• 검색 결과가 없습니다.

6. AWS Auto Scaling3강. Auto Scaling 실습(2)

N/A
N/A
Protected

Academic year: 2022

Share "6. AWS Auto Scaling3강. Auto Scaling 실습(2)"

Copied!
6
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

6. AWS Auto Scaling 3강. Auto Scaling 실습(2)

학습목표

- Auto Scaling 그룹을 생성하고, 작업에 맞도록 설정할 수 있도록 한다.

학습내용

- Auto Scaling 실습

1. Auto Scaling 실습(2)

(1) Auto Scaling 그룹 세부 정보 ü 상태 확인 유형 (health check)

∙ EC2 또는 ELB 선택

∙ 상태 확인 유효 기간 (초) : 새 인스턴스가 서비스 상태가 된 후 새 인스턴스 에 대한 첫 번째 상태 확인을 수행할 때까지의 시간

(2)

- 2 -

∙ ap-northeast-2a와 ap-northeast-2c의 기본값 모두 지정 : 인스턴스들 중 절반은 서울 리전의 a 가용 영역에, 다른 절반은 서울 리전의 c 가용 영역에 생성한다는

ü ELB(Elastic Load Balancer ) 개요

∙ 애플리케이션 트래픽을 Amazon EC2 인스턴스, 컨테이너, IP 주소, Lambda 함수와 같은 여러 대상에 자동으로 분산

∙ Elastic Load Balancing은 단일 가용 영역 또는 여러 가용 영역에서 다양한 애플리케이션

부하를 처리 가능

∙ 로드 밸런서 종류

- Application Load Balancer - Network Load Balancer - Classic Load Balancer

ü ELB 생성

(3)

ü 작업기록

(2) Auto Scaling 조정 정책 ü 그룹 크기 및 조정 정책(1)

(4)

- 4 - ü 그룹 크기 및 조정 정책(2)

(3) Auto Scaling 알림 구성 ü 알림 추가

(5)

(4) Auto Scaling 태그 구성

ü 그룹을 식별하는데 사용하는 키-값 페어로 구성

(6)

- 6 - 학습정리

1. Auto Scaling 실습(2)

∙ Auto Scaling 그룹 세부 정보

∙ Auto Scaling 조정 정책

∙ Auto Scaling 알림 구성

∙ Auto Scaling 태그 구성

다음 주 예고

“7. EC2기반 프로젝트” 에 대해 학습하겠습니다.

평가하기

1. Auto Scaling을 이용하여 정적으로 인스턴스의 수를 변화시킬 수 있다.

O X

- 정답 : X

해설 : Auto Scaling의 정책을 이용하여 동적으로 인스턴스의 수를 변화시킬 수 있습니다.

2. Auto Scaling에서최대인스턴스의개수를넘어서는인스턴스를생성할수없다.

O X

- 정답 : O

해설 : 인스턴스 크기의 조정 범위는 최소 크기에서 최대 크기입니다.

참조

관련 문서

• 유용한 에너지와 힘을 전달하는 것을 주된 목적으로 하며 동력원을 포함하 는 장치를 기계machine라 하고, 계획된 운동을 전달하는 것을 주된 목적으 로 하는

STOP/STEREO STOP REVERSE SEARCH SKIP - FORWARD SEARCH SKIP + REVERSE SKIP/AUTO AUTO/MANUAL FORWARD SKIP/DSP DSP

 관련연구: Multi-modal Auto-Encoders as Joint Estimators for Robotics Scene Understanding (ArXiv, 2016). • 판별을 위한 Feature

전기의 이해,Auto-CAD,공학안전의 이해, 공업수학1, 전기기초실험, 전자 기학2, 회로이론2, 공업수학2, 전기응용, 전기응용실험, 전력산업의 구조 와 설비규정,

Digital Operator operation allows status display, user constant setting, operating reference, and auto-tuning operations.

 Amortization tables are widely used for home mortgages, auto loans, business loans, retirement

price indices, calculated by the 2-stage frequency conversion procedure, offered lower MSE values and higher first-order auto-regression coefficient in all of 2-stage

albastella.ai는 머신 러닝(ML) 개발/모델(전체 5%)보다 대부분 데이터 분석/개발된 모델을 반복적으로 학습하면서 튜닝하 는 작업 필요.. albastella.ai 의 ML Pipeline(ML Data