aws

AWS 클라우드에서 Windows를 지원하는 11가지 방법 이미 2008년부터 AWS 클라우드에서는 Microsoft Windows 애플리케이션을 손쉽게 운영할 수 있었습니다. 예전 글을 다시보니 10년이 넘는 동안 정말 많은 것이 달라졌습니다. 최근 IDC의 보고서에 따르면 “AWS는 2위 업체에 비해 클라우드에서 거의 2배 많은 Windows Server 인스턴스를 보유”하고 있습니다. 이제는 AWS가 클라우드가 윈도 애플리케이션을 실행하기에 가장 좋은 방법입니다. Active Directory, SQL Server 및 System Center를 포함하여 AWS에서 전체 윈도 스택을 실행할 수 있으며, 20개의 AWS 리전에서 61개의 가용 영역도 활용할 수 있습니다. 기존 .NET 애플리케이션을 개발 및 실행하기 위해 Visual Studio나 .NET용 AWS SDK를 사용하는 새로운 클라우드 네이티브 윈도 애플리케이션 VS Code 빌드를 사용할 수 있습니다. AWS의 폭 넓은 윈도 업무 지원 알아보기 동료인 Jerry Hargrove 가 그린 아래 메모에서 시작해 AWS 기반 Windows 생태계를 좀 더 자세히 살펴보고자 합니다. 총 11가지의 윈도 업무를 어떻게 AWS에서 구동 가능한지 하나씩 살펴보겠습니다. 1 – SQL Server 업그레이드 [ more… ]

[AWS Hero 특집] Amazon Cognito 기반 손쉬운 아이디 고유성 확인 방법 AWS 커뮤니티 히어로인 Larry Ogrodnek 의 기고입니다. Larry 는 AWS에서 클라우드 아키텍처, 데브옵스, 서버리스, 일반 소프트웨어 개발을 중점적으로 다루는 독립 컨설턴트입니다. 그는 커피를 마시면서 AWS에 대해 이야기하면서 개발하기를 즐기며, 다른 사람을 도울 준비가 되어 있습니다. 시스템에서 사용자는 어떻게 식별될까요? 사용자 이름은요? 이메일은 어떤가요? 이러한 항목이 고유한지가 중요한가요? Amazon Cognito에서는 사용자 이름과 이메일에서 대소문자를 구분한다는 점을 알면 저처럼 놀랄지도 모르겠군요. “JohnSmith”는 “johnsmith”와 다르고, “jOhNSmiTh”와도 다릅니다. 이메일 주소도 마찬가지입니다. 사용자 “smith”와 “Smith”가 다른 메일박스를 갖고 있을 수도 있는 SMTP RFC에도 이 방식이 지정됩니다. 굉장하지 않나요! 최근에 Amazon Cognito에 대한 사용자 지정 등록 확인 기능을 추가했습니다. 이 글에서는 그 구현 과정을 소개하고자 합니다. 아이디 고유성의 문제 아이디 고유성을 확인한다는 것은 대소문자를 구분하는 것보다 훨씬 더 어렵습니다. 많은 사람들처럼 저도 IDN(다국어 도메인) 동형이의어 공격에 기반한 이메일을 받습니다. “example.com”에 사이트 하나가 등록되었지만, 키릴 문자 [ more… ]

Edge기반 기계 학습: AWS IoT Greengrass를 활용한 이미지 분류 모델 훈련 (Part 1) 지난 re:Invent 2018에서 소개된 AWS IoT Greengrass Image Classification connector를 통해 엣지에서 AWS IoT Greengrass를 활용한 이미지 분류가 훨씬 쉬워졌습니다. AWS IoT Greengrass는 로컬 디바이스에 상주하는 소프트웨어이므로 소스(예: 센서 등)에 가까운 위치에서 데이터를 분석할 수 있으며, AWS IoT Greengrass connector를 사용하면 코드를 작성하지 않고 AWS IoT Greengrass 코어 디바이스를 타사 애플리케이션, 온프레미스 소프트웨어 및 AWS 서비스에 연결이 가능합니다. AWS IoT Greengrass Image Classification connector는 AWS IoT Greengrass 코어 디바이스가 이미지를 여러 범주 중 하나로 분류할 수 있게 해줍니다(예를 들면, 공장에서 마이크로칩을 불량/정상으로 분류, 인벤토리 유형 분류 또는 Instagram에서 팔로우하는 강아지 종류 파악). 이 예측과정을 추론이라고 부릅니다. 이미지 분류와 AWS IoT Greengrass를 조합하면 디바이스가 클라우드에 연결되어 있지 않을 때에도 추론을 수행할 수 있습니다! AWS IoT Greengrass Image Classification connector가 Amazon SageMaker의 Image Classification 알고리즘을 사용하여 훈련된 기계 학습 모델을 [ more… ]

AWS 주간 소식 모음 – 2019년 4월 15일 안녕하세요! 여러분~ 매주 월요일 마다 지난 주에 업데이트된 국내 AWS관련 콘텐츠를 정리해 드립니다. AWS 클라우드에 대한 새로운 소식을 확인하시는데 많은 도움 되시길 바랍니다. 이번 주는 AWS Summit 2019 행사가 있는 주간입니다. 등록하신 분들은 메일을 통해 전달되는 모바일 앱 다운로드 링크 및 행사 참여 가이드를 꼭 숙지하시고, 수요일에 뵙도록 하겠습니다. 혹시 빠지거나 추가할 내용이 있으시면, 저에게 메일 주시면 추가 공유해 드리겠습니다. AWS코리아 블로그 조정 용량을 통해 DynamoDB에서 균일하지 않은 데이터 액세스 패턴을 수용하는 방법 (2019-04-13) AWS 관리 콘솔에서 각종 암호 및 인증 키 등을 빠르게 검색 및 업데이트 하는 방법 (2019-04-13) 개발 및 배포 환경에 따라 AWS IAM 정책을 통합 자동화 하는 방법 (2019-04-13) 클라우드 기반 미디어 생방송 품질 최적화 및 개선 방법 – 4) 지연 시간의 정의와 측정 (2019-04-11) AWS Builders 4월 기초 온라인 세미나 – 클라우드 기초부터 프리티어 및 비용 절감 [ more… ]

조정 용량을 통해 DynamoDB에서 균일하지 않은 데이터 액세스 패턴을 수용하는 방법 Amazon DynamoDB는 모든 규모에서 높은 성능을 제공하는 비관계형 데이터베이스입니다. 처리량에 대한 요구 사항에 맞게 조정되는 완전관리형 서비스이며 보안, 백업 및 데이터 보호 기능이 기본적으로 포함되어 있습니다. 100,000명이 넘는 개발자가 데이터 액세스 지연 시간이 짧아야 하는 모바일, 웹, 게이밍, 광고 기술, IoT 및 기타 애플리케이션의 개발에 DynamoDB를 활용해왔습니다. 그러나, 용량 부족 관련 오류를 해결하기 위해 추가 용량을 프로비저닝해야 했던 고객들로부터 요청 실패에 대한 우려를 듣곤 합니다. 이러한 고객들은 일부 키를 다른 키보다 더 많이 읽고 쓰는 쿼리 패턴처럼 기본 키(해시 키 또는 파티션 키라고도 함) 전체에서 트래픽이 균일하지 않은 워크로드에 DynamoDB를 사용하기가 까다롭다고 생각합니다. 이 게시물에서는 왜 DynamoDB의 용량 및 프로비저닝을 더 이상 걱정하지 않아도 되는지에 대해 설명합니다. 먼저 DynamoDB가 파티션 및 서버에 데이터를 분할하는 방법에 대한 기본 정보를 다룬 후, 과거에 경험했을 수 있는 균일하지 않은 워크로드 문제를 수정하는 [ more… ]