본문 바로가기
  • Hi Hello, Code
🤔Study . Question🔍

[퀴즈]_6주차_Scale-Up&Scale-Out (문제)

by 밍구링구링 2023. 8. 17.

본문 바로가기 : [대규모서비스] 대규모 트래픽 해결 (1) Scale Up & Scale out

 

[대규모서비스] 대규모 트래픽 해결 (1) Scale Up & Scale out

다중 서버 환경 1편 - Scale Up & Scale out 네이버, 카카오, 배민 또는 chatGPT, BARD 등 대형 서비스의 경우 사용자가 많다. 이렇게 크고 사용자가 많을수록 트래픽이 늘 수밖에 없는데 어떻게 서버를 안

minsllogg.tistory.com

본 게시글은 스터디 시간에 올린 글에 대한 퀴즈로 구성되어 있습니다. 
총 4문제이며, 모두 본문에 나와있는 내용을 토대로 구성하였습니다.
난이도 : 하1, 중2, 상1


 

1. 아래 설명은 어떤 용어를 일컫는 설명인지 맞추시오. (하)

기존의 하드웨어를 보다 높은 사양으로 업그레이드 하는 것이 아닌 여러 대의 서버가 트래픽을 나눠 가지는 방식으로 서버를 업그레이드 하는 방법

 


2. Scale-Up과 Scale-Out의 특징으로 옳지 않은 것을 모두 고르시오. (중)

① Scale-Out은 여러 대의 서버가 트래픽을 나눠 가진다.
② Scale-Up은 하나의 장비에서 처리하던 일을 여러 장비에서 처리가능하다. 
③ Scale-Out은  분산 처리로 인한 장애 시 전면 장애의 가능성이 적다.
④ Scale-Up 구조에서는 추가적인 네트워크 연결 없이 용량을 높일 수 있고, 추가 용량이나 업그레이드 비용만 부가되기 때문에 비용적인 증강은 Scale-Out에 비해 낮다. 
⑤ Scale-Out은 수직 확장으로, 지속적인 확장이 가능하다.
⑥ Scale-Up은  CPU 변경, RAM 추가 등으로 하드웨어 장비의 성능을 높인다.
⑦ Scale-Out은 메모리를 공유하지 않는 다는 점에서 일관성을 유지하기 위한 비용이 든다는 문제가 있다.
⑧ Scale-Up은 서버 한 대에 모든 부하가 집중되므로 장애 영향도가 크다.
⑨ Scale-Ou은 간단하고, 따로 프로그램 작업을 해줄 필요가 없다. 따라서, 구축 설계가 쉽다
⑩  두 가지 유형 모두 장점과 단점이 있으며, 어떤 상황에는 Scale-Out이 더 잘 맞을 수 있고, 또 어떤 상황에서는 Scale-Up이 더 유리할 수도 있다.


3. 아래 예시를 보고 Sclae-Up이 좋을지, Scale-Out이 좋을지 골라보시오. (상)

(a) Scale-Up
(b) Scale-Out

* a와 b로 답변하면 됩니다.

1. 데이터의 데이터 마이닝이나 검색엔진 데이터 분석 처리 등을 대표하는 OLAP(Online Analytical Processing) 애플리케이션 환경  (    )
2. 개별 파일이나 데이터 세트가크기 때문에 여러 노드에 분산되지 않아야 하는 경우  (    )
3. 라인 금융 거래와 같이 워크플로우 기반에 빠르고 정확하면서 단순한 처리가 필요한 OLTP(Online Transaction Processing) 환경  (    )
4. 백업하고자 하는 데이터가 수십 TB에서 페타바이트급을 넘어설 경우   (    )

5. 하나의 노드가 실패해도 시스템 전체가 계속 동작할 수 있으므로 높은 가용성이 필요할 경우 … (    )

 


4. 아래 보기의 빈칸 a와 b을 맞추시오. (중)

Scale-Out을 이용했을 때, 데이터가 불일치 하는 상황이 발생하게 된다. 이러한 발생한 데이터 불일치 문제를 
_____a_____ 라고 한다. 이를 해결하기 위해,  어떻게 여러 대의 서버에서 사용자의 __b__정보를 공유할 것인가를 정해야 한다.

 

⬇⬇⬇ 정답 바로가기 ⬇⬇⬇

 

[퀴즈]_6주차_Scale-Up&Scale-Out (정답)

 

minsllogg.tistory.com

반응형