Design Cloud Storage Service

2025. 10. 13.

hyoguoo

Backend Engineer

요구사항

파일 업로드 / 다운로드 / 동기화, 알림 기능 지원
모바일 웹 / 앱 지원
파일 암호화 지원
파일 크기 10GB 제한
높은 가용성 / 규모 확장성 / 안정성
빠른 동기화 속도
불필요한 네트워크 대역폭 사용 최소화
전체 이용자 5,000만명 / DAU 1,000만명
모든 사용자에게 10GB의 저장 공간 제공
매일 각 사용자 평균 500kb 파일 2개 업로드
읽기 쓰기 비율 1:1

클라우드 저장소 서비스를 구현하기 위해 위와 같은 요구사항을 만족해야할 때, 아래와 같이 추정할 수 있다.

필요한 저장공간 총량: 5,000만명 * 10GB = 50PB
업로드 API QPS = 1,000만명 * 2회 업로드 / 24 / 3600 = 231
최대 QPS = 231 * 2(부하를 고려하여) = 460

기능 정의

클라우드 저장소 서비스를 구현하기 위한 기능을 API 단위로 나누어 정의하면 다음과 같다.

파일 업로드: 사용자가 파일을 업로드할 수 있는 API
- /files/upload
- 인자: {uploadType: 'normal' | 'resumable', data: File}(normal: 단순 업로드, resumable: 이어 올리기)
파일 다운로드: 사용자가 파일을 다운로드할 수 있는 API
- /files/download
- 인자: {path: 'path/to/file'}
파일 갱신 히스토리 API: 파일 갱신 히스토리를 조회할 수 있는 API
- /files/list_revisions
- 인자: {path: 'path/to/file', limit: 10}(limit: 히스토리 길이 최대치)

시스템 설계

클라우드 저장소를 하나의 서버로 구현하게 되면, 결국 금방 용량이 부족해지고, 서버에 장애가 발생하면 서비스 전체가 중단될 수 있기 때문에 다른 방법을 고려해야 한다.

데이터 샤딩: 용량 문제는 해결할 수 있지만, 데이터 유실 문제에 대한 대책 필요
AWS S3: 클라우드 서비스를 이용하면 용량 문제와 데이터 유실 문제를 해결할 수 있지만, 비용 발생

S3를 이용하면 비용이 발생하는 단점이 존재하지만, 아래와 같은 장점을 제공해주고 이미 많은 기업에서 사용하고 있기 때문에 S3를 이용하는 것이 좋다.

확장성
가용성
보안

클라우드 저장소 서비스를 구현하기 위해 위에 언급된 데이터 저장소를 포함한 시스템을 설계하면 다음과 같다.

flowchart TD
    D[디바이스] -->|용량 줄임| LB[로드 밸런서]
    LB --> BS[블록 저장소 서버]
    LB --> API[API 서버]
    BS --> CS[(클라우드 저장소)]
    BS --> AS[(아카이빙 저장소)]
    API --> NS[알림 서비스] --> BQ[/오프라인 사용자 백업 큐/]
    API --> MC[(메타데이터 캐시)]
    API --> MD[(메타데이터 DB)]

블록 저장소 서버: 여러 블록으로 나뉜 파일을 클라우드 저장소에 업로드하는 서버
- 각 블록에는 고유한 해시값이 할당되어 해시값을 메타데이터 데이터베이스에 저장
- 각 블록은 독립적인 객체로 취급되어 클라우드 저장소에 저장
클라우드 저장소: 블록 단위로 나뉜 파일을 저장하는 저장소(=S3)
아카이빙 저장소: 오랫동안 사용되지 않은 비활성 파일을 저장하는 저장소
로드밸런서: 네트워크 트래픽 분산 및 장애 발생 시 서버 우회
API 서버: 파일 업로드 외 다른 요청 처리(사용자 인증 / 파일 메타데이터 갱신 등)
메타데이터 데이터베이스: 사용자 / 파일 / 블록 / 버전 등의 메타데이터 정보 관리
알림 서비스: 특정 이벤트 발생 시 사용자에게 알림 전송(파일 추가 / 편집 / 삭제 등)
오프라인 사용자 백업 큐: 최신 상태를 확인할 수 없는 오프라인 사용자의 파일을 넣어 접속 시 동기화 가능하도록 함

상세 설계

블록 저장소 서버 - 네트워크 대역폭 최적화

갱신되는 파일들이 업데이트 될 때마다 전체 파일을 서버로 보내게 되면 불필요한 네트워크 대역폭을 사용하게 되므로, 아래 두 가지 방법을 생각해볼 수 있다.

델타 동기화 전략: 파일 수정 발생 시 전체 파일 대신 수정이 일어난 블록만 동기화
압축 알고리즘: 블록 단위로 압축해 두어 데이터 크기를 줄임

높은 일관성 보장

클라우드 저장소 서비스는 사용자에 따라 다르게 보이면 안되는 강한 일관성을 보장해야 하기 때문에 메타데이터 캐시와 데이터베이스 계층에도 같이 강한 일관성 원칙이 적용되어야 한다.

메모리 캐시: 보통 최종 일관성 모델을 지원하기 때문에 추가적으로 아래 사항 보장 필요
- 캐시에 보관된 사본과 데이터베이스 원본 일치
- 데이터베이스에 보관된 원본 변경 발생 시 캐시에 있는 사본 무효화
데이터베이스: 강한 일관성을 보장하기 쉬운 관계형 데이터베이스 사용

메타데이터 데이터베이스

메타데이터 베이스의 스키마를 간략히 나타내면 다음과 같다.

erDiagram
    user {
        int user_id PK
        string user_name
        timestamp created_at
    }
    namespace {
        int id PK
        int owner_id
        boolean is_shared
        timestamp created_at
    }
    file {
        int id PK
        string file_name
        string relative_path
        boolean is_directory
        int lastest_version
        string checksum
        int namespace_id
        timestamp created_at
        timestamp last_modified
    }
    block {
        int block_id PK
        int file_version_id
        int block_order
    }
    device {
        int device_id PK
        int user_id
        timestamp last_logged_in_at
    }
    file_version {
        int file_id PK
        int device_id
        int version_number
        timestamp last_modified
    }

    user ||--o{ namespace: owns
    namespace ||--o{ file: contains
    file ||--o{ file_version: has
    file_version ||--o{ block: has
    user ||--o{ device: has
    device ||--o{ file_version: creates

user: 사용자 기본 정보
device: 단말 정보
namespace: 사용자의 루트 디렉토리 정보
file: 파일의 최신 정보
file_version: 파일의 갱신 이력, 갱신 이력 훼손을 방지하기 모든 레코드를 읽기 전용으로 관리
block: 파일 블록에 대한 정보

업로드 절차

파일 업로드 요청을 하게 되면 파일 메타데이터 추가와 파일을 클라우드에 저장소에 업로드하는 두 가지 요청이 병렬적으로 진행된다.

파일 메타데이터 추가
1. 새 파일 메타데이터 추가 요청
2. 새 파일의 메타데이터를 데이터베이스에 저장하고 업로드 상태를 대기로 변경
3. 새 파일이 추가되었음을 알림 서비스에 전송
4. 다른 관련된 클라이언트에게 파일이 추가되었음을 알림
파일 클라우드 저장소 업로드
1. 블록 저장소 서버에 업로드 요청
2. 블록 저장소 서버는 파일을 블록 단위로 쪼갠 뒤 압축 및 암호화하여 클라우드 저장소에 전송
3. 클라우드 저장소에서 업로드 완료 후 완료 콜백을 API 서버로 전송
4. API 서버에서 메타데이터 데이터베이스를 완료 상태로 갱신
5. 알림 서비스는 다른 관련된 클라이언트에게 파일이 업로드되었음을 알림

수정 및 삭제도 위와 같은 방법으로 진행된다.

다운로드 절차

파일 다운로드는 파일이 새로 추가되거나 수정되면 자동으로 시작되는데, 수정 및 추가 감지는 아래 두 가지 방법으로 진행된다.

접속 중인 경우: 알림 서비스가 클라이언트에게 직접 알림
접속 중이 아닌 경우: 알림 서비스가 오프라인 사용자 백업 큐에 추가

클라이언트가 파일 다운로드가 필요함을 인지하면, 아래 절차로 진행된다.

알림을 확인한 클라이언트는 API 서버에 새로운 메타데이터 요청
API 서버에서 메타데이터 데이터베이스에서 새 파일 메타데이터를 조회하여 클라이언트에게 반환
클라이언트는 블록 저장소 서버에 블록 다운로드 요청
블록 저장소 서버는 클라우드 저장소에서 블록을 다운로드하여 클라이언트에게 반환
클라이언트는 블록을 조합하여 파일을 재구성

알림 서비스

파일 추가 및 수정에 대한 감지 및 알림을 위해 알림 서비스를 이용하는데, 알림 전송 방법으론 두 가지 정도를 고려해볼 수 있다.

롱 폴링: 클라이언트가 서버에 연결을 유지하고 있지만, 서버가 응답을 보내거나 타임아웃이 발생할 때까지 연결을 유지하는 방식
웹 소켓: 지속적인 통신 채널을 제공하여 양방향 통신 가능

양방향 통신이 필요하지 않고, 알림을 보낼 일이 빈번하지 않기 때문에 롱 폴링 방법을 채택하여도 무방하다.

저장소 공간 절약

파일 갱신 이력을 보존하고 안정성을 보장하기 위해선 파일의 여러 버전을 여러 데이터센터에 보관해야하는데, 그렇게 되면 저장용량을 많이 차지하게 된다.
이를 해결하기 위해 아래 보통 아래 세 가지 방법을 사용한다.

중복 제거(de-dupe): 해시 값을 비교하여 중복된 파일 블록을 계정 차원에서 제거하는 방법
지능적 백업 전략 도입: 보관해야하는 파일 버전 개수 상한 제한 / 업데이트 될 때마다 모든 버전을 저장하는 것이 아닌 특정 시점의 버전만 저장
아카이빙 저장소: 오랫동안 사용되지 않은 파일을 아카이빙 저장소로 이관

기타 장애 처리

로드밸런서 장애: 부 로드밸런서를 구축하여 로드 밸런서끼리 상태 모니터링
블록 저장소 서버 장애: 다른 블록 저장소 서버에서 미완료 혹은 대기 상태 작업을 가져와 처리
클라우드 저장소 장애: 여러 지역에 다중화 시켜놓아 장애 발생 시 다른 지역에서 파일 조회
API 서버 장애: API 서버 다중화
메타데이터 캐시 장애: 캐시 서버 다중화
메타데이터 데이터베이스 장애
- 주 데이터 서버 장애: 부 데이터베이스 서버 중 하나를 주 데이터베이스 서버로 승격
- 부 데이터베이스 서버 장애: 다른 부 데이터베이스 서버로 조회
알림 서비스 장애: 유지됐던 롱 폴링을 다른 서버로 전환 시 동시에 롱 폴링 시도하지 않도록 설정
오프라인 사용자 백업 큐 장애: 백업 큐 다중화

참고자료

가상 면접 사례로 배우는 대규모 시스템 설계 기초

Large-Scale System