DevOps = dev + ops
developer : 소프트웨어 개발자
operations : 운영 담당자, 모니터링 관리자
어플리케이션 퍼포먼스
- 우리 app응답시간이 지연이 있는가?
d: 어떻게 하면 줄일수 있지
o: 잘 해결 되었는지, app 지표에는 문제가 없는지 (환경에 문제가 없는지)
end user
d: 디바이스 퍼포먼스에 문제가 없는지
o: 실제 유저의 불편사항이 해결되었는가
quality code
d: 개발 난이도
o: 퍼포먼스 분석
=> 두개 간의 충돌
전반적으로 모두 다룰수 있는 툴?
se(server engineer)가 많이 devops 엔지니어로 많이 이동함
이 중에서 맞는 툴이나 서비스를 고르고 사용하도록 함
혹은 적절한 툴?을 만들어 내는 것도 하나의 역할
클라우드를 구성하고 배포하는 역할도 함
머신러닝 파이프라인까지 구축?연결?할 수 있으면 ML Ops
devops가 알아야 하는 기술 범위
; 개발자 로드맵
ALM (Application Lifesyle Manage)
형상관리 : github, gitlab(github 무거울때)
CI(테스트와 빌드) : Jenkins(감사원들이 아는 유일한 무료 툴), GITHUB ACTION (이를 더 선호함)
Repository(결과물에 대한 컨테이너) : Amazon ECR
AWS -> GCP
AWS Cloud
<Amazon Cloud Front>
웹 페이지에 맞게끔 전달
= CDN
<Amazon S3>
; storage (저장소)
신뢰성이 높다고 알려진 저장소
파일 저장
비용이 저렴한 것으로 유명
<Amazon API Gateway>
public으로 접근할 수 있음
<AWS Lambda primary functions>
private로 접근하기 힘듦
<Amazon DynamoDB>
쿼리나 스캔
AWS DB나 아키텍처 구성시 유용
<CloudWatch Scheduler>
통계나 랭킹을 구할때 사용
클라우드 워치 스케줄러를 lambda에서 받아줄 수 있음
보통 두가지를 같이 씀
단, 조금 비쌈
<CloudWatch events>
바뀐 상태를 이벤트로 받으면 이를 lambda에 전송하여 처리
Product Backlog : 할일 리스트화 해놓기
'Machine Learning' 카테고리의 다른 글
[ML] 앙상블 기법 정리 (0) | 2024.10.30 |
---|---|
[Machine Learning] SMOTE (0) | 2023.07.23 |
[Machine Learning] Hyper Parameter 하이퍼 파라미터 (0) | 2023.07.23 |
[Machine Learning] Grid Search 그리드 서치 (0) | 2023.07.22 |
ML - day1 (0) | 2023.07.18 |