k3s에서 웹 파드 30개를 띄우면 Docker와 Podbag은 어떻게 다를까?
배포를 시작한 뒤 요청을 받을 수 있기까지 얼마나 걸릴까요? 요청을 받기 시작한 뒤에도 두 엔진의 차이가 남을까요? 같은 k3s 노드에서 런타임만 바꾸어 두 질문을 따로 측정했습니다.
측정한 구성
웹 파드 6개가 Kubernetes 서비스를 통해 API 파드 24개로 요청을 전달합니다. 각 API는 자신의 파드 이름을 응답합니다. 노드에 둔 클라이언트가 웹 서비스의 ClusterIP로 요청을 보냅니다. 응답 코드가 200이고 본문에 API 파드 이름이 있어야 성공으로 셉니다.
두 계층 모두 같은 NGINX 이미지와 HTTP 준비 상태 검사를 사용합니다. 컨테이너마다 CPU 20m와 메모리 16 MiB를 요청합니다. 상한은 CPU 200m와 메모리 48 MiB입니다. Docker는 k3s에 포함된 cri-dockerd로 연결합니다. Podbag은 자체 CRI 소켓으로 연결합니다.
Ubuntu 26.04.1 LTS · Linux 7.0.0-43-generic · ARM64 · 4 vCPU · 4 GiB · k3s v1.37.2+k3s1 · Docker Engine 29.1.3 · Podbag c0ff5eb
측정 결과
측정값 표
| 지표 | Docker Engine | Podbag |
|---|---|---|
| 30개 모두 준비 | 3.39 s | 2.48 s |
| 같은 부하에서의 HTTP p95 | 1.41 ms | 1.26 ms |
| 짧은 부하에서의 HTTP p95 | 3.46 ms | 3.69 ms |
| 짧은 부하의 성공 응답/초 | 7,019 | 6,330 |
| 검증된 응답 | 33,600 / 33,600 | 33,600 / 33,600 |
이 노드에서 Podbag은 30개 파드를 준비하는 데 중앙값 기준 0.91초 덜 걸렸습니다. 초당 240건을 보냈을 때 회차별 p95 범위는 Docker 1.20–1.60 ms, Podbag 0.93–1.88 ms였습니다. 모든 회차에서 API 파드 24개가 각각 한 번 이상 응답했습니다. 짧게 요청을 몰아 보냈을 때는 Docker의 초당 처리량 중앙값이 더 높았습니다. 두 런타임의 회차별 처리량 범위는 겹쳤습니다.

준비 시간은 첫 확장 요청 직전부터 두 Deployment에서 총 30개가 준비됐다고 보고할 때까지입니다. 0.1초 간격으로 확인했습니다. 그다음 30개 엔드포인트를 확인하고 2초를 기다렸습니다. 클라이언트 12개가 각각 100번 요청했습니다. 요청마다 새 TCP 연결을 사용했습니다. p95는 성공한 요청의 95%가 이 시간 안에 응답했다는 뜻입니다.
짧은 부하가 끝나면 2초를 쉬었습니다. 이어서 같은 클라이언트 12개가 각각 초당 20회씩 약 30초간 요청했습니다. 목표 부하는 총 240요청/초입니다. 두 구간의 p95를 따로 계산했습니다.
두 런타임의 실행 순서는 Docker → Podbag → Podbag → Docker입니다. 각 구간에서 한 번 예열한 뒤 두 번 측정했습니다. 표는 런타임별 네 번의 중앙값입니다. 성공 응답은 네 번의 합계입니다. 이미지 다운로드 시간은 제외했습니다. 클라이언트도 같은 VM의 CPU를 사용합니다. API는 고정된 작업만 수행합니다. 데이터베이스 조회와 외부 네트워크 지연은 별도 측정 대상입니다.
이 수치는 단일 노드에서의 배포와 HTTP 응답을 설명합니다. 짧은 부하에서 초당 처리량은 클라이언트와 네트워크의 영향도 받습니다. 장시간 최대 처리량으로 해석하기에는 측정 구간이 짧습니다.
이미지 주소가 바꾼 결과
예비 실험에서는 여러 아키텍처를 가리키는 NGINX 이미지 인덱스와 IfNotPresent를 사용했습니다. Podbag에 ARM64 이미지가 저장된 후에도 인덱스 주소로 조회하면 이미지를 찾지 못했습니다. kubelet은 pull을 재시도했고 요청 속도 제한에 걸렸습니다. 본 측정에서는 ARM64 이미지의 다이제스트를 두 엔진에서 확인하고 imagePullPolicy: Never를 적용했습니다. 각 구간은 VM을 다시 시작하고 새 클러스터를 만든 뒤 측정했습니다.
AWS에 배치한다면
인터넷용 Application Load Balancer를 두 가용 영역의 퍼블릭 서브넷에 연결합니다. HTTPS 요청을 프라이빗 서브넷의 EC2 워커에 있는 웹 서비스의 NodePort로 전달합니다. 각 노드에 topology.kubernetes.io/zone 레이블을 지정합니다. 각 Deployment가 이 레이블을 기준으로 파드를 고르게 나누면 영역마다 웹 3개와 API 12개가 배치됩니다. API 서비스는 내부 ClusterIP를 사용합니다. 그림은 애플리케이션 트래픽 경로를 보여 줍니다.
AWS Application Load Balancer · AWS Architecture Icons
재현 자료
워크로드 · 측정 스크립트 · 회차별 원자료 · 노드 설정과 실행 순서 · start-node.sh