본 내용은 2020 aws Community day, 최용호(넥슨코리아)님의 쿠알못이 Amazon EKS로 안정적인 서비스 운영하기 영상을 정리 한 내용입니다. 영상 링크 : https://youtu.be/O3znWPUdt18 도커를 사용할때 많은 명령어를 사용하곤 한다. 특히 run과 같은 명령어를 통해 컨테이너를 생성할 수 있다. k8s도 마찬가지로 kubectl을 사용해서 run을 사용할 수 있다. 일반적으로 k8s에서는 pod를 생성할때 Deployment를 만들게 되면, 이것을 통해서 ReplicaSet이 만들어지고, ReplicaSet을 통해서 최종적으로 pod가 만들어 진다. Deployment를 통해서 pod에서 변경된 이미지를 배포할 때 어떤 전략으로 배포를 할 것이고, 문제가 생겼을때 ..

먼저 아래의 명령어를 터미널에서 실행해 보자. curl -O https://bootstrap.pypa.io/get-pip.py python get-pip.py ==> python용 bootstrap 설치 python -m pip --version ==> 버전 확인 rm get-pip.py ==> 제거 명령어 python -m pip install boto3 ==> boto3 설치 명령어 python -m pip show boto3 ==> boto3 버전 확인 이 후 아래의 명령어를 입력한 후 실행해 보자. 단순 s3를 만들고 지우는 단순 작업 명령어이다. import sys import boto3 from botocore.exceptions import ClientError def get_s3(regio..

AWS에서 제공하는 일종의 코드의 작성, 실행 및 디버깅을 위한 클라우드 IDE(VS Code, IntelliJ와 같은 통합 개발환경) 이다. EC2인스턴스에 개발환경을 생성하거나 ssh를 통해 linux서버에 연결할 수 도 있다. 장점으로는 웹상의 브라우저만으로 코드를 작성, 실행 및 디버그할 수 있습다. AWS Cloud9를 사용하면 미리 구성된 AWS CLI가 있는 풍부한 코드 편집기, 통합 디버거 및 내장 터미널에 즉시 액세스할 수 있으며 빠른시간안에 시작할 수 있다. 인터넷만 되면은 어디에서든 작업할 수 있는 Cloud 환경이기에 로컬 에플리케이션을 설치하거나 개발할 필요가 없다. 설치방법은 정말 간단하다. 먼저 아래의 링크를 따라 들어간 후 새로운 환경 만들기 버튼을 클릭한다. https://..

Code PipeLine이라는 말처럼 지속적으로 이 서비스를 활용한다면 소프트웨어에 대한 릴리스 프로세스의 각 단계를 모델링할 수 있으며 프로세스의 모든 과정을 자동화할 수 있으며, 프로덕션용 소프트웨어 변경 사항을 승인할 수 있게 된다. 자동화된 방식으로 에플리케이션을 저장하고 구축 및 배포할 수 있으며, 당연하게도 다른 AWS 개발 서비스와 함께 사용할 수 있는 완전 관리형 지속 서비스이다. 콘솔창에 접근한 후 CodePipeIine을 검색한 후 아래창에서 파이프라인을 생성해 보도록 하자. 파이프라인에 대한 이름을 지정하면 "자동"으로 역할이름이 할당된다. 새로운 서비스 혹은 기존 서비스 역할 중 개발자가 필요한 것에 맞게 설정하면 된다. 고급설정에서는 아티펙트 스토어의 역할을 하는 S3와 암호화키를..

우리가 AWS를 사용하다 보면 정말 다양한 Resource를 관리하고 운용해야한다. 분산되어있는 자원들을 어떻게하면 조금 더 손쉽게 관리할 수 있을까? 다양한 방법이 있겠지만 가장 손쉽고 빠르게 관리할 수 있는 것은 다름아닌 TAG일 것이다. TAG는 AWS에 만들어진 리소스에 누가, 왜, 어떤 목적으로, 어떤 작업을 하는가? 를 리소스 내부에 들어가지 않더라도 충분히 확인할 수 있게 도와준다. 즉 TAG란 AWS 리소스에 연결된 서술용 메타데이터(data에 대한 data) 라고 할 수 있다. 일부 태그는 기본적으로 제공되며, 제거가 불가능한 경우도 있다. 콘솔환경과 cli 환경 둘 다 사용할 수 있다. TAG를 활용해서 환경, 애플리케이션, 소유자, 부서, 비용센터, 목적, 스텍, 자동화된 환경 등 각..

SageMaker의 WorkFlow는 아래와 같다. S3를 통해서 먼저 데이터를 수집한다. 이 후 노트북 인스턴스를 사용해서 데이터를 탐색 및 분석을한다. 이 후 정규화된 훈련데이터를 바탕으로 훈련 인스턴스를 사용해서 훈련을 수행한다. 이때는 spot인스턴스를 주로 사용한다. 훈련이 끝난 데이터는 모형(모델)이 되어서 엔드포인트를 거쳐서 REST API형태로 서비스를 호출하고 사용할 수 있다. SageMaker의 장점은 웹 인터페이스 형태의 즉각적인 코드 실행을 지원해주는 인터프리터 환경인 노트북을 제공해 준다는 점이다. 데이터 탐색작업을 손쉽게 할 수 있으며, 다양한 시각화 기법을 통해서 데이터를 시각화(그레프 등) 할 수 있으며, 이 값을 통해서 데이터를 정제하거나 모델을 생성할 수 있다. 노트북 인..