본문으로 건너뛰기

DAX

1 Amazon DynamoDB Accelerator (DAX)​

  • Amazon DynamoDB Accelerator (DAX)는 Amazon DynamoDB를 위한 완전관리형 고가용성 인메모리 캐시입니다.
  • DAX는 DynamoDB의 읽기 성능을 최대 10배까지 향상시킬 수 있으며, 초당 수백만 건의 요청을 처리할 수 있습니다.
    • DAX는 캐싱을 통해 읽기 병목 문제를 해결합니다.
    • 캐시된 데이터에 대해 마이크로초 단위의 지연 시간을 제공합니다.
  • 애플리케이션 로직 수정이 필요 없으며, 기존 DynamoDB API와 호환됩니다.
  • 캐시의 기본 TTL(Time To Live)은 5분입니다.
  • DAX (DynamoDB Accelerator)는 DynamoDB의 읽기 작업을 주로 캐싱합니다.
    • 구체적으로 다음과 같은 항목들을 캐싱합니다
    • 개별 항목 읽기 결과: GetItem, BatchGetItem 등의 API 호출 결과를 캐싱합니다.
    • 쿼리 결과: Query API 호출의 결과를 캐싱합니다.
    • 스캔 결과: Scan API 호출의 결과를 캐싱합니다.

2 DAX의 주요 특징​

  • 완전관리형: AWS가 DAX 클러스터의 모든 관리 작업을 수행하므로, 사용자는 애플리케이션 개발에만 집중할 수 있습니다.
  • 고가용성: 여러 가용 영역에 걸쳐 DAX 노드를 배포하여 고가용성을 제공합니다.
  • 일관성: DAX는 DynamoDB의 최종적 일관된 읽기 및 강력한 일관된 읽기 모델을 모두 지원합니다.
  • 암호화: 저장 데이터 및 전송 중인 데이터에 대한 암호화를 제공합니다.
  • 확장성: 수요에 따라 DAX 클러스터를 쉽게 확장할 수 있습니다.

3 DAX의 작동 방식​

  • DAX는 DynamoDB 테이블의 앞에 위치하는 인메모리 캐시로 작동합니다.
  • 애플리케이션이 데이터를 요청하면, DAX는 먼저 자체 캐시를 확인합니다.
  • 캐시에 데이터가 있으면 (캐시 히트), DAX는 즉시 데이터를 반환합니다.
  • 캐시에 데이터가 없으면 (캐시 미스), DAX는 DynamoDB에서 데이터를 가져와 캐시에 저장한 후 애플리케이션에 반환합니다.

4 DAX의 사용 사례​

  • 읽기 집약적 워크로드: 자주 액세스되는 데이터를 캐싱하여 읽기 성능을 크게 향상시킵니다.
  • 실시간 데이터 처리: 마이크로초 단위의 응답 시간이 필요한 실시간 애플리케이션에 적합합니다.
  • 게임 리더보드: 빈번한 업데이트와 읽기가 필요한 게임 리더보드 구현에 이상적입니다.
  • 세션 저장: 웹 애플리케이션의 사용자 세션 정보를 빠르게 저장하고 검색할 수 있습니다.

5 DAX 구현하기​

5.1 DAX 클러스터 생성​

  • AWS Management Console, AWS CLI, 또는 AWS SDK를 사용하여 DAX 클러스터를 생성할 수 있습니다.
  • 클러스터 생성 시 노드 유형, 노드 수, 서브넷 그룹 등을 지정합니다.

AWS CLI를 사용한 DAX 클러스터 생성 예시

aws dax create-cluster \
	--cluster-name MyDAXCluster \
	--node-type dax.r4.large \
	--replication-factor 3 \
	--iam-role-arn arn:aws:iam::123456789012:role/DAXServiceRole \
	--subnet-group MySubnetGroup

5.2 애플리케이션에서 DAX 사용하기​

  • DAX SDK를 사용하여 애플리케이션에서 DAX를 구현할 수 있습니다.
  • 기존 DynamoDB 코드를 약간만 수정하여 DAX를 사용할 수 있습니다.

Java에서 DAX 사용 예시

import com.amazonaws.services.dynamodbv2.datamodeling.DynamoDBMapper;
import com.amazon.dax.client.dynamodbv2.AmazonDaxClientBuilder;

AmazonDaxClientBuilder builder = AmazonDaxClientBuilder.standard();
builder.withEndpointConfiguration("mydaxcluster.123abc.dax-clusters.us-west-2.amazonaws.com:8111");
DynamoDBMapper mapper = new DynamoDBMapper(builder.build());

// 이제 mapper 객체를 사용하여 DynamoDB 작업을 수행할 수 있습니다.

6 ElastiCache와의 차이점​

  • DynamoDB 전용
    • DAX는 DynamoDB와 통합되어 동작하는 전용 캐시 솔루션입니다.
    • ElastiCache는 Redis 및 Memcached를 지원하는 범용 인-메모리 캐시로, 다양한 데이터베이스와 애플리케이션에 사용할 수 있습니다.
  • 통합의 용이성
    • DAX는 DynamoDB API와 호환되므로 애플리케이션 코드를 수정할 필요 없이 쉽게 통합할 수 있습니다.
    • ElastiCache는 별도의 캐시 계층을 설정하고 애플리케이션 로직을 수정하여 통합해야 합니다.
  • 성능
    • DAX는 마이크로초 단위의 지연 시간을 제공하여 DynamoDB의 읽기 성능을 크게 향상시킵니다.
    • ElastiCache는 밀리초 단위의 지연 시간을 제공하며, 다양한 캐싱 전략을 지원합니다.
  • 관리의 편리성
    • DAX는 DynamoDB와 통합된 관리형 서비스로, 관리와 운영이 간편합니다.
    • ElastiCache는 다양한 설정과 튜닝이 필요하며, 더 많은 관리 작업이 요구될 수 있습니다.
  • 사용 사례
    • DAX는 읽기 집중적이고 DynamoDB와 직접 연동되는 애플리케이션에 적합합니다.
    • ElastiCache는 다양한 데이터 소스와의 통합이 필요하거나, 복잡한 캐싱 전략을 요구하는 애플리케이션에 적합합니다.

7 DAX 모니터링 및 관리​

  • CloudWatch: DAX 클러스터의 성능을 모니터링하기 위해 Amazon CloudWatch를 사용할 수 있습니다.
  • 주요 지표:
    • CPUUtilization: CPU 사용률
    • NetworkBytesIn/Out: 네트워크 트래픽
    • CacheHitRate: 캐시 히트율
    • QueryCacheHits/Misses: 쿼리 캐시 히트 및 미스 수

CloudWatch 경보 설정 예시 (AWS CLI)

aws cloudwatch put-metric-alarm \
	--alarm-name "DAX-CPUUtilization-Alarm" \
	--alarm-description "Alarm when CPU exceeds 70%" \
	--metric-name CPUUtilization \
	--namespace AWS/DAX \
	--statistic Average \
	--period 300 \
	--threshold 70 \
	--comparison-operator GreaterThanThreshold \
	--dimensions Name=ClusterID,Value=MyDAXCluster \
	--evaluation-periods 2 \
	--alarm-actions arn:aws:sns:us-west-2:123456789012:MyTopic

8 결론​

  • Amazon DynamoDB Accelerator (DAX)는 DynamoDB의 읽기 성능을 대폭 향상시키는 강력한 인메모리 캐시 솔루션입니다.
  • 읽기 집약적인 워크로드나 실시간 애플리케이션에 특히 유용하며, 구현이 간단하고 관리가 쉽습니다.
  • DAX를 사용하면 애플리케이션의 성능을 크게 개선하면서도 DynamoDB의 확장성과 가용성을 그대로 유지할 수 있습니다.
  • 하지만 모든 상황에 적합한 것은 아니므로, 사용 사례를 잘 분석하고 DAX가 적합한지 판단해야 합니다.