Amazon RDS for MySQL 및 PostgreSQL 다중 AZ 배포 옵션 – 향상된 쓰기 성능 및 더 빠른 장애 조치

2022-03-08 KENNETH 0

Amazon RDS for MySQL 및 PostgreSQL 다중 AZ 배포 옵션 – 향상된 쓰기 성능 및 더 빠른 장애 조치 오늘 AWS에서는 트랜잭션 커밋 대기 시간이 최대 2배 빨라지고 자동 장애 조치가 일반적으로 35초 미만이며 읽기 가능한 대기 인스턴스를 제공하는 새로운 Amazon Relational Database Service(RDS) 다중 AZ 배포 옵션을 발표합니다. Amazon RDS는 가용성과 성능을 향상시키기 위해 두 가지 복제 옵션을 제공합니다. 다중 AZ 배포는 고가용성과 자동 장애 조치를 제공합니다. Amazon RDS는 두 번째 가용 영역에 데이터베이스의 스토리지 수준 복제본을 생성합니다. 그런 다음 고가용성을 위해 프라이머리 인스턴스에서 대기 DB 인스턴스로 데이터를 동기식으로 복제합니다. 프라이머리 DB 인스턴스는 애플리케이션 요청을 처리하는 반면, 대기 DB 인스턴스는 장애 발생 시 인계할 준비가 된 상태로 유지됩니다. Amazon RDS는 장애 감지, 장애 조치 및 복구 작업의 모든 측면을 관리하므로 데이터베이스를 사용하는 애플리케이션의 가용성을 높일 수 있습니다. 읽기 전용 복제본을 사용하면 애플리케이션이 여러 데이터베이스 인스턴스에 걸쳐 읽기 작업을 확장할 [ more… ]

AWS, Customer Carbon Footprint Tool – 탄소 배출 추적 도구 출시

2022-03-04 KENNETH 0

AWS, Customer Carbon Footprint Tool – 탄소 배출 추적 도구 출시 탄소는 우주에서 네 번째로 풍부한 원소이며 지구상에서 알려진 모든 생명체의 주요 구성 요소이기도 합니다. 탄소와 산소가 결합하면 CO2(이산화탄소)가 생성됩니다. 석탄과 석유 같은 화석 연료의 연소를 비롯한 많은 산업 활동은 CO2를 대기로 방출하여 기후 변화를 일으킵니다. 지속 가능성을 높이고 탄소 배출량을 줄이려는 노력의 일환으로 Amazon은 2019년에 기후 서약을 공동 설립했습니다. 서약에 참여한 216곳의 다른 조직과 함께 Amazon은 파리 협정보다 10년 빠른 2040년까지 탄소 넷제로에 도달하기 위해 최선을 다하고 있습니다. Amazon은 탄소 발자국 페이지에 설명되어 있는 것처럼 다양한 방법으로 비즈니스에서 탄소를 제거해 나가고 있습니다. 이 정보를 알려주면 AWS 고객은 긍정적인 반응을 보입니다. 451 Research에서 게시한 The Carbon Reduction Opportunity of Moving to Amazon Web Services에 설명된 바와 같이 고객은 이제 AWS 클라우드에서 애플리케이션을 실행하면 탄소 발자국을 88%(조사한 엔터프라이즈 데이터 센터의 수치와 비교한 결과) 줄일 수 있다는 것을 이해하고 있습니다. Amazon의 노력 [ more… ]

Amazon VPC, IPv6 전용 워크로드를 IPv4 서비스에 연결하도록 허용하기

2022-03-04 KENNETH 0

Amazon VPC, IPv6 전용 워크로드를 IPv4 서비스에 연결하도록 허용하기 오늘 저희는 IPv6 전용 워크로드가 IPv4 전용 서비스와 투명하게 통신할 수 있도록 지원하는 Amazon Virtual Private Cloud(VPC) NAT 게이트웨이와 Amazon Route 53을 위한 두 가지 새로운 기능을 발표합니다. 여러분 중 일부는 수만 개의 가상 머신, 컨테이너 또는 마이크로 서비스와 관련된 매우 큰 워크로드를 실행하고 있습니다. 그러기 위해서, 이러한 워크로드가 IPv6 주소 공간에서 작동하도록 구성했습니다. 이러면 사용 가능한 IPv4 주소 부족 문제를 예방할 수 있으며 (/56 ranges for IPv6에 비해 단일 VPC의 이론상 최대 크기는 65,536 IPv4 주소이며, 이론상 최대 크기는 2^73 -1 IPv6 주소입니다), 복잡한 IPv4 기반 네트워크 관리의 어려움을 덜어줍니다 (복수의 AWS 계정, AWS 리전 또는 온프레미스 네트워크에 속한 VPC 간 일치하지 않는 서브넷을 생각해 보십시오). 하지만 나머지 IPv4 환경과는 별도로 IPv6 워크로드를 실행할 수 있습니까? 대부분의 사용자는 여러 종속 워크로드를 IPv6에서 IPv4로 마이그레이션하는 동안 이러한 워크로드가 IPv4 서비스와 계속 [ more… ]

AWS Security Hub을 통한 리전 간 보안이슈 통합 집계 모범 사례

2022-03-03 KENNETH 0

AWS Security Hub을 통한 리전 간 보안이슈 통합 집계 모범 사례 AWS Security Hub는 AWS의 다양한 서비스 및 파트너 제품의 보안 경고를 표준화된 형식으로 통합 집계하여 고객에게 AWS 환경 전반에 걸친 중앙 집중화된 보안 현황을 제공합니다. 고객은 이를 통하여 발견된 보안 이슈에 대하여 보다 빠르고 효과적인 조치를 취할 수 있습니다. 고객 환경 전반에 걸친 보안 현황을 중앙에서 관리할 수 있도록 Security Hub에서는 일부 또는 모든 리전에 대하여 집계가 보여질 통합 리전을 지정할 수 있으며, 이는 위임된 AWS 관리자 계정의 단일 집계 영역으로 연결됩니다. 즉, 고객의 모든 계정 및 연결된 모든 리전에서 발견된 모든 보안 이슈가 통합 리전의 Security Hub를 통해서 중앙관리됩니다. 이 기능을 사용하여 고객은 AWS 환경 전반에 걸친 보안 이슈에 대한 빠짐없는 관리를 통하여 높은 수준의 보안을 유지할 수 있으며, 자원을 효율적으로 활용하여 운영비용을 절감할 수 있습니다. 이 글에서는 여러 리전에 걸쳐서 Security Hub를 사용할 때의 모범 사례를 제공하고자 합니다. [ more… ]

Amazon SageMaker Clarify를 사용하여 Bundesliga Match Facts xGoals 설명

2022-03-03 KENNETH 0

Amazon SageMaker Clarify를 사용하여 Bundesliga Match Facts xGoals 설명 가장 흥미로운 AWS re:Invent 2020 공지사항 중 하나는 기계 학습(ML) 모델의 바이어스를 감지하고 모델 예측을 설명하도록 돕기 위해 고안된 새로운 Amazon SageMaker 기능인 Amazon SageMaker Clarify입니다. 기계 학습 알고리즘을 통해 대규모 예측이 이루어지는 현대 환경에서 대규모 기술 조직이 기계 학습 모델의 예측을 기반으로 특정 결정을 내린 이유를 고객에게 설명하는 것이 점점 더 중요해지고 있습니다. 결정적으로 이는 입력과 출력은 알지만 내부에서 어떻게 처리되는지 알 수 없는 폐쇄적인 모델로부터 멀어지는 직접적인 변화로 볼 수 있습니다. 이는 추가 분석의 길을 열어 모델 구성을 반복하고 더욱 개선할 수 있을 뿐만 아니라, 이전에는 볼 수 없었던 수준의 모델 예측 분석을 고객에게 제공합니다. Clarify에 대한 특히 흥미로운 사용 사례 중 하나는 XGoals 모델 예측에 대한 흥미로운 통찰력을 발견하기 위해 AWS에서 제공하는 Bundesliga Match Facts의 DFL(Deutsche Fußball Liga)입니다. AWS에서 제공하는 Bundesliga Match Facts는 전 세계 분데스리가 팬들을 위해 축구 경기 중 더욱 매력적인 [ more… ]