Azure 리드·아키텍트 성능 최적화 면접

먼저 Azure Portal의 Query Performance Insight와 DMV(Dynamic Management Views)를 통해 CPU/IO 사용률이 높은 쿼리를 식별합니다. sys.dm_exec_query_stats로 실행 계획을 분석하여 Missing Index 권고사항을 확인하고, 테이블 스캔이나 키 조회가 과도한 쿼리를 찾습니다. 단기적으로는 Database Tuning Advisor의 인덱스 권고사항을 적용하고, 비효율적인 쿼리는 실행 계획 최적화를 진행합니다. 중기적으로는 Read-heavy 쿼리를 Read Replica로 분산하거나 Azure Cache for Redis를 도입해 자주 조회되는 데이터를 캐싱합니다. 장기적으로는 DTU 모델에서 vCore 모델로 전환하여 탄력적 확장을 구성하거나, 파티셔닝 전략을 통해 핫스팟을 분산시킵니다. 모든 변경사항은 Query Store를 활성화하여 성능 회귀를 모니터링하며, Application Insights와 연계해 end-to-end 트레이싱을 구성합니다.

Azure Front Door Premium을 엣지 레이어로 구성하여 글로벌 PoP(Point of Presence)에서 콘텐츠를 캐싱하고, 동적 사이트 가속(DSA)으로 TCP 최적화를 적용합니다. Blob Storage는 Cool 또는 Archive 티어로 이동 가능한 콘텐츠를 라이프사이클 정책으로 자동 관리하여 스토리지 비용을 절감합니다. 자주 접근되는 인기 콘텐츠는 Cache-Control 헤더를 max-age=86400으로 설정해 CDN에서 24시간 캐싱하고, 사용자별 맞춤 콘텐츠는 Vary 헤더와 쿼리스트링 캐싱을 활용합니다. Azure Redis Cache를 애플리케이션 레이어에 추가해 메타데이터와 재생 목록을 캐싱하여 DB 부하를 줄입니다. CDN 규칙 엔진으로 이미지는 WebP 변환, 비디오는 Adaptive Bitrate Streaming을 적용하고, Compression을 활성화합니다. Azure Monitor와 CDN Analytics로 캐시 적중률을 모니터링하며 80% 이상 유지를 목표로 하고, 원본 대역폭 사용량 감소로 비용을 60% 이상 절감할 수 있습니다.

먼저 Premium V3 P2V3 티어로 업그레이드하여 더 강력한 CPU/메모리와 빠른 스케일아웃을 확보합니다. 오토스케일 규칙은 CPU 70% 이상 5분 지속 시 인스턴스 2개씩 증가, CPU 30% 이하 10분 지속 시 1개씩 감소로 설정하되, 최대 인스턴스는 30개로 제한합니다. 이벤트 시작 1시간 전에 수동으로 10개 인스턴스로 프리스케일링하여 콜드스타트를 방지하고, Application Initialization 모듈로 워밍업 경로를 설정합니다. 애플리케이션 레벨에서는 정적 리소스를 Azure CDN으로 오프로드하고, 상품 정보와 재고 조회는 Redis Cache에 5분 TTL로 캐싱합니다. Database Connection Pool을 최적화하고 비동기 처리가 가능한 작업은 Azure Service Bus Queue로 분리합니다. Application Insights의 Live Metrics와 Custom Metrics로 실시간 모니터링 대시보드를 구성하고, 응답시간 SLA 500ms 초과 시 알림을 설정합니다. 이벤트 종료 후 Scheduled Autoscale로 점진적 스케일인을 진행하여 비용을 절감합니다.