AWS 특강 - Databases

 

지난 포스팅에서는 Storage에 대해 포스팅을 하였다.

Storage 같은 경우, 단순히 데이터를 저장하는 것을 목표로, 

실제로 쿼리를 짜지 못하고 체계적으로 데이터를 저장하지 못한다.

 

효율적인 검색 및 조작, 고성능 트랜잭션 처리 같은것을 위해

프로젝트에서 Database 또한 구축해주는 것이 좋다.

 

https://jerry-k.site/entry/AWS-%ED%8A%B9%EA%B0%95-Storage

AWS 특강 - Storage

 

---

✨ AWS의 완전 관리형 Database 서비스

• AWS의 완전 관리형 Database 서비스
• 데이터베이스의 설치, 운영, 확장, 백업 등을 자동으로 관리
• 사용자가 애플리케이션 개발에만 집중할 수 있도록 돕는 서비스

 

1. Amazon RDS (Relational Database Service):
   • MySQL, PostgreSQL, MariaDB, Oracle, SQL Server 지원
   • 자동 백업, 스케일링, 복구 제공
2. Amazon Aurora:
   • 고성능, 고가용성 관계형 데이터베이스
   • MySQL 및 PostgreSQL 호환
3. Amazon DynamoDB:
   • NoSQL 데이터베이스로 서버리스 환경 지원
   • 빠른 읽기/쓰기 성능과 확장성
4. Amazon Redshift:
   • 데이터 웨어하우스 서비스
   • 대규모 데이터 분석에 최적화
5. Amazon ElastiCache:
   • Redis와 Memcached 지원
   • 캐싱을 통한 데이터 액세스 속도 향상
6. Amazon Neptune:
   • 그래프 데이터베이스 서비스
   • 관계형 데이터를 그래프 구조로 저장 및 분석

---

✨ 목적에 맞게 구축된 Database

 

---

✨ Amazon RDS

• 지원 엔진
  • MySQL, PostgreSQL, MariaDB, Oracle, SQL Server, Amazon Aurora
• 자동 백업 및 복구
• 스토리지와 컴퓨팅 자원의 손쉬운 확장
• 보안 패치와 업그레이드 자동화
• Multi-AZ 배포
• 사용 사례
  • 웹 애플리케이션의 데이터 저장
  • 트랜잭션 처리 시스템
  • 데이터 분석 및 BI 툴 통합

 

---

✨ Amazon Aurora

• 고성능, 고가용성의 관계형 데이터베이스 서비스
• MySQL과 PostgreSQL과 호환
• 기존 오픈 소스 데이터베이스보다 더 빠르고 안정적인 성능을 제공
• 고속 SSD 기반 스토리지 사용
  • MySQL 대비 최대 5배 빠르고, PostgreSQL 대비 3배 빠름
• 스토리지 자동으로 증가 
• 고가용성 (3개의 AZ에 분산 저장)
• MySQL 및 PostgreSQL과 완벽 호환
• 사용 사례
  • 대규모 트래픽 처리 웹 애플리케이션
  • 금융, 전자상거래 등 높은 성능과 안정성이 요구되는 워크로드
  • BI 분석, 데이터베이스 복제

1.  

 

MySQL  vs  Amazon AURORA

 

• AURORA 같은 경우 I/O 작업이 적어서 엄청 빠르다 

---

✨ AWS 데이터베이스 서비스

---

최종 목표 

 

이번 특강을 통해서 Network comte, Storage, Database를 포스팅 하였다. 

실습할 때 여러가지 설정들이 있었고, 이러한 과정이 꽤나 복잡했다.

하지만 큰 틀로 봤을때, 위의 서버 아키텍처를 만드는 것이 목표임을 기억하자 !