동기 ¶
- (구글, 넷플릭스, 페이스북 ...는) 어떻게 수백대의 컴퓨터를 부려먹을까
- (하둡, Docker, k8s, Elestic search)는 어떻게 수백대의 컴퓨터를 부려먹을까?
Cluster ¶
- 여러 대의 컴퓨터들이 연결되어 하나의 시스템처럼 동작하는 것
현대 컴퓨터의 다양한 한계 ¶
- Compute
- Storage(size)
- Network/Storage I/O speed
- High Availability(HA)
무엇이 그것을 가능하게 하는가? ¶
- 사람
- Remote Shell
- Hadoop
- VM
- Docker
- OpenStack
Remote Shell ¶
- 원격 데스크톱
- 가장 쉽게 시도할수 있는 방법
- 여러대의 computer에 같은 입력을 주는 것과 같다.
Hadoop ¶
- CPU와 Memory 의 한계를 뛰어넘기 위해서
- 모두 동일한 JAVA Application을 띄워놓고 같은 프로그램을 실행
- 같은 환경을 꾸며놔야 된다는 것은 여전하나 한번만 꾸며놓으면 새로운 프로그램을 실행하기 좋다.
- 유명한 Map/Reduce 논문의 구현체
- 하지만 제한적인 명령만 실행할 수 있다.
- 극복하는 방법이 나왔지만, 필요도 없고 잘하는 다른 것들이 있어서...
- HDFS
VM ¶
- High Availablity 가 목적 (물론 다른 것도 있지만)
- 같은 환경을 빨리 만들기 위해
- OS를 쉽게 설치하기 위해서
- 라이브러리를 모두 같게 만들기 귀찮다.
- High Availability
- VMware, KVM, Xen
- 대클라우드 시대를 연 기술
- 만능일까?
- Network 구조가 유연해야지 VM을 쓸수 있다.
- VM의 성능이 어느 정도일까?
docker(container) ¶
- VM 은 너무 느려
- linux 의 Container 기술을 이용한 것
- namespace
- resource(eth0, disk)의 permission 관리
- cgroup
- CPU, Memory, I/O bandwidth 등 quota, limit
- overlay filesystem
- Image size 를 줄어 전송 시간도 줄인다.
- 장점
- VM의 장점을 다 가진다.
- VM보다 훨씬 가볍고 빠르다.
- 제어하기가 훨씬 간편하다.
- 단점
- isolation이 조금 불안하다. (private에서는 큰 문제는 아니다.)
- Kernel의 최신기능이라 조심해서 써야 한다.
- 실제로 문제를 해결하는 것은 각자의 몫이다.
- 여전히 network 구조는 직접 설계해야 한다.
- XaaS(X As A Service) 의 범람을 가져옴
openstack ¶
- 모든 문제를 해결하고자 나선 슈퍼히어로
- Openstack 자체는 일종의 interface의 역할
- 각각의 구현체는 각자가 알아서 조립해서 써야한다.
Cloud ¶
- 구름 저편에서 다 알아서 해주고 난 쓰기만 하는 것
- 버튼 한방이면 설치 설정 알아서 다 해주는 것
