분산 데이터베이스와는 다른 개념으로, 갑자기 많은 데이터를 저장할 경우 발생하는 시스템과부하(랙!)를 막기 위한 처리방법.

가정#1 #

1. 모든 유저 데이터는 최소 10분에 1회 저장되어야 한다.
2. 1명의 데이터를 저장하는데 0.01초가 걸린다.
   

무식코딩 # 1 #

    main.onMin()
    {
        if(min % 10 == 0) for_each_user.SaveData();
        min ++; 
    }

동시접속수	처리시간
100	1초
600	6초
6000	60초

데이터의 저장시점이 뭉쳐있기때문에 특정시간마다 서버는 랙에 시달릴 것이다.

개선코딩 # 1 #

개선 아이디어 첫번째는, 분별로 혹은 더 세밀하게 초별로 이용자 데이터 저장시간을 분산한다.

user.onSec(sec)
{
    if(user.saveseed = sec) SaveData()
}

main.onLogin(user)
{
    user.saveseed = lastseed; 
    lastseed++; lastseed %= 600; // 600초 = 10분
}

main.onSec(sec)
{
    for_each_user.onSec(sec);
    sec++; sec %=600;
}

유저가 접속할때마다 0~599 까지의 seed 를 할당하고 (600이란 숫자는 600초, 즉 10분을 의미한다), 매 초별로 해당 seed를 가지는 유저의 데이터를 저장하도록 하는 것.

동시접속수	매초 평균처리시간	처리시간의 총합
600	0.01초	6초
6000	0.1초	60초

처리시간의 총합은 같지만, 600개로 분할되어, 그 사이사이에 서버는 다른일을 할 수 있다.

개선코딩 # 2 #

두번째 개선 아이디어는, 저장되어질 필요가 있는 데이터들을 표시만 해놓고, 남는시간에 하나씩 저장하는 방법이다.

    main.onMin()
    {
        if(min % 10 == 0) for_each_user.is_readyto_save = true; // 모든 유저가 저장 요구된다.
        min ++; 
    }

    main.onSec()
    {
        for_each_user(if user.is_readyto_save){ // 첫번째 저장요구된 유저를 찾고,
            user.SaveData(); 
            break; // 한명만 저장 처리하고 종료한다.
        } 
    }

매 초마다, 저장될 필요가 있는 유저들의 데이터 1개만을 저장한다. 1초에 1개만 처리하므로 최대 600 명밖에 처리할 수 없지만, 함수 호출빈도를 높히면, 최대치에 가깝게 처리 가능하다.

    main.onMSec()
    {
        ....
    }

추가 구현 #

AsyncDB 비동기 DB처리