[현대오토에버] 해외 GIS센터 확장 및 안정성 향상을 위한 클라우드 사례

1. 도입배경

  • 해외서도 내비게이션 서비스제공
  • 궤적기반 교통정보 수집 필요
  • 궤적데이터와 다른 데이터를 연계 필요
  • 데이터의 안정성 : 교통정보 서버의 고가용성과 대규모데이터 처리 요구 , 지속적인 모니터링이 되는 환경을 통한 서버 과부하 방지와 데이터 안정성 확보
  • 비용: 해외각지 온프레미스 ⇒ 확장 비용 과다 , 궤적 데이터의 경우 예측불가능한 상황을 측정해야하기 때문에 수집랑 계산이 어려움

2. 퍼블릭클리우드 도입

  • 도입효과 : 초기 비용 감소, 안정적인 데이터 관리 , 예측할 수 없는 교통량에 대비하여 신속한 증설
  • 오토스케일링 : 급격하게 증가하는 데이터 신속히 대응
  • 하이 브리드 : 기존 시스템과 연동하여 서비스 제공 ( 마이그레이션 되지 않는 시스템 , 보안상 데이터를 퍼블릭에 쓰지 않는 경우 , 엣지컴퓨팅 )
  • 엣지컴퓨팅: 인터넷이 원활하지 않거나 응답시간에 민감한 워크로드를 처리하기 위한 컴퓨 팅
  • AWS OUTPOST : 온프레미스, 엣지 로케이션 과 연계하여 서비스를 제공 , AWS 콘솔에서 동일하게 리소스를 생성-관리 하지만, 실제 자원이 온프레미스 랙에서 이루어짐
  • 멀티 리전 : 다양한 리전 에 AWS 자원 배포 , 고가용성 확보 / Route53를통한 글로벌 트래픽 관리 , 지역상황에 맞추어 서버 환경 구축
  • Direct Connect : 기존 인프라와 AWS간 전용선 연결을통한 하이브리드 구축

3. 처리 과정

  • 차량으로부터 경로 탐색 요청은 Onpremise 로 유입되고 , 상황에 따른 가중치 기반 라우팅으로 AWS로 부하분산
  • 가중치기반 라우팅: 각 리소스별 트래픽과 총 트래픽 가중치 비율 기반으로 트래팻 전송
  • 온프레미스 AWS간 Direct Connect 구성
  • 다양한 종류의 요청을 정교하게 분석하여 부하분산하기위해 Header기반타겟 그룹 라우팅 사용
  • Header 기반 타겟 그룹 : HTTP HEADER를 분석하여 그룹을나눈다. HEADER 중 특정 데이터가 ‘A’ 이다. ‘A’ 는 리전 R1 으로 라우팅

4. Iac ( Infrastructure as a code)

  • AWS 인프라를 코드로 적용하여 운영 효율화
  • 서비스요구사항에 따라 보다 편하게 인프라 변경 ⇒ human error 최소한 , 스크립트를 통한 인프라 도입 자동화
  • Cloud Formation : AWS리소스를 코드화해서 관리하는 서비스 , 템플릿을 통해 리소스 프로비저닝 효율화
  • CDK : 클라우드 개발도구를 Cloud formation 과 연계하여 올라갈 서비스에 대한 설정및 구성 또한 배포

게시됨

카테고리

작성자

태그:

댓글

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다