Python에 redis cache를 적용하면서 view count... 방문자가 올때 카운트 값을 1을 늘리기위해 데이터베이스를 업데이트하는 일이 너무 비효율적으로 보였다. 뭔가 방법이 없을까?만약 방문자의 일일 페이지뷰가 100만명이라면 최소 100만번의 데이터베이스 콜과 업데이트가 이루어지게된다... 아무리 적은 데이터라도 데이터베이스에 이렇게 많은 콜 request는 매우 비효율적일 것이다. 좋은 방법이 없을까 고민하면서 캐쉬서버 redis를 최대한 활용하면 더 좋을 것 같다.# 얼마나 데이터를 잃을 수 있는가사실 이 부분은 데이터를 잃을 수 있다는 여지를 남겨놓으면 콜을 줄이고 DB성능을 크게 향상 시킬 수 있게된다. 즉, redis서버가 의도하지 않게 종료되고 일부 값이 유실되어도 큰 문제가 되지 않는다면 말이다. 다행인건 방문자 접속 후 반복적으로 1카운트뷰가 추가될때마다 이루어지는 카운트의 업데이트가 아주 주요한 .. 반드시 지켜야하는 것이 아니며 항상 동기화하지 않아
2017-11-13 07:42:11미뤄만왔던 redis cache 서버의 구축이 얼마 전 완료되었습니다. 시작부터 완료까지 있었던 크고 작은 부분들의 로그입니다.! redis 꼭 필요한가?사실 대규모 트래픽이 없는 상황에서 반드시 필요한 것은 아니었죠. 다만 향후 로그관리 및 애널리틱스를 위한 트래킹을 별도 관리하려면 언젠가는 꼭 필요한 작업이었기에 더 이상 미루지않기로 했습니다.# Python에 redis 구축의 난이도서버 연동부터 설정의 부분들은 어려울 것 없이 이루어졌습니다. redis 자체가 단순한 key, value 방식으로 이루어져 간단한 restful 방식의 SNS 모듈을 별도로 만든 후 import하니 생각보다 금방 끝나더군요. 다만 데이터를 캐싱하기 위해 변환, 저장 및 삭제하는 부분들 그리고 운영하는 부분들까지는 생각지 못한 부분들이 많았습니다. 아래에 좀 더 자세히 다뤄봅니다.# Redis 구축 과정에서 생각해야할 부분들구축과정에서 생각치 못했던 부분들이 많더군요. 간단하게 나열해보면 아래의 과정
2017-11-12 03:06:08
