클라우드(AWS)

🤔 문제국제 물류 기업은 전 세계에서 온 화물 추적 정보를 통합하고 있으며, 매시 00분에 작업을 실행하여 데이터 분석을 수행하고, 신속한 배송 경로 최적화를 목표로 하고 있습니다. 이 데이터는 모두 Amazon S3 버킷에 저장되어 있습니다. 분석 작업은 데이터 양에 따라 최대 30분이 걸릴 것으로 예상됩니다. 작업의 CPU와 메모리 사용량은 일정하며, 기업의 IT 부서는 이를 사전에 계산하고 있습니다. 이 작업을 효율적으로 실행하고 운영 부담을 최소화할 방법을 찾고 있습니다. 이 요구 사항을 충족하는 최적의 방법은 무엇입니까?AWS Fargate와 Amazon ECS를 사용하여 작업을 실행하는 컨테이너 태스크를 설정합니다. 작업 실행 타이밍은 Amazon EventBridge의 스케줄 이벤트로 관리..

◇  공부 기록용으로 작성하였으니 틀린점, 피드백 주시면 감사하겠습니다 ◇  Amazon DocumentDBAmazon DocumentDB (MongoDB 호환)은 완전 관리형 문서형 데이터베이스 서비스이다.Amazon DocumentDB (MongoDB 호환)은 MongoDB와 호환되므로 기존의 MongoDB 애플리케이션 및 도구를 거의 그대로 사용할 수 있다. 데이터는 "문서" 형식으로 저장되며, JSON과 같은 형태로 관리된다.AWS Database Migration Service(AWS DMS)를 사용하면 기존 MongoDB에서 Amazon DocumentDB (MongoDB 호환)로의 Migration을 원활하게 진행할 수 있다.Amazon DynamoDB와 Amazon DocumentDB (M..

🤔 문제한 기업이 온프레미스에 있는 웹사이트를 AWS로 이전하려고 계획하고 있습니다. 웹사이트는 EC2 인스턴스에서 실행되도록 결정되었습니다. 웹사이트의 가용성을 향상시키기 위해 HTTP 오류가 발생했을 때도 서비스를 계속할 수 있도록 해야 합니다. 이러한 요구 사항을 충족시키기 위해 솔루션 아키텍트는 어떻게 해야 할까요?ALB와 Auto Scaling 그룹을 구성하고, 여러 개의 EC2 인스턴스를 배치합니다. ALB의 헬스 체크에서 지정된 URL에 대한 응답이 확인되도록 설정합니다. Auto Scaling의 헬스 체크 설정에서 ELB의 헬스 체크를 활성화합니다.ALB와 Auto Scaling 그룹을 구성하고, 여러 개의 EC2 인스턴스를 배치합니다. ALB의 헬스 체크에서 지정된 URL에 대한 응답이..

IAM Policy (JSON 구조)AWS IAM Policy은 AWS 리소스에 대한 액세스 권한을 정의한 것입니다.IAM Policy은 JSON 형식으로 정의되며, IAM User, Group, Role, AWS 리소스에 대해 필요한 액세스 권한을 부여하거나 제한할 수 있다.IAM Policy는 주로 다음과 같은 요소로 구성된다.Effect: "Allow (허용)" or "Deny (거부)"   Action: AWS 리소스에서 어떤 작업을 실행할지 ("Action": "s3:PutObject" : S3 버킷에 객체를 업로드할 수 있는 권한)Resource: Action의 대상(AWS 리소스) ("Resource": "arn:aws:s3:::my-bucket/*" : 특정 S3 버킷의 모든 객체 )Pri..

🤔 문제어느 기업에서 자사의 온프레미스 서버와 AWS 클라우드를 연결하려는 계획을 세우고 있습니다. AWS 클라우드로 온프레미스 서버에서 약 300TB의 데이터를 이전할 필요가 있으며, 데이터 이전 후에도 온프레미스와 AWS 간에 소량의 데이터를 안전하게 통신할 필요가 있습니다. 연결은 안전하고 가능한 빨리 시작해야 합니다.다음 중, 가장 신속하게 데이터를 이전하고 저비용으로 요구 사항을 충족할 수 있는 솔루션은 무엇인가요?데이터 이전 및 운영에 Amazon VPC의 Egress-Only 인터넷 게이트웨이를 이용한다.AWS Snowball을 이용해 데이터 이전을 하고, AWS Direct Connect를 이용해 연결한다.AWS Site-to-Site VPN을 이용해 데이터 이전 및 연결을 수행한다.AW..

EFA (Elastic Fabric Adapter)Elastic Fabric Adapter (EFA)는 AWS에서 제공하는 고성능 네트워크 인터페이스이다.주로 과학 연구, 공학, 기계 학습과 같은 높은 성능을 요구하는 계산 작업에 최적화되어 있다.EFA는 특정 EC2 인스턴스에서만 사용할 수 있으며, 인스턴스에 연결하여 사용한다. [EFA 설정 화면]   EC2 Enhanced NetworkingAmazon EC2 인스턴스의 네트워크 성능을 향상시키는 기능이다.이 기능은 인스턴스 간의 높은 처리량과 낮은 레이턴시(지연시간), 낮은 CPU 사용률를 실현할 수 있어, 실시간으로 처리가 요구되는 애플리케이션에 적합하다.또한, Enhanced Networking는 추가 요금이 발생하지 않는다.  Elastic ..

AWS의 AI/ML 인공 지능 서비스 총정리AWS는 AI(Artificial Intelligence)/ML를 기반으로 하는 다양한 서비스를 제공한다.AI/ML에 관한 대표적인 서비스를 정리하였따!Amazon SageMaker: 머신러닝 학습SageMaker는 머신러닝(ML: Machine Learning) 서비스로, 머신러닝 모델을 쉽게 구축하고, 학습&훈련시키는 작업을 단순화하며, 배포할 수 있는 통합 개발 환경을 제공한다. (모니터링 가능)✅ SageMaker는 기계 학습 모델의 구축, 훈련, 배포에 적합하지만, 사용하려면 기계 학습에 대한 지식이 필요하다. [Amazon SageMaker Pipelines]머신러닝 모델의 데이터 준비부터 배포까지 완전히 자동화된 워크플로우를 생성하고 관리할 수 있는..

◇  공부 기록용으로 작성하였으니 틀린점, 피드백 주시면 감사하겠습니다 ◇  AWS Lake Formation안전한 Data Lake를 간단하고 신속하게 구축하여 분석에 사용할 수 있도록 하는 관리형 서비스이다.👩‍🏫Data Lake란데이터가 구조화되어 있는지 상관없이 다양한 데이터를 중앙에서 저장하고 관리하는 장소를 의미한다.Data Lake를 구축하려면, 다양한 데이터 소스로부터 데이터를 수집하고, 표준화 및 카탈로그화하며, 적절한 접근 권한을 설정하는 등 고려해야 할 사항이 많다.과거에는 이러한 고려 사항에 맞게 개별 서비스를(Amazon S3, AWS Glue, IAM 등) 수동으로 조합하여 Data Lake를 구현했지만, Lake Formation을 사용하면 이를 더 쉽게 관리할 수 있다. ..