[카테고리:] 스마트폰

인디오슬롯 | 홀덤페이지는 오랫동안 수많은 회의에 참석하면서 아무도 대답할 수 없는 질문을 던지곤 했다. “이 클라우드 아키텍처의 효율성을 어떻게 측정하고 있으며, 이를 개선하기 위해 어떤 조치를 하고 있는가?” 회의 참석자들의 멍한 표정을 보면 “북극곰을 어디에 보관할 것인가?”라고 질문한 것처럼 보일 것이다. 하지만 이 질문은 우리가 생각하는 것보다 더 중요한 질문이다.

효율성이란 시간, 노력, 에너지, 비용 등 가능한 최소한의 자원을 사용해 원하는 결과를 달성하는 것이다. 이는 기계, 시스템 또는 프로세스가 불필요한 낭비 없이 입력을 출력으로 얼마나 잘 변환하는지를 반영한다. 엔지니어링에서는 기계의 가치 있는 작업과 소비된 총 에너지의 비율을 의미할 수 있다.

인디오슬롯 | 홀덤페이지 효율성은 낭비를 최소화하고 생산성을 극대화하는 것과 같은 운영 및 조직 측면도 포함한다. 이는 투자 수익률, 처리량, 자원 활용률과 같은 지표를 사용해 정량화한다.

효율성은 자원 소비와 관계없이 목표를 달성하거나 목적을 달성하는 데 초점을 맞추는 효과성과는 다르다. 시스템은 목표를 달성했지만, 필요 이상의 자원을 사용하는 경우 효율적이지는 않지만 효과적일 수는 있다. 문제는 많은 클라우드 아키텍처가 이 범주에 속한다는 것이다.

인디오슬롯 | 홀덤페이지 아키텍처의 효율성 측정
그렇다면 효율성 목표를 달성했는지 어떻게 측정해야 할까?

클라우드 컴퓨팅의 효율성은 단순히 비용을 절감하는 것뿐만 아니라 자원 활용을 극대화하고 성능을 개선하며 확장성을 보장하는 것이다. 효율성을 효과적으로 측정하려면 여러 요소가 융합된 아키텍처에 몇 가지 주요 지표와 프로세스를 통합해야 한다.

자원 활용률 지표는 클라우드 인프라가 할당된 자원을 얼마나 잘 사용하고 있는지 추적한다. 활용률이 높으면 리소스를 효율적으로 사용하고 있다는 뜻이고, 활용률이 낮으면 프로비저닝이 과도하게 이루어지거나 자산이 제대로 사용되지 않고 있다는 뜻이 될 수 있다. CPU, 메모리, 스토리지 사용률을 실시간으로 모니터링하는 도구는 유용한 인사이트를 제공할 수 있다.
비용 효율성 지표는 클라우드 자원의 비용과 해당 자원에서 파생되는 가치를 비교한다. 여기에는 지출 비율을 추적하고, 예산과 비교하고, 비용 효율적인 할당 전략을 분석하는 것이 포함된다. 핀옵스 프랙티스는 여기서 클라우드 지출에 대한 가시성과 제어 기능을 제공한다.
지연 시간, 처리량, 오류율과 같은 성능 지표는 중요한 지표이다. 융합 아키텍처는 이런 지표를 지속적으로 모니터링해 애플리케이션과 서비스가 원하는 성능 파라미터 내에서 작동하는지 확인해야 한다.
확장성 지표는 클라우드 컴퓨팅의 특징이다. 확장 작업의 시간과 효율성을 측정하면 아키텍처가 성능 저하나 과도한 비용 없이 다양한 워크로드를 처리할 수 있는지 확인할 수 있다.

클라우드 아키텍처가 효율성을 달성하는 방법
아키텍처의 각 구성 요소의 효율성을 측정할 수는 있지만, 이는 절반의 이야기일 뿐이라는 점을 잊지 말자. 시스템에는 10개에서 1,000개의 구성 요소가 있을 수 있다. 이런 구성 요소가 함께 모여 융합 아키텍처를 구성하면 효율성을 측정하고 보장하는 데 여러 가지 이점을 제공한다.

컴퓨팅, 스토리지, 네트워킹 자원을 결합해 중앙집중식 관리를 용이하게 한다. 통합 뷰를 통해 더 간단한 모니터링과 최적화가 가능해 서로 다른 시스템 관리의 복잡성을 줄여준다.
통합 접근 방식을 통해 실시간 수요에 따라 자원을 동적으로 배포할 수 있다. 이를 통해 유휴 자원을 줄이고 활용도를 높여 효율성을 높일 수 있다.
내장된 자동화 도구는 확장, 프로비저닝, 로드밸런싱과 같은 일상적인 작업을 자동화하는 데 도움이 된다. 이런 도구는 자원 할당을 실시간으로 조정해 수작업 없이 최적의 성능을 보장할 수 있다.
내장된 고급 모니터링 도구와 분석 플랫폼은 자원 사용량, 비용 패턴, 성능 지표에 대한 상세한 인사이트를 제공한다. 이를 통해 클라우드 자원을 지속적으로 최적화하고 선제적으로 관리할 수 있다.

즉, 효율성 지표에 대한 가시성을 확보하고 이런 구성 요소를 결합해 효율성을 높일 수 있다면, 1+1=4 유형의 시나리오를 만들 수 있다. 예를 들어, I/O 측면에서 효율성이 낮은 스토리지 시스템이 있다. 이런 스토리지를 캐싱 미들웨어 시스템과 결합하면, 구축 및 운영에 필요한 비용 대비 결합된 사용으로 얻을 수 있는 성능의 측면에서 효율적인 아키텍처를 구현할 수 있다.

반대로 서버리스 컴퓨팅과 서버리스 데이터베이스와 같이 매우 효율적인 두 가지 구성 요소가 있다. 그러나 이 두 가지를 결합해 시스템을 구성하면 더 효율적일 수 있다. 이런 일은 항상 일어난다. 클라우드 컴퓨팅 아키텍처가 최고의 구성 요소만 활용하고도 통합 시스템으로 배포될 때 실패하는 경우가 너무 많다. 아키텍트가 이처럼 융합된 아키텍처의 효율성을 고려하지 않았기 때문이다.

이렇게 효율성을 구현하는 과정은 보기만큼 복잡하지 않다. 스토리지, 컴퓨팅, 데이터베이스와 같은 구성 요소를 선택할 때 효율성을 고려하고 효율성 측면에서 함께 작동하는 방식을 검토하기만 하면 된다.

효율성은 특히 AI 시스템을 구축할 때 중요한데, 클라우드 및 AI 시스템 아키텍처는 클라우드 서비스 업체가 AI 시스템을 구축하는 데 필요하다고 생각하는 모든 것을 쇼핑 목록에 넣는다. 이렇게 하면 결국 구축 및 운영 비용이 너무 많이 들어 실패하기 쉽다. 효율성을 전혀 고려하지 않았기 때문이다.
editor@itworld.co.kr

소프트웨어 인디고게임 다야 | 매그넘홀덤 개발자 대부분은 웹 API라고 하면 REST(REpresentational State Transfer)를 떠올린다. REST에서는 요청별 URL로 요청을 보내고, 애플리케이션에 맞는 형식으로 결과를 받는다.

메타의 웹 API 시스템인 그래프QL(GraphQL)은 다른 종류의 API다. 그래프QL에서 개발자는 요청과 응답 모두를 엄격한 유형의 쿼리 언어로 정의함으로써 애플리케이션이 API로부터 정확히 어떤 데이터를 얻고자 하는지 지정할 수 있다. 그래프QL은 보다 효율적이고 구조적이며, 체계적인 REST 대안으로 평가받는다.

인디고게임 다야 | 매그넘홀덤 여기서는 그래프QL과 REST의 차이점, 이 차이점이 API 설계에 미치는 영향, 그리고 서버에서 데이터를 불러오는 용도로 많은 경우 그래프QL이 REST보다 더 나은 선택인 이유를 알아본다.

그래프QL vs. REST
REST에서는 일반적으로 특별히 만들어진 URL을 통해 요청을 제출하며 각 요청은 서로 다른 엔드포인트로 전송된다(예를 들어 /movie/2120, /director/5130).

그래프QL에서는 JSON과 비슷한 쿼리로 찾는 데이터에 대한 선언적 요청을 제출하며, 모든 요청이 동일한 엔드포인트로 전송된다. 돌려받는 데이터는 요청에 사용되는 스키마에 따라 결정된다. 필요한 특정 데이터만 요청하기 위한 표준화된 자체 설명적 방법이다. 다양한 요청 유형에 대해 서로 다른 엔드포인트 URL 형식이 아니라 서로 다른 스키마를 사용하는 방식으로, 쿼리 메커니즘이 훨씬 더 유연해진다.

인디고게임 다야 | 매그넘홀덤 많은 REST API 역시 공통 사양인 스웨거(Swagger)를 준수하지만, REST API가 스웨거에 의해 생성돼야 한다는 규칙은 없다. 그래프QL은 기본적으로 API에 대한 공식 정의를 제공한다. 이런 측면에서 그래프QL은 SQL과 비슷한 면이 있다. SQL 기반 데이터 소스에서는 모든 데이터 요청에 대해 하나의 공통 엔드포인트에 연결하며, 요청의 형식에 따라 돌려받는 레코드가 결정된다. 또한 SQL에는 많은 구현이 있지만 SQL 쿼리 구문은 이런 구현 전반에서 상당히 일관적이다.

그래프QL 쿼리
앞서 언급했듯이 그래프QL은 불러올 데이터가 쿼리와 응답에서 어떻게 구성되는지를 스키마 또는 데이터 정의를 사용해서 설명한다. 객체 관계 매퍼(object-relational mapper, ORM)을 다뤄본 사람이라면 누구나 그래프QL의 데이터 스키마 정의가 익숙하게 느껴질 것이다. 다음 예제를 보자.

type Movie {
id: ID
title: String
released: Date
director: Director
}

type Director {
id: ID
name: String
movies: [Movie]
}

스키마의 각 요소에는 유형 정의가 있다. 그래프QL에는 쿼리를 위한 자체 유형 시스템이 있으며, 이 시스템은 수신되는 스키마의 유효성을 검사하고 정의와 일치하는 형식으로 데이터를 반환하는 데 사용된다.

그래프QL에 제출되는 쿼리는 스키마에 의해 비슷하게 정의된다.

type Query {
movie_title(title: String!): Movie
director(id: ID): Director
}

이 쿼리는 최대 2개의 매개변수 movie_title, director를 받는다(각각 title과 ID를 통해 받음).

유형 옆의 !는 쿼리의 필수 요소임을 나타낸다. 즉, title로 영화를 쿼리해야 하며 director는 선택 사항(쿼리 범위를 좁히는 용도)이다.

필수 요소는 데이터 스키마에서도 사용될 수 있다. 다음과 같이 ID만으로 영화를 검색하는 쿼리도 가능하다.

query GetMovieByID ($id: ID!) {
movie(id: $id) {
name
}
}

이 쿼리는 따로 정의된 변수($id)를 사용해서 ID 번호로 영화를 조회해서 이름을 반환한다. 그래프QL 쿼리는 개별 필드뿐만 아니라, 필드 안에 항목이 배열을 중첩하는 방식으로 관련 객체와 해당 필드도 반환할 수 있다.

쿼리를 위한 변수는 다음과 같은 형식을 사용해 쿼리의 별도 섹션에서 전달된다.

{
“id”: 23
}

그래프QL 유형
그래프QL의 쿼리 유형 시스템은 문자열, 정수와 같은 많은 일반적인 스칼라 유형을 지정한다. 대부분의 쿼리는 이런 유형을 중심으로 구성된다. 그러나 유형 시스템에는 더 정교한 쿼리를 위한 다음과 같은 여러 가지 고급 유형도 포함된다.

interface 유형은 다른 유형에서 구현 및 재사용할 수 있는 사전 정의된 필드 집합이 있는 추상 유형을 만드는 데 사용할 수 있다.
union 유형은 한 종류의 쿼리에서 여러 유형에 걸쳐 다양한 종류의 결과를 반환할 수 있게 해준다.
input 유형은 위와 같은 종류의 객체 전체를 매개변수로 전달하는 데 사용할 수 있다(이러한 객체가 유효성 검사가 가능한 일반적인 스칼라 유형에서 생성된 경우).

인터페이스 또는 유니언 객체를 다루는 경우 인라인 조각 및 지시문을 사용해서 해당 객체 유형이 지정할 수 있는 조건을 기반으로 데이터를 반환해야 한다.

쿼리에서 반환 가능한 또 다른 유형은 선택적인 edges 필드에 반환되는 edge 유형이다. 에지에는 nodes(데이터 레코드), 그리고 해당 객체에서의 앞뒤 페이지 매김 방법에 대한 컨텍스트 정보를 제공하는 인코딩된 문자열인 cursors가 포함된다.

{
movie {
name
actors (first:5) {
edges {
cursor
node {
name
}
}
}
}
}

이 예제에서 movie 노드는 영화와 배우의 이름을 반환한다. 영화의 각 배우에 대해 배우 이름이 포함된 노드와 배우의 “이웃”을 탐색할 수 있게 해주는 커서를 받게 된다.

그래프QL을 사용한 페이지 매김
데이터 소스를 다룰 때 일반적인 시나리오는 커서를 통해 페이지 단위로 데이터를 요청하는 것이다. 그래프QL은 여러 가지 페이지 매김 방법을 제공한다.

레코드를 요청할 때 요청할 레코드의 수와 시작 오프셋뿐 아니라 연속된 페이지를 요청하는 방법도 지정할 수 있다. 위 섹션의 예제 코드는 괄호 안의 first:5 매개변수에 지정된 대로 특정 영화와 관련된 처음 5명의 배우만 반환한다.

actors 뒤의 first: 절 뒤에 이어지는 항목을 불러올 방법을 설명하는 다른 키워드를 붙일 수 있다. offset:은 간단한 오프셋에 사용할 수 있지만 오프셋은 데이터가 추가 또는 삭제될 때 폐기될 수 있다.

가장 견고한 페이지 매김을 위해서는 위에서 설명한 edge 유형을 사용해서 현재 요청 중인 객체와 함께 제공할 수 있는 커서를 사용하는 것이 좋다. 이렇게 하면 페이지 매김 사이에 데이터가 삽입 또는 삭제될 때(예를 들어 객체의 고유 ID 또는 고유한 다른 속성을 다른 계산의 시작 키 인덱스로 사용하는 경우) 끊기지 않는 페이지 매김 메커니즘을 만들 수 있다.

그래프QL 뮤테이션을 사용한 데이터 변경
REST API에서는 POST, PATCH 및 기타 HTTP 동사를 사용하는 요청을 제출해서 서버 측 데이터를 변경한다. 그래프QL에서는 변경을 위한 특정 쿼리 스키마인 뮤테이션 쿼리를 사용한다. 이 부분도 SQL이 UPDATE 또는 DELETE 쿼리를 사용하는 것과 거의 같은 방식이다.

데이터를 변경하려면 뮤테이션 스키마라는 스키마를 사용해서 그래프QL 쿼리를 제출한다.

mutation CreateMovie ($title: String!, $released: Date!) {
createMovie (title: $title, released: $released){
id
title
released
}
}

[submitted data]

{
“title”: “Seven Samurai”
“released”: “1950”
}

뮤테이션 쿼리를 포함한 모든 쿼리는 데이터를 반환할 수 있다. 여기서 createMovie 뒤의 중괄호 안에 있는 필드 목록은 이 요청으로 새 레코드가 생성된 후 서버에서 무엇을 반환해야 하는지를 지정한다. 여기서 id 필드의 값은 데이터베이스에 의해 생성되고 다른 필드의 값은 쿼리에서 제출된다.

또 한가지 유의해야 할 점은 데이터를 반환하는 데 사용되는 쿼리와 데이터 유형은 데이터를 요청하는 데 사용된 것과 설계상 다르다는 것이다. 뮤테이션 쿼리는 수신되는 데이터를 검증해야 하며 따라서 이러한 쿼리에 사용되는 유형은 이 기능을 위한 유형이다. 마찬가지로, 반환된 쿼리 객체에 사용되는 필드는 검증이 아닌 표시용이다. 쿼리에서 반환되는 그래프QL 객체에는 순환 참조 또는 기타 문제가 있는 필드가 포함될 수 있고 이 경우 쿼리 매개변수로 사용할 수 없게 된다.

왜 그래프QL인가?
REST가 아닌 그래프QL을 선택하는 주된 이유는 그래프QL 쿼리의 명시적, 선언적 특성에 있다. 쿼리와 반환되는 데이터의 형태에 대한 공식적인 정의가 있으면 여러 API와 구현에 걸친 일관성 외에도 다른 여러 이점을 얻을 수 있다.

API 에반젤리스트 필 스터전이 그래프QL과 REST를 비교한 글에서 언급했듯이, 그래프QL의 필드 구조는 전체 API를 버저닝하는 방식과 달리 시간 경과에 따라 특정 필드를 폐기하거나 가져올 수 있으므로 쿼리에 더 세분화된 버저닝을 더 쉽게 적용할 수 있다. 그래프QL에서도 여전히 일괄적인 버저닝 접근 방식을 사용할 수 있다. 핵심은 변경 사항을 적용할 때 반드시 그렇게 할 필요는 없다는 것이다.

그래프QL API를 위한 오픈소스 툴 개발업체인 아폴로 그래프QL(Apollo GraphQL)의 엔지니어링 관리자 샤코 스투바일로는 그래프QL 접근 방식의 또 다른 장점인 자체 문서화를 강조한다. 스투바일로는 “가능한 모든 쿼리, 객체, 필드에는 서버에서 표준 방식으로 쿼리할 수 있는 이름, 설명, 유형 정보가 함께 제공된다”라고 말했다.

그래프QL의 자체 문서화는 일종의 성찰 기능도 제공한다. 즉, 쿼리를 사용하여 쿼리 자체에 대한 정보를 반환할 수 있다. 따라서 그래프QL 쿼리를 사용하는 소프트웨어는 특정 필드 집합을 다루기 위해 하드 와이어링을 할 필요 없이 자동으로 필드를 추론할 수 있다.

그래프QL이 더 나중에 나온 기술이고 REST/스웨거가 더 오래되었다는 것만으로 그래프QL을 선호하는 것은 바람직하지 않다. 일상적인 API 설계(The Design of Everyday API)의 저자 아르노 로레는 “그래프QL API도 REST API와 마찬가지로 명확한 목적에 따라 만들어져야 하며, 내부적 관점이 아닌 외부적 관점에서 설계되어야 한다”라고 말했다.
editor@itworld.co.kr

원문보기:
https://www.itworld.co.kr/topnews/345601#csidxff01bd9bc063b96808b1b0efd8a4bb2