오늘날 많은 애플리케이션은 계산 중심(compute-intensive)과는 다르게 데이터 중심(data-intensive)적이다. 이러한 애플리케이션의 경우 CPU 성능은 애플리케이션을 제한하는 요소가 아니며, 더 큰 문제는 보통 데이터의 양, 데이터의 복잡도, 데이터의 변화속도다. 일반적으로 데이터 중심 애플리케이션은 공통으로 필요로 하는 기능을 제공하는 표준 구성 요소(standard building block)으로 만든다. 예를 들어, 많은 애플리케이션은 다음을 필요로 한다. - 구동 애플리케이션이나 다른 애플리케이션에서 나중에 다시 데이터를 찾을 수 있게 데이터를 저장(데이터베이스) - 읽기 속도 향상을 위해 값비싼 수행 결과를 기억(캐시) - 사용자가 키워드로 데이터를 검색하거나 다양한 방법으로..
한 사람의 영향도가 너무 큰 시스템은 성공하기 어렵다. 초기설계가 완료되고 상당히 견고해지면 여러사람이 다양한 관점을 가지고 각각 실험을 진행하면서 테스트는 시작된다. - 도널드 커누스 요청, 응답, 질의, 결과 현대 데이터 시스템에서 가정하고 있는 데이터 처리 방식은 먼저 시스템에 요청하거나 지시를 보낸 후 잠시 뒤에 해당 시스템으로부터 결과를 반환받는 방식이다. 데이터베이스, 캐시, 검색 색인, 웹 서버 등 그 밖의 많은 시스템이 이 같은 방식으로 동작한다. 온라인 시스템은 브라우저가 특정 페이지를 요청하든 서비스가 원격 API를 호출하든 일반적으로 사람이 사용자로서 요청을 보내고 응답을 기다린다고 가정한다. 사용자는 오래 기다릴 수 없기 때문에 이런 시스템에서는 응답 시간 단축에 노력을 많이 기울인..
- Total
- Today
- Yesterday
- 가상 면접 사례로 배우는 대규모 시스템 설계 기초
- 이산수학
- 엄청난 인내심과 시뮬레이션을 위한 아레나 툴
- 명제논리
- 항해99
- 최단경로 알고리즘
- 백준
- arena simulation
- 시뮬레이션
- 데이터 중심 애플리케이션 설계
- Propositional and Predicate Logic
- rosen
- beginning javascript
- javascript
- 그라파나
- 이산 수학
- 아레나
- Arena
- flutter
- 자바스크립트
- 로젠
- 아레나시뮬레이션
- Simulation
- grafana cloud
- paul wilton
- 아레나 시뮬레이션
- Discrete Mathematics
- 자바스크립트 예제
- 대규모 시스템 설계 기초
- Grafana
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |