안녕하세요! 넥스트클라우드의 SA 강준우입니다. 😊
문제는 세 가지 단계를 거치며 풀어 나갈 거예요.
1. 문제의 요구사항 분석하기
2. 관련 AWS 서비스 생각하기
3. 선택지 분석하기
바로 문제 풀이 해볼까요?
문제1
회사에서 대량의 생산 데이터를 동일한 AWS 리전의 테스트 환경으로 복제하는 기능을 개선하려고 합니다. 데이터는 Amazon Elastic Block Store(Amazon EBS) 볼륨의 Amazon EC2 인스턴스에 저장됩니다. 복제된 데이터에 대한 수정은 생산 환경에 영향을 미치지 않아야 합니다. 이 데이터에 액세스하는 소프트웨어에는 지속적으로 높은 I/O 성능이 필요합니다. 솔루션 설계자는 프로덕션 데이터를 테스트 환경으로 복제하는 데 필요한 시간을 최소화해야 합니다. 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
선택지
A. 프로덕션 EBS 볼륨의 EBS 스냅샷을 찍습니다. 테스트 환경의 EC2 인스턴스 스토어 볼륨에 스냅샷을 복원합니다.
B. EBS 다중 연결 기능을 사용하도록 프로덕션 EBS 볼륨을 구성합니다. 프로덕션 EBS 볼륨의 EBS 스냅샷을 생성합니다. 프로덕션 EBS 볼륨을 테스트 환경의 EC2 인스턴스에 연결합 니다.
C. 프로덕션 EBS 볼륨의 EBS 스냅샷을 찍습니다. 새 EBS 볼륨을 생성하고 초기화합니다. 프로덕션 EBS 스냅샷에서 볼륨을 복원하기 전에 새 EBS 볼륨을 테스트 환경의 EC2 인스턴 스에 연결합니다.
D. 프로덕션 EBS 볼륨의 EBS 스냅샷을 찍습니다. EBS 스냅샷에서 EBS 빠른 스냅샷 복원 기능을 켭니다. 스냅샷을 새 EBS 볼륨으로 복원합니다. 테스트 환경에서 새 EBS 볼륨을 EC2 인스턴스에 연결합니다.
풀이
EBS 빠른 스냅샷 복원은 스냅샷에서 새 EBS 볼륨을 생성할 때 향상된 프로비저닝 프로세스를 사용하여 처리 시간을 최소화합니다. 이를 통해 테스트 환경에서 프로덕션 데이터를 신속하게 사용할 수 있습니다. 또한 새로운 볼륨이 생성되므로 테스트 환경에서의 변경 사항은 프로덕션에 영향을 미치지 않습니다. EBS 볼륨은 높은 I/O 성능을 제공하므로 고성능 요구 사항도 충족됩니다.
정답 : D
▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.
1. 문제의 요구사항 분석하기
- 프로덕션 데이터를 동일한 AWS 리전의 테스트 환경으로 복제
- 프로덕션 데이터는 Amazon EBS 볼륨의 EC2 인스턴스에 저장됨
- 테스트 환경에서의 데이터 수정이 프로덕션에 영향을 미치지 않아야 함
- 데이터에 접근하는 소프트웨어에 높은 I/O 성능 필요
- 프로덕션 데이터를 테스트 환경으로 복제하는 시간 최소화
2. 관련 AWS 서비스 생각하기
- Amazon EBS (Elastic Block Store): EC2 인스턴스에 영구적인 블록 수준 스토리지를 제공하는 서비스입니다.
- EBS 스냅샷: EBS 볼륨의 지정 시간 상태를 캡처하여 백업할 수 있습니다.
- EBS 빠른 스냅샷 복원: 새 EBS 볼륨을 프로비저닝할 때 향상된 프로세스를 사용하여 스냅샷에서 빠르게 복원합니다.
- EBS 다중 연결: 단일 프로비저닝된 IOPS EBS 볼륨을 여러 EC2 인스턴스에 동시에 연결할 수 있습니다.
- Amazon EC2 인스턴스 스토어: 임시 블록 수준 스토리지로, 높은 I/O 성능을 제공하지만 데이터 내구성이 낮습니다.
3. 선택지 분석하기
A. 프로덕션 EBS 볼륨의 EBS 스냅샷을 찍습니다. 테스트 환경의 EC2 인스턴스 스토어 볼륨에 스냅샷을 복원합니다.
→ 인스턴스 스토어 볼륨은 데이터 내구성이 낮아 데이터 손실 위험이 있습니다. 또한 테스트 환경에서의 변경 사항이 프로덕션에 영향을 미칠 수 있습니다.
B. EBS 다중 연결 기능을 사용하도록 프로덕션 EBS 볼륨을 구성합니다. 프로덕션 EBS 볼륨의 EBS 스냅샷을 생성합니다. 프로덕션 EBS 볼륨을 테스트 환경의 EC2 인스턴스에 연결합니다.
→ 이 방식은 테스트 환경에서의 변경 사항이 프로덕션에 직접 영향을 미칠 수 있습니다. 또한 프로덕션 볼륨을 직접 복제하는 것은 권장되지 않습니다.
C. 프로덕션 EBS 볼륨의 EBS 스냅샷을 찍습니다. 새 EBS 볼륨을 생성하고 초기화합니다. 프로덕션 EBS 스냅샷에서 볼륨을 복원하기 전에 새 EBS 볼륨을 테스트 환경의 EC2 인스턴스에 연결합니다.
→ 이 방법은 테스트 환경에서의 변경 사항이 프로덕션에 영향을 미치지 않도록 하지만, 볼륨 초기화와 복원 프로세스로 인해 복제 시간이 길어질 수 있습니다.
D. 프로덕션 EBS 볼륨의 EBS 스냅샷을 찍습니다. EBS 스냅샷에서 EBS 빠른 스냅샷 복원 기능을 켭니다. 스냅샷을 새 EBS 볼륨으로 복원합니다. 테스트 환경에서 새 EBS 볼륨을 EC2 인스턴스에 연결합니다.
이어서 다음 문제입니다.
문제2
회사에서 분산 애플리케이션을 AWS로 마이그레이션하고 있습니다. 이 애플리케이션은 다양한 워크로드를 처리합니다. 레거시 플랫폼은 여러 컴퓨팅 노드에서 작업을 조정하는 기본 서버로 구성됩니다. 회사는 복원력과 확장성을 최대화하는 솔루션으로 애플리케이션을 현대화하려고 합니다. 솔루션 설계자는 이러한 요구 사항을 충족하기 위해 아키텍처를 어떻게 설계해야 합니까?
선택지
A. 작업의 대상으로 Amazon Simple Queue Service(Amazon SQS) 대기열을 구성합니다. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 컴퓨팅 노드를 구현합니다 . 예약된 조정을 사용하도록 EC2 Auto Scaling을 구성합니다.
B. 작업의 대상으로 Amazon Simple Queue Service(Amazon SQS) 대기열을 구성합니다. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 컴퓨팅 노드를 구현합니다 . 대기열 크기에 따라 EC2 Auto Scaling을 구성합니다.
C. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 기본 서버 및 컴퓨팅 노드를 구현합니다. 작업의 대상으로 AWS CloudTrail을 구성합니다. 기본 서버의 로드를 기반으로 EC2 Auto Scaling을 구성합니다.
D. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 기본 서버 및 컴퓨팅 노드를 구현합니다. 작업의 대상으로 Amazon EventBridge(Amazon CloudWatch Events) 를 구성합니다. 컴퓨팅 노드의 로드를 기반으로 EC2 Auto Scaling을 구성합니다.
풀이
SQS 대기열을 작업의 대상으로 설정하고, EC2 인스턴스로 구성된 컴퓨팅 노드가 대기열에서 작업을 가져와 처리합니다. 이때 Auto Scaling 그룹은 SQS 대기열의 크기(대기 중인 작업 수)에 따라 EC2 인스턴스의 수를 자동으로 조정합니다. 대기열이 커지면 더 많은 인스턴스를 시작하고, 대기열이 작아지면 인스턴스를 종료하여 리소스를 효율적으로 활용할 수 있습니다.
정답 : B
▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.
1. 문제의 요구사항 분석하기
- 분산 애플리케이션을 AWS로 마이그레이션
- 복원력과 확장성을 최대화하는 솔루션 필요
2. 관련 AWS 서비스 생각하기
- Amazon SQS (Simple Queue Service): 메시지 대기열 서비스로, 분산 시스템 간 데이터 전송을 단순화합니다. 작업을 안전하게 저장하고 분산할 수 있습니다.
- Amazon EC2 (Elastic Compute Cloud): 가상 컴퓨팅 환경을 제공하는 웹 서비스입니다. 컴퓨팅 노드로 활용될 수 있습니다.
- AWS Auto Scaling: 애플리케이션 수요에 따라 EC2 인스턴스 수를 자동으로 조정하는 서비스입니다. 복원력과 확장성을 높일 수 있습니다.
- Amazon CloudWatch: AWS 리소스와 애플리케이션을 모니터링할 수 있는 서비스입니다. Auto Scaling 트리거로 사용될 수 있습니다.
3. 선택지 분석하기
A. 작업의 대상으로 Amazon Simple Queue Service(Amazon SQS) 대기열을 구성합니다. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 컴퓨팅 노드를 구현합니다. 예약된 조정을 사용하도록 EC2 Auto Scaling을 구성합니다.
→ 예약된 조정은 고정된 스케줄에 따라 인스턴스 수를 조정하므로, 동적인 워크로드 변화에 효과적으로 대응하기 어렵습니다.
B. 작업의 대상으로 Amazon Simple Queue Service(Amazon SQS) 대기열을 구성합니다. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 컴퓨팅 노드를 구현합니다. 대기열 크기에 따라 EC2 Auto Scaling을 구성합니다.
C. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 기본 서버 및 컴퓨팅 노드를 구현합니다. 작업의 대상으로 AWS CloudTrail을 구성합니다. 기본 서버의 로드를 기반으로 EC2 Auto Scaling을 구성합니다.
→ AWS CloudTrail은 AWS 계정 활동을 기록하는 서비스로, 작업 대상으로 적합하지 않습니다. 또한 기본 서버의 로드를 기반으로 Auto Scaling을 하면 단일 장애 지점이 발생할 수 있습니다.
D. Auto Scaling 그룹에서 관리되는 Amazon EC2 인스턴스로 기본 서버 및 컴퓨팅 노드를 구현합니다. 작업의 대상으로 Amazon EventBridge(Amazon CloudWatch Events)를 구성합니다. 컴퓨팅 노드의 로드를 기반으로 EC2 Auto Scaling을 구성합니다.
→ EventBridge는 이벤트 기반 아키텍처를 구현하는 데 사용되며, 이 문제의 요구 사항과는 부합하지 않습니다. 또한 컴퓨팅 노드의 로드를 기반으로 Auto Scaling을 하면 부하 분산이 어려울 수 있습니다.
마지막 문제 살펴볼게요.
문제3
AWS에서 웹 애플리케이션을 호스팅하는 회사는 모든 Amazon EC2 인스턴스를 보장하려고 합니다. Amazon RDS DB 인스턴스. Amazon Redshift 클러스터는 태그로 구성됩니다.회사는 이 검사를 구성하고 운영하는 노력을 최소화하기를 원합니다. 이를 달성하기 위해 솔루션 설계자는 무엇을 해야 합니까?
선택지
A. AWS Config 규칙을 사용하여 적절하게 태그가 지정되지 않은 리소스를 정의하고 감지합니다.
B. Cost Explorer를 사용하여 태그가 제대로 지정되지 않
은 리소스를 표시합니다. 해당 리소스에 수동으로 태그를 지정합니다.
C. 적절한 태그 할당을 위해 모든 리소스를 확인하는 API 호출을 작성합니다. EC2 인스턴스에서 주기적으로 코드를 실행합니다.
D. 적절한 태그 할당을 위해 모든 리소스를 확인하는 API 호출을 작성합니다. 코드를 주기적으로 실행하도록 Amazon CloudWatch를 통해 AWS Lambda 함수를 예약합니다.
풀이
AWS 리소스(EC2, RDS, Redshift)의 태그 관리를 자동화하고 모니터링하는 가장 효율적인 방법을 찾아야 합니다. AWS Config는 AWS 리소스의 구성을 평가, 감사 및 평가할 수 있는 서비스로, 태그 지정 규칙을 자동으로 확인하고 위반 사항을 보고할 수 있습니다. 이는 운영 노력을 최소화하면서 지속적인 모니터링을 가능하게 합니다.
정답 : A
▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.
1. 문제의 요구사항 분석하기
- S3 버킷에 업로드된 이미지를 SQS 표준 대기열로 전송
- SQS 대기열에서 Lambda 함수를 트리거하여 이미지 처리
- 사용자가 업로드된 이미지에 대해 여러 개의 이메일 메시지를 수신하는 문제 발생
2. 관련 AWS 서비스 생각하기
- AWS Config: AWS 리소스의 구성을 평가, 감사 및 평가하는 서비스입니다. 리소스 구성 변경을 지속적으로 모니터링하고 기록하며, 규정 준수 감사, 보안 분석, 리소스 변경 추적 및 문제 해결을 자동화할 수 있습니다.
- AWS Cost Explorer: 비용 및 사용량을 분석하는 도구입니다. 시간에 따른 AWS 비용과 사용량 패턴을 시각화, 이해 및 관리할 수 있으며, 사용자 지정 보고서를 생성하고 미래 지출을 예측할 수 있습니다.
- AWS Lambda: 서버리스 컴퓨팅 서비스입니다. 서버를 프로비저닝하거나 관리할 필요 없이 코드를 실행할 수 있으며, 사용한 컴퓨팅 시간에 대해서만 비용을 지불합니다. 이벤트 중심의 애플리케이션을 구축하는데 적합합니다.
- Amazon CloudWatch: 모니터링 및 관찰 서비스입니다. AWS 리소스와 애플리케이션의 지표를 수집하고 추적하며, 경보를 설정하고 로그를 자동으로 대응할 수 있습니다. 또한 리소스 활용도를 최적화하고 통합된 운영 상태를 파악할 수 있습니다.
- AWS API: AWS 리소스를 프로그래밍 방식으로 관리하는 인터페이스입니다. AWS 서비스의 기능을 프로그래밍 방식으로 생성, 구성 및 관리할 수 있으며, SDK와 CLI를 통해 다양한 프로그래밍 언어로 AWS 리소스를 제어할 수 있습니다.
3. 선택지 분석하기
A. AWS Config 규칙을 사용하여 적절하게 태그가 지정되지 않은 리소스를 정의하고 감지합니다.
B. Cost Explorer를 사용하여 태그가 제대로 지정되지 않은 리소스를 표시합니다. 해당 리소스에 수동으로 태그를 지정합니다.
→ Cost Explorer는 비용 분석 도구이며, 수동 태그 지정은 운영 노력이 많이 필요하므로 요구사항에 부합하지 않습니다.
C. 적절한 태그 할당을 위해 모든 리소스를 확인하는 API 호출을 작성합니다. EC2 인스턴스에서 주기적으로 코드를 실행합니다.
→ EC2 인스턴스 관리가 추가로 필요하며, 인스턴스 실패 시 모니터링이 중단될 수 있어 안정성이 떨어집니다.
D. 적절한 태그 할당을 위해 모든 리소스를 확인하는 API 호출을 작성합니다. 코드를 주기적으로 실행하도록 Amazon CloudWatch를 통해 AWS Lambda 함수를 예약합니다.
→ Lambda와 CloudWatch를 사용한 솔루션은 가능하지만, AWS Config보다 구현과 유지보수에 더 많은 노력이 필요합니다.
감사합니다. 다음 글에서 만나요! 😊
'AWS > SAA 준비' 카테고리의 다른 글
| AWS SAA 합격으로 가는 길 #52 (0) | 2025.01.24 |
|---|---|
| AWS SAA 합격으로 가는 길 #51 (0) | 2025.01.20 |
| AWS SAA 합격으로 가는 길 #49 (0) | 2025.01.10 |
| AWS SAA 합격으로 가는 길 #48 (0) | 2025.01.06 |
| AWS SAA 합격으로 가는 길 #47 (0) | 2025.01.03 |