Amazon Web Services 한국 블로그

AWS Korea

Author: AWS Korea

AWS Korea 블로그팀은 최신 AWS 뉴스 및 신규 출시 그리고 한국 고객 소식을 빠르게 알려드리기 위해 노력하고 있습니다.

Amazon Managed Blockchain 기반 Hyperledger Fabric 애플리케이션 개발 및 배포

지난 AWS re:Invent 2018에서 완전관리형 블록체인 서비스인 Amazon Managed Blockchain을 발표했습니다. 이 서비스를 사용하면 주요 오픈 소스 프레임워크인 Hyperledger Fabric 및 Ethereum을 사용하여 조정 가능한 블록체인 네트워크를 손쉽게 생성하고 관리할 수 있습니다. Hyperledger Fabric 프레임워크 지원과 함께 이 서비스를 미리 볼 수 있으며 Ethereum에 대한 지원도 곧 제공될 예정입니다. Managed Blockchain에 대한 자세한 내용은 What […]

Read More

AWS IoT Analytics 기반 시계열 데이터 QuickSight 시각화 방법

짧은 시간 안에 (예시: 수 초 이내) 크게 달라질 수 있는 사물인터넷(IoT) 데이터를 시각화하는 것은 패턴 탐색, 추세 및 주기성 분석, 잠재적 상관 관계 및 이상 징후 관찰 등을 위해 중요합니다. 시계열 시각화 기능은 이상 징후를 식별하고, 이를 기반으로 알림을 발생시키고, 여러 이해 당사자 간의(특히 데이터 소비자와 엔지니어링) 커뮤니케이션을 개선하는 데 유용합니다. 이 글에서는 시계열 […]

Read More

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, […]

Read 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 […]

Read 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 […]

Read More

Amazon DynamoDB를 잘 활용하기 위한 10가지 모범 사례

2019년에는 Amazon DynamoDB 모범 사례에 따라 DynamoDB 작업 시 미션 크리티컬 워크로드의 성능을 극대화하고 비용을 최적화하시기 바랍니다. 이 게시물에서는 이러한 문제를 지속적으로 해결하는 데 도움이 되는 DynamoDB 콘텐츠를 집중적으로 설명합니다. 파티션 키의 효과적인 설계 및 사용 DynamoDB 테이블의 각 항목을 고유하게 식별하는 기본 키는 단순하거나 복합적(정렬 키와 결합됨)일 수 있습니다. 애플리케이션을 설계할 때는 테이블의 모든 […]

Read More

Amazon EMR의 Amazon S3기반 Apache HBase로의 이관: 가이드라인과 모범 사례

Amazon EMR 버전 5.2.0 이상에서는 Amazon S3기반 Apache HBase를 실행할 수 있습니다. Amazon S3을 Apache HBase용 데이터 스토어로 사용하면 클러스터의 스토리지와 컴퓨팅 노드를 분리할 수 있습니다. 이는 클러스터의 크기를 컴퓨팅 요구 사항에 따라 조정하므로 비용이 절감됩니다. 더이상 전체 데이터세트를 클러스터상의 HDFS에 3벌 복제 저장하는 형태로 비용을 지불하지 않아도 됩니다. 많은 고객들이 데이터 스토리지를 위한 Amazon […]

Read More

Amazon EMR 클러스터 스토리지의 동적 스케일링

Amazon EMR과 같은 관리형 Apache 하둡 환경에서는 클러스터의 스토리지 용량이 가득 찬 경우 손쉽게 대응할 수 있는 솔루션이 없습니다. 이 상황은 고객이 클러스터를 시작할 때 Amazon Elastic Block Store(Amazon EBS) 볼륨을 설정하고 마운트 지점을 구성했기 때문에 발생합니다. 따라서 클러스터가 실행된 후에는 스토리지 용량을 수정하기 어렵습니다. 이를 위한 솔루션은 일반적으로 클러스터에 노드를 추가하고 데이터를 데이터 레이크로 […]

Read More

Amazon Kinesis와 Amazon Athena를 활용한 VPC 네트워크 트래픽의 분석과 시각화

네트워크 로그 분석은 많은 조직에서 일반적으로 수행하는 작업 중 하나입니다.  네트워크 로그를 캡처 및 분석하면 네트워크상의 디바이스가 어떻게 서로간에 그리고 인터넷과 통신하는지를 알 수 있습니다.  조직은 감사 및 규정 준수, 시스템 문제 해결 또는 보안 포렌직 등 다양한 이유로 인해 로그 분석을 수행합니다. Amazon Virtual Private Cloud(VPC)에서는 VPC Flow Logs를 통해 네트워크 플로우를 캡처할 수 […]

Read More

Amazon Kinesis 비디오 스트림 및 Amazon SageMaker를 사용한 실시간 대규모 영상 분석

오늘은 Amazon Kinesis Video Streams Inference Template(KIT) for Amazon SageMaker의 기능에 대해 소개합니다. 이 기능은 고객이 Kinesis 비디오 스트림을 Amazon SageMaker 엔드포인트에 몇 분 만에 연결할 수 있습니다. 따라서 서비스를 통합하기 위해 다른 라이브러리를 사용하거나 맞춤형 소프트웨어를 작성하지 않고도 실시간 추론이 가능합니다. KIT는 Docker 컨테이너로 패키징된 Kinesis Video Client Library 소프트웨어와 필요한 모든 AWS 리소스의 […]

Read More