ul><li>CSS Sprite 에의해 삭감 </li></ul></ul><ul><ul><ul><li>화상 Request 의 압축 </li></ul></ul></ul><ul><li>렌더링속도 </li></ul><ul><ul><li>광고의지연로드 </li></ul></ul><ul><ul><ul><li>Adsense 를 차후처리 </li></ul></ul></ul><ul><li>Firefox 확장 </li></ul><ul><ul><li>Google .. Page Speed </li></ul></ul><ul><ul><li>Yahoo .. YSlow </li></ul></ul>
  8. 8. Back-End 의퍼포먼스 <ul><li>HTMLPage 의 Response 시간 </li></ul><ul><li>포함되는 Page 요소의 Response 시간 </li></ul><ul><ul><li>퍼포먼스의 향상 </li></ul></ul><ul><ul><li>스케일러 빌러티의 확보 </li></ul></ul><ul><li>포함되는 Page 요소의수 </li></ul><ul><ul><li>헤더를 적절히 사용 </li></ul></ul><ul><ul><ul><li>ETag, Cache-Control, Last-Modified 등 -> 처음부터 Request 되지 않도록 한다 . </li></ul></ul></ul>
  9. 9. Response 시간을계측 <ul><li>계측방법 </li></ul><ul><ul><li>특정 URL 를 이용하여 、 그 시간을 계측 </li></ul></ul><ul><ul><li>Live Access Log 에서 수집 </li></ul></ul><ul><li>Live Access Log 를 분석 </li></ul><ul><ul><li>Hadoop 클러스터 </li></ul></ul><ul><ul><ul><li>Core2Quad 서버 10 대 </li></ul></ul></ul><ul><ul><ul><li>하테나다이어리 ( 하테나블로그서비스 ) 의 Log 4GB -> 10 분 정도에 처리 </li></ul></ul></ul><ul><ul><li>분포를 그래프화 </li></ul></ul>
  10. 10. Response 시간의분포그래프
  11. 11. 양호한 Response 의 예
  12. 12. 캐쉬에 의한 영향
  13. 13. 시스템의 기본구성 proxy proxy LVS LVS mod_perl mod_perl mod_perl mod_perl LVS MySQL MySQL LVS LVS LVS Reverse Proxy Application Sever DataBase Sever LoaderBalancer
  14. 14. 하테나 북마크의 경우 Application (user) DB content Application (bot) DB entry DB html DB keyword memcached hadoop searcher squid worker 관련문서 Categorize 계수 10 대 Loader Balancer Reverse Proxy Application (image)
  15. 15. <ul><li>Sever 약 500 대 -> 가상화해서 약 1150 대 </li></ul>하테나의서버대수
  16. 16. WebService 의 3 가지 지표 <ul><li>스케일러빌러티 </li></ul><ul><ul><li>대량의 Request </li></ul></ul><ul><ul><li>각각의 Request 는 비교적 단순 </li></ul></ul><ul><ul><li>Service 의 성장을 예상하기 어렵다 . </li></ul></ul><ul><li>고가용성 </li></ul><ul><ul><li>24/365 ( 24 시간 365 일 ) </li></ul></ul><ul><li>Cost 퍼포먼스 </li></ul><ul><ul><li>한개의 Request 처리에 걸리는 Cost 는 작다 </li></ul></ul><ul><ul><li>처리의 대부분은 비 Critical </li></ul></ul>
  17. 17. 1. 스케일러빌러티 <ul><li>다수의 Service 는 Sever1 대로 동작한다 </li></ul><ul><ul><li>하테나표준 Sever 4 core CPU, 8GB RAM </li></ul></ul><ul><ul><ul><li>Peak 성능은 、 수천 Request/ 분 </li></ul></ul></ul><ul><ul><li>고만고만한 Sever 4 core CPU x 2, 32GB RAM </li></ul></ul><ul><li>대규모 Service 는 Sever1 대로 동작하지않는다 </li></ul><ul><ul><li>100 만 PV/ 달 정도가 지금의 한계 -> 하테나에서는 、 수억 PV/ 달 </li></ul></ul>
  18. 18. Layer 별 스케일러빌러티 <ul><li>Application Sever </li></ul><ul><ul><li>구성이 동일한 상태를 가지지 않음 -> 용이 </li></ul></ul><ul><li>DataBase (DB, File Sever etc) </li></ul><ul><ul><li>Read 의분산 -> 비교적용이 </li></ul></ul><ul><ul><ul><li>Memory 를 최고까지 올리는 방법도 있음 </li></ul></ul></ul><ul><ul><li>Write 의분산 -> 어려움 </li></ul></ul>
  19. 19. 부하의파악 <ul><li>부하의파악 </li></ul><ul><ul><li>Sever 관리툴 (http://servers.hatena.ne.jp/) </li></ul></ul><ul><li>상태의감시 </li></ul><ul><li>부하를 가시화해서 、 Bottleneck 과 이상을 파악가능 하게한다 . </li></ul><ul><li>OS 의 동작원리를알고 , 올바른 성능을 끌어낸다 . </li></ul>把握
  20. 20. 스케일러빌러티와소프트웨어개발 <ul><li>개발의전제 </li></ul><ul><ul><li>대량의 PV 발생하는것 </li></ul></ul><ul><ul><li>대규모데이터가 축적되는것 </li></ul></ul><ul><li>얼마안되는부하의증대가 예상외의 영향을 일으키는 일도 .. </li></ul><ul><ul><li>실행하는 SQL 가 변화 </li></ul></ul><ul><ul><li>참조하는 DataBase 의 증가 </li></ul></ul>
  21. 21. 2. 고가용성 <ul><li>24/365 </li></ul><ul><li>내장해성 </li></ul><ul><ul><li>冗長化 (redundancy) </li></ul></ul><ul><ul><li>Failover </li></ul></ul><ul><li>안정된 인프라 </li></ul><ul><ul><li>과도한 자원소비의 회피 </li></ul></ul><ul><ul><li>적절한 버퍼의유지 </li></ul></ul>
  22. 22. 안정성 <ul><li>24 시간 365 일 100% 의 가동율요구 </li></ul><ul><li>SPOF (Single Point of Failure) 의 제거 </li></ul><ul><ul><li>冗長性 (redundancy) 의 확보 </li></ul></ul>
  23. 23. 冗長性 (redundancy) 확보의실제 <ul><li>Application Sever 은 冗長化 (redundancy) 하기쉽다 . </li></ul><ul><ul><li>상태를 가지지 않는다 . </li></ul></ul><ul><li>DataBase 은 冗長化 (redundancy) 가 어렵다 . </li></ul><ul><ul><li>상태의 복제 ・ 동기 </li></ul></ul><ul><li>기간부분의 네트워크는 冗長化 (redundancy) 가 비교적 어렵다 . </li></ul>
  24. 24. 안정시키기위해서 <ul><li>트레이드오프 </li></ul><ul><ul><li>안정성 ←-> 자원효율 </li></ul></ul><ul><ul><li>안정성 ←-> 속도 </li></ul></ul><ul><li>아슬아슬할때까지 메모리를튜닝 </li></ul><ul><ul><li>메모리소비가증가 -> 성능정하 -> 장해 </li></ul></ul><ul><li>아슬아슬할때까지 CPU 사용 </li></ul><ul><ul><li>1 대 Down -> Capacity Over -> 장해 </li></ul></ul>
  25. 25. 환경의불안정 요인 <ul><li>Application </li></ul><ul><ul><li>기능추가 </li></ul></ul><ul><ul><li>메모리누수 </li></ul></ul><ul><ul><li>유저 액세스패턴의 변동 </li></ul></ul><ul><ul><li>데이터량 의 증가 </li></ul></ul><ul><ul><li>외부제휴 의 추가 </li></ul></ul><ul><li>하드웨어 </li></ul><ul><ul><li>메모리 ・ HDD ・ NIC 장해 </li></ul></ul>부하증대 능력저하
  26. 26. 튼튼한 시스템 <ul><li>상태를 가지는 프로세스를 줄인다 . </li></ul><ul><ul><li>기본 DB 에 집약한다 </li></ul></ul><ul><li>상태를 재구성 할 수 있도록 한다 . </li></ul><ul><ul><li>잃어버려서 곤란하지 않도록 한다 . </li></ul></ul><ul><li>국소적인 장해의 영향을 억제한다 . </li></ul><ul><ul><li>冗長度 (redundancy) 를 높여 장해에 의한 부하의 집중 ・ 증대를 억제한다 . </li></ul></ul>
  27. 27. 冗長性 (redundancy) <ul><li>싼 하드로 신뢰 </li></ul><ul><li>멀티마스터 </li></ul><ul><li>무정지 Maintenance </li></ul>Master DB Master DB Application Sever X 상호 replication
  28. 28. 무정지 Maintenance <ul><li>무정지 DB Maintenance </li></ul><ul><ul><li>Rolling ・ Update </li></ul></ul><ul><li>조건 </li></ul><ul><ul><li>Maintenance 전후로 모순되지 않는 것 </li></ul></ul><ul><ul><li>1 대로 견딜수 있는 것 </li></ul></ul>Master DB Master DB Application Sever Master DB Master DB Application Sever Maintenance
  29. 29. 3. Cost 퍼포먼스 <ul><li>1 대의하드로 많은 Request 를처리 </li></ul><ul><ul><li>리소스효율 </li></ul></ul><ul><li>1 대의단가를 내린다 </li></ul><ul><ul><li>HardCost </li></ul></ul><ul><li>운용 Cost 를 내린다 . </li></ul><ul><ul><li>일인당의 하드 수 </li></ul></ul>
  30. 30. 저비용을 실현하는 기술 #1 <ul><li>지수적인 성능이 향상되는 하드웨어 </li></ul><ul><li>무어의법칙 ( ムーアの法則 ) </li></ul><ul><ul><li>「 집적회로상의 트랜지스터 카운트는 18 개월 마다 배가 된다 」 </li></ul></ul>出典 : http://www.intel.co.jp/jp/intel/museum/processor/index.htm
  31. 31. 저비용을 실현하는 기술 #1 <ul><li>Memory ・ HDD 도빠르게 가격이 싸지고 있다 . </li></ul><ul><ul><li>3 년전 .. 2GB 에 30,000 엔 </li></ul></ul><ul><ul><ul><li>8GB 에 120,000 円 </li></ul></ul></ul><ul><ul><li>현재 .. 2GB x 2 에 5,000 엔정도 </li></ul></ul><ul><ul><ul><li>8GB 에 10,000 円 </li></ul></ul></ul><ul><li>4core 8GB Sever 가 </li></ul><ul><ul><li>3 년전 수십만엔 </li></ul></ul><ul><ul><li>현재 8 만엔 </li></ul></ul>
  32. 32. Memory ・ HDD 가격의 추이 참조 : http://www2s.biglobe.ne.jp/~sakharov/research/pfo_main.html Memory HDD
  33. 33. 저비용을 실현하는 기술 #2 <ul><li>상품화・오픈화하는 소프트웨어 </li></ul><ul><li>오픈소스 </li></ul><ul><ul><li>OS(Linux) </li></ul></ul><ul><ul><li>언어 (C, C++, Perl, Ruby, … ) </li></ul></ul><ul><ul><li>DataBase(MySQL, PostgreSQL, … ) </li></ul></ul><ul><ul><li>WEBSever(Apache, Lighttpd) </li></ul></ul><ul><ul><li>프레임워크 (Ruby on Rails, Catalyst, … ) </li></ul></ul><ul><ul><li>대규모 컴퓨팅 (Hadoop) </li></ul></ul>
  34. 34. 시스템을 염가로 구축 <ul><li>소프트웨어로 노력할 수 있는 곳은 노력한다 </li></ul><ul><ul><li>NAS ・ SAN -> 보통 PCSever + MogileFS </li></ul></ul><ul><ul><li>상용 Router -> 보통 PC Router </li></ul></ul><ul><li>참조 : Google </li></ul><ul><ul><li>ECC 메모리 사용 </li></ul></ul><ul><ul><li>RAID 는 사용하지 않음 </li></ul></ul>
  35. 35. 하드웨어 요구 사양 <ul><li>CPU -> 그 나름대로 고속 </li></ul><ul><li>메모리 -> 8G 정도 </li></ul><ul><li>스토리지 -> 2.5 ” HDD or SSD </li></ul><ul><ul><li>hot swap 은 하고 싶다 </li></ul></ul><ul><li>NIC -> 기본 1 포트 충분히 </li></ul><ul><li>원격 관리 기능->거의 필요 없다 </li></ul><ul><li>전원 이중화->거의 불필요 </li></ul><ul><li>세상에 탐나는 사양이 별로 없다 . </li></ul>
  36. 36. 가상화를 전제로 한 하드웨어 <ul><li>염가의 하드를 유효이용 </li></ul><ul><ul><li>최소한의 관리기능 </li></ul></ul><ul><ul><li>다 ( 多 ) 코아의 CPU </li></ul></ul><ul><ul><li>대량의메모리 </li></ul></ul><ul><ul><li>유연한 IO 성능 </li></ul></ul><ul><ul><ul><li>Diskless </li></ul></ul></ul><ul><ul><ul><li>하드웨어 RAID-10 </li></ul></ul></ul><ul><ul><ul><li>SSD RAID-0 </li></ul></ul></ul><ul><li>관리용 하드콘솔을불필요하게 한다 . </li></ul><ul><ul><li>IPMI 1 〜 2 万 /Sever -> Intel AMT </li></ul></ul>
  37. 37. 독자 하드웨어 <ul><li>세밀하고 빠르게 </li></ul><ul><li>집적밀도의 향상 </li></ul><ul><li>신규파츠 (parts) 의 조달 </li></ul>
  38. 38. 독자 하드웨어
  39. 39. 독자 하드웨어 <ul><li>데스크탑용 M/B </li></ul><ul><ul><li>Intel AMT </li></ul></ul><ul><li>데스크탑용 CPU </li></ul><ul><li>네트워크포트 x 1 </li></ul><ul><li>ECC 없는 메모리 </li></ul><ul><li>RAID 없이 or Software RAID </li></ul>
  40. 40. 독자 하드웨어
  41. 41. 참조 : Google 의 Sever 出典 : http://news.cnet.com/8301-1001_3-10209580-92.html
  42. 42. 독자 하드웨어 신구
  43. 43. 하드웨어성능을 끌어낸다 . <ul><li>염가의하드로 구축 </li></ul><ul><li>하드의 특성을 이용 </li></ul><ul><ul><li>데이터를 메모리에 올린다 </li></ul></ul><ul><ul><ul><li>MySQL, TokyoTyrant 라든지 </li></ul></ul></ul><ul><ul><li>IO 성능의분산 </li></ul></ul>
  44. 44. 데이터량에 메모리량을 맞춘다 32G 16G
  45. 45. 단체 성능의 향상예 <ul><li>SSD: Solid State Drive </li></ul><ul><li>액세스 성능 </li></ul><ul><ul><li>양호한 랜덤 억세스 성능 </li></ul></ul><ul><ul><li>메모리 > SSD > HDD RAID-0/10 > HDD RAID-1 </li></ul></ul><ul><ul><li>메모리만큼은 아니지만 , 충분히 고속 </li></ul></ul><ul><li>Intel SSD X-25E/M </li></ul><ul><ul><li>실전 환경에서 가동중 </li></ul></ul>
  46. 46. On Memory vs SSD 32G 16G + SSD Iowait 는 거의발생하지않음 32GB … 거의 On memory SSD … 대량의 ioread SQL 처리 성능은 거의 동일
  47. 47. SSD 의 리스크 <ul><li>아직 리스크도 .. </li></ul><ul><ul><li>장해 패턴이 불명 </li></ul></ul><ul><li>작년의 초가을에 구입한 염가 SSD 는 반년에 고장 </li></ul><ul><ul><li>Intel SSD 는 미고장 </li></ul></ul><ul><li>언제라도 재구성 가능한 곳에서 사용 </li></ul>
  48. 48. 그밖의 요소기술 <ul><li>네트워크 </li></ul><ul><li>가상화 기술 </li></ul><ul><li>커스텀 엔진 </li></ul><ul><li>계산 클러스터 </li></ul><ul><li>글로벌 대응 </li></ul>
  49. 49. 네트워크의 이중화 IDC 거점별 최대 65534host IDC 내 각 블록 별 대응 1440host 정도 2-4Rack 분 대응 1022host 까지 Core 층 : 트래픽의 큰흐름을 맡는 층 Distribution 층 : 트래픽각 서브네트워크에 배송하는층 Access 층 : 서버에 Endpoint 를제공한다 .
  50. 50. 라우터용 하드웨어 <ul><li>조금좋은 M/B </li></ul><ul><ul><li>ASUS/SuperMicro </li></ul></ul><ul><li>데스크탑용 CPU </li></ul><ul><li>네트워크포트 x 2 </li></ul><ul><li>ECC 메모리 </li></ul><ul><li>IPMI </li></ul>
  51. 51. 가상화기술
  52. 52. 가상화기술에대한 기대 <ul><li>스케일러빌러티 </li></ul><ul><ul><li>오버헤드의 최소화 </li></ul></ul><ul><li>Cost 퍼포먼스 </li></ul><ul><ul><li>리소스의 소비 효율의 향상 </li></ul></ul><ul><ul><li>운용의유연함 </li></ul></ul><ul><ul><ul><li>환경의단순화 </li></ul></ul></ul><ul><li>고가용성 </li></ul><ul><ul><li>환경의격리 </li></ul></ul>
  53. 53. 가상화기술의 메리트 <ul><li>IPMI 의 대체로서의 하이퍼 바이저 </li></ul><ul><li>환경의 추상화 </li></ul><ul><ul><li>하드 차분의 흡수 </li></ul></ul><ul><li>리소스 소비의제어 </li></ul><ul><ul><li>과부하 에대한 경보 </li></ul></ul><ul><ul><li>부하조정 </li></ul></ul><ul><ul><ul><li>자율제어 </li></ul></ul></ul><ul><ul><ul><li>monit *1 과의 조합 </li></ul></ul></ul>*1: 리소스감시툴 http://mmonit.com/monit/
  54. 54. 가상화기술의 메리트 <ul><li>IPMI 의 대체로서의 하이퍼 바이저 </li></ul><ul><li>환경의 추상화 </li></ul><ul><ul><li>하드 차분의 흡수 </li></ul></ul><ul><li>준가상화 ( ParaVirtualization) 를 사용 </li></ul><ul><ul><li>vs 완전 가상화 ( FullVirtualization) </li></ul></ul><ul><li>리소스 소비의 제어 </li></ul><ul><ul><li>과부하에 대한 경보 </li></ul></ul><ul><ul><ul><li>자율제어 </li></ul></ul></ul><ul><ul><ul><li>monit *1 과의 조합 </li></ul></ul></ul>*1: 리소스감시툴 http://mmonit.com/monit/
  55. 55. 가상화 Sever 의 구축 정책 <ul><li>하드웨어 자원의 이용율의 향상 </li></ul><ul><ul><li>비어 있는 자원을 주로 이용하는 DomU 를 투입 </li></ul></ul><ul><ul><li>CPU 가 비어 있는->웹 Sever </li></ul></ul><ul><ul><li>IO 가 비어 있는-> DBSever </li></ul></ul><ul><ul><li>메모리가 비어 있는->캐쉬 Sever </li></ul></ul><ul><li>동거를피하는 조합 </li></ul><ul><ul><li>같은 경향 AND 부하의 높은 용도끼리 </li></ul></ul><ul><ul><ul><li>별도 Sever 의 웹 Sever 끼리 등 .. </li></ul></ul></ul><ul><li>중앙 스토리지는 사용하지 않는다 </li></ul>
  56. 56. 가상화 Sever <ul><li>WEB Sever </li></ul>하드웨어 WEBSever 메모리량 : 4GB Dom0: 0.5GB WEBSever 3.5GB 하드웨어 WEBSever 메모리 : 8GB Dom0: 0.5GB WEBSever 5.5GB 캐쉬 Sever 2GB 캐쉬 Sever 주로 CPU-bound 주로 메모리를 소비 CPU 는 소비하지 않는다
  57. 57. 가상화 Sever <ul><li>DataBase Sever </li></ul>하드웨어 DBSever 메모리 : 4GB Dom0: 0.5GB DBSever 3.5GB 하드웨어 DBSever 메모리 : 8GB Dom0: 0.5GB DBSever 3.5GB WEBSever 4GB WEBSever 주로 IO-bound 주로 CPU-bound
  58. 58. Sever 관리 툴 어느 Rack 에 포함되는 Sever 구성의부하와일람
  59. 59. Sever 관리 툴 <ul><li>가상화대응 </li></ul>Sever 의 부모자식관계와 、 자식 Sever 의부하 일람
  60. 60. 가상화에 의해서 얻을 수 있는 것 <ul><li>물리적인 자원 제약으로부터의 해방 </li></ul><ul><ul><li>자원의 동적인 변경 </li></ul></ul><ul><ul><li>VM 의 마이그레이션 ・ 복제 </li></ul></ul><ul><li>소프트 레벨의 강력한 호스트 제어 </li></ul><ul><ul><li>이상 동작시의 국소화 </li></ul></ul><ul><ul><li>호스트의 제어가 용이해진다 </li></ul></ul>용이한 Sever 증설 -> 스케일러빌러티 하드 Cost ・ 운용 Cost 저하 -> Cost 퍼포먼스 ・ 고가용성
  61. 61. 커스텀 엔진 <ul><li>RDBMS 에서는퍼포먼스적으로 어려운용도 </li></ul><ul><ul><li>유사 기사 검색 </li></ul></ul><ul><ul><li>카테고리 판정 </li></ul></ul><ul><ul><li>전치인덱스에 의한 검색 </li></ul></ul><ul><li>어느 정도의 규모의 데이터 </li></ul><ul><ul><li>컴팩트한 데이터 형식 </li></ul></ul><ul><ul><li>3000 만 엔트리 x 100 words->3.5 GB </li></ul></ul><ul><li>독자적인 알고리즘으로 고속 처리 </li></ul>
  62. 62. 계산 클러스터 <ul><li>MapReduce </li></ul>出典 : MapReduce: Simplified Data Processing on Large Clusters, Jeffrey Dean and Sanjay Ghemawat
  63. 63. Hadoop <ul><li>Apache project 에 의한 MapReduce 의 편입 </li></ul><ul><ul><li>MapReduce </li></ul></ul><ul><ul><li>HDFS (Hadoop Distributed File System) </li></ul></ul><ul><ul><li>Java </li></ul></ul><ul><li>Facebook, Yahoo! Inc. (& はてな ) 에서채용 </li></ul>
  64. 64. 글로벌 전개
  65. 65. 글로벌 전달 <ul><li>태평양을 넘는 것은 상당한 오버헤드 </li></ul><ul><ul><li>6 MB 의 미디어 파일 </li></ul></ul>태평양 넘는것-> 30 초 정도 CDN -> 5 초정도
  66. 66. 글로벌 전달 <ul><li>CDN 을 사용 </li></ul><ul><ul><li>Amazon Cloudfront </li></ul></ul>
  67. 67. Amazon Cloudfront <ul><li>오리지날의 데이터는 일본의 DC </li></ul><ul><li>참조 빈도의 높은 파일을 Amazon S3 에 업로드 </li></ul><ul><ul><li>Amazon Cloudfront 로 전달 </li></ul></ul>
  68. 68. 정리 <ul><li>WEB Service 의퍼포먼스 </li></ul><ul><ul><li>Back-End 와 Front-End </li></ul></ul><ul><ul><li>양쪽 모두의 개선이 필수 </li></ul></ul><ul><li>시스템의스케일러빌러티 </li></ul><ul><ul><li>WEBService 의 특성 </li></ul></ul><ul><ul><li>부하와효율과안정성 </li></ul></ul><ul><ul><li>하드웨어 </li></ul></ul><ul><li>양퍼포먼스 ・ 고스케일러빌러티 ・ 안정 </li></ul>
  69. 69. <ul><li>Q & A </li></ul><ul><li>[email_address] </li></ul>

×