vagrant@control-plane:~$ git clone https://github.com/kubernetes-sigs/metrics-server.git
Cloning into 'metrics-server'...
remote: Enumerating objects: 17101, done.
remote: Counting objects: 100% (4088/4088), done.
remote: Compressing objects: 100% (957/957), done.
remote: Total 17101 (delta 3266), reused 3132 (delta 3131), pack-reused 13013 (from 4)
Receiving objects: 100% (17101/17101), 14.31 MiB | 21.71 MiB/s, done.
Resolving deltas: 100% (9360/9360), done.
vagrant@control-plane:~$
vagrant@control-plane:~$
vagrant@control-plane:~$
vagrant@control-plane:~$ ls
metrics-server  service  testapp1  token.txt
vagrant@control-plane:~$
vagrant@control-plane:~$
vagrant@control-plane:~$
vagrant@control-plane:~$ cd metrics-server/manifests/base/
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$ vi deployment.yaml
        args:
          - --cert-dir=/tmp
          - --secure-port=10250
          - --kubelet-preferred-address-types=InternalIP,ExternalIP,Hostname
          - --kubelet-use-node-status-port
          - --metric-resolution=15s
          - --kubelet-insecure-tls <= 추가 후 저장

vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$ 
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl apply -k .
# Warning: 'commonLabels' is deprecated. Please use 'labels' instead. Run 'kustomize edit fix' to update your Kustomization automatically.
serviceaccount/metrics-server created
clusterrole.rbac.authorization.k8s.io/system:aggregated-metrics-reader created
clusterrole.rbac.authorization.k8s.io/system:metrics-server created
rolebinding.rbac.authorization.k8s.io/metrics-server-auth-reader created
clusterrolebinding.rbac.authorization.k8s.io/metrics-server:system:auth-delegator created
clusterrolebinding.rbac.authorization.k8s.io/system:metrics-server created
service/metrics-server created
deployment.apps/metrics-server created
apiservice.apiregistration.k8s.io/v1beta1.metrics.k8s.io created
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl get deploy metrics-server -n kube-system
NAME             READY   UP-TO-DATE   AVAILABLE   AGE
metrics-server   0/1     1            0           7s
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl get svc metrics-server -n kube-system
NAME             TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)   AGE
metrics-server   ClusterIP   10.110.108.15   <none>        443/TCP   14s
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl top nodes
error: Metrics API not available
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl top nodes
error: Metrics API not available
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl top nodes --sort-by=memory
error: Metrics API not available
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl top nodes
NAME            CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%
control-plane   276m         13%    1781Mi          18%
worker1         151m         7%     1716Mi          21%
vagrant@control-plane:~/metrics-server/manifests/base$
vagrant@control-plane:~/metrics-server/manifests/base$ kubectl top nodes --sort-by=memory
NAME            CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%
control-plane   276m         13%    1781Mi          18%
worker1         151m         7%     1716Mi          21%
vagrant@control-plane:~/metrics-server/manifests/base$

Class Diagram(클래스다이어그램) - 시스템의 정적인 구조를 표현하며, 클래스 간의 관계, 속성, 메서드를 정의하는 UML 다이어그램입니다.

Object Diagram(객체다이어그램) - 클래스 다이어그램의 인스턴스를 나타내며, 특정 시점에서 객체 간의 관계를 표현하는 다이어그램입니다.

Component Diagram(컴포넌트다이어그램) - 시스템의 구성 요소인 컴포넌트 간의 종속성과 인터페이스를 표현하며, 모듈화된 구조를 시각적으로 나타냅니다.

Deployment Diagram(배치다이어그램) - 시스템의 물리적 요소(서버, 네트워크, 실행 환경 등)의 배치를 표현하며, 실행되는 컴포넌트의 위치와 관계를 나타냅니다.

Composite Structure Diagram(복합체구조다이어그램) - 클래스 내부의 구성 요소와 협력 관계를 표현하며, 객체의 내부 구조와 상호작용을 상세히 나타내는 다이어그램입니다.

Package Diagram(패키지다이어그램) - 클래스나 컴포넌트를 논리적으로 그룹화하여 패키지 간의 관계를 표현하며, 시스템의 구조를 계층적으로 정리하는 역할을 합니다.

※배치다이어그램(Deployment Diagram)은 시스템의 물리적 위치를 나타내고, 컴포넌트다이어그램(Component Diagram)은 모듈화된 구성 요소를 표현하는 것이므로 혼동하지 않도록 주의 필요!

SDN(소프트웨어 정의 네트워크) - 네트워크를 소프트웨어적으로 제어하여 효율적인 관리 및 최적화 가능
NFV(네트워크 기능 가상화) - 네트워크 기능을 가상화하여 하드웨어 의존도를 줄이고 유연성을 높이는 기술
Wi-SUN(무선 스마트 유틸리티 네트워크) - 스마트 그리드 및 IoT 환경에서 저전력 장거리 무선 통신을 지원하는 기술
NFC(근거리 무선 통신) - RFID 확장 기술로 짧은 거리에서 양방향 데이터 전송이 가능한 무선 통신 방식
스몰 셀(소형 기지국) - 낮은 전송 파워와 좁은 커버리지를 가진 소형 기지국으로 실내 및 도심에서 네트워크 품질을 개선

블루투스(블루투스) - 2.4GHz 대역을 사용하는 무선 근거리 통신 기술로 다양한 기기 연결 가능
BLE(저전력 블루투스) - 블루투스의 저전력 버전으로 IoT 기기 연결에 최적화된 무선 통신 기술
Zing(Zing) - 초고속 근접 무선 통신 기술로 10cm 이내 거리에서 기가급 속도를 제공하는 방식
BcN(광대역 컨버전스 네트워크) - 통신, 방송, 인터넷을 통합하여 품질이 보장된 서비스를 제공하는 네트워크
C-V2X(셀룰러 차량 간 통신) - 이동통신 기반으로 차량 간 정보를 교환하여 자율주행 및 교통 안전을 향상시키는 기술

메시 네트워크(메시 네트워크) - 다중 홉 방식으로 기기 간 자율적으로 연결되는 네트워크 구조
UWB(초광대역 무선) - 넓은 주파수 대역을 활용하여 낮은 전력으로 빠른 데이터 전송이 가능한 기술
UsN(유비쿼터스 센서 네트워크) - 센서를 통해 주변 환경 정보를 감지하고 네트워크로 전송하는 방식
WBAN(무선 인체 영역 네트워크) - 인체 주변에서 저전력 고속 통신을 지원하는 네트워크로 스마트 헬스케어에 활용
NDN(명명 데이터 네트워크) - 기존 IP 주소 대신 데이터 이름을 기반으로 통신하는 방식

네트워크 슬라이싱(네트워크 슬라이싱) - 하나의 물리적 네트워크를 여러 개의 가상 네트워크로 분리하여 최적화하는 기술
NOMA(비직교 다중 액세스) - 주파수 효율을 높여 여러 단말에 동시에 데이터를 전송할 수 있는 방식
MEC(모바일 엣지 컴퓨팅) - 기지국에서 클라우드 컴퓨팅 기능을 제공하여 데이터 처리를 빠르게 수행하는 기술
사물인터넷(IoT)(사물인터넷) - 사물에 센서와 통신 기능을 부착하여 네트워크에 연결하는 기술
MQTT(메시지 큐잉 텔레메트리 전송) - IoT 환경에서 최적화된 경량 메시징 프로토콜

COAP(제약된 애플리케이션 프로토콜) - M2M 기기 간 REST 기반의 비동기적 통신을 지원하는 방식
Zigbee(지그비) - 저전력, 저비용, 저속 무선 통신 기술로 스마트홈 및 산업용 IoT에서 많이 사용됨
스마트그리드(스마트그리드) - 전력망을 지능화하여 에너지 효율을 극대화하는 시스템

✅ Stop-and-Wait ARQ
✔ 한 번에 한 개의 프레임만 전송하고 확인 응답(ACK)을 받으면 다음 프레임을 전송
✔ 오류 발생 시 손상된 프레임만 재전송
✔ 단순하지만 대기 시간이 길어 효율이 낮음

✅ Go-Back-N ARQ
✔ 여러 개의 프레임을 연속적으로 전송하며 확인 응답을 받음
✔ 오류 발생 시 오류가 난 프레임부터 이후 모든 프레임을 재전송
✔ Stop-and-Wait보다 효율이 높지만 재전송 부담이 큼

✅ Selective Repeat ARQ
✔ 여러 프레임을 연속적으로 전송하면서 개별적으로 확인 응답을 받음
✔ 오류 발생 시 손상된 프레임만 선택적으로 재전송
✔ Go-Back-N보다 효율적이지만 구현이 복잡함

✅ 선점형 스케줄링(Preemptive Scheduling) 알고리즘
🔹 Shortest Remaining Time First (SRT, 최단 잔여 시간 우선)
✔ 실행 중인 프로세스보다 더 짧은 실행 시간을 가진 프로세스가 도착하면 즉시 CPU를 양보합니다.
✔ 평균 대기 시간을 최소화할 수 있지만, 잦은 문맥 교환(컨텍스트 스위칭)으로 인한 오버헤드가 발생할 수 있습니다.
✔ 긴 실행 시간을 가진 프로세스가 계속 뒤로 밀려 **기아 현상(Starvation)**이 발생할 수 있습니다.
🔹 Multilevel Queue Scheduling (MLQ, 다단계 큐 스케줄링)
✔ 여러 개의 큐를 만들어 프로세스를 그룹별로 분류하여 실행하는 방식입니다.
✔ 시스템 프로세스, 사용자 프로세스, 배경 작업 등의 우선순위를 다르게 적용할 수 있습니다.
✔ 각 큐는 서로 독립적으로 작동하며, 큐 간의 선점이 가능할 수 있습니다.
🔹 Multilevel Feedback Queue Scheduling (MLFQ, 다단계 피드백 큐 스케줄링)
✔ MLQ의 확장된 개념으로, 프로세스의 실행 시간을 기반으로 큐를 이동하며 CPU를 할당하는 방식입니다.
✔ 짧은 프로세스는 빠르게 실행되며, 긴 프로세스는 우선순위가 낮은 큐로 이동하여 실행됩니다.
✔ 우선순위가 낮은 프로세스도 일정 시간이 지나면 다시 높은 우선순위 큐로 올라올 수 있어 기아 현상(Starvation)을 방지할 수 있습니다.
🔹 Round Robin (RR, 라운드 로빈)
✔ 각 프로세스에 동일한 시간 할당(타임 퀀텀)을 적용하여 순차적으로 실행하는 방식입니다.
✔ 실시간 시스템에서 공평한 CPU 할당이 가능하며, 응답 시간을 일정하게 유지할 수 있습니다.
✔ 타임 퀀텀이 너무 크면 FCFS와 유사해지고, 너무 작으면 문맥 교환 비용이 증가할 수 있습니다.
 
✅ 비선점형 스케줄링(Non-Preemptive Scheduling) 알고리즘
🔹 Priority Scheduling (우선순위 스케줄링, 비선점형)
✔ 프로세스가 도착하면 우선순위가 높은 순서대로 실행되는 방식입니다.
✔ 실행 중인 프로세스는 종료될 때까지 CPU를 유지하며, 새로운 높은 우선순위 프로세스가 도착해도 중단되지 않습니다.
✔ 기아 현상(Starvation)이 발생할 수 있으며, 이를 방지하기 위해 Aging 기법을 적용할 수 있습니다.
🔹 Deadline Scheduling (기한부 스케줄링)
✔ 특정 기한(Deadline) 내에 프로세스를 실행해야 하는 환경에서 사용되는 방식입니다.
✔ 실시간 시스템에서 많이 활용되며, 정해진 시간 내에 작업이 완료되지 않으면 시스템 오류 발생 가능합니다.
✔ 주로 산업 제어, 항공, 의료 시스템 등에서 중요한 역할을 합니다.
🔹 Highest Response Ratio Next (HRN, 최고 응답 비율 우선)
✔ 대기 시간과 실행 시간을 고려하여 응답 비율이 가장 높은 프로세스를 먼저 실행하는 방식입니다.
✔ 실행 시간이 긴 프로세스도 상대적으로 높은 응답 비율을 가질 수 있어 기아 현상을 줄일 수 있음
✔ 계산식: 응답 비율 = (대기 시간 + 실행 시간) / 실행 시간
🔹 First Come First Served (FCFS, 선입선출)
✔ 먼저 도착한 프로세스가 먼저 CPU를 사용하며, 실행 중인 프로세스는 종료될 때까지 계속 실행됩니다.
✔ 공평한 방식이지만, 실행 시간이 긴 프로세스가 먼저 도착하면 짧은 프로세스가 오랫동안 기다려야 하는 문제(콘보이 효과)가 발생할 수 있습니다.
🔹 Shortest Job First (SJF, 최단 작업 우선)
✔ 실행 시간이 가장 짧은 프로세스를 먼저 실행하는 방식입니다.
✔ 평균 대기 시간을 줄일 수 있지만, 긴 프로세스가 계속 뒤로 밀려 기아 현상이 발생할 수 있습니다.
✔ 선점형(SRTF)과 비선점형(SJF)은 프로세스를 강제 중단할 수 있는지 여부에 따라 구분됩니다.
✅ 비교 및 특징 정리
✔ 선점 스케줄링 → 실행 중인 프로세스를 중단하고 우선순위가 높은 프로세스를 실행할 수 있음
✔ 비선점 스케줄링 → 실행 중인 프로세스가 종료될 때까지 다른 프로세스를 실행할 수 없음
🔎 장점과 단점 비교
구분선점 스케줄링비선점 스케줄링