5장 안정 해시 설계

가상 면접 사례로 배우는 대규모 시스템 설계 기초 – System Design Interview

5장 안정 해시 설계

해시 키 재배치 (rehash) 문제

N개의 캐시 서버가 있다고 하자.
이 서버들에 부하를 균등하게 나누는 보편적 방법은 아래의 해시 함수를 사용하는 것이다.

serverIndex = hash(key) % N

* N은 서버의 개수

이 때 생길 수 있는 문제

서버가 추가되거나 기존 서버가 삭제되었을 경우 N 값이 바뀜
-> 대규모 캐시 미스가 발생하게 됨.
-> 키 재배치를 진행해야 함.

안정 해시

안정 해시는 해시 테이블 크기가 조정될 때 평균적으로 오직 k/n 개의 키만 재배치하는 해시 기술이다. 여기서 k는 키의 개수이고, n은 슬롯(slot)의 개수이다. 이와는 달리 대부분 전통적 해시 테이블은 슬롯의 수가 바뀌면 거의 대부분 키를 재배치한다

- 위키피디아 -

기본 구현법

안정 해시 알고리즘은 MIT에서 처음 제안되었다. 기본 절차는 다음과 같다.
- 서버와 키를 균등 분포(uniform distribution) 해시 함수를 사용해 해시 링에 배치한다.
- 키의 위치에서 링을 시계 방향으로 탐색하다 만나는 최초의 서버가 키가 저장될 서버이다.

해시 공간과 해시 링

SHA-1 을 사용한다는 가정하에 설명을 진행한다.

 

해시 함수의 출력 값 범위를 x0 부터 xn 이라고 하자.
SHA-1의 해시 공간(hash space) 범위는 0 부터 2^160 - 1 까지로 알려져 있다

따라서 x0 는 0, xn 은 2^160 - 1 이며, 나머지 x1부터 xn -1 까지는 그 사이 값을 갖게 될 것이다.

 

이 해시 공간의 양쪽을 구부려 접으면 해시 링(hash ring)이 만들어진다.

해시 서버

해쉬 함수를 이용하여 IP나 이름을 이 링 위의 어떤 위치에 대응시킬 수 있다.

해시 키

나머지 연산 % 는 사용하지 않는다.

k는 key의 약자이다. 각 키들은 해시 링 위 어느 지점에 배치할 수 있다.

서버 조회

해당 키의 위치로부터 시계 방향으로 링을 탐색해 나가면서 만나는 첫 번째 서버에 키를 저장한다.

서버 추가

안정 해시에서는 서버를 추가하더라도 키 가운데 일부만 재배치 하면 된다. (나머지 키에는 영향이 없다.)

예를 들어 s0 와 s3 사이에 s4 라는 새로운 서버가 추가되었을 때,

s0와 s4 사이에 있는 키들(여기서는 k0)만 s4로 재배치 하면 된다.

서버 제거

마찬가지로 안정 해시에서는 서버를 제거하더라도 키 가운데 일부만 재배치 하면 된다. (나머지 키에는 영향이 없다.)

예를 들어 s1 서버가 제거 되었을 때

s1에 할당되어 있던 키들(s0와 s1 사이의 키들, 여기서는 k1)만 s2로 재배치 하면 된다.

기본 구현법의 두 가지 문제

서버가 추가되거나 삭제되는 상황을 감안하면 파티션(partition)의 크기를 균등하게 유지하는 게 불가능하다.
* 파티션 : 인접한 서버 사이의 해시 공간

위의 서버 삭제 의 예시에서는
s1이 삭제 되었기 때문에 s2의 파티션이 다른 파티션 대비 거의 두 배로 커지게 된다.

 

해시 값에 따라 배치가 되기 때문에 균등 분포가 달성되기 어려울 수도 있다.

위의 상황을 예시로 들어보면 s0는 아무 데이터도 없는 반면 대부분의 키는 s3에 보관된다.

가상 노드

가상노드를 통해 키의 분포를 더 균등하게 할 수 있다. 표준 편차가 작아져서 데이터가 고르게 분포된다.
* 표준 편차는 데이터가 어떻게 퍼져 나갔는지를 보이는 척도다.
* 100~200개의 가상 노드를 사용했을 경우 표준 편차의 값은 평균 5% 사이라고 한다.

 

가상 노드의 개수는 타협적 결정(tradeoff)가 필요하다.
가상 노드를 늘리면 표준 편차의 값은 더 떨어지나, 가상 노드 데이터를 저장할 공간은 더 많이 필요하게 된다.

마치며

안정 해시의 이점은 다음과 같다.

- 서버가 추가되거나 삭제될 때 재배치되는 키의 수가 최소화 된다.
- 데이터가 보다 균등하게 분포하게 되므로 수평적 규모 확장성을 달성하기 쉽다.
- 핫스팟(hotspot) 키 문제를 줄인다. 특정한 샤드(shard)에 대한 접근이 지나치게 빈번하면 서버 과부하 문제가 생길 수 있다. 안정 해시는 데이터를 좀 더 균등하게 분배하므로 이런 문제가 생길 가능성을 줄인다.

 

안정해시가 쓰이는 곳의 예시
- 아마존 다이나모 데이터베이스(DynamoDB)의 파티셔닝 관련 컴포넌트
- 아파치 카산드라(Apache Cassandra) 클러스터에서의 데이터 파티셔닝
- 디스코드(Discord)채팅 어플리케이션
- 아카마이(Akamai) CDN
- 매그래프(Meglev) 네트워크 부하 분산기

 

오늘 책 작성자분의 링크드인에 올라온 글에도 안정 해시가 포함된 포스트가 올라와서 공유한다.

 

 

fin.