Add files via upload

7주차/백지유/ExportBlock-624e30cf-4e4f-4f69-ac77-fcce4e41a493-Part-1/[6주차] 분산컴퓨팅 30be61a1781680deb861f9ea81746171.md

@@ -0,0 +1,62 @@
+# [6주차] 분산컴퓨팅
+
+**Consistent Hashing**
+
+![image.png](image.png)
+
+일반적인 해시 분산 방식에서는 서버가 추가되거나 제거되면 거의 모든 데이터의 위치가 바뀌게 된다.
+
+예를 들어 서버가 3대일 때와 4대일 때 해시 mod 값이 달라지기 때문에 대부분의 데이터가 다른 서버로 이동한다. 이는 대규모 시스템에서는 치명적인 문제다. 데이터 이동 비용이 너무 크기 때문이다.
+
+![image.png](image%201.png)
+
+onsistent Hashing은 이런 문제를 해결하기 위해 설계된 방법으로, 서버 수가 변해도 전체 데이터 중 일부만 이동하도록 만든다. 
+
+핵심 아이디어는 데이터를 서버 번호가 아니라 “해시 링(hash ring)”이라는 원형 공간 위에 배치하는 것이다. 서버와 데이터 모두 같은 해시 함수로 원 위의 위치에 놓이고, 각 데이터는 자신보다 시계 방향으로 가장 먼저 만나는 서버에 저장된다.
+
+```
+데이터 key 생성
+      ↓
+hash(key) 계산
+      ↓
+해시 링 위치 결정
+      ↓
+시계 방향으로 첫 서버 찾기
+      ↓
+그 서버에 저장
+```
+
+![image.png](image%202.png)
+
+특징은 서버가 추가되거나 제거될 때 영향 범위가 제한된다는 점이다. 
+
+예를 들어 서버 하나가 새로 들어오면 그 서버 위치 바로 뒤에 있던 데이터들만 새 서버로 이동한다. 나머지 데이터는 그대로 유지된다. 따라서 전체 데이터 이동 비율이 크게 줄어든다.
+
+**Virtual Node**
+
+![image.png](image%203.png)
+
+ 단순한 최적화 기법이 아니라, 실제 분산 시스템에서 Consistent Hashing을 제대로 쓰기 위해 거의 필수적으로 사용되는 핵심 구조다.
+
+Consistent Hashing의 기본 아이디어는 서버와 데이터를 동일한 해시 공간에 배치하고, 각 데이터는 자신보다 시계 방향으로 가장 먼저 만나는 서버에 저장되는 방식이다. 이 방식의 장점은 서버가 추가되거나 제거될 때 전체 데이터가 아니라 일부 데이터만 이동한다는 점이다. 하지만 기본 구조 그대로 사용하면 한 가지 문제가 발생한다.
+
+**서버마다 담당하는 데이터 양이 균등하지 않을 수 있다.**
+
+그 이유는 서버 위치가 해시값에 의해 결정되기 때문이다. 해시 함수는 균등 분포를 목표로 하지만 실제 결과는 완전히 균등하지 않다. 만약 특정 서버가 링에서 넓은 구간을 차지하게 되면 그 서버는 과도한 데이터를 맡게 되고, 반대로 어떤 서버는 거의 데이터를 받지 못할 수도 있다. 이런 상황은 분산 시스템에서 치명적이다. 일부 서버만 과부하가 걸리고 나머지는 놀게 되기 때문이다.
+
+이 문제를 해결하는 방법이 **Virtual Node**다.
+
+하나의 실제 서버를 링 위에 여러 개의 가상 위치로 배치한다.
+
+즉 서버 1대를 링 위에 1번만 놓는 게 아니라 여러 번 등장시키는 것이다. 이렇게 하면 각 서버는 링의 여러 구간을 나눠 맡게 되고, 결과적으로 데이터 분포가 훨씬 균등해진다.
+
+예를 들어 실제 서버가 3대 있고 각 서버마다 가상 노드를 100개씩 만든다면, 링 위에는 총 300개의 노드가 존재하게 된다. 이때 데이터는 300개 위치 중 하나에 매핑되고, 각 서버는 그중 100개의 위치를 담당하게 된다. 이렇게 하면 특정 서버가 넓은 구간을 독점하는 상황이 거의 발생하지 않는다.
+
+```
+서버 등록
+→ 서버마다 여러 개의 virtual node 생성
+→ 각 virtual node를 링 위에 배치
+→ 데이터 key 해싱
+→ 시계 방향 첫 virtual node 찾기
+→ 해당 virtual node가 속한 실제 서버에 저장
+```