High-Throughput Graph Abstraction at Netflix - Part I
Author: Oleksii Tkachuk, Kartik Sathyanarayanan, Rajiv Shringi (Netflix Tech Blog) | Source: Netflix Tech Blog | Published: 2026-02-09
한 줄 요약
Netflix는 전용 그래프 데이터베이스를 도입하는 대신 기존 KV/TimeSeries/캐싱 인프라 위에 고처리량 OLTP 그래프 추상화 계층을 구축하여 초당 1,000만 이상의 연산을 처리한다.
핵심 주장/내용
- 전용 그래프 DB 대신 기존 인프라(KV Store, TimeSeries Store, EVCache) 위에 Property Graph 모델을 추상화하여 운영 복잡성을 최소화했다
- Forward/Reverse 이중 에지 인덱스로 쓰기 비용을 2배 감수하되, 양방향 트래버설을 O(1) 조회로 구현했다
- Namespace 기반 멀티테넌시로 데이터 격리, 독립적 스케일링, 스키마 독립성을 확보했다
- Write-Aside + Read-Aside 캐싱 전략으로 읽기 집중 워크로드를 최적화하고, Tombstone-and-Sweep 방식으로 분산 락 없이 노드 삭제를 처리한다
- 추천(RDG), 소셜 그래프, 서비스 토폴로지 등 핵심 OLTP 유스케이스를 지원한다
주요 수치 / 사실
- 초당 1,000만+ 연산 처리
- 650TB 그래프 데이터 관리
- p99 depth-1 트래버설 한 자릿수 밀리초 레이턴시
- 다중 AWS 리전에서 Active-Active 복제
- 1년 이상 프로덕션 운영
관련 위키
Source: 원문 보기