자원 한도와 애플리케이션 동시성 맞추기, 대안을 선택하는 기준 정리

동시 요청을 무조건 많이 받으면 메모리와 데이터베이스 연결이 먼저 고갈될 수 있다. 자원 한도와 내부 큐, 워커 수를 함께 조절해야 한다.

문제를 푸는 방법이 둘 이상이면 기능의 개수만 비교하기 쉽다. 하지만 운영 중 설명할 수 있는지, 실패했을 때 되돌릴 수 있는지, 다음 동료가 고칠 수 있는지도 선택의 일부다. 이번에는 현재 조건에서 필요한 성질과 감수할 비용을 나누어 적는다.

장점과 비용을 함께 보기

요청 하나가 점유하는 자원을 추정하고 동시성에 상한을 둔다. CPU, 메모리, 연결 풀, 작업 큐의 포화 신호를 함께 보면서 한 번에 하나의 값을 바꾼다.

이번에 확인할 질문: 선택한 방법의 장점이 지금의 제약과 실제로 연결되어 있는가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

capacity budget
workers * connections_per_worker <= database connection budget
active_jobs * memory_per_job + baseline <= memory budget
queue length has an explicit upper bound

대표 요청과 큰 요청을 섞어 부하를 주고 대기 시간, 거절, 메모리 사용이 한도 안에서 설명되는지 확인한다.

놓치기 쉬운 조건

평균 메모리 사용량만으로 최대 동시성을 정하면 큰 요청에서 실패할 수 있다. 무한 큐는 거절을 늦출 뿐 전체 처리 능력을 늘리지 않는다.

확인할 부분	살펴볼 내용
기준 동작	대표 요청과 큰 요청을 섞어 부하를 주고 대기 시간, 거절, 메모리 사용이 한도 안에서 설명되는지 확인한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 필수 조건과 있으면 좋은 조건을 분리한다.
2. 선택하지 않은 대안이 유리해지는 상황도 한 가지 적는다.
3. 조건이 바뀌면 결정을 다시 검토할 시점을 남긴다.

다른 방법을 배제한 이유가 기록되어 있으면 같은 논의를 처음부터 반복하지 않아도 된다. 선택은 환경에 따라 달라질 수 있다. 무엇을 포기했는지 설명하는 문장이 구현을 이해하는 데 오히려 더 직접적인 도움이 될 때가 많다.