<예상 시나리오>
사내 백업솔루션이 떨궈놓은 백업 데이터에 대한 소산을 azure 클라우드 Blob저장소를 이용
Hot타입에 대비하여 저렴한 Cool타입 Blob Storage 저장소에 업로드
업로드 자동화는 아래와 같이 azcopy 툴을 작업스케쥴러로 정기적으로 구동시키는 방안
파일을 복사하는 형태이기 때문에, 일일 변동 부분만 sync하는 것은 불가함,

-> 기존 Blob Storage 업로드한 데이터를 Archive 타입으로 변환처리하고,
새롭게 올린 데이터는 cool타입으로 유지시키는 방안 추천

 

AzCopy 유틸리티 및 SAS 토큰을 사용하여 스토리지 계정에 데이터를 백업하는 Windows 스케줄러 작업
출처: <https://techcommunity.microsoft.com/t5/azure-paas-blog/windows-scheduler-task-to-backup-your-data-to-storage-account/ba-p/1067860>

주의점 : SAS토큰 내용에       예: "%"와 "%%"

launch_process.ps1
<로컬 azcopy.exe 파일 경로> \azcopy.exe 동기화 " https://godhhhhhdkdutest.blob.core.windows.net/file?sp=rl&st=2021-08-13T15:11:52Z&se=2021-08-13T23: 11:52Z&sv=2020-08-04sr=csig=8dzwNkPZgHIjztGpT%2F2%2B3Jaxhqj6LsqG0m%2BrJeB%2BX%2FE%3D " " <대상 경로> "

작업 스케줄러를 구성하기 위해 XML 파일을 만드는 단계

이 XML 파일에서 Windows 작업 스케줄러의 구성을 정의합니다.

  1. 시작 경계 에서 작업을 트리거하는 데 필요한 시간을 제공할 수 있습니다.
  2. 일 간격 작업을 실행해야 하는 시간 간격을 정의합니다.
  1. 마지막으로 인수 에서 특정 시간에 실행해야 하는 파일 경로를 언급합니다.

작업.xml

<?xml 버전="1.0" 인코딩="UTF-16"?>
<작업 버전="1.2" xmlns=”  http://schemas.microsoft.com/windows/2004/02/mit/task ">
<등록 정보 >
<Date>2021–08–14T00:37:46.1335413</Date>
<Author>SahayaGodson</Author>
<URI>\MAXERrecurrentDownload</URI>
</RegistrationInfo>
<Triggers>
<CalendarTrigger>
<StartBoundary>2021–08 –14T01:13:00</StartBoundary>
<Enabled>true</Enabled>
<ScheduleByDay>
<DaysInterval>1</DaysInterval>
</ScheduleByDay>
</CalendarTrigger>
</Triggers>
<Principals>
<Principal id=”저자”>
<UserId>S-1–12–1–1926020177–1169294588–4151075990–3368394568</UserId>
<LogonType>InteractiveToken</LogonType>

<RunLevel>HighestAvailable</RunLevel>
</Principal>
</Principals>
<Settings>
<MultipleInstancesPolicy>StopExisting</MultipleInstancesPolicy>
<DisallowStartIfOnBatteries>false</DisallowStartIfOnBatteries>
<StopiesIfGotrue> <StopIfGotrue >
<AllowHardTerminate>true</AllowHardTerminate>
<StartWhenAvailable>true</StartWhenAvailable>
<RunOnlyIfNetworkAvailable>false</RunOnlyIfNetworkAvailable>
<IdleSettings>
<StopOnIdleEnd>true</StopOnIdleEnd> 
<RestartOnIdle>false</RestartOn/IdleSettings> <AllowStartOnDemand>true</AllowStartOnDemand> <Enabled>true</Enabled><Hidden>거짓</Hidden>
<RunOnlyIfIdle>거짓</RunOnlyIfIdle>
<WakeToRun>거짓</WakeToRun>
<ExecutionTimeLimit>PT72H</ExecutionTimeLimit>
<우선순위>7</Priority>
<RestartOnFailure>
<간격>PT1M</Interval >
<Count>3</Count>
</RestartOnFailure>
</Settings>
<Actions Context="Author">
<Exec>
<Command>powershell</Command>
<Arguments>-ExecutionPolicy ByPass -파일 replace_with_your_scrpit_path\launch_process.ps1< /인수></Exec></Action></Task>




PIM

특권관리 기능 (=사용자정의 권한 관리)

on-demand administrative access를 가능

Administrator의 history를 볼 수 있다

 Alert를 설정할 수 있다

 Workflow에 approval 프로세스를 추가

 

 

필요라이선스 AAD P2 혹은 EMS 5

, 라이선스 할당이 1단계 작업

 

 

Privileged Role Administrator Azure AD에서 role assignment 등을 관리할 수 있으며 PIM의 모든 영역을 포함하고 있다.
Security Administrator Azure AD, O365 세팅등을 관리하고 리포팅 하는 등을 할 수 있다.

Assigned Roles (Directory/Resources)

Directory Roles Azure AD Role로서 Global Admin과 같은 롤을 뜻한다. Role은 eligible 혹은 permanent로 부여할 수 있다.
Resource Azure RBAC를 이용하며 Built-in 혹은 custom role을 만들 수 있다. 예를 들어 Subscription Admin 등을 뜻한다.

 

 

 

 

Eligible 자격이 있는

Eligible 바로 사용 불가, 요청시 사용가능
영구자격
혹은 Time frame 지정도 가능함
Active 제한없는 권한임.

영구자격 혹은 Time frame 지정도 가능함

 

 

 

User Admin Role Eligible 할당

 

 

해당 사용자로 로그인 My role 조회

 

우측에 Active 버튼 클릭

 

MFA 필수알림

 

클릭하면 설정페이지로 이동됨

 

설정 다시 로그인하면, 이제  Activate 가능

, 시간제한이 있음.

 

Activate 클릭 하면 아래와 같이 진행되고, Sign out 한번 하고 다시 로그인해야됨

 

 

이제 AAD-사용자로 들어가보면,  new User 활성화됨

 

 

다시 권한을 수동으로 빼려면 Active Role에서 해당 사용자 Remove 해주면됨

혹시나 착각해서 Eligible roles에서 remove하면 완전빠짐.

 

 

역할별로, 세부설정 "Settings" 가보면

디테일하게 정의해놓을 있음

MFA 필수인지 아닌지 등등

Duration 최소는 30min

Require MFA unchecked 가능

 

 

 




Azure Virtual Network CNI(컨테이너 네트워크 인터페이스) 플러그인

뭔가 과도기라서 탄생한 서비스 일까? 암튼 신기함.

출처: <https://docs.microsoft.com/ko-kr/azure/virtual-network/container-networking-overview>

 

 

CNI 통해서

  • 피어링된 네트워크 및 온 프레미스 네트워크 연결 가능
  • 서비스 엔드포인트로 보호되는 Azure Storage Azure SQL Database 연결 가능
  • Load Balancer 뒤에 배치도 가능
  • Kubernetes 리소스(서비스, 수신 컨트롤러 및 Kube DNS)와 원활하게 작동

 

 

 




AAD 사용자관리, 인증처리, 리소스에 대한 권한관리
Authentication(인증) , Authorization(권한)

AAD AD DS
Azure 온프레미스, Azure 
HTTP & HTTPS LDAP
REST API 쿼리 Kerberos 인증, NTLM
인증에 SAML, WS-Fed, OpenID 사용 페더레이션된 서비스 없음
권한부여는 OAuth OU 조직구성단위 부여
페더레이션 서비스 포함 그룹정책 가능, azure vnet위의 워크로드 관리 가능

AAD사용자
클라우드ID 사용자
디렉터리동기화된 ID 사용자
게스트사용자

암호 없는 인증 방법

  • 비즈니스용 Windows Hello - 생체 인식 및 PIN 자격 증명은 사용자의 PC와 직접 연결되어 소유자 이외의 사용자가 액세스하는 것을 방지합니다.
  • FIDO2 보안 키 - 일반적으로 USB 스틱에 저장되는 FIDO2 보안 키는 피싱이 불가능한 표준 기반 암호 없는 인증 방법으로, 모든 폼 팩터로 제공될 수 있습니다.
  • Microsoft Authenticator 앱사용자 휴대폰의 앱으로 알림을 받고, 화면에 표시되는 숫자 혹은 승인버튼 클릭을 통해서만 로그인 가능함.
  • FIDO2 스마트 카드(미리 보기) 
  • 임시 액세스 패스(미리 보기) 

암호 없는 인증의 이점

  • 보안 강화 - 공격 표면으로서의 암호를 제거하여 피싱 및 암호 스프레이 공격의 위험을 줄입니다.
  • 사용자 환경 개선 - 사용자에게 어디서나 데이터에 액세스할 수 있는 편리한 방법을 제공합니다. 모바일 상태일 때 Outlook, OneDrive 또는 Office와 같은 애플리케이션 및 서비스에 쉽게 액세스할 수 있습니다.
  • 강력한 인사이트 - 강력한 로깅 및 감사를 사용하여 사용자의 암호 없는 활동에 대한 인사이트를 얻습니다.
 
온-프레미스 Active Directory 통합이 필요한가요?   
대답이 아니요 인 경우  
클라우드 전용 인증 사용 
온-프레미스 Active Directory 통합이 필요 클라우드 인증, 암호 보호를 사용해야 하며  인증 요구 사항은 기본적으로 Azure AD에서 지원하나요? 대답이 예  
암호 해시 동기화 + Seamless SSO 사용 
온-프레미스 Active Directory 통합이 필요 클라우드 인증, 암호 보호를 사용할 필요가 없고  인증 요구 사항이 Azure AD에서 기본적으로 지원되는 경우  
통과 인증 Seamless SSO 사용 
온-프레미스 Active Directory 통합이 필요하고,  기존 페더레이션 공급자가 있고,  인증 요구 사항이 Azure AD에서 기본적으로 지원되지 않는 경우  
페더레이션 인증 사용 
 




Azure VM 캡쳐 기능을 사용하면, 기존 사용중인 VM 캡쳐한

똑같은 VM 복제생성할 있다.

물론, azrue Backup으로도 가능하지만, 최초 Full backup 시간이 캡쳐보다 오래 걸림.

 

 

캡쳐 옵션들

두개 경우 모두, 캡쳐후 삭제할래 체크박스 있음

 

캡쳐 옵션 2

Managed image 완료 VM 사용불가
 'Start VM' is not allowed on VM 'dfaasdfsda' since the VM is generalized.
 
갤러리공유 선택하면 아래와 같은 선택지
갤러리
등록 에도 기존 VM 사용 가능함.

 

 

갤러리공유 방법 2

Generalized 아래 메시지 나옴
 

Capturing a virtual machine image will make the virtual machine unusable
Specialized  갤러리

둘다, Target VM 이미지 정의 생성

 

Target replication 개수지정가능함.

이미지에 대한 가용성?? 필요하지

암튼 아래와 같은 하위구조로 되어있으며,

삭제하려면, 가장 밑단 리소스부터 삭제를 해야,(포함된 리소스가 없어야) 삭제가 가능함.

Image  Gallery 갤러리 1개에 Definition N
Image Definition Definition 1개에 Version N
Image Version Version 여러

아이콘은 아래와 같음

 

 

생성 완료 결과 캡쳐

생성 만든 갤러리안에 Definition에서 조회됨.

 

이미지

리전별 복제기능이 있음.

생성 에도 지정가능하고, 아래와 같이 생성 에도 가능함.

복제되면, 해당 리전에 갤러리-Definition-Version 모두 복제됨

 

 

리전별로 VM 만들때 보이는지 확인

생성 이미지 선택하면, 해당 리전으로 자동으로 선택됨. Central US

 

 

 

이미지버전 추가

생성되는 버전번호 입력하고, 소스버전 선택하면 .

 




Azure 리소스이동방법

 

먼저 이동 가능한 리소스인지 검토가 필요.

일반적인 VM관련 리소스는 문제없이 넘어감

 

리소스그룹에서 해당 Prefix 검색한다

VM같은 경우는 가상머신, NIC, NSG, DISK 정도가 되겠다.

 

이동하고자하는 리소스들을 체크한 "다른 리소스그룹으로 이동" 클릭

 

목적지 리소스그룹 선택

참고. 해당 리소스그룹 이동작업 중일 때는 안됨, 이전 이동작업 완료 가능

 

 

다음을 누르면 아래와 같이 1차로 유효성검사가 진행됨 2~3

이동이 불가한 리소스의 경우 단계에서 걸러짐.

 

유효성 검사가 통과되면, 이동해도 좋다는 체크박스 체크 "이동" 클릭

 

이동관련 페이지는 닫히며,  완료여부는 우측상단 azure 알림에서 확인 가능

 

 




'기술(Azure 만...) > [MS]Azure기본' 카테고리의 다른 글

AZ500 공부 8/7~  (0) 2022.08.07
Azure VM 캡쳐 capture, 갤러리, 이미지  (0) 2022.06.22
Azure Storage Archive 타입  (0) 2022.03.28
Azure---AWS---GCP 주요 서비스 나열  (0) 2021.11.11
azure vpn 내부구성도  (0) 2021.10.07

[주의] 

저렴한 대신, 아래와 같은 핸디캡이 있음. 조기삭제 패널티란게 있음. 최소 180일은 아카이브 계층에 남아 있어야 패널티가 없음. , 아카이브 계층에서 45 유지후 삭제하면, 남은 135일에 대해서는 조기삭제요금이 청구됨. 

, 계층이동도 delete move 아닌 copyblob 하는것이 유리함. 

 

아카이브 스토리지 계층의 사용 시나리오 예제는 다음과 같습니다. 

  • 장기 백업, 아카이브 및 재해 복구 데이터 세트 
  • 최종 사용 가능한 형식으로 처리 된 후에도 보존해야하는 원본 (원시) 데이터. ( 예 : 다른 형식으로 코드 변환 한 원시 미디어 파일) 
  • 오랫동안 저장해야하며 거의 액세스 할 수없는 규정 준수 및 아카이브 데이터. ( 예 : 보안 카메라 영상, 의료 기관용 오래된 X 선 / MRI, 오디오 녹음 및 금융 서비스 고객 호출 기록) 

 

 

 

 

요건 반드시  블록 Blob 유형이어야함. 

 

 

핵심  
2017 블로그 자료 : 48k 이미지 파일이 Rehydrate  되는데 8 시간이었다함. 
지금은 모르겠음. 
 
 
Rehydrate 되는 시간이 오래걸림!!! 

 

 

스토리지 계정 생성  Archive 타입은 보이지 않음. 

-> 파일을 올린  해당 파일의 상태를 Archive 타입으로 변경시켜야됨. 

일괄하는방법 찾아볼   

 

 

파일 속성에서. 아래와 같이 변경 

 

 

상태가 변경된  확인할  

 

 보관 중에 파일을 다운로드하려고하면 다음 메시지가 표시됩니다. 

 

아래 도움말에 대한 해독 필요함 

 

GB당, 월별 요금 외에 보관으로 이동된 모든 Blob에는 보관 초기 삭제 기간인 180일이 적용됩니다.  

 

또한 범용 v2 계정의 경우 쿨로 이동된 모든 Blob에는 쿨 초기 삭제 기간인 30일이 적용됩니다. 이 요금은 단위에 비례하여 계산됩니다. 예를 들어 Blob이 보관으로 이동되고 나서 45일 후에 삭제되거나 핫으로 이동된 경우에는 보관에 해당 Blob을 저장한 135(180 - 45)일에 해당하는 초기 삭제 요금이 고객에게 청구됩니다. 

 

기준 (범용 v2) 

 

-> 아래내용 정확한 검증 필요함. 

  •  
  • Blob Storage 또는 범용 v2 계정 

 ->  전환   

기존 쿨에서의 데이터 읽기에 대한 요금 청구는? 

 

10,000개 Blob당 두 가지 읽기 작업 및 GB당 데이터 검색에 대한 요금이 청구됩니다. 

100GB 데이터와 같은 10,000개 Blob이 있는 경우 해당 계정을 쿨에서 핫으로 전환하면  

 

데이터 검색 요금으로 10,000 x (₩11.25/10,000) + 100 × ₩11.25 = ₩1,135.90이 청구 

쿨에서 읽어와서 전환하니깐,  쿨기준 읽기 과금 11.25   (만건당이므로) 쿨기준 검색 과금 GB 11.25 

 

10000 * (11.25/10000) = 11.25  100 * 11.25=1,125  -> 결과 1140 

 

+ 핫에서의 쓰기 과금이 있겠네???? 

10000*(56.24/10000)=56 

 

  • 반대로  핫에서 쿨로 전환시  핫의 데이터 검색은 무과금이므로 0, 대신 읽기작업은 1만건당 4.5 

쿨에서 데이터 쓰기도 무료이므로 0, 대신 쓰기작업은 1만건당 112.47 

 

-> 결과 117 

 범용 v2 계정의 경우 쓰기 작업(10,000건당)에 대한 요금만 청구됩니다.  Blob Storage 계정에는 이러한 작업에 대한 요금이 없습니다. ????? 내용확인필요 

 

 

 

결론 
전환 비용은 경미하다고 봐야될라나,  100GB 1만개가  정도인데, 1TB 1만원 10TB 10만원 정도 

 

 

 




Azure 대표 서비스

Computer services

  • Virtual Machine
    • 애플리케이션 요구사항에 맞는 다양한 VM 종류를 시리즈로 나눠서 운영하고 있다.
      • A 시리즈
        • 개발 및 테스트를 위한 전용 VM
      • Bs 시리즈
        • 일반적인 환경에서는 낮은 사양을 가지지만 트래픽이 증가하여 수요가 폭증할 경우에는 CPU 성능을 올릴 수 있는 경제적인 VM
      • D 시리즈
        • 범용적으로 사용되는 컴퓨터 환경으로 프로덕션 환경 및 관련 요구사항에 맞춰서 사양을 지정할 수 있다.
      • DC 시리즈
        • Enclave라는 보안을 통해서 데이터 및 코드의 기밀성과 무결성을 보호하는 제품으로 기존 암호화 기능 외에 추가로 제공된다.
      • E 시리즈
        • 메모리 사용량이 높은 관계형 데이터베이스 혹은 캐시 시스템과 같은 애플리케이션에 최적화된 VM
      • F 시리즈
        • 가장 일반적인 컴퓨팅 환경에 최적화된 VM으로 CPU와 메모리, 디스크의 비율이 적절하게 구성되어 있다.
      • G 시리즈
        • 메모리 및 스토리지에 최적화된 VM으로 D 시리즈 대비 2배 더 많은 메모리와 4배 더 많은 스토리지 공간을 제공한다.
        • 최대 0.5TB의 메모리 공간과 32개의 CPU 코어를 제공하여 대규모 서비스 플랫폼에 사용된다.
      • H 시리즈
        • 유체 역학, 명시적 유한 요소 분석 및 날씨 모델링과 같이 메모리 대역폭으로 구동되는 HPC 애플리케이션에 최적화된 VM
      • Ls 시리즈
        • 높은 처리량, 짧은 대기 시간, 직접 매핑된 로컬 NVMe 스토리지를 특징으로 Cassandra, MongoDB, Cloudera 및 Redis 같은 NoSQL 데이터베이스에 적용되며 데이터 웨어하우징 애플리케이션, 대규모 트랜잭션 데이터베이스도 자주 사용된다.
      • M 시리즈
        • 메모리 최적화되어 SAP HANA(인메모리 데이터베이스 플랫폼)와 같이 메모리 내 사용량이 많은 워크로드에 적합합니다. M 시리즈는 단일 VM에서 최대 4TB의 RAM을 제공한다.
        • 단일 VM에서 최대 128개의 vCPU라는 가상 CPU 수를 제공하므로 고성능 병렬 처리가 가능하다.
      • Mv2 시리즈
        • 하이퍼 스레딩을 사용하며 Intel® Xeon® Platinum 8180M 2.5GHz(Skylake) 프로세서가 장착되어 단일 VM에서 최대 416 vCPU를 제공하며 3TB, 6TB 및 12TB 메모리 구성으로 제공되어 Azure에서 제공된 가장 큰 메모리의 가상 머신이다.
      • N 시리즈
        • GPU 기능을 사용하는 Azure Virtual Machines이다.
        • 최신 버전인 NCsv3는 NVIDIA의 Tesla V100 GPU를 사용하여그래픽이 많은 워크로드에 이상적이며, 고급 원격 시각화, 심화 학습 및 예측 분석에 사용된다.

Mobile services

  • 모바일 환경에서 실시간으로 사용자를 세분화 하고, 앱 사용자 분석, 상황 인식, 푸시 알람 및 앱 메시징과 푸시를 제공하는 서비스

Storage services

  • Blob Service
    • 문서, 비디오, 그림 등 기타 구조화 되지 않은 텍스트나 이진 데이터를 위한 객체 스토리지
    • 핫, 콜드스토리지 선택이 가능하다.
  • Table Service
    • Azure 클라우드 내부 및 외부에서 인증된 호출을 수락하는 NoSQL 데이터 저장소이다.
    • 웹 규모 애플리케이션을 처리할 수 있는 구조화된 데이터 TB 저장
    • 복합 조인, 외래 키 또는 저장 프로시저가 필요하지 않고 빠른 액세스를 위해 역정 규화 할 수 있는 데이터 세트 저장
    • 클러스터형 인덱스를 사용하여 신속하게 데이터 쿼리
  • Azure Data Lake Storage
    • 통합된 계층 구조 네임스페이스가 적용된 Hadoop 호환 파일 시스템의 기능과 Azure Blob Storage의 거대한 규모 및 경제성을 결합한 스토리지
  • Managed Disks
    • 단순하고 확장 가능한 가상 머신 배포를 지원하는 영구적 보안 디스크. 99.999% 가용성을 위해 설계
  • 파일
    • 표준 SMB(서버 메시지 블록) 프로토콜을 통해 액세스할 수 있는, 클라우드에서 완전히 관리되는 파일 공유. Windows API 또는 REST API를 사용하여 애플리케이션 간에 파일을 공유

Data management

  • Azure Data Explorer
    • 빅데이터 분석 및 데이터 탐색
  • StorSimple
    • 온프레미스 혹은 퍼블릭 클라우드 스토리지 관리
  • Azure SQL Database
    • Microsoft SQL Server를 사용하여 애플리케이션 생성, 확장 작업을 수행하며 Active Directory, 마이크로소프트 시스템 Center 및 Hadoop과도 통합할 수 있다.
  • Azure Data Factory
    • 데이터 이동 및 데이터 변환을 조정하고 자동화할 수 있도록 클라우드에서 데이터 기반 워크플로우를 생성할 수 있는 데이터 통합 서비스
  • Azure Data Lake
    • 빅 데이터 분석 워크로드를 위한 확장 가능한 데이터 스토리지 및 분석 서비스로, 개발자가 대규모 병렬 쿼리를 실행할 수 있다.
  • Azure HDInsight
    • Azure에 Hortonworks Hadoop을 배포하는 빅데이터 관련 서비스로, Ubuntu와 함께 Linux를 사용하여 Hadoop 클러스터를 생성할 수 있도록 지원한다.
  • Azure Stream Analytics
    • 사용자가 장치, 센서, 웹 사이트, 소셜 미디어 및 기타 응용 프로그램과 같은 소스에서 여러 데이터 스트림에 대한 실시간 분석을 개발하고 실행할 수 있도록 지원하는 이벤트 처리 엔진

Machine learning

  • Microsoft Azure Machine Learning (Azure ML)
    • 전통적인 기계 학습부터 딥 러닝, 감독 학습 및 자율 학습에 이르는 모든 종류의 기계 학습을 지원하는 서비스

 

======================================================

AWS 대표 서비스

Compute

  • EC2 (Elastic Compute Cloud)
    • 클라우드 환경에서 서버를 할당 받아 사용할 수 있는 서비스로, 서버 호스팅과 비슷한 개념이지만 물리적인 서버가 아닌 AWS 클라우드에서 가상 환경을 할당받는다.
  • Auto Scaling
    • 수요에 따라 EC2의 규모를 자동으로 조절할 수 있다.

Networking

  • Direct Connect
    • AWS와 사용자의 데이터 센터, 사무실, 코로케이션 환경 사이에서 프라이빗 연결을 설정할 수 있다.
    • 802.1q VLAN을 사용하기 때문에 여러 가상 인터페이스로 나눌 수 있어, 퍼블릭 환경과 프라이빗 환경 간의 네트워크 분리를 유지하면서 동일한 연결을 사용한다.
  • Route 53
    • AWS에서 제공하는 DNS 서비스로 IPv6를 사용할 수 있고, Amazon EC2 인스턴스, Elastic Load Balancing 로드 밸런서, Amazon S3 버킷 등 AWS에서 실행되는 인프라에 효과적으로 연결할 수 있다.
    • 트래픽을 정상적인 엔드포인트로 라우팅하거나 애플리케이션 및 해당 엔드포인트의 상태를 개별적으로 모니터링하도록 DNS 상태 확인을 구성할 수 있고, 트래픽 흐름을 사용하면 지연 시간 기반 라우팅, 지역 DNS, 지역 근접성, 가중치 기반 라운드 로빈을 비롯하여 다양한 라우팅 유형을 통해 전역적으로 트래픽을 관리할 수 있다.
  • VPC (Virtual Private Cloud)
    • 사설 네트워크 서비스로 IPv4와 IPv6를 모두 사용하여 리소스와 애플리케이션에 접근할 수 있다.
  • Elastic Load Balancing
    • AWS의 LB 서비스로 애플리케이션 트래픽을 Amazon EC2 인스턴스, 컨테이너, IP 주소, Lambda 함수, 가상 어플라이언스와 같은 여러 대상에 자동으로 분산할 수 있다.

Storage & Content Delivery

  • Glacier
    • 저비용 데이터 보관 및 백업 서비스
    • 자주 사용하지 않는 데이터를 보관 및 백업하기 위해 사용하는 콜드 스토리지 서비스
  • S3 (Simple Storage Service)
    • 규모와 업종에 상관없이 고객이 이 서비스를 이용하여 데이터 레이크, 웹사이트, 모바일 애플리케이션, 백업 및 복원, 아카이브, 엔터프라이즈 애플리케이션, IoT 디바이스, 빅 데이터 분석과 같은 다양한 사용 사례에서 원하는 만큼의 데이터를 저장하고 보호할 수 있는 서비스
  • EBS (Elastic Block Storage)
    • 대규모로 처리량과 트랜잭션 집약적인 워크로드 모두를 지원하기 위해 Amazon Elastic Compute Cloud(EC2)에서 사용하도록 설계된 사용하기 쉬운 고성능 블록 스토리지 서비스
  • Storage Gateway
    • 클라우드 스토리지에 대한 온프레미스 액세스 권한을 제공하는 하이브리드 클라우드 스토리지 서비스
    • 로컬에 있는 스토리지 장비와 S3를 연동해서 메인 데이터는 S3에 두고 접근 빈도가 높은 데이터는 로컬 스토리지에 케싱 하거나, 모든 데이터는 로컬 스토리지에 두고 일정 시간에 따라 주시적으로 데이터의 스냅숏을 S3에 저장하는 등의 서비스를 구축할 수 있다.

Database (BigData)

  • RDS (Relational Database Service)
    • Amazon Aurora, PostgreSQL, MySQL, MariaDB, ORACLE, Microsoft SQL Server 등 관계형 데이터베이스 서비스
    • AWS에서 메모리, 성능 또는 I/O 최적화를 진행하며, 기존 데이터베이스를 Amazon RDS로 마이그레이션 또는 복제할 수 있다.
  • DynamoDB
    • 어떤 규모에서도 10밀리초 미만의 성능을 제공하는 키-값 및 문서 데이터베이스(NoSQL)
  • SDB (Simple Database )
    • 데이터베이스 관리 작업의 부담을 덜어주는 고가용성의 NoSQL 데이터 스토어
    • 발자는 웹 서비스 요청을 통해 데이터 항목을 저장하고 쿼리 하며 이후 나머지 부분은 Amazon SimpleDB가 처리한다.
  • Elasticache
    • 처리량이 많고 지연 시간이 짧은 인 메모리 데이터 스토어에서 데이터를 검색하여 데이터 집약적 앱을 구축하거나 기존 데이터베이스 성능을 올릴 수 있다.
    • 캐싱, 세션 스토어, 게이밍, 지리 공간 서비스, 실시간 분석 및 대기열과 같은 실시간 사용 사례에 많이 사용된다.
  • EMR (Elastic MapReduce)
    • Apache Spark, Apache Hive, Apache HBase, Apache Flink, Apache Hudi 및 Presto와 같은 오픈 소스 도구를 사용하여 방대한 양의 데이터를 처리하기 위한 빅 데이터 플랫폼
    • 프로비저닝 용량 및 클러스터 조정 등의 시간이 소요되는 작업을 자동화하여 빅데이터 환경을 쉽게 설치, 운영, 확장할 수 있다.
  • Data Pipeline
    • 온프레미스 데이터 소스뿐 아니라 여러 AWS 컴퓨팅 및 스토리지 서비스 간에 데이터를 안정적으로 처리하고 지정된 간격으로 이동할 수 있게 지원하는 웹 서비스

Deploy & Management

  • CloudFormation
    • Infrastructure as Code를 통해 손쉬운 방법으로 관련된 AWS 및 서드 파티 리소스 모음을 모델링하고, 일관된 방식으로 간단히 프로비저닝 하고, 수명 주기 전반에 걸쳐 관리할 수 있는 서비스
  • CloudWatch
    • 애플리케이션을 모니터링하고, 시스템 전반의 성능 변경 사항에 대응하며, 리소스 사용률을 최적화하고, 운영 상태에 대한 모니터링 제공
  • Elastic Beanstalk
    • Java, .NET, PHP, Node.js, Python, Ruby, Go, Docker를 사용하여 Apache, Nginx, Passenger, IIS와 같은 친숙한 서버에서 개발된 웹 애플리케이션 및 서비스를 간편하게 배포하고 조정할 수 있는 서비스
  • OpsWorks
    • Chef 및 Puppet의 관리형 인스턴스를 제공하는 구성 관리 서비스
    • Chef 및 Puppet은 코드를 사용해 서버 구성을 자동화할 수 있게 해주는 플랫폼

======================================================

Google Cloud Platform (GCP)

 

Compute

  • Compute Engine
    • 클라우드에서 제공하는 가상 머신 컴퓨팅 서비스
  • App Engine
    • 서버리스 애플리케이션 플랫폼
    • 서버 관리와 구성 배포가 필요 없기 때문에 개발자는 관리 오버헤드 없이 우수한 애플리케이션을 구축하는 데 집중할 수 있다.
  • Kubernetes Engine
    • 컨테이너식 애플리케이션 배포를 위한 관리형 환경 제공
    • 개발자 생산성, 리소스 효율성, 자동화된 작업, 오픈소스 유연성을 가지고 있음
    • 구글의 15년간의 프로덕션 컨테이너 클러스터링 시스템 노하우를 통해 가장 안정적인 서비스 제공

Storage and Databases

  • Cloud SQL
    • 클라우드에서 관계형 PostgreSQL 및 MySQL 데이터베이스를 손쉽게 설정, 유지, 관리할 수 있는 완전 관리형 데이터베이스 서비스
  • Cloud Storage
    • 통합 API를 사용하여 저장소 메커니즘을 앱에 통합할 수 있습니다. 개체 수명주기 관리 기능을 사용하면 네 가지 저장소 범주를 사용하여 비용 효율성을 높일 수 있다.
  • Cloud Database
    • 애플리케이션을 위한 확장성이 높은 NoSQL 데이터베이스
    • 자동 분할 및 복제 처리를 통해 자동으로 확장되는 가용성과 내구성이 높은 데이터베이스를 제공해 애플리케이션 부하를 처리

Data Analysis

  • BigQuery
    • 모든 데이터 분석가의 생산성을 높일 수 있도록 설계된 Google의 확장성이 뛰어난 기업용 서버리스 데이터 웨어하우스
    • 관리할 인프라가 없기 때문에 익숙한 SQL로 데이터를 분석해 의미 있는 유용한 정보를 찾는 데 집중할 수 있다.
  • Cloud Dataflow
    • 신뢰성과 표현 능력은 그대로 유지하면서 스트림(실시간) 및 일괄(기록) 모드에서 데이터를 변환하고 강화하는 전체 관리형 서비스
    • 소스 프로비저닝 및 관리에 대한 서버리스 접근 방식 덕분에 무제한에 가까운 용량을 이용해 대규모 데이터 처리 과제를 해결
  • Cloud PubSub
    • 스트림 분석 및 이벤트 기반 컴퓨팅 시스템

Networking

  • Cloud Load Balancing
    • 부하 분산된 컴퓨팅 리소스를 사용자와 가까운 지역 한 곳이나 여러 곳에 배포하여 고가용성 요건을 충족
  • Cloud CDN
    • 세계 전역에 경계 지점이 퍼져 있는 Google의 망을 활용하여, Google Compute Engine과 Google Cloud Storage를 기반으로 하는 웹사이트와 애플리케이션의 콘텐츠 전송 속도 향상
    • 네트워크 지연 시간을 낮추고, 원본에 걸리는 부하를 분산하고, 서버 사용 비용을 절감

Artificial intelligence

  • Cloud Auto ML
    • 제한적인 머신러닝 전문 지식을 보유한 개발자도 Google의 최첨단 전송 학습 및 Neural Architecture Search 기술을 활용하여 비즈니스 요구사항에 맞게 고품질 모델을 학습시킬 수 있는 머신러닝 제품
  • Cloud Translation API
    • 인공신경망 기계 번역을 이용하여 임의 문자열을 지원되는 언어로 번역할 수 있는 간단한 프로그래밍 인터페이스를 제공
  • Prediction API
    • Firebase 예측은 Google 머신러닝을 사용하여 사용자의 예측된 행동을 기준으로 동적 사용자 그룹을 생성한다.
    • 예측을 사용하면 사내 데이터 분석팀을 만들 필요 없이 정보를 토대로 제품에 대한 결정을 내릴 수 있도록 도와준다.

 




'기술(Azure 만...) > [MS]Azure기본' 카테고리의 다른 글

Azure 리소스이동방법  (0) 2022.05.16
Azure Storage Archive 타입  (0) 2022.03.28
azure vpn 내부구성도  (0) 2021.10.07
네트워크 트래픽분석  (0) 2021.07.08
azure monitor, log analytics  (0) 2021.07.06

Azure VPN  내부 구성도. 

 

 

 

기본   활성-대기구성  

계획된 유지 관리의 경우   이내, 계획되지 않은 중단의 경우 90 이내에 연결이 복원됩니다. 

 

활성-활성도 선택 가능 

공용IP 2 필요 

온프레미스 이중화 구성 가능 

(온프레미스 HW VPN 내부적으로도 활성-대기 이중화 구성이 가능함) 

 




 

 

 

트래픽분석 Network Watcher NSG(네트워크 보안 그룹) 흐름 로그 이용
Log Analytics(수집, 저장, 분석하는 )
Log Analytics
작업영역 (한국중부 리전만 지원)

 

네트워크 작업을 시각화하고 핫스폿을 식별 최적화 사전작업으로 , 자신을 정확히 알아가는
네트워크 위협 식별 보호 열린 포트, 인터넷 액세스를 시도하는 애플리케이션, 불량 네트워크에 연결하는 VM(가상 머신)  확인



트래픽 흐름 패턴 파악, 네트워크 성능 및 용량 결정에 도움

네트워크에서 연결 실패의 원인 파악

 

 

예시)

호스트 1과 호스트2가 포트 80 및 프로토콜 HTTP 를 사용하여 1시간 동안 100회 통신 -> 항목 하나로 기록됨

 

 

 

  1. 스토리지어카운트 생성(V2 필수 )

잘못 만들었다면 Config 메뉴에서 업그레이드 가능

  1. NSG흐름로그 활성화

  • Status : On 선택
  • 버전 2에는 흐름 세션 통계(바이트 및 패킷)가 포함
  • 스토리지어카운트 지정
  • Retention(보전 일수 지정) : 0 무기한 저장
  • Traffic Analytics status(트래픽분석상태) : 켜기
  • Traffic Analytics Processing Interval(분석처리 간격) : 1시간, 10
  • Log Analytics 작업영역 만들기

 

 

 

 




+ Recent posts