2.4 KiB
2.4 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SYS-MQ-STREAM-001 | Unified | 1.0 |
|
2026-04-26 |
Message Queues and Event Streams (메시지 큐와 이벤트 스트림)
📌 한 줄 통찰 (The Karpathy Summary)
"시스템 사이의 대화를 '비동기적 흐름'으로 전환하여, 서로를 기다리지 않고도 거대한 지능의 하모니를 완성하라" — 데이터를 생성하는 쪽(Producer)과 소비하는 쪽(Consumer)을 분리(Decoupling)하여 시스템의 유연성과 확장성, 내결함성을 극대화하는 통신 인프라.
📖 구조화된 지식 (Synthesized Content)
- 추출된 패턴: "Asynchronous Buffer and Pub/Sub" — 요청이 몰릴 때 임시로 데이터를 담아두는 버퍼 역할과, 하나의 데이터를 여러 곳에서 동시에 구독할 수 있게 하는 발행/구독 패턴을 통해 분산 시스템의 부하를 조절하는 패턴.
- 핵심 기술:
- Message Queues (RabbitMQ, SQS): 메시지를 전달받아 소비자가 처리할 때까지 안전하게 보관. 1:1 전달 중심.
- Event Streams (Kafka, Kinesis): 데이터의 흐름 자체를 기록하고 보존하여 실시간 분석 및 재생(Replay) 가능. 고성능 로그 처리 중심.
- 의의: 마이크로서비스 아키텍처(MSA)에서 서비스 간의 의존성을 줄이고, 데이터가 폭증하는 상황에서도 시스템 전체가 마비되지 않도록 보호하는 완충재.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 단순한 '데이터 전달자' 수준에서 벗어나, 이제는 Flink나 Spark Streaming과 결합하여 스트림 내에서 즉석으로 데이터를 처리하는 '스트림 처리 엔진'으로 역할이 확장됨.
- 정책 변화: Antigravity 프로젝트는 에이전트의 사고 로그와 원격 데이터 수집 스트림을 Kafka 기반의 이벤트 스트림으로 관리하여, 실시간 모니터링과 사후 분석을 동시에 수행함.
🔗 지식 연결 (Graph)
- Microservices-Architecture, High-Availability-Systems,_system-Design-for-AI-Scale, Real-time-Data-Processing
- Raw Source: 10_Wiki/Topics/AI/Message-Queues-and-Event-Streams.md