= 동기 =
 * (구글, 넷플릭스, 페이스북 ...는) 어떻게 수백대의 컴퓨터를 부려먹을까
 * (하둡, Docker, k8s, Elestic search)는 어떻게 수백대의 컴퓨터를 부려먹을까?

= 방법 =
 * 클러스터를 만들어서 사용한다.
== Cluster ==
 * 여러 대의 컴퓨터들이 연결되어 하나의 시스템처럼 동작하는 것
=== 현대 컴퓨터의 다양한 한계 ===
 * Compute
  * CPU
  * Memory
 * Storage(size)
 * Network/Storage I/O speed
 * High Availability(HA)

=== 무엇이 그것을 가능하게 하는가? ===
 * 사람
 * Remote Shell
 * Hadoop
 * VM
 * Docker
 * OpenStack

==== 사람 ====
 * 가장 간단
 * 시급이 몇백원이라면...

==== Remote Shell ====
 * 원격 데스크톱
 * 가장 쉽게 시도할수 있는 방법
  * ansible
  * fabric
 * 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
  * 미리서부터 나누어 가지고 있어야한다.
==== 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
  * OS가 맛이 가서 죽으면
 * 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.


= 컴퓨터 부려먹는 방법 =
 1. 컴퓨터를 수백대 준비한다.

= Cloud =
 * 구름 저편에서 다 알아서 해주고 난 쓰기만 하는 것
 * 버튼 한방이면 설치 설정 알아서 다 해주는 것