Cloud 예시(Google)

Cloud가 요새 IT의 화두가 되지만 진정한 Cloud는 없는거 같습니다.
어제 구글 관련 책을 읽고 정리한 내용입니다.

1. 규모 확대에 따른 장비 업그레이드
대부분의 IT회사들은 규모 확대에 따라 장비를 업그레이드 하게 됩니다.
이런 업그레이드에는 두가지 방법이 있습니다.
Scale-UP : 하드웨어 부품을 업그레이드

- 장점 : 기존의 Application을 변경할 필요 없이 사용 가능
- 단점 : H/W 업그레이드에는 한계가 있으며 업그레이드시 비용이 많이 듬

Scale-Out : 서버의 대수를 늘림

- 장점 : 동일한 서비스를 제공하는 경우 싼 비용으로 손쉽게 규모 확장이 가능
- 단점 : 서버들의 자원을 효율적으로 분산할 수 있는 분산 프로그램이 필요
          해당 구조에 맞는 Application 개발이 필요

위와 같이 두가지 방법이 있으며 일반 제조 업체의 경우 Scale-UP을 보통 이용하며 포털 업체와 같이 서비스가 일반적으로 같은 경우 Scale-Out의 방법을 이용합니다.

2. 분산처리의 매력
분산처리란 예전 Grid-Computing의 개념이 세상에 알려지면서 본격적으로 사용되어지기 시작하였습니다.
Grid-Computing이란 간단하게 말하여 세상의 모든 컴퓨터를 연결하여 자원을 적절히 분배하여 사용하면 효율적으로 서비스를 할 수 있다는 개념이었습니다.
(이때 생각했던 내용이 일반 PC들에 특정 서비스를 제공하는 대신 해당 PC의 남는 자원을 끌어 쓸수 있는 Agent를 설치하여 서비스 제공업체와 사용자가 동시에 Win-Win할 수 있는 전략을 생각했었습니다. 물론 많은 사람들이 생각했을 내용이지만 기술력의 부재로 생각만 했던 내용이죠^^;)

Google의 예를 보면 해당 기술의 백미를 보게 됩니다.
GFS와 WorkQueue라는 개념이 그것 입니다.
GFS(Google File System) : 디스크 사용을 분산처리할 수 있게 만든 디스크 처리 모듈입니다.
Work Queue : 각 서버의 CPU를 중앙에서 총괄 관리해주는 방식입니다.
                    새로운 작업요청이 오는 경우 Cpu가 남는 서버를 찾아 해당 서버에서 구동되어 지
                    게  합니다.

Google의 Scale-OUT 방식은 Application의 효율성이 높기 때문에 가능한 방식입니다.
분산처리의 가장 핵심은 이렇게 Application의 역할이 큽니다.

위와 같이 Google은 Scale-Out의 방법을 사용하여 서버들을 관리하며 효율적인 Application을 통해 효율적인 분산처리를 수행하고 있음을 알아보았습니다.
Google과 대적하기 위해서는 효율적인 분산처리가 가능한 Application 개발이 시급하며 향후 Cloud Computing을 하려고 하는 회사의 경우 H/W가 싸졌다고 해도 해당 H/W들을 효율적으로 사용할 수 있는 Application에 대해서도 고민을 해보아야 할것 같습니다.
           
<참고도서> 구글을 지탱하는 기술