성공적인 디지털 혁신을 위한 AWS 데이터베이스 서비스 선택:: 구태훈::AWS Summit Seoul 2018

© 2018, Amazon Web Services, Inc. or Its Affiliates. All rights reserved.
구 태 훈
Database & Big Data Analytics Business Development, AWS
성공적인 디지털 혁신을 위한
AWS 데이터베이스 서비스 선택

목차
I. 왜 데이터 전략? 디지털혁신을위한데이터전략의중요성
II. 어떤 선택?
1. DataFreedom 데이터자유를위한새로운데이터플랫폼기술
2. DataLake 데이터분석및활용을위한 데이터자산화
III. 어떻게 시작? 데이터전략워크샵으로시작!

I. 왜 데이터 전략?
디지털 혁신을 위한 데이터 전략의 중요성

디지털 혁신을위한 중심, 데이터 전략
The center of the
ALL Mega Trend
is Data Strategy
Source: Gartner (May 2017)

인공지능 = 엔진 vs. 데이터 = 연료

Deep Learning 결과는 데이터의 양과 질이 좌우

상용 vs 오픈소스

미래 관계형 데이터베이스 ?
1970s
Birth
Creation of Relatio
nal Database
1980s
Feudalism
Rise of Commercia
l Databases
1990s
Renaissance
Open Source Data
bases Arrive
Today
Enlightenment
Cloud Databases
New Age of Choice

미래 관계형 데이터베이스 ?
Forrester Research positions AWS as a
leader in The Forrester WaveTM: Database-
as-a-Service.
“AWS not only has the largest
adoption of DBaaS, it also offers the
widest range of offerings to support
analytical, operational, and transactional
workloads.”
“AWS’s key strengths lay in its dynamic
scale, automated administration, flexibility
of database offerings, strong security, and
high-availability capabilities, which make it a
preferred choice for customers.”

II. 어떤 선택 ?
Data Freedom & Data Lake

AWS의 다양한 데이터 플랫폼 선택

AWS 데이터베이스 서비스
RDS
Aurora
Database
Migration
Service
Relational
Databases
DynamoDB
ElastiCache
NoSQL &
In-Memory
Amazon
Redshift
EMR
Athena
Big Data
QuickSight
Elasticsearch
Amazon ML
Analytics
AWS는 데이터베이스 서비스와 관련 RDB, Big Data, Analytics, NoSQL 등 포괄적인 서비스를
제공하고있으며 다양한 관리형 데이터베이스 서비스를 제공함

AWS 관계형 데이터베이스의 선택

AWS 관계형 데이터베이스의 진화
상용 벤더
비싼 라이선스 가격 및 폐쇄형 SW
AMAZON AURORA
MySQL 및 PostgreSQL 호환
EC2/RDS 보다 빠른 성능
고가용성 및 높은 내구성
상용 엔진 대비 1/10 가격
• re:Invent 2015: Thousands of customers
• re:Invent 2016: 3.5X more customers
• Today: Tens of thousands of customers

1. Data Freedom
지속적으로 증가하는 독점적인 상용 데이터베이스의 비용과 감사에 대한 위험으로 부터
독립할 수 있는 방안을 제시하고 성공적인 클라우드 환경의 적합한 대안 제시 필요

1. Data Freedom
지속적으로 증가하는 독점적인 상용 데이터베이스의 비용과 감사에 대한 위험으로부터
독립할 수 있는 방안을 제시하고 성공적인 클라우드 환경의 적합한 대안 제시 필요
All the advantages
of the AWS Cloud
§ No software audits
§ Pay-as-you-go pricing
§ Managed data services
§ AWS Security
§ High availability

1.1 상용 벤더로부터 자유 > Amazon Aurora 기술 혁신

DHI Migrated from Oracle to Amazon Aurora

오라클 RAC 마이그레이션 사례, RecoChoku

Aurora의 성능 향상 - 5X faster than RDS MySQL 5.6 & 5.7

Aurora의 성능 향상 - 실제 게임 적용 사례

Aurora의 성능 향상 - >=2x Faster on PgBench

Aurora의 성능 향상 - PostgreSQL성능 비교
Measurement Result
PgBench >= 2x faster
SysBench 2x-3x faster
Data Loading 3x faster
Response Time >2x faster
Throughput Jitter >3x more consistent
Throughput at Scale 3x faster
Recovery Speed Up to 85x faster

Aurora Multi-Masters 다중 데이터센터에 읽기/쓰기에 대해 스케일 아웃(Scale
Out) 가능한 최초의 관계형 데이터베이스 서비스
ü 3개의 가용 영역에 15개의 읽기
복제본 확장 가능
ü 읽기 복제본 자동 스케일링
ü 빠른 읽기 복제본 페일 오버
Applicatio
n
Read
Replica 1
Master
Node
Read
Replica 2
Shared Distributed Storage Volume
Availability
Zone 1
Availability
Zone 2
Availability
Zone 3
Application
Read/Writ
e Master 2
Read/Writ
e Master 1
Shared Distributed Storage Volume
Availability
Zone 1
Availability
Zone 2
Availability
Zone 3
Read/Writ
e Master 3
ü 어떤 노드에도 애플리케이션 다운타임 없음
ü 어떤 AZ에도 애플리케이션 다운타임 없음
ü 빠른 읽기 성능 보장
ü 멀티 리전 기능 제공 (2018)

1.2 다양한 기술 선택의 자유 > NoSQL & Graph
Amazon
DynamoDB
Amazon
ElastiCache
KEY VALUE
DOCUMENT
IN-MEMORY
STORE
AURORA
Amazon RDS
COMMERCIAL COMMUNITY 연결성이
높은 데이터
처리
비 - 관 계 형
데 이 터 베 이 스
관 계 형
데 이 터 베 이 스
그래프
데이터베이스

빠른 속도 및
확장성
쉬운 관리
Gremlin 및
SPARQL 지원으로
강력한 질의 도구
제공
3AZ에 6개
복제복을 저장
및 백업
신뢰성
Apache
TinkerPopTM 및
W3C RDF
그래프 모델 지원
개방성
수십억개의 관계
저장 및 밀리초
단위 질의 결과
제공
Available in
preview today
완전 관리형 그래프 데이터베이스 서비스Amazon Neptune

다양한 사용 사례 제공Amazon Neptune

1.3 데이터 확장의 자유 > Amazon DynamoDB
AMAZON DYNAMODB: FAST, FLEXIBLE, NOSQL DB SERVICE

AMAZON DYNAMODB: FAST, FLEXIBLE, NOSQL DB SERVICE
Globally dispersed users
Replica (N.
America)
Replica (Europe)
Replica (Asia)
Global App
Global Table
ü 고성능 글로벌 기반 애플리케이션에
적합
ü 로컬 테이블에 대한 낮은 읽기/쓰기
지연 속도 보장
ü 멀티 리전 지원을 통한 재해 복구
ü 콘솔에서 손쉽게 설정 가능
애플리케이션 변경 불필요
DYNAMODB BACKUP&RESTORE
필요시 언제든지 백업 가능한 NoSQL
데이터베이스

2. Data Lake

2. Data Lake
• 다양한 이종 Data
ￚ Enterprise, Commercial, Social
Media, Public, Operational 등
• Silo Architecture
ￚ Hadoop Cluster / Data
Warehouse Appliance / SQL
Database
• 운영/관리 복잡도
70%
of data
generated
by
customers
80%
of data
stored 3%
prepared
for analysis
0.5%
being
analyzed
<0.5%
being
operationalized

Amazon.com의 Data Lake

데이터 분석 플랫폼의 진화

2.1 인공지능 서비스 구축을 위한 > Data Lake

2.1 인공지능 서비스 구축을 위한 > Data Lake
Purchases
Movement
Influence
Ingest/
Collect
Consume/
visualize
Store Process/
analyze
1 4
0 9
5
Revenue Lift
Market
acquisition
Customer
delight
Brand advocacy
Inventory
optimization
Supply chain
efficiency
...
AI Service
Analytic Model

2.2 서버 관리의 자유 > Aurora Serverless, Glue, Athena
DATABASE
REQUESTS
TIME
클라우드에서 데이터베이스 트래픽 특징
그러나 예측 불가능한 트래픽은 여전히 어렵다?

Sign up for the preview today
Aurora Severless
예측 불가능 및 주기적 워크로드를 가진
애플리케이션을 위한 온 디멘드 자동 스케일링
데이터베이스
용량에 따라
자동 스케일
업/다운
DB를
사용하는
시간에
대해서만 초당
과금
온-디멘드로
시작하고,
사용하지 않으면
중단
DB 인스턴스를
미리 배포할
필요 없음
CHECK: https://aws.amazon.com/ko/rds/aurora/serverless/

AWS Glue - Serverless Data catalog & ETL service
ü 자동으로 데이터를 검색하고
스키마를 저장함
ü 검색 가능한 데이터 및 ETL에
사용할 수있는 데이터
ü 사용자 정의 코드 생성
ü ETL 작업을 예약하고 실행함
ü 서버리스

Amazon Athena - Interactive Analysis
ü 데이터 로딩 없음
ü S3 저장된 원시 데이터를 직접
쿼리 수행
ü 텍스트, CSV, JSON, 웹 로그,
AWS 서비스 로그 등의 다양한
데이터 포맷 지원
ü 최고의 성능과 최저 비용을 위해
ORC 나 Parquet과 같은 최적화
된 형태로 변환해서 적용하면
최적 성능 제공

III. 어떻게 시작?
데이터 전략 워크샵으로 시작 !

Data Strategy Workshop
데이터 전략 워크샵은 AWS에서 어떤 데이터 플랫폼 서비스를 통해서 클라우드 환경에서
성공적으로 비즈니스 가치를 실현할 수 있는지 검증할 수 있는 방법을 제공함
Data Strategy Workshop
Data Freedom Workshop Data Lake Workshop
신규 및 기존 데이터 워크로드에 대한 현황을
수집하고 진단해서 AWS의 다양한
데이터베이스 서비스 중에 최적 대안을
도출하고 이를 검증할 수 있는 계획 수립
빅데이터를 저장, 처리, 분석, 활용할 수 있는
AWS Data Lake를 기반으로 도출할 비즈니스
결과를 조사하고 이에 필요 데이터와 서비스
대안을 도출해서 타당성 검증을 위한 계획 수립

데이터 워크로드 요건 검토
No Category Classification Criteria
1 Availability
high 99.999% (5 minutes/year, Multi AZ + Multi Region)
standard 99.99% (1 hour/year, Multi AZ)
2 Durability
persistent
ephemeral no need to store data persistently
3 Latency
high speed < 1 ms (it can be only handled by memory processing)
transactional < 10 ms
analytics batch can be included
4 Recoverability (RTO)
rapid < 5 minutes
standard < 6 hours
5 Security
secret end to end encryption needed
protected encryption at rest
public
6 Retention
These are hard to classify but you'd better define in advance as checklist.
7 Regulatory
8 Scalability
9 Developer Skills

RDS Engine Capability Matrix
Feature Aurora MySQL MariaDB PostgreSQL Oracle SQL Server
VPC ü ü ü ü ü ü
High availability ü ü ü ü ü ü
Instance Scaling ü ü ü ü ü ü
Encryption ü ü ü ü ü ü
Read replicas ü ü ü ü
Oracle Golden
Gate / DMS
DMSCross region
replicas
ü ü ü ü
Max Storage 64 TB 16 TB 16 TB 16 TB 16 TB 16 TB
Scale Storage Auto scaling ü ü ü ü ü
Provisioned IOPS NA 40,000 40,000 40,000 40,000 20,000
Largest Instance
64 vCPUs
488 GiB
64 vCPUs
488 GiB
64 vCPUs
488 GiB
64 vCPUs
488 GiB
64 vCPUs
488 GiB
64 vCPUs
488 GiB

AWS Summit 모바일 앱과 QR코드를
통해 강연 평가 및 설문 조사에 참여해
주시기 바랍니다.
내년 Summit을 만들 여러분의 소중한
의견 부탁 드립니다.
#AWSSummit 해시태그로 소셜 미디어에 여러분의 행사
소감을 올려주세요.
발표 자료 및 녹화 동영상은 AWS Korea 공식 소셜 채널로
공유될 예정입니다.
여러분의 피드백을 기다립니다!

성공적인 디지털 혁신을 위한 AWS 데이터베이스 서비스 선택:: 구태훈::AWS Summit Seoul 2018

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to 성공적인 디지털 혁신을 위한 AWS 데이터베이스 서비스 선택:: 구태훈::AWS Summit Seoul 2018

Similar to 성공적인 디지털 혁신을 위한 AWS 데이터베이스 서비스 선택:: 구태훈::AWS Summit Seoul 2018 (20)

More from Amazon Web Services Korea

More from Amazon Web Services Korea (20)

Recently uploaded

Recently uploaded (6)

성공적인 디지털 혁신을 위한 AWS 데이터베이스 서비스 선택:: 구태훈::AWS Summit Seoul 2018