대규모 시스템 설계 기초 - 8장 ( URL 단축기 설계 )

스터디로 하고 있는 가상 면접 사례로 배우는 대규모 시스템 설계 기초를 정리한 내용이다.

 

URL 단축기 설계

이번 장에서는 고전적인 시스템 설계 문제 가운데 하나인 tiny url 같은 URL 단축기를 설계하는 문제를 풀어본다.

 

 

1 단계 문제 이해 및 설계 범위 설정

시스템 설계 면접 문제는 의도적으로 어떤 정해진 결말을 갖지 않도록 만들어진다. 따라서 면접장에서 시스템을 성공적으로 설계해 내려면 질문을 통해 모호함을 줄이고 요구사항을 알아내야 한다.

 

1. URL 단축기가 어떻게 동작하는지 물어보기

EX) https://www.systeminterview.com/q=chatsystem 입력으로 주어졌다고 했을 때 이 서비스는 https://tinyurl.com/y7ke-ocwjdh 와 같은 단축 URL을 결과로 제공해야 한다. 이 URL에 접속하면 원래 URL로 갈 수 있어야 한다. 

 

2. 트래픽 규모가 어느 정도인지 물어보기

EX) 매일 1억개의 단축 URL을 만들어 낼 수 있어야 한다.

 

3. 단축 URL의 길이는 어느 정도인지 물어보기

EX) 짧으면 짧을수록 좋다.

 

4. 단축 URL에 포함될 문자에 제한이 있는지 물어보기

EX) 단축 URL에는 숫자와 영문자만 사용할 수 있다.

 

5. 단축된 URL을 시스템에서 지우거나 갱신할 수 있는지 물어보기

EX) 시스템을 단순화하기 위해 삭제나 갱신은 할 수 없다.

 

시스템의 기본적인 기능은 다음과 같다.

1. URL 단축 : 주어진 긴 URL을 훨씬 짧게 줄인다.

2. URL 리디렉션: 축약된 URL로 HTTP 요청이 오면 원래 URL로 안내

3. 높은 가용성과 규모 확장성, 그리고 장애 감내가 요구된다.

 

개략적 추정

• 쓰기 연산 : 매일 1억 개의 단축 URL 생성
• 초당 쓰기 연산 : 1억 / 24 / 3600 = 1160 (write/s)
• 읽기 연산 : 읽기 연산과 쓰기 연산 비율은 10:1이라고 하자. 그 경우 읽기 연산은 초당 11,600회 발생한다 (1160 x 10 = 11,600(read/s))
• URL 단축 서비스를 10년간 운영한다고 가정하면 1억 x 365 x 10 = 3650억 개의 레코드를 보관해야 한다. 
• 축약 전 URL의 펴균 길이는 100이라고 하자.
• 따라서 10년 동안 필요한 저장 용량은 3650억 x 100 바이트 = 36.5 TB이다.

2단계 개략적 설계안 제시 및 동의 구하기

여기서는 API 엔드포인트, URL 리디렉션, 그리고 URL 단축 로직에 대해 살펴본다.

 

API 엔드포인트

클라이언트는 서버가 제공하는 API 엔드포인트를 통해 서버와 통신한다. 여기서 이 엔드포인트를 REST 스타일로 설계할 것이다. 

URL 단축기는 기본적으로 두 개의 엔드포인트를 필요로 한다.

 

1. URL 단축용 엔드포인트

새 단축 URL을 생성하고자 하는 클라이언트는 이 엔드포인트에 단축할 URL을 인자로 실어서 POST 요청을 보내야 한다. 이 엔드포인트는 다음과 같은 형태를 띈다.

POST /api/v1/data/shorten

• 인자 : {longUrl: longURLstring}
• 반환 : 단축 URL

 

2. URL 리디렉션용 엔드포인트 

단축 URL에 대해서 HTTP 요청이 오면 원래 URL로 보내주기 위한 용도의 엔드포인트

GET /api/v1/shortUrl

• 반환: HTTP 리디렉션 목적지가 될 원래 URL

단축 URL을 받은 서버는 그 URL을 원래 URL로 바꾸어서 301 응답의 Location 헤더에 넣어 반환한다. 

여기서 유의할 것은 301 응답과 302 응답의 차이이다.

 

• 301 Permanently Moved
  
  • 이 응답은 해당 URL에 대한 HTTP 요청의 처리 책임이 영구적으로 Location 헤더에 반환된 URL로 이전되었다는 응답이다. 영구적으로 이전되었으므로, 브라우저는 이 응답을 캐시한다. 따라서 추후에 같은 단축 URL에 요청을 보낼 필요가 있을 때 브라우저는 캐시된 원래 URL로 요청을 보내게 된다.
• 302 Found
  • 이 응답은 주어진 URL로의 요청이 '일시적으로' Location 헤더가 지정하는 URL에 의해 처리되어야 한다는 응답이다. 따라서 클라이언트의 요청은 언제나 단축 URL 서버에 먼저 보내진 후에 원래 URL로 리디렉션 되어야한다.

두 가지 방법은 각각 장단점을 가진다. 

서버 부하를 줄이는 것이 중요하다면 301 Permanenly Moved를 사용하는 것이 좋은데 첫 번째 요청만 단축 URL 서버로 전송될 것이기 때문이다. 하지만 트래픽 분석이 중요할 때는 302 Found를 쓰는 쪽이 클릭 발생률이나 발생 위치를 추적하는 데 좀 더 유리하다.

 

URL 리디렉션을 구현하는 가장 직관적인 방법은 해시 테이블을 사용하는 것이다. 해시 테이블에 <단축 URL, 원래 URL> 쌍을 저장한다고 가정한다면, URL 리디렉션은 다음과 같이 구현될 수 있다.

• 원래 URL = hashTable.get(단축 URL)
• 301 또는 302 응답 Location 헤더에 원래 URL을 넣은 후 전송

URL 단축

URL 단축에서 결국 중요한 것은 긴 URL을 해시 값으로 대응시킬 해시 함수 fx를 찾는 일이다. 

이 해시 함수는 다음 요구사항을 만족해야 한다.

• 입력으로 주어진 긴 URL이 다른 값이면 해시 값도 달라야 한다.
• 계산된 해시 값은 원래 입력으로 주어졌던 긴 URL로 복원될 수 있어야 한다.

 

3단계 상세 설계

이번 절에서는 데이터 모델, 해시 함수, URL 단축 및 리디렉션과 관련된 보다 구체적인 설계안을 만든다.

 

데이터 모델

개략적 설계를 진행할 때 모든 것을 해시 테이블에 두었다. 이 접근법은 초기 전략으로는 괜찮지만 실제 시스템에 쓰기에는 힘든데 메모리는 유한한 데다 비싸기 때문이다. 더 나은 방법은 <단축 URL, 원래 URL> 의 순서쌍을 관계형 데이터베이스에 저장하는 것이다. 

데이터 베이스는 Primary Key(PK)로 id를 가지고 shortURL와 longURL이란 컬럼을 추가로 가진다. 

 

해시 함수

편의상 해시 함수가 계싼하는 단축 URL의 값을 hashValue라 칭하자. hashValue는 [0-9, a-z, A-Z]의 문자들로 구성된다. 따라서 사용할 수 있는 문자의 개수는 10 + 26 + 26 = 62개다. hashValue의 길이를 정하기 위해서는 3650억(10년 간 저장할 예상 URL의 수)개의 URL을 만들기 위해 62^n에서 3650억개를 표현할 수 있는 n의 최솟값을 찾아야 한다. 

 

n=7이면 3.5조개의 URL을 만들 수 있다. 따라서 hashValue의 길이는 7로 정한다. 

해시 함수를 구현하는 방법에는 '해시 후 충돌 해소' 방법과 'base-62 변환' 법이 있다. 

 

해시 후 충돌 해소

긴 URL을 줄이려면, 원래 URL을 7글자 문자열로 줄이는 해시 함수가 필요하다. 손쉬운 방법은 CRC32, MD5, SHA-1 같이 잘 알려진 해시 함수를 이용하는 것이다. 

해시 함수	해시 결과 (16진수)
CRC32	5cb54054
MD5	5a62509a84df9ee03fe1230b9df8b84e
SHA-1	0eeae7916c06853901d9ccbefbfcaf4de56ed85b

계산한 가장 짧은 해시값조차 7보다는 길다. 이를 해결하기 위한 첫 번째 방법은 계산된 해시 값에서 처음 7개 글자만 이용하는 것인데 이러면 해시 결과가 서로 충돌할 확률이 높아진다.

충돌이 실제로 발생하면, 충돌이 해소될 때까지 사전에 정한 문자열을 해시값에 덧붙인다. 

 

이 방법을 쓰면 충돌은 해소 할 수 있지만 단축 URL을 생성할 때 한 번 이상 데이터베이스 질의를 해야 하므로 오버헤드가 크다. 

 

base-62 변환

진법 변환은 URL 단축기를 구현할 때 흔히 사용되는 접근법 중 하나다.

이 기법은 수의 표현 방식이 다른 두 시스템이 같은 수를 공유하여야 하는 경우에 유용하다. 62진법을 쓰는 이유는 hashValue에 사용할 수 있는 문자 개수가 62개이기 때문이다. 

• 62진법은 수를 표현하기 위해 총 62개의 문자를 사용하는 진법이다. 따라서 0은 0으로, 9는 9로, 10은 a로, 61은 Z로 대응시켜 표현하도록 할 것이다.
• 11157(10진수) = 2 x 62^2 + 55 x 62 ^1 + 59 x 62 ^ 0 = [2, 55, 59] => [2, T, X] => 2TX(62진수)이다.
• 따라서 단축 URL은 https://tinyurl.com/2TX가 된다.

두 접근법 비교

해시 후 충돌 해소 전략	base-62 변환
단축 URL의 길이가 고정됨	단축 URL의 길이가 가변적. ID값이 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

URL 단축기 상세 설계

URL 단축기는 시스템의 핵심 컴포넌트이므로, 그 처리 흐름이 논리적으로 단순해야 하고 기능적으로는 언제나 동작하는 상태가 유지되어야 한다.

 

1. 입력으로 긴 URL을 받는다.

2. 데이터베이스에 해당 URL이 있는지 검사한다.

3. 데이터베이스에 있다면 해당 URL에 대한 단축 URL을 만든 적이 있는 것이다. 따라서 데이터베이스에서 해당 단축 URL을 가져와서 클라이언트에게 반환한다.

4. 데이터베이스에 없는 경우에는 해당 URL은 새로 접수된 것이므로 유일한 ID를 생성한다. 이 ID는 데이터베이스의 기본 키로 사용된다. 

5. 62진법 변환을 적용, ID를 단축 URL로 만든다.

6. ID, 단축 URL, 원래 URL로 새 데이터베이스 레코드를 만든 후 단축 URL을 클라이언트에 전달한다.

 

조금 간단한 예제를 통해서 알아보면

• 입력된 URL이 https://en.wikipedia.org/wiki/Systems_design이라고 하면
• 이 URL에 대해 ID 생성기가 반환한 ID는 2009215674938이다.
• 이 ID를 62진수로 변환하면 zn9edcu를 얻는다.

ID	shortURL	longURL
2009215674938	zn9edcu	https://en.wikipedia.org/wiki/Systems_design

ID 생성기에 대해 간단하게 설명하면 이 생성기의 주된 용도는, 단축 URL을 만들 때 사용할 ID를 만드는 것이고 이 ID는 전역적 유일성이 보장되는 것이어야 한다. 

 

URL 리디렉션 상세 설계

1. 사용자가 단축 URL을 클릭한다.

2. 로드밸런서가 해당 클릭으로 발생한 요청을 웹 서버에 전달한다.

3. 단축 URL이 이미 캐시에 있는 경우에는 원래 URL을 바로 꺼내서 클라이언트에게 전달한다.

4. 캐시에 해당 단축 URL이 없는 경우에는 데이터베이스에서 꺼낸다. 데이터베이스에 없다면 아마 사용자가 잘못된 단축 URL을 입력한 경우일 것이다.

5. 데이터베이스 꺼낸 URL을 캐시에 넣은 후 사용자에게 반환한다.

 

설계를 마친 후 시간이 좀 남는다면 아래와 같은 것들을 추가로 생각해볼 수 있다. 

• 처리율 제한 장치(rate limiter) 
  • 지금까지 살펴본 시스템은 엄청난 양의 URL 단축 요청이 밀려들 경우 무력화될 수 있다는 잠재적 보안 결함을 갖고 있다. 처리율 제한 장치를 두면, IP 주소를 비롯한 필터링 규칙들을 이용해 요청을 걸러낼 수 있다. 
• 웹 서버 규모 확장 
  • 웹 계층은 무상태 계층이므로 웹 서버를 자유로이 증설하거나 삭제할 수 있다.
• 데이터베이스 규모 확장
  • 데이터베이스를 다중화하거나 샤딩하여 규모 확장성을 달성할 수 있다.
• 데이터 분석 솔루션
  • 성공적인 비즈니스를 위해서는 데이터가 중요하다. URL 단축기에 데이터 분석 솔루션을 통합해 두면 어떤 링크를 얼마나 많은 사용자가 클릭했는지, 언제 주로 클릭했는지 등 중요한 정보를 알아 낼 수 있을 것이다.
• 가용성, 데이터 일관성, 안정성
  • 대규모 시스템이 성공적으로 운영되기 위해서는 반드시 갖추어야 할 속성이다.