[월:] 2021년 12월

Karpenter 소개 – 오픈 소스 고성능 Kubernetes 클러스터 오토스케일러 이제 Karpenter를 프로덕션에 적용할 준비를 마쳤습니다. Karpenter는 AWS로 구축된 유연한 오픈 소스의 고성능 Kubernetes 클러스터 오토스케일러입니다. 애플리케이션 로드의 변화에 대응하여 적절한 크기의 컴퓨팅 리소스를 신속하게 실행함으로써 애플리케이션 가용성과 클러스터 효율성을 개선할 수 있습니다. 또한 Karpenter는 애플리케이션의 요구 사항을 충족하는 컴퓨팅 리소스를 적시에 제공하며, 앞으로 클러스터의 컴퓨팅 리소스 공간을 자동으로 최적화하여 비용을 절감하고 성능을 개하게 됩니다. Karpenter 이전에는 Kubernetes 사용자가 Amazon EC2 Auto Scaling 그룹과 Kubernetes Cluster Autoscaler를 사용하는 애플리케이션을 지원하기 위해 클러스터의 컴퓨팅 파워를 동적으로 조정해야 했습니다. AWS를 사용하는 Kubernetes 고객 중 거의 절반이 Kubernetes Cluster Autoscaler를 사용하여 클러스터 Auto Scaling을 구성하기가 어렵고 구성할 수 있는 범위가 제한적이라고 토로합니다. Karpenter가 클러스터에 설치되면 Karpenter는 예약되지 않은 포드의 전체 리소스 요청을 관찰하고 새 노드를 시작하고 종료하는 결정을 내림으로써 예약 대기 시간과 인프라 비용을 줄입니다. 이를 위해 Karpenter는 Kubernetes 클러스터 내의 이벤트를 관찰한 다음 [ more… ]

AWS Lake Formation – 자동 압축, 행 및 셀 단위 권한 제어 가능한 테이블 관리 기능 출시 데이터 레이크는 데이터 사일로를 분해하고, 다양한 유형의 분석을 중앙집중식 리포지토리로 결합하는 데 도움이 될 수 있습니다. 모든 정형 및 비정형 데이터를 이 리포지토리에 저장할 수 있습니다. 그러나 데이터 레이크를 설정 및 관리하려면, 수동의, 복잡하고 시간이 많이 걸리는 수동 작업이 많이 필요합니다. AWS Lake Formation을 사용하면 몇 주 또는 몇 개월이 아닌 며칠 만에 안전한 데이터 레이크를 쉽게 설정할 수 있습니다. 오늘 저는 데이터 로딩, 스토리지 최적화 및 데이터 레이크에 대한 액세스 관리를 간소화하는 몇 가지 새로운 기능의 일반적인 가용성을 공유하게 되어 기쁩니다. 관리형 테이블 – 규모에 관계없이 데이터를 간편하고 안정적으로 수집 및 관리할 수 있는 새로운 유형의 Amazon Simple Storage Service(Amazon S3) 테이블입니다. 관리형 테이블은 ACID 트랜잭션을 지원하므로, 여러 사용자가 여러 개의 관리형 테이블에서 동시에, 안정적으로 데이터를 삽입 및 삭제할 수 있습니다. 또한 [ more… ]

Amazon Redshift Serverless 미리보기 – 데이터 웨어하우스 인프라 관리할 필요 없이 대규모 분석 실행 기존 데이터 웨어하우스를 관리할 전문성 또는 시간이 부족한 개발자 또는 LOB 분석가 등의 사용자처럼 조직 내 새로운 고객들로 데이터 분석 사용이 확대되고 있습니다. 또한 일부 고객은 워크로드가 예측할 수 없는 급격한 증가로 가변적이어서 지속적인 용량 관리가 매우 어려울 수 있습니다. Amazon Redshift를 사용하면 SQL을 사용하여 데이터 웨어하우스, 운영 데이터베이스 및 데이터 레이크에 걸쳐 구조화된 데이터와 반정형 데이터를 분석할 수 있습니다. 오늘은 규모에 상관 없이 고성능으로 클라우드에서 분석을 매우 쉽게 실행할 수 있는 새로운 기능인 미리 보기(Amazon Redshift 서버리스)를 소개하게 되어 기쁩니다. 데이터를 로드하고 쿼리를 시작하기만 하면 됩니다. 클러스터를 설정하고 관리할 필요가 없습니다. 예를 들어 데이터를 쿼리 또는 로드하는 동안과 같이 데이터 웨어하우스가 사용 중인 기간(초)에 대해 비용을 지불합니다. 데이터 웨어하우스가 유휴 상태일 때는 요금이 부과되지 않습니다. Amazon Redshift 서버리스는 시작하기 위해 필요한 적합한 컴퓨팅 리소스를 자동으로 [ more… ]