(Lecture 9) Cloud Computing

강의 요약: EE542 Lecture 9 - Cloud Computing

 

이번 강의는 클라우드 컴퓨팅의 정의와 특징, 서비스 및 배포 모델, 주요 이점, 그리고 핵심 기술인 Amazon EC2와 Hadoop의 활용 사례를 다룬다. 클라우드 컴퓨팅은 현대 인터넷 인프라와 데이터 처리 기술의 기반으로, 효율적인 자원 활용과 유연성을 제공한다.

---

주요 내용

 

1. 클라우드 컴퓨팅의 정의

  • 클라우드 컴퓨팅은 네트워크를 통해 구성 가능한 컴퓨팅 자원(네트워크, 서버, 스토리지 등)에 편리하게 접근할 수 있는 모델이다.

  • 주요 특성:

    • 온디맨드(Self-Service): 사용자 요청에 따라 자원을 자동으로 프로비저닝.

    • 자원 풀링(Resource Pooling): 멀티테넌트 모델로 여러 사용자가 자원을 공유.

    • 측정 가능한 서비스(Measured Service): 자원 사용량을 모니터링 및 최적화.

 

2. 클라우드 서비스 모델

  • SaaS (Software as a Service):

    • 제공자가 애플리케이션을 클라우드 인프라에서 실행하며, 사용자는 애플리케이션에 접근.

    • 예: Google Apps, Salesforce.

  • PaaS (Platform as a Service):

    • 사용자가 클라우드 플랫폼을 통해 애플리케이션을 개발, 실행, 관리.

    • 예: Google App Engine, Microsoft Azure.

  • IaaS (Infrastructure as a Service):

    • 사용자가 가상화된 컴퓨팅 자원(스토리지, 네트워크 등)을 활용.

    • 예: Amazon EC2, Rackspace.

 

3. 클라우드 배포 모델

  • 퍼블릭 클라우드: 대중에게 제공되는 클라우드 인프라.

  • 프라이빗 클라우드: 특정 조직을 위해 운영되는 클라우드.

  • 커뮤니티 클라우드: 특정 커뮤니티가 공유하는 인프라.

  • 하이브리드 클라우드: 두 개 이상의 클라우드 모델을 결합.

 

4. Amazon EC2

  • Elastic Compute Cloud (EC2):

    • 크기 조정이 가능한 컴퓨팅 용량 제공.

  • 주요 개념:

    • AMI (Amazon Machine Image): OS, 애플리케이션 서버, 애플리케이션 구성 포함.

    • Region 및 Zone: 데이터 센터의 물리적 위치.

    • EBS (Elastic Block Store): 데이터베이스 및 파일 시스템에 적합한 스토리지.

  • 주요 장점:

    • 동적 확장성, 비용 효율성, 고가용성.

 

5. Hadoop

  • Hadoop은 분산 데이터 저장 및 처리를 위한 오픈소스 프레임워크이다.

  • 주요 구성 요소:

    • HDFS (Hadoop Distributed File System): 대규모 데이터 저장.

    • MapReduce: 분산 데이터 처리.

    • HBase: 실시간 데이터베이스 애플리케이션 지원.

Google Origins

(Left) Hadoop Framework Tools, (Right) MapReduce Engine

  • Facebook 사례:

    • 대규모 데이터 처리 및 저장을 위해 HDFS와 HBase 사용.

    • 메시징 시스템 성능 개선.

 

6. 클라우드 컴퓨팅의 장점

  • 비용 절감: 고가의 하드웨어 없이도 고성능 제공.

  • 유연성: 동적 확장 가능.

  • 데이터 보안: 신뢰할 수 있는 스토리지 센터.

  • 응답 시간 단축 및 높은 신뢰성.

---

요약

 

이 강의는 클라우드 컴퓨팅의 기본 원리와 활용 사례를 중심으로, Amazon EC2와 Hadoop 같은 기술이 클라우드 환경에서 데이터 처리와 자원 관리에 어떻게 기여하는지를 설명한다. 클라우드 컴퓨팅은 현대 IT 인프라의 핵심으로 자리 잡고 있다.