- 현재 위치
- home > 컴퓨터·ICT·어학 > 컴퓨터·IT 도서 > 프로그래밍/언어 > 14가지 AWS 구축 패턴(배워서 바로 쓰는)[한빛미디어]
;)
사실상 클라우드 업계 표준인 AWS는 제공하는 서비스와 기능이 방대하다. AWS 관리자가 EC2, S3 같은 개별 서비스 기능을 이해하는 것은 어렵지 않다. 하지만 각 서비스를 조합해 특정 요구 사항을 만족하는 시스템을 만드는 능력은 쉽게 길러지지 않는다. 이런 능력은 서비스를 완벽하게 이해해 거시적으로 통찰해야 갖출 수 있다.
저자는 AWS 초창기부터 AWS의 다양한 서비스를 적용해 고객의 요구 사항을 만족하는 사이트를 구축해왔다. 이 책은 저자가 다양한 실무 경험을 토대로 정립한 14가지 설계 패턴을 소개한다. 또한 구축한 시스템의 문제를 해결하는 방법도 함께 알려준다. 인터넷 검색으로는 절대 찾을 수 없는, 실전 경험을 빼곡히 담은 AWS 비급서라 불러도 손색 없다.
저자는 AWS 초창기부터 AWS의 다양한 서비스를 적용해 고객의 요구 사항을 만족하는 사이트를 구축해왔다. 이 책은 저자가 다양한 실무 경험을 토대로 정립한 14가지 설계 패턴을 소개한다. 또한 구축한 시스템의 문제를 해결하는 방법도 함께 알려준다. 인터넷 검색으로는 절대 찾을 수 없는, 실전 경험을 빼곡히 담은 AWS 비급서라 불러도 손색 없다.
저자: 가와카미 아키히사
★ Part 1 웹 시스템
[패턴 1] 이벤트 사이트
__1.1 구성을 AWS ‘심플 아이콘’으로 그려보자
__1.2 리전에 따른 응답 속도와 비용 차이
__1.3 EC2 인스턴스 작성하기
__1.4 네트워크 및 셧다운 동작 설정 주의사항
__1.5 보안 그룹 설정으로 통신 필터링하기
__1.6 고정 IP와 호스트명으로 접속하게 하기
__1.7 VPC 설정으로 인터넷 접속 설정하기
__1.8 OS 환경을 웹 서버로 설정하기
__1.9 운영 중에 리소스를 유연하게 변경하기
__1.10 이벤트 사이트를 종료하면서 할 일
[패턴 2] 기업 웹사이트
__2.1 ELB를 이용하여 웹 서버 다중화하기
__2.2 ELB 설정 시 유의사항
__2.3 RDS를 이용하여 DB 서버 다중화하기
__2.4 RDS 사용 시 유의사항
__2.5 정적 콘텐츠를 낮은 비용으로 배포하기
__2.6 기업 웹사이트에 적합한 인스턴스 설계하기
[패턴 3] 성능을 중시하는 인트라 웹
__3.1 인메모리 캐시와 고속 RDB 활용
__3.2 애플리케이션 서버의 스케일 아웃 자동화하기
__3.3 오토스케일링 그룹 설정 시 세 가지 주의점
__3.4 자동 배포로 오토스케일링을 간편하게 적용하기
__3.5 마스터 데이터나 세션 정보 캐시하기
__3.6 읽기/쓰기가 빠른 RDS for Aurora
__3.7 낮은 부하로 읽기 전용 복제본 추가 지원하기
[패턴 4] 가용성을 중시한 인트라 웹
__4.1 장애 발생을 전제로 설계하기
__4.2 AZ 다중화가 기본이다
__4.3 SLA로 추산한 가용성 99.90%
__4.4 EC2 인스턴스 자동 복구 방법
__4.5 발생 빈도가 적은 대규모 장애에 대응하기
__4.6 백업 사이트로 자동 전환하기
__4.7 데이터 백업으로 다중화 비용 아끼기
★ Part 2 스토리지 시스템
[패턴 5] 백업
__5.1 온프레미스 환경의 데이터 백업하기
__5.2 서드파티 제품 사용하기
__5.3 백업 파일 장기 보관하기
__5.4 중요 데이터 백업에 전용선 사용하기
__5.5 AWS에 구축한 시스템 백업하기
[패턴 6] 파일 서버
__6.1 간편하고 저렴하지만 제약 많은 S3
__6.2 EC2로 NFS 서버 구축하기
__6.3 EFS 서비스로 간단히 구축하기
__6.4 스토리지 게이트웨이로 계층형 스토리지 구축하기
__6.5 전용선으로 안정성과 보안을 확보하기
__6.6 워크독스에서 파일 공유하기
★ Part 3 데이터 분석 시스템
[패턴 7] 구조화된 데이터 분석
__7.1 브랜드 출시를 위한 데이터 분석
__7.2 레드시프트 중심의 데이터 분석 시스템 설계하기
__7.3 DWH와 BI의 기반이 되는 레드시프트
__7.4 플라이데이터를 사용한 기존 시스템과 간단한 데이터 연계
__7.5 외부 데이터를 가져오는 두 가지 방법
__7.6 타블로로 데이터 분석하기
__7.7 기존 시스템이 온프레미스에 있는 경우
[패턴 8] 비구조화된 데이터 분석
__8.1 구조화되지 않은 데이터 다루기
__8.2 플루언트디를 사용한 효율적인 로그 수집
__8.3 아마존 EMR로 로그 데이터 정형하기
__8.4 스텝 기능으로 부팅 시 스크립트 자동 실행하기
__8.5 로그가 늘어나면 아마존 EMR 튜닝하기
__8.6 타블로 서버에서 분석 결과를 전사적으로 공유하기
[패턴 9] AI와 IoT
__9.1 클라우드 AI로 불량품 검사 자동화하기
__9.2 에지와 클라우드를 연계해서 처리하는 아키텍처
__9.3 왜 세이지메이커를 써야 하는가?
__9.4 기계학습 개발 환경 - 주피터 노트북
__9.5 세이지메이커로 지속적 학습 환경 구축하기
__9.6 그린그래스에서의 에지 컴퓨팅
★ Part 4 애플리케이션 쾌속 개발
[패턴 10] 서버 애플리케이션 쾌속 개발
__10.1 코드파이프라인으로 빌드, 테스트, 배포 자동화하기
__10.2 프로덕션 환경에 컨테이너를 이용하여 효율화하기
__10.3 GUI를 통해 빌드 및 배포 워크플로 만들기
__10.4 AWS가 제공하는 컨테이너 관리 서비스
__10.5 무중단 신 버전 배포하기
__10.6 예약 인스턴스로 추가적인 비용 절감
[패턴 11] 모바일 앱 쾌속 개발
__11.1 모바일 앱 개발에 집중하기
__11.2 SDK, 테스트 서비스, 구성 관리 서비스 활용하기
__11.3 모바일 앱으로 직접 AWS 서비스에 접속하기
__11.4 단말기를 구입할 필요가 없는 단말기 테스트
__11.5 클라우드포메이션으로 빠르게 환경 구축하기
★ Part 5 클라우드 네이티브
[패턴 12] 서버리스 인프라
__12.1 서버리스 포털 사이트 구축하기
__12.2 람다와 API 게이트웨이로 웹 서비스 만들기
__12.3 람다 함수의 작성과 실행
__12.4 람다 함수 사용 시 유의사항
__12.5 API 게이트웨이와 람다의 요금 체계
__12.6 AMI로 즉시 미들웨어 구축하기
[패턴 13] 마이크로서비스 운영
__13.1 마이크로서비스로 비즈니스 가속하기
__13.2 아마존 EKS로 마이크로서비스 컨테이너 관리하기
__13.3 파게이트로 워크로드 실행환경 관리
__13.4 워크플로 관리하기
__13.5 S3로 데이터 레이크 구축하기
__13.6 왜 S3인가?
__13.7 데이터 카탈로그
★ Part 6 하이브리드 클라우드
[패턴 14] 온프레미스 환경과 연계하기
__14.1 온프레미스와의 연계를 전제로 한 인프라 설계
__14.2 다이렉트 커넥트 구조를 알자
__14.3 연동할 VPC 수와 다중화에 따른 회선 결정
__14.4 온프레미스와 같은 환경을 작성하여 BCP 대응하기
__14.5 무중단 데이터베이스 동기화하기
__14.6 피크 트래픽을 AWS로 오프로드하기
__14.7 모니터링을 고려해 설계하기
__14.8 관리형 서비스로 공통 기능 API 제공하기
[패턴 1] 이벤트 사이트
__1.1 구성을 AWS ‘심플 아이콘’으로 그려보자
__1.2 리전에 따른 응답 속도와 비용 차이
__1.3 EC2 인스턴스 작성하기
__1.4 네트워크 및 셧다운 동작 설정 주의사항
__1.5 보안 그룹 설정으로 통신 필터링하기
__1.6 고정 IP와 호스트명으로 접속하게 하기
__1.7 VPC 설정으로 인터넷 접속 설정하기
__1.8 OS 환경을 웹 서버로 설정하기
__1.9 운영 중에 리소스를 유연하게 변경하기
__1.10 이벤트 사이트를 종료하면서 할 일
[패턴 2] 기업 웹사이트
__2.1 ELB를 이용하여 웹 서버 다중화하기
__2.2 ELB 설정 시 유의사항
__2.3 RDS를 이용하여 DB 서버 다중화하기
__2.4 RDS 사용 시 유의사항
__2.5 정적 콘텐츠를 낮은 비용으로 배포하기
__2.6 기업 웹사이트에 적합한 인스턴스 설계하기
[패턴 3] 성능을 중시하는 인트라 웹
__3.1 인메모리 캐시와 고속 RDB 활용
__3.2 애플리케이션 서버의 스케일 아웃 자동화하기
__3.3 오토스케일링 그룹 설정 시 세 가지 주의점
__3.4 자동 배포로 오토스케일링을 간편하게 적용하기
__3.5 마스터 데이터나 세션 정보 캐시하기
__3.6 읽기/쓰기가 빠른 RDS for Aurora
__3.7 낮은 부하로 읽기 전용 복제본 추가 지원하기
[패턴 4] 가용성을 중시한 인트라 웹
__4.1 장애 발생을 전제로 설계하기
__4.2 AZ 다중화가 기본이다
__4.3 SLA로 추산한 가용성 99.90%
__4.4 EC2 인스턴스 자동 복구 방법
__4.5 발생 빈도가 적은 대규모 장애에 대응하기
__4.6 백업 사이트로 자동 전환하기
__4.7 데이터 백업으로 다중화 비용 아끼기
★ Part 2 스토리지 시스템
[패턴 5] 백업
__5.1 온프레미스 환경의 데이터 백업하기
__5.2 서드파티 제품 사용하기
__5.3 백업 파일 장기 보관하기
__5.4 중요 데이터 백업에 전용선 사용하기
__5.5 AWS에 구축한 시스템 백업하기
[패턴 6] 파일 서버
__6.1 간편하고 저렴하지만 제약 많은 S3
__6.2 EC2로 NFS 서버 구축하기
__6.3 EFS 서비스로 간단히 구축하기
__6.4 스토리지 게이트웨이로 계층형 스토리지 구축하기
__6.5 전용선으로 안정성과 보안을 확보하기
__6.6 워크독스에서 파일 공유하기
★ Part 3 데이터 분석 시스템
[패턴 7] 구조화된 데이터 분석
__7.1 브랜드 출시를 위한 데이터 분석
__7.2 레드시프트 중심의 데이터 분석 시스템 설계하기
__7.3 DWH와 BI의 기반이 되는 레드시프트
__7.4 플라이데이터를 사용한 기존 시스템과 간단한 데이터 연계
__7.5 외부 데이터를 가져오는 두 가지 방법
__7.6 타블로로 데이터 분석하기
__7.7 기존 시스템이 온프레미스에 있는 경우
[패턴 8] 비구조화된 데이터 분석
__8.1 구조화되지 않은 데이터 다루기
__8.2 플루언트디를 사용한 효율적인 로그 수집
__8.3 아마존 EMR로 로그 데이터 정형하기
__8.4 스텝 기능으로 부팅 시 스크립트 자동 실행하기
__8.5 로그가 늘어나면 아마존 EMR 튜닝하기
__8.6 타블로 서버에서 분석 결과를 전사적으로 공유하기
[패턴 9] AI와 IoT
__9.1 클라우드 AI로 불량품 검사 자동화하기
__9.2 에지와 클라우드를 연계해서 처리하는 아키텍처
__9.3 왜 세이지메이커를 써야 하는가?
__9.4 기계학습 개발 환경 - 주피터 노트북
__9.5 세이지메이커로 지속적 학습 환경 구축하기
__9.6 그린그래스에서의 에지 컴퓨팅
★ Part 4 애플리케이션 쾌속 개발
[패턴 10] 서버 애플리케이션 쾌속 개발
__10.1 코드파이프라인으로 빌드, 테스트, 배포 자동화하기
__10.2 프로덕션 환경에 컨테이너를 이용하여 효율화하기
__10.3 GUI를 통해 빌드 및 배포 워크플로 만들기
__10.4 AWS가 제공하는 컨테이너 관리 서비스
__10.5 무중단 신 버전 배포하기
__10.6 예약 인스턴스로 추가적인 비용 절감
[패턴 11] 모바일 앱 쾌속 개발
__11.1 모바일 앱 개발에 집중하기
__11.2 SDK, 테스트 서비스, 구성 관리 서비스 활용하기
__11.3 모바일 앱으로 직접 AWS 서비스에 접속하기
__11.4 단말기를 구입할 필요가 없는 단말기 테스트
__11.5 클라우드포메이션으로 빠르게 환경 구축하기
★ Part 5 클라우드 네이티브
[패턴 12] 서버리스 인프라
__12.1 서버리스 포털 사이트 구축하기
__12.2 람다와 API 게이트웨이로 웹 서비스 만들기
__12.3 람다 함수의 작성과 실행
__12.4 람다 함수 사용 시 유의사항
__12.5 API 게이트웨이와 람다의 요금 체계
__12.6 AMI로 즉시 미들웨어 구축하기
[패턴 13] 마이크로서비스 운영
__13.1 마이크로서비스로 비즈니스 가속하기
__13.2 아마존 EKS로 마이크로서비스 컨테이너 관리하기
__13.3 파게이트로 워크로드 실행환경 관리
__13.4 워크플로 관리하기
__13.5 S3로 데이터 레이크 구축하기
__13.6 왜 S3인가?
__13.7 데이터 카탈로그
★ Part 6 하이브리드 클라우드
[패턴 14] 온프레미스 환경과 연계하기
__14.1 온프레미스와의 연계를 전제로 한 인프라 설계
__14.2 다이렉트 커넥트 구조를 알자
__14.3 연동할 VPC 수와 다중화에 따른 회선 결정
__14.4 온프레미스와 같은 환경을 작성하여 BCP 대응하기
__14.5 무중단 데이터베이스 동기화하기
__14.6 피크 트래픽을 AWS로 오프로드하기
__14.7 모니터링을 고려해 설계하기
__14.8 관리형 서비스로 공통 기능 API 제공하기
