<1탄>왜 마이크로 서비스인가 - 마이크로서비스로 구성된 애플리케이션 소개
Session abstract:
이번 세션에서는 무엇이 마이크로 서비스고, 어떤 철학과 사상을 가지고 있는지 알아봅니다. 세션이 종료되면 참석하신 분들은 마이크로 서비스의 구성에서 어떤 내용이 중요한지 알게 됩니다. 전체 시리즈로 진행되는 첫 세션 입니다.
Session agenda:
-실 서비스용 데이터베이스를 종료한다면 어떤 일이 벌어질까
-마이크로서비스와 마이크로서비스가 아닌것
-어떻게 시작해야 하나
-마이크로서비스 애플리케이션 소개
-클라우드 네이티브(클라우드 최적화란)
7. 피보탈 시리즈 밋업
1화 : 왜 마이크로 서비스인가
2화 : 도메인을 중심으로한 데이터 분리
3화 : 스프링 부트를 사용한 마이크로 서비스, 그리고 페어 프로그래밍
4화 : 스프링 클라우드를 사용한 다수의 마이크로 서비스 연결
5화 : 다수의 마이크로 서비스 팀을 위한 스프링과 데이터 서비스의 배포와 운영
6화 : 멀티 리전, 멀티 클라우드와 하이브리드 모두를 사용가능하게 하는 데이터 복제
7화 : 카오스 엔지니어링 테스트의 적용
8화 : 스프링 클라우드 펑션과 함수형 서비스를 사용한 API 게이트웨이 오프로딩
9화 : 데이터 과학의 서비스 적용
주요 목표: 데이터베이스 서버를 꺼도 지속되는 서비스 만들어 보기
8. Technology Outcomes - Insurance
Technology
Outcomes
Allstate: Developers spending 80% of time
coding vs. 20% (4X improvement)
Liberty Mutual: Delivered a revenue-
generating app MVP in one month
Talanx Group: Significant increase in % Dev
time on coding
[Major P&C Insurer]: Achieved 90x faster
application release cycles
[Regional P&C Insurer]: Moved from 28-
day deployments to 1
[Regional P&C Insurer]: Went from 21 days to apply
security patches to 1 day, which amounted to
>$1.5M in cost savings (human capital); the
frequency of patching also went from 17x per year
to 365.
[Major P&C Insurer]: Significant operational
efficiencies through pipeline automation - 21
concourse pipelines for systems patching &
upgrades
Liberty Mutual: 60% reduction of
infrastructure cost with PCF
[Major P&C Insurer]: 25% reduction
in computing resource usage
[Major P&C Insurer]: 0% downtime in
production; 0 weekend outages for
application releases; achieving
consistent API response times of < 12ms
[Regional P&C Insurer]: MTTR has gone
from 3 days to 1 hour; also went from 4
hours of production downtime per month
to 0
Allstate: Supporting over 1,000 Developers on
PCF and over 11,000 deployments a month on the
platform; also setup CompoZed labs to accelerate
product team scale
Liberty Mutual: 1,000 production deploys per day
across 600 applications
[Regional P&C Insurer]: Time to scale from 90
days to 10 seconds (autoscaling)
● Speed
● Savings
● Stability
● Scalability
● Security
11. 마이크로 서비스란
a definition of this new architectural term
The term "Microservice Architecture" has sprung up over the last few years to describe a
particular way of designing software applications as suites of independently deployable services.
While there is no precise definition of this architectural style, there are certain common
characteristics around organization around business capability, automated deployment,
intelligence in the endpoints, and decentralized control of languages and data.
In short, the microservice architecture style is an approach to developing a single application as a
suite of small services, each running in its own process and communicating with lightweight
mechanisms, often an HTTP resource API.
- James Lewis and Martin Fowler
12. 마이크로 서비스란
이 새로운 아키텍처 용어의 정의는
“마이크로서비스 아키텍처”는 최근 몇년간 독립적 서비스로 배포가 가능하도록
소프트웨어를 디자인하는 방법에 대한 묘사로 사용되고 있다. 이 아키텍처 스타일에 대한
정확한 정의는 존재하지 않지만, 비지니스 능력에 기반한 조직 구성, 자동화된 배포,
엔드포인트 동작에 대한 정보, 그리고 데이터와 언어를 분산 형태로 다루는 등의 매우
명확한 공통적 특징이 있다.
단순히 말하면, 마이크로서비스 아키텍처 스타일은 여러개의 작은 서비스들을 바탕으로
구성된 하나의 애플리케이션이다. 각각의 작은 서비스들은 자신만의 프로세스를 가지고
있으며, HTTP와 같이 가벼운 방식을 사용하여 통신하도록 구성한다.
- 제임스 루이스와 마틴 파울러
13. 마이크로 서비스의 특징
• 분리된 서비스들의 집합 (Componentization via Services)
• 비지니스 능력에 따른 조직 구성 (Organized around Business Capabilities)
• 프로젝트가 아닌 프로덕트 (Products not Projects)
• 똑똑한 엔드포인트와 멍청한 파이프 (Smart endpoints and dumb pipes)
• 분산된 운영 방식 (Decentralized Governance)
• 분산된 데이터 관리 (Decentralized Data Management)
• 인프라스트럭쳐 자동화 (Infrastructure Automation)
• 실패에 대비한 디자인 (Design for failure)
• 점진적 디자인 (Evolutionary Design)
20. 마이크로 서비스의 미래
• 아마존, 넷플릭스, 더 가디언, UK 정부 디지털 서비스, 호주 리얼에스테이트 서비스, 포워드, 그리고
comparethemarket.com 과 같은 사업자들이 이 분야의 개척자
• 모놀리틱 애플리케이션에 비해서 상당한 장점들이 있지만, 마이크로서비스를 명확하게 정의하기에는 아직
충분한 경험이 쌓이지 않은듯 하다. (2013년 기준)
• 대부분의 아키텍처는 구현 시점 이후 몇년이 지나야 선택이 옳았는지 틀렸는지를 알 수있게 된다. 모듈화에 대해
강력한 의지가 있는 실력있는 팀이 몇년 동안이나 걸려서 모놀리틱 아키텍처를 만들기도 한다. 그리고 많은
시스템에서 마이크로서비스를 어떻게 적용해야 하는지 명확한 답을 낼 수 없는 경우도 많다.
• 분리를 해야 하는 경우 그 경계 지점을 정하는 것은 해당 컴포넌트가 비지니스를 얼마나 잘 반영하고 있는가가
기준이 된다. 하지만 이 경계 지점이 어디인지를 확실하게 구분짓는 것은 어려운 일이다. “점진적 디자인”의
의미는 이런 모호한 경계를 지속적으로 리팩토링 해야 한다는 것이며, 이것은 마이크로서비스 적용의 어려움을
나타낸다.
• 분리된 시스템들이 원격으로 통신하는 상황에서의 리팩토링은 단일 프로세스 내에서의 리팩토링보다 훨씬
어려워질 수 있다.
• 팀의 기술 역량 역시 매우 중요하다. 마이크로서비스는 수많은 새로운 기술을 필요로 하며, 이 새로운 기술을
충분히 습득하지 못한 팀이 엉망의 마이크로서비스를 만들고 있는것은 한참 시간이 지나서야 발견되기도 한다.
https://martinfowler.com/articles/microservices.html
30. 모놀리틱 구조의 한계
30
B
A
D C
A
모듈
의존성 관계
Original
change
Overhead
synchronization
work
D모듈의변경A의Heat가
높을때..
D모듈 변경 시 A,B,C의 추가 테스트 필요
D모듈의 작은 변화도 전체 App의 배포를 요구
D모듈만 테스트하고는 릴리즈 할 수 없음
A,B,C,D모듈이 동시에 변경할 경우 엄청난
부가적인 작업이 필요
결론적으로 매우 느린 릴리즈 사이클이 형성
A 모듈이 집중적으로 많이 사용되는 경우에도
어쩔 수 없이 전체 App을 Scale 헤야 함
(메모리, Disk 등의 비효율성)
A 모듈이 문제가 생기면 장애가 나머지 모듈에도
영향을 줄 수 밖에 없음
모놀리틱 구조의 한계
31. D모듈 변경 시 A,B,C의 추가 테스트 필요
D모듈의 작은 변화도 전체 App의 배포를 요구
D모듈만 테스트하고는 릴리즈 할 수 없음
A,B,C,D모듈이 동시에 변경할 경우 엄청난
부가적인 작업이 필요
결론적으로 매우 느린 릴리즈 사이클이 형성
A 모듈이 집중적으로 많이 사용되는 경우에도
어쩔 수 없이 전체 App을 Scale 헤야 함
(메모리, Disk 등의 비효율성)
A 모듈이 문제가 생기면 장애가 나머지 모듈에도
영향을 줄 수 밖에 없음
더 신속한
업데이트
독립적인
확장성
장애의
전파없는
가용성
성능과
유저 경험
여러 팀이 독립적으로 릴리즈
사이클을 결정하여,
요구사항을 더 빠르게 반영
(API 기반의 Contract)
부하가 발생하는 모듈만 독립적으로
Scale-Out/In 할 수 있는 구조
장애를 하나의 모듈에만 고립시켜,
전체적인 서비스에는 영향을 끼치지
않음
(더 빠른 Root Cause 분석)
애플리케이션의 사이즈가 축소됨에
따라 Start 시간과 Scale 시간이 단축
모놀리틱 구조의 한계 MSA 도입 시 개선 사항
34. 성능과
유저경험
Traffic Pattern Compute Resources Response Time
Long
Start-up
Time
t t t
Short
Start-up
Time
t t t
msInstance
count
Traffic
msInstance
count
Traffic
t1
t1
1,000ms
200ms
35. 넷플릭스가 고려했던 포인트…
마이크로 서비스 동작상태에 대한 모니터링 필요
장애 고립을 제어할 수 있는 역량 필요
API 기반 서비스 연동이 필요
클라우드 기반 서비스 생명주기 관리 필요
팬아웃(Fan-Out) 현상에 대한 제어가 필요
다양한 데이터 서비스를 지원하는 도구 제공이 필요
수많은 마이크로 서비스의 설정 관리 필요
서비스 문제 발생시 자동 복구가 필요
서비스에서 발생하는 로그의 취합 저장 분석 필요
장애를 사전에 테스트할 수 있는 환경이 필요
마이크로 서비스에 적합한 조직 구성
마이크로 서비스에 적합한 문화
Configuration Server
Service Discovery
Circuit Breaker
API Gateway
Distributed Tracing
Zero Downtime Delivery
Fault Injection Test
Chaos Engineering
Persistence Cache Layer
Sidecar / Library
자유와 책임 중심의 개발 문화
셀프 서비스로의 패러다임 변화
넷플릭스의 해결책들…
조직적
변화
기술적
변화
36. As you’ve seen from some examples, Netflix micro system looks very complicated,
but since you understand what their platform does, it’s a combination of a Micro service and Platform tools.
37. Netflix, is keep developing various tools to solve “their problems” based on this eco system.
However, it’s not easy to build up this kind of eco system.
39. 넷플릭스가 고려했던 포인트…
마이크로 서비스 동작상태에 대한 모니터링 필요
장애 고립을 제어할 수 있는 역량 필요
API 기반 서비스 연동이 필요
클라우드 기반 서비스 생명주기 관리 필요
팬아웃(Fan-Out) 현상에 대한 제어가 필요
다양한 데이터 서비스를 지원하는 도구 제공이 필요
수많은 마이크로 서비스의 설정 관리 필요
서비스 문제 발생시 자동 복구가 필요
서비스에서 발생하는 로그의 취합 저장 분석 필요
장애를 사전에 테스트할 수 있는 환경이 필요
마이크로 서비스에 적합한 조직 구성
마이크로 서비스에 적합한 문화
넷플릭스의 해결책들..
자유와 책임 중심의 개발 문화
셀프 서비스로의 패러다임 변화조직적
변화
기술적
변화
Configuration Server - 설정
Service Discovery – 서비스 등록/탐색
Circuit Breaker – 장애 고립
API Gateway – API 기반 지원
Distributed Tracing - 모니터링
Zero Downtime Delivery - 배포
Fault Injection – 인위적 장애 주입
Chaos Engineering
Persistence Cache Layer
Sidecar / Library
1
2
3
4
5
6
7
8
40. • Externalized Config Server
• Service Register & Discovery
• Circuit Breaker
• API Gateway
• Load Balancing with IPC
• Realtime Monitoring
• Zero Downtime Delivery
• Fault Injection Test
• Chaos Engineering
• Etc…
https://netflix.github.io/
44. Netflix API Gateway – Zuul
https://medium.com/netflix-techblog/announcing-zuul-edge-service-in-the-cloud-ab3af5be08ee
API Gateway – API 기반 지원4
45. Netflix Load Balancing with IPC – Ribbon
https://medium.com/netflix-techblog/announcing-ribbon-tying-the-netflix-mid-tier-services-together-a89346910a62
API Gateway – API 기반 지원4
50. Netflix Fault Injection Test – FIT
And Automate it
https://medium.com/netflix-techblog/fit-failure-injection-testing-35d8e2a9bb2
Fault Injection – 인위적 장애 주입7
51. Netflix Chaos Engineering – Simain Army
https://medium.com/netflix-techblog/the-netflix-simian-army-16e57fbab116
Chaos Engineering8