[AWS-SAA] Traffic

---

Teaser 사진 출처 : gcp-examquestions.com

대규모 Traffic 처리

• [Q7] 메시지 수집 Application 을 통해 회사에 들어오는 메시지 수집. 수십 개의 다른 Application 과 Microservice 가 해당 메시지를 소비. 메시지의 수는 급격하게 변함. (초당 최대 100,000 개) 솔루션을 분리하고 확장성을 높이는 방법?
  • 여러 SQS 구독이 있는 SNS 주제에 메시지를 게시. 메시지 소비 주체인 Application 이 대기열의 메시지를 처리하도록 구성.
    • 들어오는 요청을 SQS 로 라우팅 하게 되면 회사는 처리 application에서 작업 요청을 분리 할 수 있음.
    • 대기열 크기에 따라 인스턴스 수를 확장하여 고가용성 제공 가능.
    • 솔루션의 분리 = SQS

• [Q8] 분산 Application을 AWS 로 Migration. 탄력성과 확장성을 극대화 하는 솔루션으로 Application 현대화하는 방법?
  • 복원력과 확장성을 극대화 하기 위한 최상의 솔루션은 SQS 대기열을 작업의 대상으로 사용하는 것.
    • 노드에서 기본 서버가 분리되어 독립적으로 확장 가능.
  • SQS 대기열의 크기를 기반으로 Auto Scaling Group을 구성
    • 기본 서버 또는 노드의 Workload 보다 실제 Workload를 더 잘 나타내는 지표임.
    • 가변 워크로드 처리 및 컴퓨팅 노드를 자동 확장/축소 하여 비용 최소화.

• [Q14] 전자 상거래 애플리케이션은 대규모 EC2 인스턴스에서 호스팅되는 MySQL 데이터베이스에 트랜잭션 데이터를 저장. 애플리케이션 로드가 증가하면 데이터베이스의 성능이 빠르게 저하. 애플리케이션은 쓰기 트랜잭션보다 더 많은 읽기 요청을 처리. 고가용성을 유지하면서 예측할 수 없는 읽기 워크로드의 수요를 충족하도록 데이터베이스를 자동으로 확장하는 솔루션은?
  • 다중 AZ 배포와 함께 Amazon Aurora 를 사용.
    • Aurora 복제본을 사용하여 Aurora Auto Scaling 을 구성
  • Aurora 는 RDS 에서 MySQL 보다 5 배 향상된 성능을 제공하며 쓰기보다 더 많은 읽기 요청을 처리합니다. 고가용성 유지 = 다중 AZ 배포.

AWS-SAA 개인 공부 관련 포스트입니다.
문제 될 시 삭제 하겠습니다.

처음으로~