1. 문제해결

• 컴퓨터 구조를 이해하고 있다면 문제상황을 빠르게 진단 할 수 있고 문제해결의 실마리를 다양하게 찾을 수 있음
• 컴퓨터를 내려다보며 문제를 해결 할 수 있음
• 컴퓨터 구조를 이해하면 문제해결 능력이 향상 됨

2. 성능, 용량, 비용

• 사용자가 많은 프로그램은 필연적으로 성능, 용량,비용이 고려 됨
• 프로그래밍 언어의 문법만 알아서는 성능, 용량, 비용을 고려할 수X
• 컴퓨터 구조는 성능, 용량, 비용과 직결됨
• 컴퓨터 구조를 이해하면 문법만으로는 알기 어려운 성능, 용량, 비용을 고려하여 개발 할 수 있음

컴퓨터 구조의 큰 그림

컴퓨터가 이해하는 정보

• 컴퓨터는 0과 1로 표현된 정보만을 이해함 0과 1로 표현되는 정보는 데이터와 명령어 가 있음

1. 데이터

• 숫자, 문자, 이미지, 동영상 같은 정적인 정보 ex) '1과2', '안녕하세요', 'cat.jpg'

• 명령어를 위한 재료

2. 명령어

• 데이터를 움직이고 컴퓨터를 작동시키는 정보 ex) '더하라,1과2를', '출력하라, 안녕하세요를', 'USB 메모리에 저장하라 cat.jpg를'

컴퓨터의 4가지 핵심부품

1. CPU (중앙처리장치)

2. 메모리 (주기억장치)

3. 보조기억장치

4. 입출력장치

참고

• https://www.youtube.com/watch?v=Oga3_Rl1kxQ&list=PLVsNizTWUw7FCS83JhC1vflK8OcLRG0Hl&index=3

사전지식

• 탐색: 많은 양의 데이터 중에서 원하는 데이터를 찾는 과정

  스택 자료구조 : 선입후출 ( 먼저 들어온 데이터가 나중에 나가는 형식의 자료구조 )

• • 큐 자료구조** : 선입선출 (먼저 들어온 데이터가 먼저 나가는 형식의 자료구조)

    재귀함수 (Recursive Function )

• 자기 자신을 다시 호출하는 함수
• 문제풀이에서 사용할 때는 종료조건을 반드시 명시해야 함
• 종료조건을 명시하지 않으면 무한이 호출 될 수 있음
• 모든 재귀함수는 반복문으로 구현 가능
• 재귀함수가 반복문보다 불리한 경우도 있고 유리한 경우도 있음
• 컴퓨터가 함수를 연속적으로 호출하면 컴퓨터 메모리 내부의 스택 프레임에 쌓임

• 그래서 스택을 사용해야 할 때 구현상 스택 라이브러리 대신에 재귀를 이용

DFS (Depth-First Search)

• 깊이 우선 탐색, 깊은 부분을 우선적으로 탐색하는 알고리즘
• 스택 자료구조나 재귀함수를 이용

구체적인 동작과정

1. 탐색 시작 노드를 스택에 삽입하고 방문처리 합니다.
2. 스택 최상단노드에 방문하지 않는 인접한 노드가 하나라도 있으면 그 노드를 스택에 넣고 방문처리 합니다. 방문하지 않은 인접노드가 없으면 스택에서 최상단 노드를 꺼냅니다.
3. 더이상 2번의 과정을 수행할 수 없을 때까지 반복합니다.

Public Class Main {
    public static boolean[] visited = new boolean[9];
    public static ArrayList<ArrayList<Integer>> graph = new ArrayList<ArrayList<Integer>>();

    public static void dfs(int x) {
        visited[x] = true;

        // 현재 노드와 연결된 다른 노드를 재귀적으로 방문
        for(int i = 0; i<graph.get(x).size(); i++) {
            int y = graph.get(x).get(i);
            if(!visited[y]) dfs(y);
        }
    }

    public static void main(String[] args) {
        dfs(1);
    }
}

BFS

참고

• https://www.youtube.com/watch?v=7C9RgOcvkvo&t=2069s

• 실제 데이터 값을 저장 ex) int, long, short, byte, float, double, char, boolean

참조타입 ( Reference type )

• 객체(Object)의 주소를 저장
• 원시타입을 제외한 타입 ex) 문자열, 배열, 열거형, 상수, 클래스, 인터페이스

원시타입과 참조타입의 차이

1. null 포함 가능 여부

• 원시타입은 null을 담을 수 없지만, 참조타입은 가능
• 원시타입은 값이 없으면 디폴트 값을 반환하기 때문 ex) int는 0, boolean은 false

2. 제네릭 타입 사용가능 여부

• 원시타입은 제네릭 타입 사용 불가, 참조타입은 가능

Wrapper Class

• Wrapper Class는 Primitive type을 객체화 한 것

int primitive = 10;
Integer wrapper = 10;

wrapper = null;  // null 값이 들어갈 수 있습니다.
String str = wrapper.toString();  // 메서드를 사용할 수 있습니다.
ArrayList<Integer> integerList = new ArrayList();  // 제네릭에 사용할 수 있습니다.

• int는 단순히 숫자로만 사용할 수 있지만 Integer는 객체형태로 생성되어 null을 넣을 수 있고 toString 메소드를 사용할 수 있고 <Integer>의 형태로도 사용할 수 있음

• 굳이 객체가 필요한 경우가 아니거나 null값을 반환 할 필요가 없다면 원시타입을 쓰는 것이 메모리 측면에서 효율적

• 객체는 equals() 메소드로 값 비교 <--> ==연산은 두 객체의 주소값을 비교

1. Boxing

• 원시타입을 Wrapper Class로 변환

  int primitive = 30;
  Integer wrapper = new Integer(primitive);

2. UnBoxing

• Wrapper Class을 원시타입로 변환

  Integer wrapper = new Integer(30);
  int primitive = wrapper.intValue();

참고

• https://velog.io/@gillog/%EC%9B%90%EC%8B%9C%ED%83%80%EC%9E%85-%EC%B0%B8%EC%A1%B0%ED%83%80%EC%9E%85Primitive-Type-Reference-Type
• https://wildeveloperetrain.tistory.com/12

• 정규화는 데이터의 일관성, 최소한의 데이터 중복, 최소한의 데이터 유연성을 위해 데이터를 분해하는 과정

• 정규화된 모델은 분해된 테이블 간에 join을 수행하여 하나의 합집합으로 만들 수 있음

• 중복 데이터를 제거하고 데이터 모델의 독립성을 확보

반정규화 ( De-Normalization )

• 성능을 향상시키기 위해 정규화된 데이터 모델에서 중복, 통합, 분리 등을 수행하는 모든 과정을 의미, 데이터 모델링의 기법

• 데이터베이스의 성능 향상을 위하여, 데이터 중복을 허용하고 조인을 줄이는 성능 향상 기법

• 반정규화는 조회(select) 속도를 향상시키지만, 데이터 모델의 유연성은 낮아짐

참고

• https://velog.io/@heewonim/DB-%EC%A0%95%EA%B7%9C%ED%99%94%EC%99%80-%EB%B0%98%EC%A0%95%EA%B7%9C%ED%99%94
• https://cometruedream.tistory.com/m/50

• /*+ USE_NL(table1 table 2...) */ : 테이블의 Join 시 테이블의 각 Row가 Inner 테이블을 Nested Loop 형식으로 Join 한다. 지정된 table이 inner table이 된다. ( inner table <-> driving(outer) table ) 흔히 ORDERED Hint와 함께 쓴다.

• /*+ USE_HASH (table_name) */ : 각 테이블 간 HASH JOIN이 일어나도록 유도한다  

• /*+ USE_MERGE (table_name) */ : 지정된 테이블들의 조인이 SORT-MERGE형식으로 일어나도록 유도한다.

출처: https://devuna.tistory.com/35 [튜나 개발일기:티스토리]

1. Nested Loop Join

2. Sort Merge Join

3. Hash Join

1. O
2. O
3. X ( 큰테이블X, 작은테이블O )
4. X ( 아무리 많아도 2개씩 작업 됨 )
5. X ( Sort Merge Join X,Hash Join O

--> 대량배치 작업은 CPU를 제일 많이 사용가능한 Hash Join이 유리, --> Sort Merge Join은 정렬 작업 함 ) 6. O 7. O ( Nested Loop Join은 인덱스가 필수 Hash Join은 인덱스 필수가 아니라서 있던 없던 상관없음 ) 8. X ( 조인은 테이블과 테이블 사이, 앞에서 이미 수행 된 조인 결과 집합과 테이블, 조인 결과와 조인 결과 사이에서 발생 ) 9. O 10. X ( Sort Merge Join X, Hash Join O --> Sort Merge Join은 Equi join, non-Equi join 모두 가능함 ) 11. O 12. X ( 작은 테이블이 유리 ) 13. X

참고

• https://www.youtube.com/watch?v=8uP_E6SyiuM&t=13972s

인덱스

• 대용량의 테이블을 여러개의 데이터파일에 분리해서 저장
• 물리적으로 분리된 데이터파일에 저장되어 입력,수정,삭제,조회 성능이 향상
• 독립적 관리가 가능
• 조회의 범위를 줄이는 효과가 있어 성능 향상
• 물리적으로 분리 되었지만, 논리적으로는 하나의 테이블로 간주

ex) 애플워치로 매순간 위도,경도를 사용하여 위치값 찍음 초마다 바뀌기 때문에 데이터 수집량이 많다. 성능에 부하를 줄 수 있는 것은 테이블 파티션 처리를 하는 것 한테이블에는 하루 일자 내에 발생한 위치 데이터만 넣는 등 같은 테이블이지만 쪼개서 저장을 함

파티션의 종류

윈도우 함수

레코드(행) 사이의 관계를 쉽게 정의하기 위한 함수

1. RANK 함수

2. 비율 관련 함수

3. 행 순서 함수

4. 집계 함수

• count, sum, min, max, avg 등

문제

• SELECT문으로만 작성 가능
• 반드시 괄호() 안에 존재하여야 함
• 괄호 끝에 세미콜론; 쓰지않음
• ORDER BY를 사용할 수 없음
• 서브쿼리 사용가능 한 곳 : SELECT문, FROM문, WHERE문, HAVING문, ORDER BY문 INSERT문의 VALUES부분 대체제, UPDATE문의 SET부분 대체제

1. 중첩 서브쿼리

• WHERE절, HAVING절에 사용
• 다중 컬럼 또는 다중행을 반환

2. 인라인 뷰

• FROM절에 사용
• View와 사용적인 측면에서 동일함 (임시뷰, 임시테이블)

3. 스칼라 서브쿼리

• SELECT절에 사용
• 단일 컬럼 또는 단일행을 반환 (1개의 값)

참고

• https://www.youtube.com/watch?v=8uP_E6SyiuM&t=13972s
• https://inpa.tistory.com/entry/MYSQL-%F0%9F%93%9A-%EC%84%9C%EB%B8%8C%EC%BF%BC%EB%A6%AC-%EC%A0%95%EB%A6%AC

함수

1. 내장함수 (Buit-in Function)

(1) 단일행 함수 (Single-Row Function): 문자형 함수, 숫자형 함수, 날짜형 함수, 변환형 함수, NULL 관련 함수

(2) 다중행 함수 (Multi-Row Function): 집계함수, 그룹함수, 윈도우함수

2. 사용자 정의 함수 (User Defined Function)

단일행 함수 VS 다중행 함수

• 함수의 입력 행수에 따라 단일행 함수와 다중행 함수로 구분 할 수 있음

• 1:M 조인이라 하더라도 M쪽에서 출력된 행이 하나씩 단일행 함수의 입력값으로 사용되므로 사용할 수 있음

• 다중행 함수도 단일행 함수와 동일하게 단일 값만을 반환 함

1. 단일행 함수의 종류

2. 다중행 함수의 종류

(1) 집계함수 (2) 그룹함수 (3) 윈도우함수

JOIN

: 테이블 간의 결합, 집합과 유사

- 테이블에서 동일한 컬럼을 찾기

- 테이블 간 결합의 key가 되는 컬럼 찾기

- JOIN 방식에 따라 결과가 달라지기 때문에 key 컬럼값 간의 일치도 파악

1. INNER JOIN

• 위 다이어그램의 맨 아래 상자에 FROM GENDER A, AGE B로 변경하기

* JOIN 후 특정 행만 호출 할 때

* 3개 이상 테이블을 JOIN 할 때

2. OUTER JOIN

3. LEFT JOIN

3. RIGHT JOIN

4. SELF JOIN

• 한 테이블 내에서 연관관계를 가진 두 컬럼 간의 조인
• 테이블명과 컬럼명이 모두 일치하기 때문에 반드시 ALIAS를 써야함

  SELECT T1.col1, T2.col1
  FROM 테이블명1 T1, 테이블명2 T2
  WHERE T1.col1 = T1.col1

UNION, UNION ALL

: 동일한 컬럼 개수와 데이터타입을 가진 테이블을 (세로로) 합쳐줌

1. UNION

• 중복된 레코드가 제거 됨

2. UNION ALL

• 중복된 레코드가 제거 안됨

JOIN 과 UNION 비교

MINUS(ORACLE) = EXCEPT(SQL SERVER)

• A테이블 정보 중에서 B테이블 정보를 빼고 보여줌

EQUI JOIN, non-EQUI JOIN

1. EQUI JOIN

• 동일한 컬럼을 사용하여 두 릴레이션을 결합 ex) A.key = B.key

2.non-EQUI JOIN

• 정확하게 일치하지 않는 컬럼을 사용하여 두 릴레이션을 결합 ex) A.key <, >, <=, >= B.key

CROSS JOIN

• 서로 연관된 컬림이 없는 경우 수행하는 조인
• key 없이 JOIN 하면 2개의 테이블에 대해 카테시안 곱 발생

1. 기본 GROUP BY

2. ROLLUP

3. CUBE

4. GROUPING SETS

• 위의 표에서 맨마지막 행(전체합계)은 안나옴 - 잘못된 그림

5. GROUPING

• ROLLUP, CUBE, GROUPING SETS을 도와주는 역할

• 집계를 해주지 않고, 소계나 합계 값이 계산되는 1을 반환하고 아니면 0을 반환

참고

• https://www.youtube.com/watch?v=8uP_E6SyiuM&t=13972s

WITH문

• WITH문을 통해 임시테이블화 된 것 == VIEW TABLE

• 서브쿼리 : SELECT문 내에 SELECT문이 또 쓰여있는 쿼리

• 인라인뷰 : 서브쿼리가 FROM절 내에 쓰여진 것

SELECT * FROM C_INFO WHERE name LIKE '%a%'

VIEW TABLE

• 일종의 가상테이블로서 실제 데이터가 하드웨어에 저장되는 것은 아니다.
• 실제 데이터를 가지고 있지 않다.
• 테이블 구조가 변경되더라도 독립적으로 존재한다.
• 수행속도의 향상을 위해 사용한다.
• SQL의 성능을 향상시키기 위해 사용한다.
• 임시적인 작업을 위해 사용한다.
• 보안관리를 위해 사용한다.

NULL 관련 함수

GROUP BY

집계 함수

SQL 실행순서

DCL (Data Control Language)

: 데이터베이스 사용자에게 권한을 부여/회수하는 언어

GRANT 권한부여 REVOKE 권한회수

• 문제 데이터베이스 상에서 많은 사용자들에게 개별적으로 권한을 부여하고 관리하는 어려움을 해소하고자 다양한 권한을 하나의 그룹으로 묶어서 관리할 수 있도록 하는 논리적인 권한의 그룹(명령어)을 칭하는 말은?

  정답 --> ROLE

ROLE

• 다양한 권한을 다양한 유저를 대상으로 관리하기 위한 명령어
• 여러사용자에게 동일한 ROLE 부여 가능
• ROLE 생성은[CREATE ROLE] 권한을 가진 유저가 할수있음

  ex) GRANT 관리자권한 TO hoho;

DDL (Data Definition Language)

: 데이터를 보관하고 관리하기 위한 객체의 구조를 정의하기 위한 언어

1. CREATE: 데이터베이스 상 테이블 구조 생성

• 문제 김호호씨가 아래와 같이 테이블 menu를 생성한 후, 유효한 튜플 값 4개를 삽입 했다. SQL-a와 SQL-b의 실행결과는?

정답 --> 둘다 4로 같다.

2. ALTER: 테이블과 컬럼에 대해 이름 및 속성 변경, 추가/삭제 등 구조 수정을 위해 사용

3. DROP: 테이블 및 컬럼 삭제

DML (Data Manipulation Language)

: 정의된 데이터베이스에 레코드를 입력하거나, 수정, 삭제 및 조회하기 위한 명령어

• 3. 메뉴명이 not null이라 오류발생
• 4. 컬럼명 지정이 이루어지지 않은 상태에서는 전체값이 들어가야함
• -> 컴마(,)만이라도 찍었으면 됨

• 1. TRUNCATE와 DROP은 로그를 남기지 않음
• 2. 특정행 지울 수 있음 ( WHERE문 사용 )
• 3. 되돌릴 수 있음 ( DB에 반영되기 전까지는 ) : DDL인 TRUNCATE와 DROP은 불가능

TCL (Transaction Control Language)

: 트랜잭션을 제어하기 위한 언어

트랜잭션

데이터베이스의 상태를 변화시키기 위해 수행하는 작업의 단위

정답 --> 10, 50, 30

• 논리적 연관성 있는 작업을 그룹화하여 처리할 수 있다.

참고

• https://www.youtube.com/watch?v=8uP_E6SyiuM&t=13972s

문제로 바로공부

1. 계층형 조회문제는 조회를 통해 어떻게 레코드가 재배치 되는지 파악하는 것이 중요

• 동일한 값을 가진 컬럼끼리 연결되며 재배치 됨

2. 계층구조의 시작점 (START WITH...)

• 계층구조(트리)가 시작되는 지점(= ROOT 노드)을 알려줌
• START WITH 뒤에 적힌 조건에 맞는 레코드가 ROOT 노드(부모)임
• 현재 SQL문에서는 [ㄱ]행이 트리구조의 ROOT 노드

3. 계층구조가 연결된 방향성 (CONNECT BY...)

• 계층구조(트리)가 연결 된 방향성을 알려줌 ex) 자식노드 -> 부모노드, 부모노드 -> 자식노드

• 방향을 알면 a와 b 레코드가 있을 때 둘 중 무엇이 먼저 배치되는지 알수 있음

• 모든 레코드에 대해서 이런 관계성을 파악하면 재배치된 테이블에서 전체 레코드의 순서를 알 수 있음

4. 시작점으로 지정된 [ㄱ]레코드의 col1, col2를 주목

• [ㄱ]레코드에서 col2는 NULL이고, col1이 NULL인 값은 없다.
• 따라서,

  1) col1과 동일한 col2값을 가진 레코드를 찾는다. 2) 위치는 col1 앞 = col2이므로 [ㄱ]보다 앞에 배치한다.

• col2가 11인 레코드는 [ㄴ], [ㄷ] 총 2개
• 이에대한 순서를 정해주는 명령어는 ORDER SIBLING BY

** 내림차순인데 오름차순으로 되어있음

• 잔여분 레코드까지 기준에 맞게 배치

참고

• https://coding-factory.tistory.com/461
• https://www.youtube.com/watch?v=8uP_E6SyiuM&t=13972s

Java 11 설치 IDE: IntelliJ 또는 Eclipse 설치

스프링 부트 스타터 사이트로 이동해서 스프링 프로젝트 생성 https://start.spring.io

프로젝트 선택

• Project: Gradle Project (Gradle, Maven은 필요한 라이브러리를 땡겨오고 빌드하는 라이프사이클까지 관리 해주는 툴, 과거에는 메이븐을 썼는데 요즘은 그래들을 쓰는 추세)
• Spring Boot: 2.3.x
• Language: Java
• Packaging: Jar
• Java: 11

Project Metadata

• groupId: hello
• artifactId: hello-spring

Dependencies: Spring Web, Thymeleaf (어떤 라이브러리를 땡겨쓸거냐?)

Generate 버튼 클릭하면 다운로드 됨, 압축을 풀어준다.

-> 인텔리제이에서 open or import 클릭

-> 압축 푼 폴더 안에 build.gradle을 open

어떤 애플리케이션을 만들기 위해서는 운영체제에 여러 소프트웨어를 깔아야 함 웹개발을 하려고 하면 Web server, database 등을 깔아야 함

이런것을 설치하는 것은 까다롭고 귀찮다.

웹서버를 만든 사람이 컴퓨터를 구해서 적당한 운영체제를 깔고 그 위에 웹서버, DB를 설치한 다음 그걸 준다면 좋겠다....

우리의 앱은 네트워크로 통신해서 받은 컴퓨터를 사용할 수 있으면 좋겠다....

docker install

이미지 pull

1. 도커 사용 전 이해해야할 개념

• 어떤 프로그램이 필요할떄 app store에서 찾아봄

• -> docker hub라고 하는 레지스트리라고 불리는 서비스에서 필요한 것을 찾음

• app store에서 다운받아서 컴퓨터에 저장한 것을 program 이라고 함 --> docker hub에서 찾아서 다운받아서 컴퓨터에 가지고 있는 것을 image라고 함

• program을 실행하면 process라는 것이 동작함

• -> image를 실행하는 것을 container라고 함

• program이 여러 process를 가질 수 있음

• -> image도 여러개의 container를 가질 수 있음

• docker hub에서 image를 다운받는 행위를 pull이라고 함

• image를 실행시키는 행위를 run이라고 함

• run을 하게되면 image가 container가 되고 그 container가 실행되면서 container 안에 포함되어있는 실행되어지도록 조치되어진 program이 실행이 되면서 그 program을 사용할 수 있게 됨

2. image 다운받기

(1) hub.docker.com

• Explore 클릭 하면 Docker, Containers, Plugins 3개의 메뉴가 있는데 Containers를 클릭

• 인기있는 container들이 있고 카테고리를 통해서 원하는 소프트웨어가 설치되어있는 container를 찾을 수 있음 ( 우리는 apache web server라는 프로그램을 container 위에서 실행시키고 싶음 --> apache web server가 설치된 container를 찾자 )

• apache web server는 httpd라는 이름을 가지고있다. 검색해보자.

• -> official image라고 되어있는데, 이것은 docker에서 공식적으로 관리하는 image라는 뜻임 --> 클릭

• apache web server를 다운받을 수 있는 명령어를 알려준다.

• -> docker pull httpd

• 그리고 httpd의 사용설명서가 나와있다. 내 컴퓨터에 이미지를 다운받아보자.

(2) docs.docker.com에서 docs 확인

• docs를 확인해보자.

• Reference에서 Command-line reference에서 docker CLI 클릭

• docker pull을 클릭

• -> 레지스트리로부터 이미지를 다운로드 받아올 수 있다.

(3) image pull

• apache web server image를 다운받으려면

  docker pull httpd

• 잘 다운받았는지 확인하려면

  docker images

  (4) GUI로 확인

• docker desktop 클릭 --> images 클릭

참고

• https://www.youtube.com/watch?v=Ps8HDIAyPD0&list=PLuHgQVnccGMDeMJsGq2O-55Ymtx0IdKWf&index=1

• https://www.youtube.com/watch?v=L3ZpudSF0HU&list=PLuHgQVnccGMDeMJsGq2O-55Ymtx0IdKWf&index=2

• https://www.youtube.com/watch?v=EbTJtanJUfE&list=PLuHgQVnccGMDeMJsGq2O-55Ymtx0IdKWf

1. Elastic Load Balancing

• 네트워크 부하 분배기

• 높은 탄력성과 가용성으로 EC2 인스턴스 앞에서 트래픽을 효율적으로 분산

• 여러 인스턴스 및 가용영역에서 트래픽을 자동으로 라우팅하여 어플리케이션의 내결함성을 높임

• Auto Scaling과 함께 서비스를 탄력적으로 확장

## 활용 사례

** (1) AWS 인스턴스 상태 감지를 통해 비정상적인 EC2를 제외한 정상적인 서버에 트래픽을 전달함으로써 내결함성을 향상시킴**

** (2) ELB가 통합인증서 관리 및 SSL 복호화를 제공하므로 중앙에서 인증서 관리를 수행하고 EC2 서비스 트래픽만 수용하여 자원 활용률을 높임**

** (3) 외부 서비스용이 아닌 내부 어플리케이션 레이어에 적용하여 구성요소 간의 트래픽 전달을 탄력적으로 수행**

2. Auto Scaling

• EC2용량을 사용자가 정의한 조건에 따라 자동으로 확장/축소하여 어플리케이션 품질을 유지하기 위한 서비스
• 수요가 급증할 경우, Amazon EC2 인스턴스의 수를 자동으로 증가시키기 때문에 성능을 그대로 유지
• 수요가 적을 경우, 자동으로 용량을 감소시켜 비용 낭비를 제거

구성요소

AWS 코드 레벨의 탄력성

1. Elastic Beantalk

• Java, .Net, PHP, Node.js, Python, Ruby, Go, Docker를 사용하여 Apache, NginX, Passenger, IIS와 같은 서버에서 개발된

• 웹 애플리케이션 및 서비스를 간편하게 배포하고 확장할 수 있는 서비스*

• 소스 코드만 업로드 하면 EC2 용량 프로비저닝, 로드 밸런싱, Auto Scaling부터 시작하여 애플리케이션 상태 모니터링까지 자동으로 배포 처리

2. OpsWorks

• Chef를 사용하여 어플리케이션의 구성을 자동화하고 대규모 자원의 구성 정보를 관리 및 운영 해주는 서비스
• 스택, 계층, 앱 같은 개념을 사용하여 애플리케이션을 모델링 및 시각화하고 대시보드를 통해 애플리케이션 레이어 상태 관리

3. CodeDeploy

• 실행 중인 모든 인스턴스에 대한 코드 배포를 자동화하여 안전하고 신속하게 어플리케이션을 배포할 수 있는 서비스

• Console 또는 CLI를 통해 손쉽게 배포 상태를 중앙에서 추적할 수 있음
• 각 어플리케이션 수정 버전이 언제 어떤 인스턴스에 배포되었는지 관리

AWS 관리 영역의 탄력성

1. CloudWatch

• 실시간 모니터링 및 장애 감지 수행
• 대시보드, API를 통해 관리의 편의성 제공
• Auto Scaling 그룹 설정 시, 확장에 대한 임계값 요소에도 모니터링 값이 필수로 적용

2. CloudFormation

• 인프라 리소스 묶음을 순서에 따라 쉽게 생성, 구성, 관리하는 서비스

• 리소스 환경을 명시적으로 코드화하여 프로비저닝 및 업데이트를 탄력적으로 관리

학습정리

참고

• https://www.youtube.com/watch?v=jUwJkkC9Z6A

개념

서비스 목록

소결합에 대한 설계 예시

2. AWS 앱 서비스 (SQS)

SQS 개념

큐를 통한 소결합된 서비스 설계

• 큐서비스를 통하지 않고 데이터 전송하기 위해서는 직접 통신 해야 함
• controller1,2,3라는 프로세스가 있는데 서로 데이터를 주고받아야 함
• 1이 데이터를 보낼 때 2도 대기를 하고 있어야 함
• 2가 받음과 동시에 3도 받아야하기 때문에 3도 대기를 하고있어야 함
• 리소스 자원이 낭비O, 확장성 떨어짐

• 큐서비스를 통한다면 1은 큐에 넣으면 되고, 2도 큐에 넣으면 된다.
• 1과 2의 통신 장애가 발생하더라도 실제 데이터는 큐에 있기 때문에 데이터 손실은 없음

큐 서비스를 통한 컴포넌트의 소결합 특징

AWS 앱 서비스 (API, SNS, SES)

(1) API 서비스 ( API Gateway )

(2) Push 서비스 ( SNS )

• 애플리케이션, 최종 사용자 및 디바이스에서 즉시 알림을 전송하고 클라우드 알림을 수신하도록 하는 웹서비스
• 신뢰성 높은 푸시 알림 서버 제공과 종량제 과금을 통해 운영과 비용 효율성 제공

(3) Email 서비스 ( SES )

• 안정적이고 확장 가능한 대량 Email 발송 서비스
• Email 서버 관리, 네트워크 설정, 인터넷 서비스 공급자(ISP)의 요구사항과 같은 관리성 작업 운영
• 반송, 전송 성공/실패 시도, 스팸 불만 등을 포함하는 빌트인 피드백 체계를 제공하여 효율적인 메일 관리 지원

학습정리

참고

• https://www.youtube.com/watch?v=gEia645xnTU

지역

• AWS는 다양한 클라우드 서비스들을 세계 각지에서 제공하고 있으며 지리적인 위치를 바탕으로 Region(지역)을 구성
• 10개 이상 지리적인 곳에 서비스가 되고있으며 미국 서부, 동부, 유럽, 남미, 중앙아시아, 극동아시아 및 호주 등에 위치 --> 계속 추가 개설
• Region(지역)은 Availablilty Zone(가용영역)이라고 불리는 물리적으로 격리된 데이터센터들의 집합이며, 이 가용영역에서 인스턴스와 데이터를 배치/저장/구성할 수 있도록 지원한다.

가용영역

• 가용영역은 하나의 지역 안에 속하여 기본적인 서비스를 구성 가능하도록 IT 자원 등을 제공
• 사용자가 직접 가용영역을 선택 및 여러 가용영역에 복수개의 인스턴스들을 배치하여 서비스의 가용성을 높임

• 높은 가용성을 위해 하나의 지역에는 다수개의 AZ가 존재하며 해당 AZ 간은 전용 사설 네트워크를 통해 낮은 네트워크 응답시간을 보장한다.

엣지(Edge)

• 컨텐츠 전송 네트워크(CDN)
• 웹사이트, API, 동영상 콘텐츠 또는 기타 웹 자산의 전송을 가속화 하는 서비스
• HTTP 또는 HPPTS 프로토콜을 사용하여 콘텐츠를 다운로드 하거나 RTMP 프로토콜로 콘텐츠를 스트리밍하여 배포할 수 있게 지원

2. AWS 컴퓨트 서비스

AWS 컴퓨트 서비스 개념

• AWS는 어플리케이션의 요구사항에 맞게 다양한 컴퓨팅 서비스를 제공O ex) 가상 컴퓨팅 자원(EC2)을 할당하여 탄력적인 웹스케일의 컴퓨팅이나 병렬작업 처리를 가능하게 함
• 컴퓨팅 자원들은 가용영역 안에서 서비스 됨
• 시스템의 가장 기본적인 구성자원이 됨

EC2

• AWS에서 가장 기본이 되는 Low-Level 빌딩 블럭에 속하는 컴퓨팅 서비스
• 원하는 만큼 가상서버를 구축하고 보안 및 네트워크 구성과 스토리지 관리 가능

Lambda

• 이벤트에 응답하여 코드를 실행
• 자동으로 기본 컴퓨팅 리소스를 관리하는 서버 없는 컴퓨팅 서비스

컴퓨트 서비스 장애에 대한 디자인

(1) 확장성

: AZ단위로 확장 가능하며 Autoscaling을 통해 요구되는 트래픽을 수용

(2) 모니터링 및 운영 관리

: API와 대시보드를 통해 손쉽게 관리

(3) 이중화

: 여러 AZ에 DB를 구성하여 단일요소의 장애 ㅈ거

(4) Failover

: EIP와 Disk를 별도로 관리 가능하여 정상적인 상태의 서버로 대체

3. AWS 데이터베이스 서비스

개요

관계형 데이터베이스

• 키 값에 의해 서로 관련되는 테이블로 구성하는 가장 일반적인 유형의 DB
• 각 테이블/관계는 하나의 엔티티 타입(고객이나 제품과 같은)을 대표함
• ACID 트랜잭션 특징을 가짐

비관계형 데이터베이스(NoSQL)

• NoSQL은 스키마가 없음
• 각 테이블에는 각각의 데이터 항목을 고유하게 식별하는 기본키가 있어야 하지만 키가 아닌 다른 속성인 값에 대해서는 제한이 없다.
• DynamoDB는 JSON 문서를 비롯한 정형 또는 반정형 데이터를 관리할 수 있으며, NoSQL은 BASE의 특징을 가짐

데이터베이스 장애에 대한 디자인

(1) 확장성

: AZ단위로 확장 가능하며 다른AZ로의 두번쨰 구성가능

(2) 백업 및 운영 관리

: API와 대시보드를 통해 손쉽게 관리

(3) 이중화

: 여러 AZ에 DB를 구성하여 단일요소의 장애 제거

(4) Failover

: 데이터가 소결합으로 저장되어있어 대체 작동 가능

학습정리

참고

• https://www.youtube.com/watch?v=CRigA83fGbg&t=421s