728x90
반응형

클러스터링 5

Gossip Protocol

개요Gossip Protocol은 분산 시스템에서 노드 간 상태 정보를 주기적으로 주고받으며 전파하는 확산형(감염형) 통신 프로토콜입니다. 감염병처럼 일부 노드에서 시작된 정보가 전체 네트워크로 빠르게 퍼지는 원리를 기반으로 하며, 확장성과 신뢰성을 모두 만족시킬 수 있어 대규모 분산 환경에서 널리 사용됩니다.1. 개념 및 정의 항목 설명 비고 정의노드가 이웃 노드와 주기적으로 정보를 교환하면서 전체 시스템에 상태를 확산시키는 통신 방식Epidemic Protocol로도 불림목적전체 노드의 상태 동기화, 장애 감지, 구성 정보 전달 등분산 환경에서 필수적용 대상P2P, 분산 DB, 컨테이너 오케스트레이션 등Cassandra, Consul 등 사용“정확도보다 확산속도” — 고가용 시스템의 빠른 수렴을 ..

Topic 2025.06.07

Consistent Hashing

개요Consistent Hashing은 분산 시스템에서 데이터 노드 간의 균형 잡힌 분배와 최소한의 재조정을 보장하는 해시 알고리즘입니다. 서버 추가 또는 제거 시 전체 데이터를 재분배하지 않고 일부 키만 이동시키는 구조로, 캐시 시스템, 분산 DB, 로드 밸런싱 등 다양한 분야에서 필수적인 핵심 기술로 활용됩니다.1. 개념 및 정의 항목 설명 비고 정의해시 공간을 원형으로 구성하여 데이터와 서버를 동일한 해시 방식으로 매핑하는 분산 해시 알고리즘Ring 구조 기반목적서버 증설/감소 시 데이터 재배치를 최소화확장성 중심 설계주요 활용캐시 서버, NoSQL DB, P2P 네트워크, CDN 등Memcached, Cassandra 등에서 사용해시의 안정성과 유연성을 극대화한 분산 시스템의 기본 구성 방식2..

Topic 2025.06.07

Disjoint-Set (Union-Find)

개요Disjoint-Set(또는 Union-Find)은 원소들이 속한 집합을 관리하고, 두 원소가 같은 집합에 속하는지 여부를 빠르게 확인하는 자료구조입니다. 동적 집합 관리, 그래프 연결성 판별, 최소 신장 트리(MST) 알고리즘(크루스칼 등)에서 핵심적으로 사용되며, 경로 압축(Path Compression)과 랭크 기반 합치기(Union by Rank) 기법을 통해 효율성을 극대화할 수 있습니다.1. 개념 및 정의 항목 내용 정의여러 원소들을 비중복 집합으로 나누고, 집합 간 합치기 및 같은 집합 여부를 빠르게 판별하는 자료구조목적집합의 동적 결합 및 멤버십 판정 최적화필요성복잡한 집합 연산을 매우 빠르게 처리하여 그래프 및 집합 문제 해결Disjoint-Set은 복잡한 관계성을 효율적으로 관리하..

Topic 2025.05.04

SMP vs MPP (Shared Memory vs Massively Parallel Processing)

개요SMP(Shared Memory Processing)와 MPP(Massively Parallel Processing)는 고성능 컴퓨팅 시스템의 대표적인 병렬 아키텍처 모델입니다. 둘 다 병렬 처리 성능을 극대화하기 위한 구조지만, 메모리 접근 방식, 확장성, 처리 효율성 등에서 큰 차이를 보이며, 각각의 특성에 따라 적합한 사용 사례가 달라집니다. 본 글에서는 SMP와 MPP의 개념, 구성, 차이점 및 실제 활용 분야를 비교 분석합니다.1. 개념 및 정의SMP (Shared Memory Processing): 여러 CPU가 하나의 공유 메모리 공간을 이용하여 데이터를 동시에 접근하고 처리하는 방식MPP (Massively Parallel Processing): 각 프로세서가 독립된 메모리를 가지며, ..

Topic 2025.04.11

지도학습(Supervised Learning) vs 비지도학습(Unsupervised Learning)

개요머신러닝(Machine Learning)은 데이터를 기반으로 패턴을 학습하고 예측하는 기술이며, 학습 방식에 따라 **지도학습(Supervised Learning)**과 **비지도학습(Unsupervised Learning)**으로 나뉜다. 두 가지 학습 방식은 데이터 처리 방식과 활용 목적에서 차이를 보이며, 각기 다른 장점과 한계를 가진다. 본 글에서는 지도학습과 비지도학습의 개념, 차이점, 주요 알고리즘, 그리고 활용 사례를 살펴본다.1. 지도학습(Supervised Learning)이란?지도학습은 정답(Label)이 있는 데이터를 사용하여 모델을 학습하는 방식이다. 입력 데이터(Input)와 그에 대응하는 정답(Output, Label)이 주어지며, 모델은 주어진 데이터를 학습한 후 새로운 입..

Topic 2025.02.26
728x90
반응형