안녕하세요! 넥스트클라우드의 SA 손유림입니다. 😊
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
회사는 AWS에서 데이터 레이크를 호스팅합니다. 데이터 레이크는 PostgreSQL용 Amazon S3 및 Amazon RDS의 데이터로 구성됩니다. 회사는 데이터 시각화를 제공하고 데이터 레이크 내의 모든 데이터 소스를 포함하는 보고 솔루션이 필요합니다. 회사의 관리 팀만 모든 시각화에 대한 전체 액세스 권한을 가져야 합니다. 나머지 회사는 제한된 액세스만 허용해야 합니다. 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
선택지
A. Amazon QuickSight에서 분석을 생성합니다. 모든 데이터 소스를 연결하고 새 데이터 세트를 만듭니다. 대시보드를 게시하여 데이터를 시각화합니다. 적절한 IAM 역할과 대시보드를 공유합니다.
B. Amazon QuickSight에서 분석을 생성합니다. 모든 데이터 소스를 연결하고 새 데이터 세트를 만듭니다. 대시보드를 게시하여 데이터를 시각화합니다. 적절한 사용자 및 그룹과 대시보드를 공유합니다.
C. Amazon S3의 데이터에 대한 AWS Glue 테이블 및 크롤러를 생성합니다. AWS Glue 추출, 변환 및 로드(ETL) 작업을 생성하여 보고서를 생성합니다. 보고서를 Amazon S3에 게시합니다. S3 버킷 정책을 사용하여 보고서에 대한 액세스를 제한합니다.
D. Amazon S3의 데이터에 대한 AWS Glue 테이블 및 크롤러를 생성합니다. Amazon Athena Federated Query를 사용하여 PostgreSQL용 Amazon RDS 내의 데이터에 액세스합니다. Amazon Athena를 사용하여 보고서를 생성합니다. 보고서를 Amazon S3에 게시합니다. S3 버킷 정책을 사용하여 보고서에 대한 액세스를 제한합니다.
풀이
Amazon QuickSight는 비즈니스 인텔리전스 도구로, 다양한 데이터 소스에 연결하여 데이터 시각화 및 대시보드 생성을 지원합니다. 대시보드에 대한 액세스 권한을 세부적으로 제어할 수 있어 이 문제의 요구사항을 충족합니다.
정답 : B
▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.
1. 문제의 요구사항 분석하기
- AWS 데이터 레이크(Amazon S3 및 Amazon RDS PostgreSQL)에서 데이터 시각화 및 보고 솔루션 필요
- 관리 팀은 전체 액세스 권한, 나머지 팀은 제한된 액세스 권한
2. 관련 AWS 서비스 생각하기
- Amazon QuickSight는 클라우드 네이티브 비즈니스 인텔리전스 서비스로, 데이터 시각화 및 대시보드 생성 기능을 제공합니다. 다양한 데이터 소스에 연결할 수 있으며, IAM 역할과 사용자/그룹을 통해 세분화된 액세스 제어가 가능합니다.
- AWS Glue는 완전관리형 추출, 변환 및 로드(ETL) 서비스로, 데이터 레이크에서 데이터 통합을 지원합니다. Glue 작업을 통해 보고서를 생성할 수 있지만, 정교한 대시보드 생성에는 제한이 있습니다.
- Amazon Athena는 대화형 쿼리 서비스로, S3에 저장된 데이터를 SQL로 분석할 수 있습니다. 하지만 복잡한 데이터 시각화 기능은 부족합니다.
3. 선택지 분석하기
A. Amazon QuickSight에서 분석을 생성합니다. 모든 데이터 소스를 연결하고 새 데이터 세트를 만듭니다. 대시보드를 게시하여 데이터를 시각화합니다. 적절한 IAM 역할과 대시보드를 공유합니다.
→ 데이터 시각화를 위해 QuickSight에서 분석을 생성하고 대시보드를 게시하는 방식은 적절하지만, IAM 역할이 아닌 사용자/그룹 기반 액세스 제어가 필요합니다.
B. Amazon QuickSight에서 분석을 생성합니다. 모든 데이터 소스를 연결하고 새 데이터 세트를 만듭니다. 대시보드를 게시하여 데이터를 시각화합니다. 적절한 사용자 및 그룹과 대시보 드를 공유합니다.
C. Amazon S3의 데이터에 대한 AWS Glue 테이블 및 크롤러를 생성합니다. AWS Glue 추출, 변환 및 로드(ETL) 작업을 생성하여 보고서를 생성합니다. 보고서를 Amazon S3에 게시합니다. S3 버킷 정책을 사용하여 보고서에 대한 액세스를 제한합니다.
→ Glue를 통해 보고서를 생성하고 S3 정책으로 액세스를 제어하는 방식은 정교한 대시보드 생성에 한계가 있어 요구사항을 완전히 충족하지 못합니다.
D. Amazon S3의 데이터에 대한 AWS Glue 테이블 및 크롤러를 생성합니다. Amazon Athena Federated Query를 사용하여 PostgreSQL용 Amazon RDS 내의 데이터에 액세스합니다. Amazon Athena를 사용하여 보고서를 생성합니다. 보고서를 Amazon S3에 게시합니다. S3 버킷 정책을 사용하여 보고서에 대한 액세스를 제한합니다.
→ Athena를 통해 보고서를 생성하고 S3 정책으로 액세스를 제어하는 방식도 C와 마찬가지로 대시보드 생성에 한계가 있어 요구사항을 충족하지 못합니다.
이어서 다음 문제입니다.
문제2
회사는 Application Load Balancer 뒤의 Amazon EC2 인스턴스에서 비즈니스 크리티컬 웹 애플리케이션을 실행하고 있습니다. EC2 인스턴스는 Auto Scaling 그룹에 있습니다. 애플리케이션은 단일 가용 영역에 배포된 Amazon Aurora PostgreSQL 데이터베이스를 사용합니다. 회사는 가동 중지 시간을 최소화하고 데이터 손실을 최소화하면서 애플리케이션의 가용성을 높이길 원합니다. 최소한의 운영 노력으로 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
선택지
A. 다른 AWS 지역에 EC2 인스턴스를 배치하십시오. Amazon Route 53 상태 확인을 사용하여 트래픽을 리디렉션합니다. Aurora PostgreSQL 교차 리전 복제를 사용합니다.
B. 여러 가용 영역을 사용하도록 Auto Scaling 그룹을 구성합니다. 데이터베이스를 다중 AZ로 구성합니다. 데이터베이스에 대한 Amazon RDS Proxy 인스턴스를 구성합니다.
C. 하나의 가용 영역을 사용하도록 Auto Scaling 그룹을 구성합니다. 데이터베이스의 시간별 스냅샷을 생성합니다. 장애 발생 시 스냅샷에서 데이터베이스를 복구합니다.
D. 여러 AWS 리전을 사용하도록 Auto Scaling 그룹을 구성합니다. 애플리케이션의 데이터를 Amazon S3에 씁니다. S3 이벤트 알림을 사용하여 데이터베이스에 데이터를 쓰는 AWS Lambda 함수를 시작합니다.
풀이
비즈니스 크리티컬 애플리케이션의 가용성을 높이고 데이터 손실을 최소화하기 위해서는 다중 AZ 구성이 필수입니다. Auto Scaling 그룹을 여러 가용 영역에 걸쳐 구성하고, Aurora PostgreSQL 데이터베이스도 다중 AZ로 구성하면 됩니다. 또한 RDS Proxy를 사용하면 데이터베이스 연결 관리를 간소화할 수 있어 운영 노력을 최소화할 수 있습니다.
정답 : B
▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.
1. 문제의 요구사항 분석하기
- 비즈니스 크리티컬 웹 애플리케이션의 가용성 향상
- 가동 중지 시간 및 데이터 손실 최소화
- 최소한의 운영 노력
2. 관련 AWS 서비스 생각하기
- Amazon EC2 Auto Scaling는 인스턴스 수를 자동으로 조정하여 애플리케이션의 가용성을 유지하고 비용을 최적화합니다. CPU 사용률, 네트워크 트래픽, 사용자 지정 지표 등 다양한 지표를 기반으로 스케일링 정책을 설정할 수 있고, 최소/최대 인스턴스 수를 지정하여 비용을 제어하면서도 성능을 보장할 수 있습니다.
- Amazon RDS Proxy는 데이터베이스 연결을 효율적으로 관리하여 애플리케이션의 확장성을 개선하는 서비스입니다. 연결 풀링을 통해 데이터베이스 리소스를 절약하고 성능을 향상시키며, 장애 조치 시 자동으로 새로운 데이터베이스 인스턴스에 연결을 리다이렉트합니다. IAM 인증을 지원하여 보안을 강화하고, 데이터베이스 자격 증명을 AWS Secrets Manager에 안전하게 저장하고 관리할 수 있어 보안성이 뛰어납니다.
3. 선택지 분석하기
A. 다른 AWS 지역에 EC2 인스턴스를 배치하십시오. Amazon Route 53 상태 확인을 사용하여 트래픽을 리디렉션합니다. Aurora PostgreSQL 교차 리전 복제를 사용합니다.
→ 다른 리전에 EC2 인스턴스를 배치하고 Route 53 상태 확인을 사용하는 방식은 재해 복구에는 유용하지만, 애플리케이션의 지속적인 가용성 향상에는 부적절합니다. 또한 Aurora 복제본을 사용하므로 운영 부담이 커집니다.
B. 여러 가용 영역을 사용하도록 Auto Scaling 그룹을 구성합니다. 데이터베이스를 다중 AZ로 구성합니다. 데이터베이스에 대한 Amazon RDS Proxy 인스턴스를 구성합니다.
C. 하나의 가용 영역을 사용하도록 Auto Scaling 그룹을 구성합니다. 데이터베이스의 시간별 스냅샷을 생성합니다. 장애 발생 시 스냅샷에서 데이터베이스를 복구합니다.
→ 시간별 스냅샷으로 복구하는 방식은 가동 중지 시간이 길어지고 데이터 손실 위험이 있어 요구사항을 충족하지 못합니다.
D. 여러 AWS 리전을 사용하도록 Auto Scaling 그룹을 구성합니다. 애플리케이션의 데이터를 Amazon S3에 씁니다. S3 이벤트 알림을 사용하여 데이터베이스에 데이터를 쓰는 AWS Lambda 함수를 시작합니다.
→ 다중 리전 구성은 복잡성이 높아지고 비용이 증가하므로 바람직하지 않습니다. 또한 S3와 Lambda를 사용하는 방식은 운영 노력이 많이 들어 요구사항에 부합하지 않습니다.
마지막 문제 살펴볼게요.
문제3
회사는 Application Load Balancer 뒤의 Amazon EC2 인스턴스에서 전자상거래 애플리케이션을 실행합니다. 인스턴스는 여러 가용 영역에 걸쳐 Amazon EC2 Auto Scaling 그룹 에서 실행됩니다. Auto Scaling 그룹은 CPU 사용률 지표를 기반으로 확장됩니다. 전자 상거래 애플리케이션은 대규모 EC2 인스턴스에서 호스팅되는 MySQL 8.0 데이터베이스에 트랜잭 션 데이터를 저장합니다. 애플리케이션 로드가 증가하면 데이터베이스 성능이 빠르게 저하됩니다. 애플리케이션은 쓰기 트랜잭션보다 더 많은 읽기 요청을 처리합니다. 회사는 고가용성을 유지하면서 예측할 수 없는 읽 기 워크로드의 수요를 충족하기 위해 데이터베이스를 자동으로 확장하는 솔루션을 원합니다. 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
선택지
A. 리더 및 컴퓨팅 기능을 위해 단일 노드와 함께 Amazon Redshift를 사용하십시오.
B. 단일 AZ 배포와 함께 Amazon RDS 사용 Amazon RDS를 구성하여 다른 가용 영역에 리더 인스턴스를 추가합니다.
C. 다중 AZ 배포와 함께 Amazon Aurora를 사용합니다. Aurora 복제본으로 Aurora Auto Scaling을 구성합니다.
D. EC2 스팟 인스턴스와 함께 Memcached용 Amazon ElastiCache를 사용합니다.
풀이
전자상거래 애플리케이션에서 읽기 요청이 많은 상황에서 데이터베이스 성능을 개선하려면 Amazon Aurora를 사용하는 것이 바람직합니다. Aurora는 다중 AZ 배포와 더불어 Aurora 복제본을 통해 읽기 워크로드를 분산할 수 있습니다. 또한 Aurora Auto Scaling을 사용하면 읽기 워크로드 증가에 따라 복제본 수를 자동으로 늘려 성능을 확장할 수 있습니다.
정답 : C
▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.
1. 문제의 요구사항 분석하기
- 전자상거래 애플리케이션의 데이터베이스 성능 개선
- 예측 불가능한 읽기 워크로드 증가에 대한 자동 확장
- 고가용성 유지
2. 관련 AWS 서비스 생각하기
- Amazon RDS는 관계형 데이터베이스를 위한 클라우드 서비스로, MySQL 및 PostgreSQL 엔진을 지원합니다. 읽기 복제본을 통해 읽기 워크로드를 분산할 수 있습니다.
- Amazon Aurora는 클라우드 네이티브 관계형 데이터베이스로, MySQL 및 PostgreSQL 호환성을 제공합니다. Aurora 복제본을 통해 읽기 워크로드를 분산할 수 있으며, Aurora Auto Scaling을 지원합니다.
- Amazon Redshift는 클라우드 데이터 웨어하우스 서비스로, 대규모 데이터 집합에 대한 고성능 분석을 제공합니다. 주로 데이터 웨어하우징 및 비즈니스 인텔리전스에 사용됩니다.
- Amazon ElastiCache는 완전관리형 인 메모리 데이터 스토어로, Memcached 및 Redis를 지원합니다. 데이터베이스 부하 분산을 위한 캐싱 계층으로 사용할 수 있습니다.
3. 선택지 분석하기
A. 리더 및 컴퓨팅 기능을 위해 단일 노드와 함께 Amazon Redshift를 사용하십시오.
→ Redshift는 대규모 데이터 웨어하우징에 적합하지만, 온라인 트랜잭션 처리(OLTP) 워크로드에는 부적절합니다. 따라서 읽기 집중 전자상거래 애플리케이션의 요구사항을 충족하지 못합니다.
B. 단일 AZ 배포와 함께 Amazon RDS 사용 Amazon RDS를 구성하여 다른 가용 영역에 리더 인스턴스를 추가합니다.
→ RDS를 사용하고 리더 인스턴스를 추가하는 방식은 읽기 워크로드 분산에 도움이 되지만, 자동 확장 기능이 부족하여 요구사항을 완전히 충족하지 못합니다.
C. 다중 AZ 배포와 함께 Amazon Aurora를 사용합니다. Aurora 복제본으로 Aurora Auto Scaling을 구성합니다.
D. EC2 스팟 인스턴스와 함께 Memcached용 Amazon ElastiCache를 사용합니다.
→ ElastiCache는 데이터베이스 캐싱 계층으로 사용할 수 있지만, 직접적인 읽기 워크로드 확장 솔루션이 되지는 못합니다. 따라서 이 옵션은 요구사항을 충족하지 못합니다.
감사합니다. 다음 글에서 만나요! 😊
'AWS > SAA 준비' 카테고리의 다른 글
| AWS SAA 합격으로 가는 길 #55 (0) | 2025.02.03 |
|---|---|
| AWS SAA 합격으로 가는 길 #53 (0) | 2025.01.27 |
| 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 #50 (1) | 2025.01.13 |