[DB] Replication에 대해서...

Replication

▶ 데이터를 한 데이터베이스 서버에서 다른 데이터베이스 서버로 복사하여 동기화 상태로 유지하는 기능

▶ 데이터 가용성을 높이고, 읽기 성능 향상, 백업, 부하 분산 등 다양한 목적을 위해 사용

---

Replication의 주요 개념

1. Master-Slave 구조

• Master 서버  : 데이터를 기록(쓰기 작업)하는 주 데이터베이스
• Slave 서버 : Master 서버로부터 데이터를 복사하여 읽기 전용 또는 백업 목적으로 사용

2. Binlog (Binary Log) 구조

• Master 서버는 Binlog(바이너리 로그)를 통해 데이터 변경 작업(Insert, Update, Delete 등)을 기록
• Slave 서버는 Binlog를 읽어 동일한 변경 작업을 수행하여 Master와 데이터를 동기화

3. Replication Threads

• I/O Thread : Slave 서버에서 Master 서버의 Binlog를 읽어 Relay Log에 저장
• SQL Thread  : Relay Log에 저장된 변경 작업을 Slave 서버에 적용

4. Asynchronous, Semi-Synchronous, Synchronous Replication

• Asynchronous Replication
  Master 서버가 변경 작업이 Slave 서버에 적용되었는지 확인하지 않음
  기본 방식으로 지연(latency)이 발생할 수 있음
• Semi-Synchronous Replication
  Master 서버는 최소 한 개의 Slave 서버로부터 변경 작업이 적용되었다는 확인을 받아야 작업이 완료
• Synchronous Replication
  모든 Slave 서버가 변경 작업을 완료한 후 Master 서버가 작업을 완료(매우 드문 사용 사례)

---

Replication의 동작 원리

1. Master 서버에서 데이터 변경 작업 발생 (예: Insert, Update)
2. Master 서버가 변경 내용을 BinLog에 기록
3. Slave 서버가 Master 서버의 BinLog를 읽어 Relay Log에 저장(I/O Thread)
4. Slave 서버가 Relay Log를 처리하여 변경 작업을 데이터베이스에 적용 (SQL Thread)

---

Replication의 주요 사용 사례

1. 읽기 부하 분산 (Read Scalability)

• Slave 서버를 읽기 전용으로 사용하여 Master 서버의 읽기 부하를 줄일 수 있다
• 읽기 작업이 많은 애플리케이션에서 성능 향상을 기대할 수 있다

2. 고가용성 (High Availability)

• Master 서버에 장애가 발생하면 Slave 서버 중 하나를 Master로 승격(Promote)하여 서비스 중단을 방지할 수 있다.

3. 백업(Backup)

• Slave 서버에서 백업 작업을 수행하여 Master 서버의 부하를 줄이고 가용성을 보장한다.

4. 데이터 분석(Data Analytics)

• 실시간 트랜잭션 데이터를 Master 서버에서 처리하고, 분석 작업을 Slave 서버에서 수행하여 성능을 분리한다.

---

Replication의 한계

1. 데이터 지연(Replication Lag)

• Slave 서버가 Master 서버의 Binlog를 처리하는데 시간이 걸릴 수 있다
• 특히 트래픽이 많은 경우 지연이 발생할 가능성이 높다

2. Master 서버 단일 장애점 (Single Point of Failure)

• Master 서버가 다운되면 전체 데이터 쓰기 작업이 중단될 수 있다
• 이를 보완하려면 Multi-Master Replication이나 자동 장애 복구 시스템을 구축해야 한다

3. 충돌관리

• Multi-Master Replication의 경우, 같은 데이터에 대한 충돌(Conflict)을 관리하기 어렵다

4. 수동관리 필요

• Master-Slave 구성을 유지하려면 수동으로 서버를 관리하고 모니터링해야 하므로 관리 오버헤드가 증가한다

---

Replication의 한계를 보완하기 위해서 요즘은 클러스터(Cluster)를 사용하여 고가용성, 자동 장애 복구,
데이터 동기화 등을 제공한다