본문으로 바로가기
본문으로 바로가기

스케일링 권장 사항

소개​

데이터베이스 리소스를 자동으로 확장하려면 신중한 균형이 필요합니다. 확장을 너무 늦게 수행하면 성능 저하 위험이 커질 수 있고, 축소를 지나치게 공격적으로 수행하면 스케일링이 계속 반복적으로 오르내리는 현상이 발생할 수 있습니다.

ClickHouse Cloud는 두 개의 윈도우를 사용하는 권장 프레임워크와 대상 추적 CPU 권장 시스템을 결합해, 프로덕션 데이터베이스에 필요한 안정성을 유지하면서도 가변적인 워크로드에 대해 더 빠른 축소, 스케일링 반복 현상 최소화, 그리고 상당한 인프라 비용 절감을 가능하게 합니다.

CPU 기반 스케일링​

CPU 스케일링은 목표 추적(target tracking)을 기반으로 하며, 사용률을 목표 수준으로 유지하는 데 필요한 정확한 CPU 할당량을 계산합니다. 현재 CPU 사용률이 정해진 범위를 벗어날 때에만 스케일링 작업이 트리거됩니다:

ParameterValueMeaning
목표 사용률53%ClickHouse가 유지하려는 사용률 수준
상한 임계값75%CPU가 이 임계값을 초과하면 스케일 업을 트리거합니다
하한 임계값37.5%CPU가 이 임계값 아래로 떨어지면 스케일 다운을 트리거합니다

추천기는 과거 사용량을 기준으로 CPU 사용률을 평가하고, 다음 공식을 사용해 권장 CPU 크기를 결정합니다:

recommended_cpu = max_cpu_usage / target_utilization

CPU 사용률이 할당된 용량의 37.5%–75% 범위에 있으면 스케일링은 수행되지 않습니다. 이 범위를 벗어나면 추천기가 사용률을 다시 53%로 맞추는 데 필요한 정확한 크기를 계산하고, 이에 맞춰 서비스가 스케일링됩니다.

예시​

4 vCPU가 할당된 서비스의 사용량이 3.8 vCPU(~95% 사용률)까지 급증해 75% 상한 기준을 넘었다고 가정합니다. 추천기는 3.8 / 0.53 ≈ 7.2 vCPU로 계산한 뒤, 다음으로 사용 가능한 크기인 8 vCPU로 올림합니다. 이후 부하가 줄어 사용량이 37.5%(1.5 vCPU) 아래로 떨어지면, 추천기는 이에 비례해 다시 축소합니다.

메모리 기반 권장 사항​

ClickHouse Cloud는 서비스의 실제 사용 패턴을 기반으로 메모리 크기를 자동으로 권장합니다. 추천기는 lookback 윈도우의 사용량을 분석하고, 사용량 급증에 대응하며 메모리 부족(OOM) 오류를 방지할 수 있도록 여유분을 추가합니다.

추천기는 다음 3가지 지표를 확인합니다:

  • 쿼리 메모리: 쿼리 실행 중 사용된 최대 메모리
  • 상주 메모리: 프로세스 전체가 보유한 최대 메모리
  • OOM 이벤트: 최근 쿼리 또는 레플리카에서 메모리 부족이 발생했는지 여부

헤드룸 계산 방식​

쿼리 및 상주 메모리의 경우, 추가되는 헤드룸의 크기는 사용량의 예측 가능성에 따라 달라집니다:

  • 안정적인 사용량(변동이 낮음): 1.25배 — 사용량이 일정하고 예기치 않게 급증할 가능성이 낮으므로 헤드룸을 더 많이 추가합니다
  • 급격히 변하는 사용량(변동이 높음): 1.1배 — 이미 변동 폭이 큰 워크로드에 과도하게 프로비저닝하지 않도록 헤드룸을 더 적게 추가합니다

OOM 이벤트가 감지되면 추천기는 서비스가 복구에 필요한 메모리를 충분히 확보할 수 있도록 더 적극적인 1.5배를 적용합니다.

최종 권장 사항​

시스템은 모든 신호 중 가장 높은 값을 사용합니다:

desired_memory = max(
  query_memory × skew_multiplier,
  resident_memory × skew_multiplier,
  resident_memory × 1.5,   // if query OOMs detected
  rss_at_crash × 1.5       // if pod OOMs detected
)

두 개의 윈도우 추천기​

단일 윈도우를 사용하는 대신, ClickHouse Cloud는 서로 다른 시간 범위를 가진 2개의 lookback 윈도우를 사용합니다:

  • 작은 윈도우(3시간): 최근 사용 패턴을 포착하여 더 빠른 축소을 가능하게 합니다
  • 큰 윈도우(30시간): 여러 차례에 걸쳐 점진적으로 scale-up하는 대신, 더 긴 lookback 윈도우에서 확인된 최대 사용량까지 한 번에 scale-up하도록 합니다. 이는 스케일링에 시간이 걸리고 로컬 cache를 무효화하기 때문에 매우 중요합니다. 따라서 한 번에 scale-up하는 편이 더 안전합니다.

각 윈도우는 메모리와 CPU 분석을 모두 사용하여 독립적으로 권장값을 생성합니다. 그런 다음 시스템은 아래 그림과 같이 각 윈도우가 제안하는 스케일링 방향에 따라 이러한 권장값을 병합합니다:

두 개의 윈도우 추천기 병합 로직

추천기의 설계 결정에 대해 더 자세히 알아보려면 "ClickHouse를 위한 더 똑똑한 자동 스케일링: 두 개의 윈도우 접근 방식 "을 참조하십시오.