[바미] 데이터 베이스 스케일링

데이터베이스 스케일링은 데이터베이스 용량을 증가하거나 그로 인한 성능 향상을 위한 기법입니다. 

데이터베이스 스케일링은 일반적으로 수직 스케일링 (Vertical Scaling), 수평 스케일링 (Horizontal Scaling) 2가지 방법으로 이루어집니다

 

데이터베이스를 스케일링 할 때 적절한 전략을 선택하는 것이 중요한데 기존 시스템에서 사용하던 인프라와 새로운 인프라 간에 호환성을 고려해야 하며, 이를 위해 적절한 데이터베이스 클러스터링 기법을 선택해야 합니다. 이들은 데이터베이스 일관성, 확장성, 가용성을 유지하면서 성능을 향상시키는 데 사용될 수 있습니다.

수직 스케일링 (Vertical Scaling)

데이터베이스 서버의 하드웨어 자원을 확대하는 방법. 이를 통해 더 많은 요청을 처리할 수 있도록 하는 방법입니다.

장 단점

• 장점: 구축하려는 시스템에 대한 요구사항을 맞추기 쉬움. 단일 서버 안에서 자원을 증가하면 그만입니다.
• 단점: 서버 자원의 한계가 있어, 일정 수준 이상 증가하면 성능 향상이 어렵고, 고가의 서버를 구축해야 하는 비용이 들어가며, 일반적으로 관리 비용도 많이 들어갑니다.

언제 사용해야 하는가?

수직 스케일링은 요청 처리량이 증가할 때만 사용하면 되는 경우 적절합니다. 예를 들어, 웹 서버나 응용 서버에서 요청 처리량이 증가하면 서버의 자원을 늘려 처리량을 높일 수 있습니다.

 

수평 스케일링 (Horizontal Scaling) 

데이터베이스를 여러 개의 서버로 분산하는 방법. 이를 통해 더 많은 요청을 처리할 수 있도록 합니다.

장 단점

• 장점: 서버 자원의 한계를 극복할 수 있음. 서버를 추가하면 성능이 증가하며, 일반적으로 서버 구축 비용도 적습니다.
• 단점: 시스템 구성이 복잡해지며, 서버 간 관리와 병렬처리가 필요하며, 일반적으로 관리 비용도 많이 들어갈 수 있습니다.

언제 사용해야 하는가?

수평 스케일링은 요청 처리량이 증가하면 서버를 추가하며, 요청 처리를 분산 처리하는 경우 적절합니다. 예를 들어, 웹 서비스나 인터넷 서비스를 제공하면서 요청 처리량이 증가하면 서버를 추가하여 요청 처리를 분산 처리할 수 있습니다.

더욱 정확한 결정을 위해서는 특정 시스템의 요구사항과 특성을 고려해야 합니다.