CAP 이론 - 데이터베이스의 분산 시스템 이론

시스템 아키텍처를 공부하다보니 데이터베이스의 분산시스템에 공부하게 되는 일이 생겼다. 그때 CAP 이론이라는 단어를 처음 봤는데, Capability 의 앞글자를 따서 분산 시스템에서 데이터 베이스 가용 능력이나 데이터 베이스 성능에 관련된 이론인줄 알았다.

하지만 공부해보니 전혀 다른 개념이었고, CAP 이론은 분산 시스템의 DB 환경에서 네트워크 분할이 발생하면 시스템은 일관성과 가용성 중 하나를 선택해야 하며, 둘 다를 동시에 완벽하게 보장할 수 없다는 이론이었다. 되게 중요한 개념인 것 같아서 기록으로 남겨두려고 한다.

개념

먼저 개념을 말하자면 다음과 같다.

CAP 이론(CAP theorem)은 분산 시스템에서 세 가지 주요 특성인 일관성(Consistency), 가용성(Availability), 그리고 네트워크 분할 허용(Partition Tolerance) 사이에서 동시에 모든 특성(CAP 셋 모두)을 완벽하게 보장할 수 없다는 이론이다. 이 이론은 Eric Brewer가 제안한 것으로, 분산 데이터베이스의 설계에서 중요한 역할을 한다.

 

• 일관성(Consistency): 모든 노드에서 데이터를 읽을 때 항상 동일한 최신 데이터를 반환하는 것을 의미한다. 즉, 한 노드에서 데이터가 업데이트되면 모든 노드에 즉시 반영되어야 한다.
• 가용성(Availability): 데이터를 요청하는 모든 클라이언트가 하나 이상의 노드가 다운된 경우에도 응답을 받는다는 것을 의미한다. 즉, 분산 시스템의 모든 작업 노드가 예외 없이 모든 요청에 대해 유효한 응답을 반환한다.
• 네트워크 분할 허용(Partition Tolerance): 분산 시스템에서 네트워크가 분할되었을 때도 시스템이 계속해서 동작할 수 있는 능력을 의미한다. 즉, 일부 노드 간에 통신이 불가능한 상황에서도 시스템이 계속 작동해야 한다.

먼저 네트워크 분할 허용을 알고 가야한다.

네트워크 분할 허용의 핵심은 분산 시스템이 네트워크 문제로 인한 노드 간 통신 단절이 발생하더라도, 가능한 많은 기능을 유지하고 나중에 데이터 일관성을 복구할 수 있는 설계를 의미한다. 즉, 네트워크가 분리된 동안에도 시스템의 일부 노드가 정상적으로 동작할 수 있고, 네트워크가 복구되면 데이터의 일관성이 회복되도록 하는 것이 목표이다.

예를 들어, 분산 데이터베이스 시스템에서 아래 그림과 같이

• 요청이 A 데이터베이스 노드로 가는 경우와 B 데이터베이스 노드로 가는 경우가 있다.
• 네트워크 문제로 인해 A와 B 노드 간의 연결이 끊어졌지만, 각각의 노드는 여전히 클라이언트 요청을 처리할 수 있다.

이 경우, 네트워크 분할이 발생했음에도 각 노드는 독립적으로 동작하면서 가능한 많은 요청을 처리하려고 노력한다. 네트워크가 복구되면, 각 노드가 처리한 데이터를 동기화하여 최종 일관성을 맞춘다.

 

 

여러 IT 서비스 회사들은 당연하게도 분산 데이터베이스 설계를 갖고 간다. 만약 데이터 베이스가 하나만 있고 그 하나에 장애가 난다면 단일 장애지점 실패로 모든 서비스가 마비될 것이다. 이렇기 때문에 데이터 백업 측면, 트래픽 분산 측면, 지리적 물리적 측면 때문이라도 분산 시스템을 갖게 된다.

그럼 우리는 기본적으로 P 를 허용하고 다음 단계를 밟게 되는 것이다.

 

CAP 이론의 트레이드오프

분산 데이터베이스에서 네트워크 분할이 발생한 경우, 시스템은 일관성과 가용성 사이에서 트레이드오프를 선택해야 한다. 이 선택은 시스템의 요구사항에 따라 달라지게 된다.

먼저 아래 그림과 같은 경우를 예시로 생각해보자. 분산 데이터베이스 시스템에서 네트워크 분할이 일어나서 A 데이터 베이스와 C 데이터베이스 간의 통신이 끊기게 되었고, 그때 때마침 1번 사용자의 포인트 사용으로 포인트가 0으로 됐다고 가정해보자. A 와 C의 통신이 단절됐으므로 복제된 정보를 전송할 수 없어, 데이터일관성이 맞지 않게 되고 각 데이터베이스에 1번 사용자에 대한 포인트를 물어본다면 0 과 10으로 각기 다른 응답이 올 것이다.

1. CP 시스템 (Consistency + Partition Tolerance)

• 일관성과 네트워크 분할 허용성을 우선하는 시스템이다. 네트워크 분할이 발생하면, 시스템은 일관성을 유지하기 위해 가용성을 포기한다. 즉, 일부 요청은 처리되지 않고 실패할 수 있지만, 모든 응답은 항상 최신 상태의 일관된 데이터 반환을 보장한다.
  그림을 예시로 들면, 네트워크 분할이 일어날시 CP 설계이므로 네트워크가 복구되고 A 데이터베이스에 수정된 정보가 C 데이터베이스에도 반영이 되어 데이터 일관성이 보장 되었을 때 응답을 정상적으로 보낸다. 네트워크가 복구되어 데이터베이스간의 일관성 싱크를 맞추는 과정 동안의 요청은 실패 처리가 되므로 가용성 측면에서는 부정적이다.
• 예시: 은행 거래 시스템. 금융 시스템에서는 모든 데이터가 반드시 일관성을 유지해야 하는 것이 중요하다. 예를 들어, 한 사용자가 은행 계좌에서 돈을 이체할 때 모든 시스템에 동일한 계좌 잔액이 반영되어야 한다. 만약 네트워크 분할이 발생한다면, 가용성을 희생하더라도 일관성을 유지해야 하는 것이 서비스 특성상 더 맞다.

2. AP 시스템 (Availability + Partition Tolerance)

• 가용성과 네트워크 분할 허용성을 우선하는 시스템아다. 네트워크 분할이 발생하면, 시스템은 가용성을 유지하기 위해 일관성을 포기할 수 있다. 즉, 모든 요청은 정상 처리되지만, 그 응답 데이터가 일시적으로 일관되지 않을 수 있다는 것이다.
• 예시: 소셜 미디어 플랫폼. 소셜 미디어에서는 사용자가 댓글을 달거나 좋아요를 누르는 등의 작업은 사용자 경험 측면에 있어 즉각적으로 반영되어야 한다. 네트워크가 분할되더라도 가용성을 유지하는 것이 중요하며, 일관성은 나중에 복구될 수 있다. 아래 그림을 생각해보면 좋아요 수 11이 C 데이터베이스에는 아직 반영이 못된 채 네트워크 분할이 일어 났다. 이때 C 데이터 베이스에 좋아요를 요청이 적용된다고 가정해보자. 요청에 대한 실패 처리를 한 후, 네트워크가 복구되어 좋아요 수 데이터를 11로 일관성을 맞춘 후, 다시 좋아요를 누르면 12 로 증가시키는 일관성 중시 프로세스가 아닌 일단 10에서 11로 증가 시켜 즉각적인 사용자 경험이 가능하게끔 가용성을 지키고, 이후 정확한 좋아요 수에 대한 일관성은 네트워크 복구 뒤 나중에 맞추겠다는 뜻이다.

 

결론

CAP 이론은 분산 시스템 설계에서 중요한 이론으로, 네트워크 분할 시 일관성과 가용성 간의 트레이드오프를 다루는 방식이다. 설계 시 요구 사항에 따라 어떤 특성을 우선시할지 결정해야 하며, 은행 거래와 같은 시스템은 일관성을, 실시간 채팅이나 소셜 미디어는 가용성을 우선시하는 경우가 많다. 각각의 도메인의 특성과 애플리케이션의 요구사항을 파악하고 그 특성에 맞게 이론을 적용시키게 중요하다고 생각된다.

 

참고

https://www.ibm.com/kr-ko/topics/cap-theorem