용어 정리
대규모 시스템 설계 기초 1~3장

책의 한국어 용어와 원어를 나란히 적었습니다. 뜻은 직접 쓴 한 줄 설명입니다. 쪽수는 책에서 그 용어를 설명하는 쪽이고, 원어는 책에 병기된 것을 우선했습니다(병기가 없으면 일반적인 영어 표현).

CHAPTER 1

사용자 수에 따른 규모 확장성

용어원어뜻쪽
웹 계층 / 데이터 계층web tier / data tier요청을 처리하는 서버 묶음과 데이터를 저장하는 서버 묶음. 나누면 각각 따로 확장할 수 있다4
관계형 데이터베이스relational database (RDBMS)데이터를 테이블과 행으로 저장하고 SQL로 조인할 수 있는 DB4
비-관계형 데이터베이스NoSQL키-값, 그래프, 칼럼, 문서 저장소. 대개 조인을 지원하지 않는다4
응답 지연시간latency요청을 보내고 응답이 올 때까지 걸리는 시간5
수직적 규모 확장vertical scaling, scale up서버의 CPU, 메모리 같은 사양을 올리는 방식5
수평적 규모 확장horizontal scaling, scale out서버를 더 추가해 부하를 나누는 방식5
장애 자동 복구failover한 서버가 죽으면 다른 서버가 자동으로 일을 이어받는 것5
다중화redundancy같은 역할을 하는 구성 요소를 여러 개 두어 하나가 죽어도 버티게 하는 것5
로드밸런서load balancer들어온 트래픽을 여러 서버에 고르게 나눠 주는 장치6
부하 분산 집합load balancing set로드밸런서 뒤에서 트래픽을 나눠 받는 서버 묶음6
공개 IP / 사설 IPpublic IP / private IP인터넷에서 닿는 주소와, 같은 네트워크 안에서만 쓰는 주소6
데이터베이스 다중화database replicationDB 사본을 여러 서버에 두는 것. 보통 주-부 관계로 둔다7
주 / 부 데이터베이스master / slave쓰기를 받는 원본 서버와, 사본을 받아 읽기만 처리하는 서버7
다중 마스터 / 원형 다중화multi-master / circular replication쓰기를 받는 서버를 여럿 두는 다중화 방식. 복잡해서 책 범위 밖이다9
캐시cache비싼 연산 결과나 자주 읽는 데이터를 메모리에 두는 임시 저장소11
캐시 계층cache tierDB보다 빠른 별도 캐시 서버 층. 따로 확장할 수 있다11
읽기 주도형 캐시 전략read-through caching strategy캐시에 있으면 바로 주고, 없으면 DB에서 읽어 캐시에 넣은 뒤 주는 방식11
만료 정책expiration policy캐시 데이터를 언제 지울지 정한 규칙12
일관성consistency캐시와 원본 데이터가 같은 값을 갖는 정도12
단일 장애 지점SPOF, single point of failure그것 하나가 죽으면 전체가 멈추는 곳12
과할당overprovision필요보다 넉넉하게 메모리 같은 자원을 잡아 두는 것13
데이터 방출 정책eviction policy캐시가 가득 찼을 때 무엇을 지울지 정한 규칙13
LRU / LFU / FIFOleast recently used / least frequently used / first in first out마지막 사용이 가장 오래된 것 / 사용 빈도가 가장 낮은 것 / 가장 먼저 들어온 것부터 지운다13
콘텐츠 전송 네트워크CDN, content delivery network지리적으로 흩어진 서버들이 정적 콘텐츠를 캐시해 가까운 곳에서 내려주는 망13
정적 콘텐츠static content요청마다 바뀌지 않는 파일. 이미지, 비디오, CSS, JS13
TTLtime-to-live캐시된 데이터가 유효한 시간15
오브젝트 버저닝object versioning파일 URL에 버전을 붙여 새 파일로 인식시키는 무효화 방법16
상태 정보 의존적인 아키텍처stateful architecture서버가 사용자 상태(세션 등)를 직접 들고 있는 구조17
무상태 웹 계층stateless web tier상태를 공유 저장소에 두고 웹 서버는 아무것도 기억하지 않는 구조17
고정 세션sticky session같은 사용자를 늘 같은 서버로 보내는 로드밸런서 기능18
자동 규모 확장autoscaling트래픽에 따라 서버를 자동으로 늘리고 줄이는 것19
데이터 센터data center서버들이 모여 있는 물리적 장소. 여러 지역에 둘 수 있다20
지리적 라우팅geoDNS-routing, geo-routing사용자 위치에 따라 도메인을 가까운 데이터 센터의 IP로 알려 주는 방식20
메시지 큐message queue메시지를 잃지 않게 보관하며 비동기 통신을 돕는 버퍼22
생산자 / 소비자producer, publisher / consumer, subscriber큐에 메시지를 넣는 쪽과 꺼내 처리하는 쪽. 발행자 / 구독자라고도 한다22
느슨한 결합loosely coupled구성 요소가 서로의 상태를 몰라도 동작하는 관계23
메트릭metrics시스템 상태를 숫자로 본 지표. 호스트 단위, 종합, 핵심 비즈니스로 나눈다24
일별 능동 사용자daily active user (DAU)하루에 서비스를 실제로 쓴 사용자 수24
지속적 통합CI, continuous integration커밋할 때마다 자동으로 빌드하고 테스트해 문제를 빨리 찾는 방식24
샤딩sharding큰 DB를 같은 스키마의 작은 DB(샤드) 여러 개로 나누는 수평적 확장26
샤딩 키sharding key, partition key데이터가 어느 샤드에 갈지 정하는 컬럼28
데이터 재샤딩resharding샤드 구성을 바꾸고 데이터를 다시 옮기는 일28
샤드 소진shard exhaustion분포가 고르지 않아 어떤 샤드가 다른 샤드보다 먼저 가득 차는 현상28
안정 해시consistent hashing서버가 늘거나 줄 때 옮겨야 할 데이터를 최소로 하는 해시 방식(5장)28
유명인사 문제 / 핫스팟 키celebrity problem / hotspot key특정 키(유명인 계정 등)에 요청이 몰려 한 샤드가 과부하되는 문제28
비정규화de-normalization조인을 피하려고 데이터를 중복해 한 테이블에 모아 두는 것28
CHAPTER 2

개략적인 규모 추정

용어원어뜻쪽
개략적인 규모 추정back-of-the-envelope estimation보편적인 성능 수치로 설계가 요구사항을 감당하는지 빠르게 가늠하는 것33
바이트 / 비트byte / bit데이터의 기본 단위. 1바이트는 8비트, ASCII 문자 하나는 1바이트33
응답지연 값latency numbers메모리 참조, 디스크 탐색, 네트워크 왕복 같은 연산에 걸리는 대표 시간34
디스크 탐색seek디스크에서 읽을 위치로 헤드를 옮기는 동작. 메모리보다 훨씬 느리다34
고가용성high availability시스템이 오랫동안 끊김 없이 운영되는 능력. 퍼센트로 나타낸다36
SLAservice level agreement서비스 사업자와 고객이 맺은 가용시간 합의36
월간 능동 사용자monthly active user (MAU)한 달에 서비스를 실제로 쓴 사용자 수37
QPSquery per second초당 처리해야 하는 요청 수37
최대 QPSpeak QPS트래픽이 가장 몰릴 때의 초당 요청 수. 예제에서는 평균의 2배로 잡는다37
CHAPTER 3

시스템 설계 면접 공략법

용어원어뜻쪽
과도한 엔지니어링over-engineering설계의 순수성에 집착해 트레이드오프를 무시하고 필요 이상으로 복잡하게 만드는 것40
타협적 결정 (트레이드오프)tradeoff하나를 얻으려면 다른 하나를 내줘야 하는 관계40
개략적 설계안high-level design핵심 구성 요소와 흐름만 그린 전체 청사진43
에지 케이스edge case평소 흐름에서 벗어난 드문 상황44
피드 발행 / 피드 생성feed publishing / feed building쓴 글을 저장하고 친구 피드에 반영하는 흐름과, 친구 글을 모아 피드를 만드는 흐름44
상세 설계design deep dive면접관과 고른 구성 요소를 깊게 설계하는 단계45
병목bottleneck전체 처리 속도를 제한하는 가장 느린 지점46