119 lines
5.2 KiB
Markdown
119 lines
5.2 KiB
Markdown
---
|
|
id: wiki-2026-0508-cloud-native-and-microservices
|
|
title: Cloud Native and Microservices
|
|
category: Architecture
|
|
status: needs_review
|
|
canonical_id: self
|
|
aliases: [cloud_native_and_microservices]
|
|
duplicate_of: none
|
|
source_trust_level: A
|
|
confidence_score: 1.0
|
|
tags: [- cloud-native - microservices - modular-monolith - event-sourcing - distributed-systems]
|
|
raw_sources: [- 10_Wiki/Topics/AI_and_ML/Cloud-Native Computing.md - 10_Wiki/Topics/AI_and_ML/Cloud-Native_Architecture.md - 10_Wiki/Topics/AI_and_ML/Modular Monolith.md - 10_Wiki/Topics/AI_and_ML/Microservices Architecture (MSA).md - 10_Wiki/Topics/AI_and_ML/Event Sourcing Pattern.md - 10_Wiki/Topics/AI_and_ML/CAP-Theorem.md]
|
|
last_reinforced: 2026-05-08
|
|
github_commit: pending
|
|
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
|
tech_stack:
|
|
language: unspecified
|
|
framework: unspecified
|
|
---
|
|
|
|
# 클라우드 네이티브 및 마이크로서비스 (Cloud-Native and Microservices)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "복잡성을 분산하고 복원력을 확보하라." 클라우드 네이티브 아키텍처는 마이크로서비스, 컨테이너, 데브옵스를 결합하여 비즈니스 변화에 민첩하게 대응하고 대규모 트래픽을 견디는 시스템을 구축하는 현대적 엔지니어링 패러다임입니다.
|
|
|
|
## 📖 핵심 내용 (Core Content)
|
|
|
|
### 1. 진화하는 아키텍처 패러다임
|
|
* **Monolithic**: 단일 배포 단위. 초기 개발은 빠르나 확장성과 유지보수성이 낮음.
|
|
* **Modular Monolith**: 단일 배포 단위 내에서 도메인 경계를 엄격히 분리. MSA의 복잡성 없이 모듈성을 확보하며, 향후 서비스 분리(Extraction)의 토대를 마련함.
|
|
* **Microservices (MSA)**: 비즈니스 기능을 독립적인 서비스 단위로 분리. 각 서비스는 독자적인 DB와 기술 스택을 가질 수 있으며, 네트워크를 통해 통신함.
|
|
|
|
### 2. 클라우드 네이티브 핵심 원칙
|
|
* **Resilience (복원력)**: 서비스 장애가 전체 시스템으로 확산되지 않도록 격리.
|
|
* **Scalability (확장성)**: 수평적 확장(Scale-out)을 통해 가용성 확보.
|
|
* **Observability (관측성)**: 분산 추적(Distributed Tracing), 로깅, 메트릭을 통해 시스템 상태를 실시간 파악.
|
|
|
|
### 3. 분산 시스템 패턴
|
|
* **Event Sourcing**: 상태 변경을 불변의 이벤트 로그로 기록. 완벽한 감사 추적과 상태 재구성이 가능함.
|
|
* **CQRS (Command Query Responsibility Segregation)**: 읽기 모델과 쓰기 모델을 분리하여 각 작업에 최적화된 성능 확보.
|
|
* **CAP Theorem**: 분산 시스템에서 일관성(Consistency), 가용성(Availability), 분할 내성(Partition Tolerance) 세 가지를 동시에 만족할 수 없다는 이론.
|
|
|
|
### 4. 인프라 및 운영
|
|
* **Containerization**: 애플리케이션과 환경을 패키징하여 일관된 실행 보장 (Docker).
|
|
* **Orchestration**: 수많은 컨테이너의 배치와 관리를 자동화 (Kubernetes).
|
|
* **Serverless**: 서버 인프라 관리 없이 코드 실행에만 집중하는 경제적 모델.
|
|
|
|
## ⚠️ 트레이드오프 및 주의사항 (Trade-offs)
|
|
* **MSA의 세금(Tax)**: 분산 시스템 도입 시 네트워크 지연, 데이터 일관성(Eventual Consistency) 처리, 운영 복잡성 등 막대한 오버헤드가 발생함.
|
|
* **Distributed Monolith 경계**: 서비스 간 결합도가 너무 높으면 MSA의 장점은 사라지고 단점만 남은 '분산된 모놀리스'가 되어 기술 부채가 가중됨.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- **Related Topics**: [[Software_Architecture_Patterns]], [[Distributed_Systems]], [[DevSecOps]], [[Domain_Driven_Design]]
|
|
- **Next Step**: 서비스 메시(Istio, Linkerd) 도입을 통한 트래픽 제어 및 서킷 브레이커 패턴 실무 적용.
|
|
|
|
---
|
|
*Last updated: 2026-05-08*
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
|
|
**추출된 패턴:**
|
|
> *(TODO)*
|
|
|
|
**세부 내용:**
|
|
- *(TODO)*
|
|
|
|
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
|
|
|
**언제 이 지식을 쓰는가:**
|
|
- *(TODO)*
|
|
|
|
**언제 쓰면 안 되는가:**
|
|
- *(TODO)*
|
|
|
|
## 🧪 검증 상태 (Validation)
|
|
|
|
- **정보 상태:** needs_review
|
|
- **출처 신뢰도:** A
|
|
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
|
|
|
## 🧬 중복 검사 (Duplicate Check)
|
|
|
|
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
|
- **처리 방식:** UPDATE (자동 정규화)
|
|
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
|
|
|
- **과거 데이터와의 충돌:** 없음
|
|
- **정책 변화:** 없음
|
|
|
|
## 🕓 변경 이력 (Changelog)
|
|
|
|
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
|
|------|-----------|-----------|--------|
|
|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
|
|
|
## 💻 코드 패턴 (Code Patterns)
|
|
|
|
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
|
|
|
```text
|
|
# TODO
|
|
```
|
|
|
|
## 🤔 의사결정 기준 (Decision Criteria)
|
|
|
|
**선택 A를 써야 할 때:**
|
|
- *(TODO)*
|
|
|
|
**선택 B를 써야 할 때:**
|
|
- *(TODO)*
|
|
|
|
**기본값:**
|
|
> *(TODO)*
|
|
|
|
## ❌ 안티패턴 (Anti-Patterns)
|
|
|
|
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)* |