개요
한 디지털 미디어 플랫폼은 라이선스형 Elasticsearch 배포판에서 OpenSearch로 옮기고 싶었지만, 환경이 무계획적으로 커져 온 탓에 실제로 어떤 기능을 쓰고 있는지 명확히 아는 사람이 없었습니다. AceMQ는 마이그레이션 작업에 착수하기 전에 실현 가능성, 작업량, 위험을 진단했습니다.
과제
애플리케이션 환경에서는 여러 언어의 공식 Elasticsearch 클라이언트가 혼재되어 있었고, 최신 클라이언트 버전에는 OpenSearch와의 통신을 거부하는 제품 확인(product check) 기능이 들어 있습니다. 또한 여러 팀이 특정 머신러닝 작업이나 라이선스형 알림 구성처럼 두 프로젝트 간에 차이가 나는 기능 위에 시스템을 구축해 두었습니다. 목록이 없는 상태에서 마이그레이션 작업량 추정은 순전히 짐작에 불과했습니다.
환경
콘텐츠 검색과 로그 분석을 제공하는 AWS 기반 Elasticsearch 클러스터. 애플리케이션은 Java, Python, Node.js로 작성되어 있습니다.
접근 방식
진단에서는 사용 중인 모든 클라이언트 라이브러리, 플러그인, 인덱스 매핑 기능, 쿼리 구문을 목록화한 뒤 각각을 호환, 클라이언트 교체 필요, 재설계 필요로 분류합니다. 애매한 경우는 호환성 매트릭스에 의존하지 않고 실제 OpenSearch 클러스터에서 테스트하며, 단계별 작업량을 명시한 단계적 마이그레이션 계획을 제시합니다.
해결책
- 모든 애플리케이션 언어의 클라이언트 라이브러리를 목록화하고 제품 확인에서 실패할 버전 표시
- 알림, 이상 탐지, 실제 사용 중인 라이선스 티어 기능을 포함한 플러그인 및 기능 사용 현황 목록화
- 쿼리 및 매핑 구문을 실제 OpenSearch 클러스터에서 테스트해 동작을 가정하지 않고 확인
- 직접 복원 가능한 스냅샷과 재인덱싱이 필요한 스냅샷을 포함해 인덱스 및 스냅샷 호환 경로 문서화
- 워크로드별 이중 쓰기 또는 재인덱싱 전략과 단계별 롤백 기준을 담은 단계적 마이그레이션 계획
- 고객의 실제 노드 수와 데이터 양을 기반으로 한 비용 및 라이선스 비교
성과
고객은 필요한 클라이언트 업그레이드와 두 건의 기능 재설계를 전환 도중에 발견하는 대신, 구체적인 목록을 손에 쥐고 마이그레이션에 착수했습니다. 마이그레이션 대상으로 적합하지 않다고 판단된 두 워크로드는 의도적으로 그대로 두었고, 이로써 원래 계획에서 가장 위험한 부분이 제거되었습니다.