Moait
홈인기 피드모든 블로그모든 태그
홈인기 피드모든 블로그모든 태그

How and Why Netflix Built a Real-Time Distributed Graph: Part 3 — Querying the graph with gRPC…

넷플릭스 favicon넷플릭스·Architecture·
Apache FlinkgRPCReal-Time Distributed GraphEVCacheKVDAL
2026년 08월 07일0

AI 요약

이 글은 AI가 요약했어요. 정확한 내용은 꼭 원문을 확인해 주세요!

핵심 요약

넷플릭스는 실시간 분산 그래프(RDG) 조회를 위한 gRPC 기반 쿼리 엔진과 3계층 아키텍처를 설계해, 얕고 넓은 쿼리와 깊고 좁은 쿼리 모두에서 100ms 미만 응답을 목표로 구현했다.

구현 방법

  • Graph Query Service: gRPC 요청 수신 및 실행 계획 생성
  • Execution Engine: 레벨별 브레드스퍼스트 트래버셜, 비동기 I/O 병렬 실행
  • Storage Abstraction Layer: 노드 조회/간선 조회 제공, EVCache로 캐시 관리
  • Enrichment Layer: 외부 메타데이터를 옵셔널로 배치 병렬 처리, 실패 시 페일오픈
  • adjacency list 스트리밍: 대용량 이웃 목록을 배치 단위로 스트리밍

주요 결과

  • 서브 100ms 응답, 수만 건/sec 규모의 쿼리 처리
  • 노드 조회 캐시 적중률 70–80% 달성
  • 다양한 워크로드를 위한 확장성과 안전한 운영 포인트 확보

연관 피드

%가 높을수록 이 글과 비슷할 가능성이 높아요!
No Image
83%

How and Why Netflix Built a Real-Time Distributed Graph: Part 1 — Ingesting and Processing Data…

넷플릭스 favicon넷플릭스·2025년 10월 17일
From Silos to Service Topology: Why Netflix Built a Real-Time Service Map 섬네일
76%

From Silos to Service Topology: Why Netflix Built a Real-Time Service Map

넷플릭스 favicon넷플릭스·2026년 06월 19일
Building Service Topology at Scale: Architecture, Challenges, and Lessons Learned 섬네일
76%

Building Service Topology at Scale: Architecture, Challenges, and Lessons Learned

넷플릭스 favicon넷플릭스·2026년 07월 13일