합병 정렬(Merge sort)이란?

  • 합병정렬(merge sort)은 정렬 알고리즘의 한 종류로, 폰 노이만이 개발한 알고리즘이다.
  • 이 정렬은 안정 정렬에 속하며, 분할 정복(divide and conquer) 알고리즘의 하나이다.

 

합병 정렬(Merge sort) 아이디어

https://en.wikipedia.org/wiki/Merge_sort

합병(Merge)라는 이름에서 알 수 있듯, 합병 정렬의 기본 아이디어는 정렬할 배열을 분할하여, 작은 조각으로 나눈 후 더 이상 나눌 수 없을 때(하나의 원소만 있을때) 다른 조각과 비교하며 합쳐 정렬하는 알고리즘이다.

과정

  1.  정렬되지 않은 리스트를 2개의 리스트로 나눈다.
    • 각 리스트의 길이가 1이 될때까지 반복한다(길이가 1인 리스트는 정렬된 것으로 간주한다.)
  2. 2개의 리스트의 값들을 처음부터 하나씩 비교하여 두 개의 리스트의 값 중에서 더 작은 값을 새로운 리스트로 옮긴다.
    • 둘중 한 리스트가 끝날 때까지 이를 반복한다.
    • 한 리스트가 끝나면, 나머지 값들은 새 리스트에 복사해서 넣어준다(이미 정렬되어 있으므로)
  3. 2번 과정을 하나의 리스트가 될때까지 반복한다

 

합병 정렬(Merge sort) 증명

Merge 과정은 문제없이 기능한다 가정

귀납적 증명(Proof by Induction)

1. Base Case (기본 단계):

배열의 크기가 1 또는 0인 경우

  • 배열의 크기가 0 또는 1이면, 이미 정렬된 상태이다.

2. Inductive Hypothesis (귀납 가정):

배열의 크기가 n 이하인 모든 배열에 대해 Merge sort가 올바르게 작동한다고 가정.


3. Inductive Step (귀납적 단계):

배열의 크기가 n+1인 배열에 대해서 Merge sort가 올바르게 작동함을 증명.

  • 크기가 n+1인 배열 A를 반으로 나누어 두 개의 하위 배열 L과 R로 나눈다고 가정하자. 각 하위 배열의 크기는 대략 n/2 또는 그와 비슷하다.
  • 귀납 가정에 따라, 배열 L과 배열 R에 대해 각각 Merge sort를 호출하면, L과 R은 각각 오름차순으로 정렬된다.
  • Merge 과정이 끝나면, L과 R의 모든 요소가 오름차순으로 정렬된 하나의 배열로 합쳐지고. 이 배열은 오름차순으로 정렬된 상태이다.

따라서 배열의 크기가 n+1일 때도 Merge sort는 올바르게 작동한다.

 

합병 정렬(Merge sort) 시간복잡도

$T(n)=2T(\frac{n}{2})+n$ (이때 n은 merge시 걸리는 시간)

$\ \ \ \ \ \ \ \ =2(2T(\frac{n}{4})+\frac{n}{2})+n=4T(\frac{n}{4})+2n$

$\ \ \ \ \ \ \ \ =4(2T(\frac{n}{8})+\frac{n}{4})+2n=8T(\frac{n}{8})+3n$

$\ \ \ \ \ \ \ \ ...$

$\ \ \ \ \ \ \ \ =nT(1)+log(n)*n$

$\ \ \ \ \ \ \ \ =n*log(n)$

 

합병 정렬(Merge sort) 구현

#include <iostream>
using namespace std;

// 두 개의 하위 배열을 병합하는 함수
void merge(int arr[], int left, int mid, int right) {
    int n1 = mid - left + 1;  // 왼쪽 하위 배열의 크기
    int n2 = right - mid;     // 오른쪽 하위 배열의 크기

    // 임시 배열 생성
    int L[n1], R[n2];

    // 원본 배열의 값을 각각 왼쪽과 오른쪽 임시 배열로 복사
    for (int i = 0; i < n1; i++)
        L[i] = arr[left + i];
    for (int j = 0; j < n2; j++)
        R[j] = arr[mid + 1 + j];

    // 두 배열을 병합하여 정렬된 상태로 원래 배열에 다시 삽입
    int i = 0, j = 0, k = left;
    while (i < n1 && j < n2) {
        if (L[i] <= R[j]) {
            arr[k] = L[i];
            i++;
        } else {
            arr[k] = R[j];
            j++;
        }
        k++;
    }

    // 왼쪽 배열의 남은 요소 복사
    while (i < n1) {
        arr[k] = L[i];
        i++;
        k++;
    }

    // 오른쪽 배열의 남은 요소 복사
    while (j < n2) {
        arr[k] = R[j];
        j++;
        k++;
    }
}

// Merge Sort 알고리즘
void mergeSort(int arr[], int left, int right) {
    if (left < right) {
        int mid = left + (right - left) / 2;

        // 왼쪽과 오른쪽 배열에 대해 재귀적으로 정렬
        mergeSort(arr, left, mid);
        mergeSort(arr, mid + 1, right);

        // 정렬된 두 배열을 병합
        merge(arr, left, mid, right);
    }
}

// 배열을 출력하는 함수
void printArray(int arr[], int size) {
    for (int i = 0; i < size; i++)
        cout << arr[i] << " ";
    cout << endl;
}

int main() {
    int arr[] = {12, 11, 13, 5, 6, 7};
    int arr_size = sizeof(arr) / sizeof(arr[0]);

    cout << "Given array is \n";
    printArray(arr, arr_size);

    mergeSort(arr, 0, arr_size - 1);

    cout << "\nSorted array is \n";
    printArray(arr, arr_size);
    return 0;
}

프림 알고리즘(Prim Algorithm)이란?

어떠한 그래프에서 최소신장트리(Minimum Spanning Tree)를 찾는 알고리즘이다.

그리디(Greedy) 알고리즘 중 하나이다.

 

프림 알고리즘(Prim Algorithm)의 아이디어

  • 트리중 하나의 노드에서 시작(아무 노드나 상관없음)
  • 우리가 만들어가고 있는 트리에 인접한 edge들 중 가장 작은 weight를 가진 edge를 추가
  • (단, 사이클을 만들지 않아야함)
  • spanning tree가 될때까지 반복 
    출처 : https://en.wikipedia.org/wiki/File:Prim-animation.gif

프림 알고리즘(Prim Algorithm)의 증명

정확성

G : 주어진 그래프(방향성X, 가중치O)

V : 전체 node의 집합

E : 전체 edge의 집합

Y : 방문한 node

F : 방문한 edge

 

G = (V,E)로 나타낼 수 있고, F  E, Y V이다.

G'(만들어가는중인 그래프) = (Y,F)

MST = (V,F') 이라고 정의하자.

 

가장 처음 F는 empty set이므로 F ⊆ F' 이 성립한다. 

 

1. G'에 인접한 edge들 중 가장 가중치가 낮은 edge를 e(v1 Y와 v2 V-Y를 잇는 edge)라고 하자

2. e가 F'의 원소일 경우, F U {e} 도 MST가 될 수 있는 상태이다.

3. e가 F'의 원소가 아닐 경우, F'은 spanning tree이므로 F' U {e}에는 하나의 사이클이 생길것이다.

    이때, F' U {e}에는 사이클에 속하지만 F에 속하지 않는 edge e'가 존재할 것이다.

3-1. F' U {e} - {e'}이 spanning tree가 된다면 e<=e'이므로, F' U {e} - {e'} 이 MST일 것이다.

3-2. F U {e} F' U {e} - {e'} 이므로 F U {e}는 항상 MST가 될 수 있는 상태이다.

 

이를 Y=V가 될 때까지 반복하여 MST를 만들 수 있다.

 

시간복잡도

E = edge, V = vertex

Minimum edge weight data structure Time complexity (total)
adjacency matrix, searching $O(|V|^2)$
binary heap and adjacency list $O((|V|+|E|)log|V|) = O(|E|log|V|)$
Fibonacci heap and adjacency list $O(|E|+|V|log|V|)$

출처 : https://en.wikipedia.org/wiki/Prim%27s_algorithm

구현(백준 1647번)

문제

동물원에서 막 탈출한 원숭이 한 마리가 세상구경을 하고 있다. 그러다가 평화로운 마을에 가게 되었는데, 그곳에서는 알 수 없는 일이 벌어지고 있었다.

마을은 N개의 집과 그 집들을 연결하는 M개의 길로 이루어져 있다. 길은 어느 방향으로든지 다닐 수 있는 편리한 길이다. 그리고 각 길마다 길을 유지하는데 드는 유지비가 있다. 임의의 두 집 사이에 경로가 항상 존재한다.

마을의 이장은 마을을 두 개의 분리된 마을로 분할할 계획을 가지고 있다. 마을이 너무 커서 혼자서는 관리할 수 없기 때문이다. 마을을 분할할 때는 각 분리된 마을 안에 집들이 서로 연결되도록 분할해야 한다. 각 분리된 마을 안에 있는 임의의 두 집 사이에 경로가 항상 존재해야 한다는 뜻이다. 마을에는 집이 하나 이상 있어야 한다.

그렇게 마을의 이장은 계획을 세우다가 마을 안에 길이 너무 많다는 생각을 하게 되었다. 일단 분리된 두 마을 사이에 있는 길들은 필요가 없으므로 없앨 수 있다. 그리고 각 분리된 마을 안에서도 임의의 두 집 사이에 경로가 항상 존재하게 하면서 길을 더 없앨 수 있다. 마을의 이장은 위 조건을 만족하도록 길들을 모두 없애고 나머지 길의 유지비의 합을 최소로 하고 싶다. 이것을 구하는 프로그램을 작성하시오.

입력

첫째 줄에 집의 개수 N, 길의 개수 M이 주어진다. N은 2이상 100,000이하인 정수이고, M은 1이상 1,000,000이하인 정수이다. 그 다음 줄부터 M줄에 걸쳐 길의 정보가 A B C 세 개의 정수로 주어지는데 A번 집과 B번 집을 연결하는 길의 유지비가 C (1 ≤ C ≤ 1,000)라는 뜻이다.

임의의 두 집 사이에 경로가 항상 존재하는 입력만 주어진다.

출력

첫째 줄에 없애고 남은 길 유지비의 합의 최솟값을 출력한다.

예시

 

풀이

MST를 구하는 문제로, kruskal알고리즘 또는 Prim 알고리즘을 사용할 수 있다. 이 글에선 Prim알고리즘을 사용하여 문제를 풀어보았다.

입력받은 값들로 MST를 구한 후 가장 긴 edge를 제거하면 풀리는 문제이다.

#include <iostream>
#include <queue>
#include <vector>

using namespace std;

typedef struct edge {
    int vertex1, vertex2;
    int weight;

    edge() {
        vertex1 = 0;
        vertex2 = 0;
        weight = 0;
    }

    edge(int v1, int v2, int w) {
        vertex1 = v1;
        vertex2 = v2;
        weight = w;
    }

    bool operator < (const edge& e) const {
        return weight < e.weight;
    }
}edge;

int Prim(int* vertex, vector<edge> edges[], int v) {
    int total_weight = 0;
    priority_queue<edge> adj_edges;
    int cur_vertex = 0, max_edge=0;
    vertex[0] = 1;

    for (int j = 0; j < v - 1; j++) {
        for (int i = 0; i < edges[cur_vertex].size(); i++) {
            adj_edges.push(edges[cur_vertex][i]);
        }
        while (!adj_edges.empty() && (vertex[adj_edges.top().vertex1] == 1 && vertex[adj_edges.top().vertex2] == 1)) {
            adj_edges.pop();
        }
        edge e = adj_edges.top();
        adj_edges.pop();
        vertex[e.vertex2] = 1;
        cur_vertex = e.vertex2;
        total_weight += e.weight;
        if(max_edge>e.weight){
            max_edge = e.weight;
        }
    }
    // return MST; 이렇게 하고 싶지만 최대한 빠르게 하기 위해서..total_weight를 리턴하는 걸로 하자
    return  -(total_weight-max_edge);

}

int main()
{
    int v, e;
    int v1, v2, w;
    int total_weight = 0;

    scanf("%d %d", &v, &e);

    int* vertex = new int[v];
    fill(vertex, vertex + v, 0);
    vector<edge> *edges = new vector<edge> [v];

    for (int i = 0; i < e; i++) {
        scanf("%d %d %d", &v1, &v2, &w);
        edges[v1-1].push_back(edge(v1-1, v2-1, -w));
        edges[v2-1].push_back(edge(v2-1, v1-1, -w));
    }

    total_weight = Prim(vertex, edges, v);
    printf("%d\n", total_weight);
}

 

 

 

오류수정은 언제나 환영입니다^^

'CS > Algorithm' 카테고리의 다른 글

합병 정렬(Merge sort)  (0) 2024.10.12
그리디 알고리즘(Greedy Algorithm, 탐욕법)  (0) 2024.07.13

운영체제란?

출처 : https://ko.wikipedia.org/wiki/운영체제

운영체제란 하드웨어와 응용프로그램의 사이에서 작동하며 PC의 하드웨어, 시스템 리소스를 제어하여, 하드웨어가 문제없이 작동하고, 리소스를 효율적으로 사용할 수 있도록 하는 시스템 소프트웨어입니다.

 

우리가 흔히 아는 윈도우,MacOS,리눅스,유닉스 등등이 운영체제입니다.

 

운영체제의 역할

운영체제는 하드웨어와 응용 프로그램의 중간에서 인터페이스를 제공하고 응용 프로그램들이 효율적으로 관리되도록하는 관리자와 같은 역할을 합니다.

응용 프로그램이 직접 하드웨어에 접근해서 작동하게 되면, 프로그램을 만드는 것도 어려워질 뿐만 아니라 하드웨어의 정상적인 작동, 시스템 자원의 효율적인 활용, 보안 등에 심각한 문제가 생기기 때문에, 운영체제는 컴퓨터의 필수적인 요소 입니다.

프로그램 하나 실행했는데 CPU와 메모리를 전부 점유하고 안놔준다거나, 악성 프로그램이 PC를 마음대로 조종하게 되면 큰 문제가 되겠죠.

 

운영체제는 PC에서 아래와 같은 역할을 합니다.

 

  1. 프로세서, 메모리, 디스크, 입출력장치 간의 통신
  2. 시스템 자원 관리(스케줄링 등)
  3. 사용자와 시스템 간의 편리한 인터페이스 제공
  4. 시스템의 오류를 검사 및 복구

 

오류수정은 언제나 환영입니다^^

1. 그리디 알고리즘이란?

  • 최적의 값을 구해야 하는 상황에서 전체적인 상황을 상정하여 구하는 것이 아닌, 각 단계에서 최선의 선택을 하는 근시안적 방법론입니다.
  • 전체적인 상황을 상정하지 않기 때문에 항상 최적의 해를 구하는 것이 보장되어있지 않지만, 근사해를 구하는것이 가능합니다.

아래와 같은 트리에서 각 노드의 합의 최대값을 구하는 상황일때, 탐욕법을 이용하면 각 단계에서 가장 큰 값을 선택하게 되어 5->10->4와 같이 선택하게 됩니다.

최적의 해는 5->7->9이므로 탐욕법을 이용하는것이 항상 최적의 해를 구하는 것은 아님을 보여줍니다.

출처 https://velog.io/@kyunghwan1207/%EA%B7%B8%EB%A6%AC%EB%94%94-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98Greedy-Algorithm-%ED%83%90%EC%9A%95%EB%B2%95

2. 그리디 알고리즘의 특징

2.1 그리디 알고리즘의 조건

그리디 알고리즘이 근사값이 아닌 최적값을 보장하는 조건 2가지가 있습니다.

 

  • 탐욕 선택 속성 (Greedy Choice Property)
현재의 선택이 미래의 선택에 영향을 끼치지 않는다.
  • 최적 부분 구조 (Optimal Substructure)
부분의 최적해가 모여 전체의 최적해가 된다.

 

문제가 이 두가지의 조건을 만족한다면 그리디 알고리즘을 사용해 최적값을 구할 수 있습니다.

2.2 그리디 알고리즘의 단계

1. 선택절차(Selection Procedure)

현재 상태에서 최적인 선택을 한다. 이 선택은 바뀌지 않는다.

 

2. 적절성 검사(Feasibility Check)

선택한 항목이 문제의 조건을 만족시키는지 확인한다.

 

3. 해답 검사(Solution Check)

모든 선택이 완료되면, 최종 선택이 문제의 조건을 만족시키는지 확인한다.

 

Reference

 

'CS > Algorithm' 카테고리의 다른 글

합병 정렬(Merge sort)  (0) 2024.10.12
프림 알고리즘(Prim Algorithm) 구현과 증명  (0) 2024.09.17

CPU 성능 분석

 

CPU성능분석을 위해 알아야하는 개념들은 다음과 같다.

Response time : 응답시간 작업을 끝내는데 걸린 시간
Throughput : 처리량 단위시간당 처리한 작업량
Execution time : 실행시간 어떠한 결과를 내놓는데 걸리는 총 시간
Clock(cycles) : 클럭(사이클) 연산을 조정하는 타이밍 신호
Clock period : 클럭시간 클럭하나가 걸리는 시간
Clock frequency(rate) : 클럭주기 1초당 도는 클럭의 개수
CPU time : CPU 시간 한 컴퓨터 프로그램이 CPU를 차지하여 일을 한 시간의 양
Instruction count(IC) : 명령개수 한 프로세스의 총 명령개수
Cycles per instruction(CPI) 명령 당 필요한 사이클(클럭)의 개수

Performance(성능) & Execution time(실행시간)

성능 = 1/실행시간

X는 Y보다 n배 만큼 성능이 좋다(빠르다).

 

Execution time에는 Elapsed time, CPU time 두가지가 있다.

Elapsed time (wall clock time, response time 다 같은 표현) : 모든 측면을 포함한 총 작업시간

프로세싱, I/O, OS overhead, idle time등 포함

 

CPU time : CPU가 주어진 작업을 실행하는데 드는 시간

I/O작업이나 다른 작업들을 포함하지 않음


Clock(클럭, 사이클)

클럭 신호(영어: clock signal)는 논리상태 H(high,논리 1)와 L(low,논리 0)이 주기적으로 나타나는 방형파(square wave) 신호를 말한다.

많은 경우 전자공학의 디지털 회로에서 클럭 신호에 맞추어 신호의 처리를 하는 동기 처리를 위해 사용한다.

-wikipedia-

Clock period : 클럭 한 주기에 걸리는 시간

예) 1ns(nano second)

 

Clock frequency(rate) : 1초에 도는 클럭의 개수

예) 1s/1ns = 10^9 = 1GHz


CPU time의 계산

CPU time = CPU clock cycles * Clock cycle time = CPU clock cycles / Clock rate

[clock cycles는 클럭의 개수를 의미한다]

 

CPU time을 줄이는 방법

클럭의 수를 줄이거나 rate를 올리면 CPU time이 줄어 성능이 향상될 수 있다.


Instruction Count(IC) & CPI

Instruction Count(IC) : 한 프로세스(프로그램)에서 실행할 명령의 개수

CPI : 명령당 필요한 클럭(사이클)의 개수

CPI는 CPU에 따라 달라지게 되고 명령마다도 값이 다를 수 있다.

따라서 CPI의 평균값을 구해 계산하게 된다.

 

Clock cycles = IC * CPI 

CPU time = IC * CPI * Clock Cycle time = IC * CPI / Clock rate

 

평균 CPI 구하기

 

Load balancing이란?

서버와 클라이언트가 통신을 할 때, 트래픽이 많지 않다면 서버 하나로 충분할 것입니다.

하지만 클라이언트가 많아지며 트래픽이 증가하게 된다면 서버 하나로는 부하를 견디기 충분하지 않게 될 수 있습니다.

Load balancing은 이러한 부하(Load)를 분산(balancing)해주는 장치 또는 기술을 통칭합니다.

Scale-up 과 Scale-out

서버의 성능을 개선하는데는 두가지 방식이 있습니다. Scale-up과 Scale-out입니다.

Scale-up : 서버 자체의 성능을 확장하여 운영

Scale-out : 기존 서버와 비슷한 수준의 서버를 증설하여 운영

Scale-out 방식으로 서버를 증설하여 운영할 경우 각 서버에 부하를 분산해줄 Load balancing이 필요하게 됩니다.

Load balancing의 기본 기능

1. Health Check(상태 확인)

    - 서버들에 대한 주기적인 Health Check를 통해 서버들의 장애 여부를 판단하여, 정상 동작 중인 서버로만 트래픽을 보낸다.

    - L2 체크 : ARP 응답 확인 (디폴트로 ICMP 주기의 10배로 자동 설정)

    - L3 체크 : ICMP를 이용하여 서버의 IP주소가 통신 가능한 상태인지 확인한다.

    - L4 체크 : TCP의 3 Way-Handshaking으로 각 포트의 상태를 체크한다.

    - L7 체크 : 어플리케이션 계층에서 체크를 수행. Request를 (ex. GET /health_check.html) 통해 응답 코드 확인하는 방식. 주기적으로 서버와 세션을 맺기 때문에 부하가 발생하지만 어플리케이션 상태까지 체크할 수 있기 때문에 L4 Health Check 보다 확실한 헬스체크가 가능.

 

2. Tunneling(터널링)
    - 데이터 스트림을 인터넷 상에서 가상의 파이프를 통해 전달시키는 기술로, 패킷 내에 터널링할 대상을 캡슐화시켜 목적지까지 전송.

    - 연결된 상호 간에만 캡슐화된 패킷을 구별해 캡슐화를 해제하게 함.

 

3. NAT(Network Address Translation)

    - 내부 네트워크에서 사용하는 사설 IP 주소와 Load balancer 외부의 공인 IP 주소 간의 변환 역할.

    - Load balancing 관점에서는 여러개의 호스트가 하나의 공인 IP 주소를 통해 접속하는 것이 주 목적.

 

4. DSR(Destination Network Address Translation)

    - 서버에서 클라이언트로 트래픽이 되돌아 가는 경우, 목적지를 클라이언트로 설정한 다음, 네트워크 장비나 Load balancer를 거치지 않고 바로 클라이언트를 찾아가는 방식.

    - 이 기능을 통해 Load balancer의 부하를 줄여줄 수 있음.

Load balancing의 종류

Load balancing의 종류로는 L4 Load balancing과 L7 Load balancing이 있습니다.

L4 Load balancer는 네트워크 계층(IP)나 전송 계층(TCP, UDP)의 정보를 바탕으로 로드를 분산합니다. IP주소나 포트번호, MAC주소, 전송 프로토콜에 따라 트래픽을 나누는 것이 가능합니다.

L4 Load balancing

L7 Load balancer는 어플리케이션 계층(HTTP, FTP, SMTP)에서 로드를 분산하기 때문에 HTTP헤더, 쿠키 등과 같은 사용자의 요청을 기준으로 특정 서버에 트래픽을 분산하는 것이 가능합니다. 아래 그림과 같이 URL에 따라 부하를 분산시키거나, HTTP 헤더의 쿠키값에 따라 부하를 분산하는 등 클라이언트의 요청을 보다 세분화 해 서버에 전달할 수 있습니다.

또한 L7 Loadbalancer의 경우 특정한 패턴을 지닌 바이러스를 감지해 네트워크를 보호할 수 있으며, DoS/DDoS와 같은 비정상적인 트래픽을 필터링 할 수 있어 네트워크 보안 분야에서도 활용되고 있습니다.

L7 Load balancing

Load balancing의 알고리즘

1. 라운드 로빈 (Round Robin)

 

순차적으로 돌아가며 세션을 할당해주는 방식입니다.

요청이 오면 단순히 그 요청을 순서대로 서버에 분배해주는데 첫 번째 요청은 첫 번째 서버, 두 번째 요청은 두 번째 서버에 할당해 줍니다. 로드밸런싱 대상 서버의 스펙이 동일하고, 처리 시간 혹은 세션지속시간이 짧은 애플리케이션의 경우 이러한 방식이 적합합니다.

 

2. 가중 라운드 로빈 (Weighted Round Robin)

 

각 서버마다 가중치를 설정해두고 해당 가중치만큼 세션을 할당해주는 방식입니다. 특정 서버의 스펙이 좋다면 해당 서버에 가중치를 좀 더 주어 세션을 더 많이 할당해주고, 스펙이 좋지 않은 서버에는 가중치를 적게 두어 세션을 적게 할당해주는 방식입니다.

 

3. 최소 연결 (Least Connection)

 

가장 적게 연결(가장 적은 세션)되어 있는 서버에 세션을 할당해주는 방식입니다.

서버에 분배된 세션들이 일정하지 않은 경우에 적합하며 부하를 줄이는 측면에서 많이 사용됩니다.

 

4. 최소 응답 (Least Response Time)

 

서버의 응답시간을 고려하여 세션을 할당해주는 방식입니다. 가장 짧은 응답 시간을 보이는 서버에 우선적으로 세션을 할당해주는 방식입니다.

 

5. 해시 (Hash)

특정 사용자는 특정 서버로만 할당시키는 방식입니다. 특정 IP주소나 포트를 갖는 사용자들은 특정 서버로만 세션을 맺도록 하는데 특정 IP주소나 포트에서 접속량이 특히 많을 때 관리가 편한 방식입니다.

 

 

 

 

 

 

참고 및 출처

 

https://medium.com/@dinubhagya97/load-balncing-f9e5a120a402

 

Load Balncing

In general terms, proxies are servers located between the client and the servers.

medium.com

https://m.post.naver.com/viewer/postView.nhn?volumeNo=27046347&memberNo=2521903

 

로드밸런서(Load Balancer)의 개념과 특징

[BY 가비아] 현대의 모든 정보는 인터넷을 통해 연결되어있습니다. 인터넷의 발달은 데이터 통신을 보다...

m.post.naver.com

https://co-no.tistory.com/entry/%EB%84%A4%ED%8A%B8%EC%9B%8C%ED%81%AC-%EB%A1%9C%EB%93%9C%EB%B0%B8%EB%9F%B0%EC%8B%B1

 

[네트워크] 로드밸런싱의 개념 및 기법 설명

로드밸런싱(Load Balancing)이란? : 컴퓨터 네트워크 기술의 일종으로 둘 혹은 셋 이상의 중앙처리장치 혹은 저장장치와 같은 컴퓨터 자원들에게 작업(Work), 즉, 부하(Load)를 나누는 것을 의미한다. 이

co-no.tistory.com

https://m.blog.naver.com/sungsu9022/220962662085

 

[펌] L4, L7 health check에 관하여[kakao의 L3DSR 구성 사례]

Overview서비스 웹서버 Load Balancing을 위한 메커니즘으로 KAKAO에서는 L3DSR 방식을 사용하...

blog.naver.com

https://habitus92.tistory.com/22

 

[네트워크] 로드밸런싱(Load Balancing)이란? 종류와 기법

로드밸런싱 (Load Balancing) 은 '부하분산'이라고도 하며 해석 그대로 일을 밸런스 있게 맞추는 기능입니다. 모든 사람들이 12월 31일 23시 59분 59초에 메신저로 친구들을 포함한 지인들에게 새해 인

habitus92.tistory.com

 

+ Recent posts