Amazon MQ에서 Graviton3 M7g 인스턴스로 RabbitMQ 성능과 비용 최적화하기

Amazon MQ에서 Graviton3 기반 M7g 인스턴스를 활용한 RabbitMQ 성능 향상 가이드

최근 Amazon MQ에서 제공하는 Graviton3 기반의 M7g 인스턴스를 활용하면 RabbitMQ 브로커의 성능을 향상시키고 클러스터 디스크 비용까지 절감할 수 있다는 소식이 전해졌습니다. 이번 글에서는 시스템 관리자와 아키텍트 분들을 대상으로 Amazon MQ 환경에서 RabbitMQ의 배포 가이드 및 성능 개선 활용 방안을 소개합니다.

Amazon MQ 및 M7g 인스턴스 소개

Amazon MQ는 RabbitMQ 및 Apache ActiveMQ와 같은 오픈 소스 메시지 브로커를 완전관리형으로 제공하는 AWS 서비스입니다. 최근 M7g 인스턴스는 Graviton3 프로세서를 기반으로 하여 성능과 비용 효율을 함께 개선할 수 있는 인스턴스 유형으로 등장했습니다. M7g 인스턴스는 Arm 기반 아키텍처를 사용하며, Amazon EC2에서 고성능 워크로드에 최적화된 구조를 갖추고 있습니다.

M7g 인스턴스를 RabbitMQ에 어떻게 활용할 수 있을까요? 배포는 간단합니다. AWS 관리 콘솔, CLI 또는 SDK를 통해 새로운 브로커를 프로비저닝하거나 기존 M5 기반 브로커를 M7g로 업그레이드하면 됩니다.

RabbitMQ 성능 비교: M7g vs M5

Amazon MQ는 M7g 인스턴스를 지원하면서 구체적인 성능 향상 데이터를 제공하고 있습니다.

1. 워크로드 수용 능력 개선

RabbitMQ 브로커는 메시지 큐, 채널, 연결 등의 자원을 관리하면서 일정 메모리 한계(High Memory Watermark)에 도달하면 ‘메모리 알람’ 상태로 진입합니다. M7g 인스턴스는 M5에 비해 해당 메모리 임계치를 더 높게 설정할 수 있어 수용 가능한 메시지 구조가 더 많아지고, 결과적으로 최대 50%까지 워크로드 처리량이 향상됩니다.

2. 메시지 처리량(Throughput) 개선

Amazon MQ는 3노드 RabbitMQ 클러스터에서 쿼럼 큐를 활용한 퍼블리시 처리량을 테스트했습니다. 결과적으로 M7g 인스턴스는 M5 대비 최대 85%까지 더 높은 처리량을 보여주었습니다. 메시지 크기, 큐 형태 등 다양한 조건을 고려한 결과입니다.

3. 디스크 사용 최적화에 따른 비용 절감

Cluster 모드에서 M5 인스턴스는 기본적으로 200GB의 고정 디스크 볼륨이 노드마다 할당됩니다. 반면 M7g는 인스턴스 크기에 따라 최적화된 디스크 용량을 프로비저닝함으로써, 비용을 최대 92.5%까지 절감할 수 있습니다. 예를 들어 ‘large’ 타입의 경우 M5는 600GB였던 디스크를 M7g에서는 45GB로 줄일 수 있어 상당한 비용 최적화를 이룰 수 있습니다.

RabbitMQ 배포 전략과 실무 활용 팁

1. 배포 방법: AWS 콘솔, AWS CLI 또는 SDK를 통해 신속하게 M7g 기반 브로커 초기화 또는 업그레이드가 가능하며, 기존 워크로드 마이그레이션이 수월합니다.

2. 브로커 타입 선택: M7g 인스턴스는 medium부터 16xlarge까지 다양한 사이즈로 구성되며, 메시지 처리량 대비 브로커 크기 조정을 통해 효율적인 리소스 관리를 할 수 있습니다.

3. 자동화 전략: CloudFormation 또는 Terraform 스크립트를 활용하여 자원 배포를 자동화하고 운용의 일관성을 높일 수 있습니다.

4. 성능 측정 및 가이드 활용: 운영 중인 워크로드에 대해 AWS Best Practice에 따라 퍼블리시 속도, 수신처리 처리율 등을 벤치마킹하여 적정 인스턴스를 선택하는 것이 중요합니다.

마무리

Amazon MQ에서 M7g 인스턴스를 RabbitMQ와 함께 활용하면, 성능 향상과 스토리지 비용 절감이라는 두 마리 토끼를 모두 잡을 수 있습니다. 실제 측정된 수치를 통해 그 효과가 입증되었으며, 최소한의 변경으로도 워크로드에 즉시 반영할 수 있는 장점이 있어 다양한 메세징 아키텍처에서 활용도가 크게 증가할 것으로 기대됩니다. 지금 바로 사용 중인 브로커를 점검하고 M7g 인스턴스로 전환하여 효과적인 구성으로 전환해보시길 바랍니다.

https://aws.amazon.com/blogs/big-data/improve-rabbitmq-performance-on-amazon-mq-with-aws-graviton3-based-m7g-instances/