aws

AWS CodeDeploy기반 AWS Fargate와 Amazon ECS 서비스 블루/그린 방식 배포 하기 AWS Fargate 및 Amazon ECS(Amazon Elastic Container Service)에서 호스팅되는 서비스에 대한 블루/그린 배포 지원을 위한 기능 추가 소식을 알려드립니다. AWS CodeDeploy에서 블루/그린 배포를 사용하면 애플리케이션 업데이트로 인한 다운타임을 최소화할 수 있습니다. 블루/그린 배포 방식을 사용하면 이전 버전 어플리케이션이 구동되어 있는 상태에서 신규 버전의 어플리케이션을 함께 런칭할 수 있습니다. 이로 인해 트래픽을 신규 버전으로 라우팅하기 전, 새로운 어플리케이션을 테스트할 수 있습니다. 또한 배포 프로세스를 모니터링하다 문제가 발생하면 이전 버전으로 신속하게 롤백할 수 있습니다. 새로 추가된 블루/그린 배포 지원 기능을 활용하면 AWS Fargate 또는 Amazon ECS에서 CodeDeploy를 사용하여 배포, 테스트 및 트래픽 전환을 자동으로 관리하는 새 서비스를 생성할 수 있습니다. 사용자가 서비스를 업데이트하면 CodeDeploy가 배포를 트리거합니다. 이 배포는 Amazon ECS와 함께 작동하여 대상 그룹(녹색)에 새 버전의 서비스를 배포하고, 신규 버전을 테스트할 수 있도록 로드 밸런서의 리스너를 업데이트하고, 상태 검사에 통과할 경우 [ more… ]

Open Distro for Elasticsearch 오픈 소스 프로젝트 출시 Elasticsearch는 분산형 문서 지향 검색 및 분석 엔진으로서, 정형 및 비정형 쿼리를 지원하고 사전에 스키마를 정의할 필요가 없습니다. Elasticsearch는 검색 엔진으로 사용될 수 있으며, 종종 웹 규모의 로그 분석, 실시간 애플리케이션 모니터링 및 클릭스트림 분석에 사용됩니다. Elasticsearch는 처음에는 순수한 오픈 소스 프로젝트로 시작되었으나 최근에 추가된 일부 내용에는 독점 기술이 적용되었습니다. 제 동료인 Adrian이 작성한 Keeping Open Source Open이라는 게시물은 AWS가 Elasticsearch용 Open Distro를 시작한 동기에 대해 설명하고 있습니다. 오픈 소스 소프트웨어를 강력하게 믿고 지지하는 AWS에서는 이 프로젝트가 오픈 소스 Elasticsearch 혁신의 가속화를 유지해 줄 것으로 믿고 있습니다. Open Distro for Elasticsearch 출시 오늘 AWS는 Elasticsearch용 Open Distro를 출시합니다. 이 프로젝트는 Elasticsearch의 부가 가치 배포 버전으로서 100% 오픈 소스(Apache 2.0 라이선스)이며 AWS에서 지원합니다. Elasticsearch용 Open Distro는 Elasticsearch 및 Kibana에 오픈 소스 코드를 활용합니다. 이 버전은 일회성 프로젝트가 아니며 AWS에서는 계속해서 배포와 패치를 통해 [ more… ]

오픈 소스가 지속되기 위한 노력 – Open Distro for Elasticsearch AWS에서는 고객의 문제를 해결하는 데 집중해 왔습니다.  또한, 오랜 기간 동안 오픈 소스 기술에 대한 고객의 사용 및 의존도 역시 꾸준히 증가하고 있습니다. 바로 이것이 AWS가 오랫동안 오픈 소스 지원에 전념해온 이유이며,  최근 몇년간 AWS와 오픈 소스 프로젝트에 대한 지원 확대가 더욱 가속화되고 있습니다. AWS가 오픈 소스 프로젝트를 기반으로 클라우드 서비스를 시작하면, 고객 지원을 위해 장기적인 노력을 기울이고 있습니다. 버그 수정, 보안, 확장성, 성능 및 기능 향상을 오픈 소스 커뮤니티에 제공합니다. 예를 들어, Amazon Elasticsearch Service를 지원하는 Apache Lucene에 크게 기여했습니다. Amazon EMR 팀은 수년간 Hadoop 생태계에 기여 해왔고, Amazon EKS 팀은 Kubernetes에 공헌하고 있습니다. 또한, 오픈 소스 커뮤니티 개발자 교육에 투자 하고, ApacheCon 및 KubeCon과 같은 오픈 소스 이벤트 및 컨퍼런스에 스폰서하며, 최근 Apache Software Foundation 플래티넘 후원을 시작했습니다. 이러한 마케팅 지원은 사용자 및 제공자의 수를 늘림으로써 커뮤니티를 지원하고 [ more… ]

Amazon RDS 활용 시, 데이터베이스 관리자 (DBA)의 역할 변화 (2) – 업무 자동화 지난 1부 글에서는 Amazon Relational Database Service(Amazon RDS)를 통해 DBA(데이터베이스 관리자) 역할의 초점을 일상적이고 시간 소모적인 작업에서 신속한 비즈니스 발전에 도움이 되는 프로젝트 작업으로 바꾸는 방법에 대해 설명했습니다. 데이터베이스에 대한 액세스를 제어하는 데 더 많은 시간을 할애하고, 변경 초안을 작성한 후 데이터베이스 구조에 적용하는 애플리케이션 팀의 작업을 지원하고, 사후 및 사전 성능 튜닝을 수행하는 것은 비즈니스 수익률에 직접적으로 기여하는 중요한 일입니다. 이 게시물에서는 이러한 장점을 다음 단계로 확대하고 AWS 도구를 사용한 자동화를 통해 더 많은 작업을 수행하는 방법에 대해 설명합니다. 비즈니스가 최고 속도로 운영되고 있을 때 DBA의 능률을 높이려면 가능한 경우 코드 및 자동화를 사용하는 것이 중요합니다. AWS는 이를 쉽게 하는 도구를 제공합니다. 이 게시물에 포함된 다수의 예제에서는 Amazon RDS에서 AWS CLI(명령줄 인터페이스)를 사용하여 작업을 수행합니다. AWS CLI는 AWS 서비스를 관리하는 통합 도구입니다. 단일 도구를 다운로드하고 구성하면 여러 [ more… ]

AWS Step Functions을 이용한 Amazon SageMaker 모델 자동 배포 방법 Amazon SageMaker는 모델의 개발, 훈련 및 배포, 솔루션 구축 비용 절감 및 데이터 과학 팀의 생산성 개선을 위한 완전한 ML(기계 학습) 워크플로 서비스입니다. SageMaker에는 다수의 미리 정의된 알고리즘이 포함되어 있습니다. 모델 교육을 위한 훈련 이미지인 Docker 이미지와 REST 엔드포인트에 배포할 추론 모델을 제공하여 자체 알고리즘을 생성할 수도 있습니다. 기계 학습 서비스를 정식으로 구축할 때는 기계 학습 모델의 구축 및 배포를 자동화하는 단계가 중요합니다. 코드 및/또는 데이터가 업데이트되면 모델을 재교육하고 배포해야 하기 때문입니다. 이 블로그에서는 AWS Step Functions를 사용한 SageMaker의 자동화 기술에 대해 설명하며, 새로운 오픈 소스 프로젝트인 aws-sagemaker-build를 데모에 사용합니다. 이 프로젝트는 ML 워크플로를 완벽하게 구현합니다. 이 소스 코드에는 Python 및 Amazon Alexa를 사용하여 빌드를 생성, 시작 및 중지 등 빌드 진행률을 추적하는 방법을 보여주는 Jupyter 노트북이 포함되어 있습니다. aws-sagemaker-build의 목표는 Amazon SageMaker 및 AWS Step Functions를 사용하는 일반적이고 유용한 [ more… ]