가상 면접 사례로 배우는 대규모 시스템 설계 기초 - 8장
8. URL 단축기 설계
- 문제 이해 및 설계 범위 확정
- 기본 기능
- URL 단축 : 주어진 긴 URL을 훨씬 짧게 줄임
- URL 리디렉션 : 축약된 URL로 HTTP 요청이 오면 원래 URL로 안내
- 높은 가용성과 규모 확장성, 그리고 장애 감내가 요구
- 개략적 추정
- 쓰기 연산 : 매일 1억 개의 단축 URL 생성
- 초당 쓰기 연산 : 1억 / 24 / 3600 = 1160
- 읽기 연산 : 읽기 연산과 쓰기 연산 비율은 10 : 1이라고 가정. 그 경우 읽기 연산은 초당 11600회 발생
- URL 단축 서비스를 10년간 운영한다고 가정하면 1억 * 365 * 10 = 3650억 개의 레코드를 보관해야 함
- 축약 전 URL의 평균 길이는 100이라고 가정
- 따라서 10년 동안 필요한 저장 용량은 3650억 * 100바이트 = 36.5TB
- 기본 기능
- 개략적 설계안 제시 및 동의 구하기
- API 엔드포인트
- 클라이언트는 서버가 제공하는 API 엔드포인트를 통해 서버와 통신
- URL 단축키는 기본적으로 두 개의 엔드포인트를 필요로 함
- URL 단축용 엔드포인트
- 새 단축 URL을 생성하고자 하는 클라이언트는 이 엔드포인트에 단축할 URL을 인자로 실어서 POST 요청을 보내야 함
- 엔드포인트는 다음과 같은 형태를 띔
POST /api/v1/data/shorten- 인자 :
{longUrl : longURLstring} - 반환 : 단축 URL
- URL 리디렉션용 엔드포인트
- 단축 URL에 대해서 HTTP 요청이 오면 원래 URL로 보내주기 위한 용도의 엔드포인트
- 엔드포인트는 다음과 같은 형태를 띔
GET /api/v1/shortUrl- 반환 : HTTP 리디렉션 목적지가 될 원래 URL
- URL 단축용 엔드포인트
- URL 리디렉션
-
단축 URL을 받은 서버는 그 URL을 원래 URL로 바꾸어서 301 응답의 Location 헤더에 넣어 반환
-
301 응답과 302 응답의 차이
- 301 Permanently Moved
- 해당 URL에 대한 HTTP 요청의 처리 책임이 영구적으로 Location 헤더에 반환된 URL로 이전되었다는 응답
- 영구적으로 이전되었으므로, 브라우저는 이 응답을 캐시함
- 따라서, 추후 같은 단축 URL에 요청을 보낼 필요가 있을 때 브라우저는 캐시된 원래 URL로 요청을 보냄
- 302 Found
- 이 응답은 주어진 URL로의 요청이 일시적으로 Location 헤더가 지정하는 URL에 의해 처리되어야 한다는 응답
- 따라서, 클라이언트의 요청은 언제나 단축 URL 서버에 먼저 보내진 후에 원래 URL로 리디렉션
- 서버 부하를 줄이는 것이 중요하다면 301 Permanent Moved를 사용하는 것이 좋고, 트래픽 분석이 중요할 때는 302 Found를 쓰는 것이 좋음
- 301 Permanently Moved
-
URL 리디렉션을 구현하는 가장 직관적인 방법은 해시 테이블을 사용하는 것
- 원래 URL = hashTable.get(단축 URL)
- 301 또는 302 응답 Location 헤더에 원래 URL을 넣은 후 전송
-
- URL 단축
- 긴 URL을 해시 값으로 대응시킬 해시 함수 fx를 찾는 일이 중요
- 해시 함수는 다음 요구사항을 만족해야 함
- 입력으로 주어지는 긴 URL이 다른 값이면 해시 값도 달라야 함
- 계산된 해시 값은 원래 입력으로 주어졌던 긴 URL로 복원될 수 있어야 함
- API 엔드포인트
- 상세 설계
-
데이터 모델
- 개략적 설계에서는 모든 것을 해시 테이블에 두었지만, 메모리는 유한하고 비싸기 때문에 실제 시스템에 쓰기는 곤란
- 더 나은 방법은 관계형 데이터베이스에 저장하는 것
-
해시 함수
- 해시 함수가 계산하는 단축 URL 값을 hashValue라고 지칭하겠음
- 해시 값 길이
-
hashValue는
0~9, a~z, A~Z의 문자들로 구성. 따라서 사용할 수 있는 문자의 개수는 62개 -
hashValue의 길이를 정하기 위해서는 62^n ≥ 3650억인 n의 최솟값을 찾아야 함
-
hashValue의 길이와 해시 함수가 만들 수 있는 URL의 개수 사이의 관계
n URL 개수 1 62¹ = 62 2 62² = 3,844 3 62³ = 238,328 4 62⁴ = 14,776,336 5 62⁵ = 916,132,832 6 62⁶ = 56,800,235,584 7 62⁷ = 3,521,614,606,208 ≈ ~3.5조(trillion) 8 62⁸ = 218,340,105,584,896 -
n=7이면 요구사항을 만족시키기 충분한 값이므로 hashValue의 길이는 7
-
- 해시 후 충돌 해소
-
긴 URL을 줄이려면 원래 URL을 7글자 문자열로 줄이는 해시 함수가 필요
-
손쉬운 방법은 CRC32, MD5, SHA-1 같이 잘 알려진 해시 함수를 이용하는 것
-
가장 짧은 해시값조차도 7보다는 긺
-
해결 방법
- 계산된 해시 값에서 처음 7개 글자만 이용하는 것
-
해시 결과가 서로 충돌할 확률이 높아짐
-
충돌이 실제로 발생했을 경우, 충돌이 해소될 때까지 사전에 정한 문자열을 해시값에 덧붙임
-
DB에 질의해야 하므로 오버헤드가 큼
-
DB 대신 블룸 필터를 사용하면 성능을 높일 수 있음
-
- base-62 변환
-
진법 변환(Base Conversion)은 URL 단축기를 구현할 때 흔히 사용되는 접근법. 이 기법은 수의 표현 방식이 다른 두 시스템이 같은 수를 공유하여야 하는 경우에 유용
-
62진법을 사용하는 이유는 hashValue에 사용할 수 있는 문자 개수가 62개이기 때문
-
11157(10)을 62진법으로 바꾸면 2TX(62)
-
-
두 접근법 비교
해시 후 충돌 해소 전략 base-62 변환 단축 URL의 길이가 고정됨 단축 URL의 길이가 가변적. ID 값이 커지면 같이 길어짐 유일성이 보장되는 ID 생성기가 필요치 않음 유일성 보장 ID 생성기가 필요 충돌이 가능해서 해소 전략이 필요 ID의 유일성이 보장된 후에야 적용 가능한 전략이라 충돌은 아예 불가능 ID로부터 단축 URL을 계산하는 방식이 아니라서 다음에 쓸 수 있는 URL을 알아내는 것이 불가능 ID가 1씩 증가하는 값이라고 가정하면 다음에 쓸 수 있는 단축 URL이 무엇인지 쉽게 알아낼 수 있어서 보안상 문제가 될 소지가 있음
- 계산된 해시 값에서 처음 7개 글자만 이용하는 것
-
-
URL 단축기 상세 설계
-
시스템의 핵심 컴포넌트이므로, 처리 흐름이 논리적으로는 단순해야 하고 기능적으로는 언제나 동작하는 상태로 유지되어야 함
-
-
URL 리디렉션 상세 설계
- 로드밸런서 동작 흐름
- 사용자가 단축 URL을 클릭
- 로드밸런서가 해당 클릭으로 발생한 요청을 웹 서버에 전달
- 단축 URL이 이미 캐시에 있는 경우, 원래 URL을 바로 꺼내서 클라이언트에게 전달
- 캐시에 해당 단축 URL이 없는 경우 DB에서 꺼냄. DB에 없다면 사용자가 잘못된 단축 URL을 입력한 경우
- DB에서 꺼낸 URL을 캐시에 넣은 후 사용자에게 반환
- 로드밸런서 동작 흐름
-
- 마무리
- 보완할 점
- 처리율 제한 장치
- 엄청난 양의 URL 단축 요청이 밀려들 경우 무력화될 수 있다는 잠재적 보안 결함을 가짐
- 처리율 제한 장치를 두면 IP 주소를 비롯한 필터링 규칙들을 이용해 요청을 걸러낼 수 있음
- 웹 서버의 규모 확장
- 본 설계에 포함된 웹 계층은 무상태 계층이므로 웹 서버를 자유로이 증설하거나 삭제할 수 있음
- DB의 규모 확장
- DB를 다중화하거나 샤딩하여 규모 확장성을 달성할 수 있음
- 데이터 분석 솔루션
- URL 단축기에 데이터 분석 솔루션을 통합해 두면 어떤 링크를 얼마나 많은 사용자가 클릭했는지, 언제 주로 클릭했는지 등 중요한 정보를 알아낼 수 있음
- 가용성, 데이터 일관성, 안정성
- 대규모 시스템이 성공적으로 운영되기 위해서는 반드시 갖추어야 할 속성
- 처리율 제한 장치
- 보완할 점