[Day86] Product Serving 2-4 Cloud

Cloud

Cloud 서비스를 사용하는 이유

localhost로 서비스를 할 수는 있지만 내 컴퓨터가 종료되면 서비스도 종료된다. 그래서 서버실을 만들어서 운영했었다. 갑자기 트래픽이 몰리면 갑자기 컴퓨터를 설치할 수 없기 떄문에 터졌다.

 

cloud를 사용하면 scale in out이 쉬워진다. 또한 기본 설정이 개발자가 하지 않아도 자동으로 빠르게 설정할 수 있다.

 

https://rubygarage.org/blog/iaas-vs-paas-vs-saas

• SAAS : service
  어느정도 많이 쉽게 쓸 수 있다. 아예 솔루션을 사용하는 것
  ex) 구글 독스를 사용하는 것 자체
• PAAS : software
• IAAS : infra
  직접 다 한다

Cloud 서비스의 다양한 제품

• Computing service(server) = 가상컴퓨터= 서버 = VM(Virtual Machine) = instance
  연산을 수행하는 서비스
  내가 서버를 만들고 설치
  cloud issue를 내가 대응해야한다.
• Serverless computing
  모니터링하는 대시보드를 보면서 확인할 수 있다.
  이슈나 부하를 자동으로 조정
• stateless container
  docker 기반
  docker image를 기반으로 서버를 실행해서 환경을 똑같이 만들어줄 수 있다
• object storage
  다양한 파일(pkl,csv)등 저장할 수 있고, API 를 사용해서 데이터에 접근할 수 있다.
• database(RDB)
  데이터베이스에 저장하고 db를 활용해서 웹,앱에 노출
  database에 저장해도 되고, object storage에 저장할 수도 있다.
• data warehouse
  데이터 분석을 목적으로 하지 않고 서비스에 활용할 데이터를 저장한다.
  요즘은 database, object storage에 있는 데이터를 모두 data warehouse에 저장한다.
• AI platform
  ai research, ai develop 과정을 자동화, 편리하게 해준다

회사마다 서비스 이름만 다르고 기능이 비슷한 제품들이 있다.

Google Cloud Platform

클라우드 컴퓨팅, 호스팅 서비스 및 API  |  Google Cloud

회원가입 후 

새 프로젝트를 만들고

대시보드를 클릭해준다.

추가 제품 토글을 열어서 compute engine을 찾아준다. 이제 comput engine을 생성할 것이다.

사용을 누르고 1분정도 기다리면 화면이 밑처럼 바뀐다.

가운데의 인스턴스 만들기 클릭

당연히 가까운 곳에 서버를 두면 접속이 빨라진다.

 

부팅디스크에서 debian말고 ubuntu로, 100GB로 바꾸고 생성할 수도 있다.

한 달에 하나 무료로 주는 micro를 선택한다.

이것을 참고하면 좋다. 그렇게 생성버튼을 누르고 1분정도 기다린다.

 

브라우저 창에서 열기를 클릭하면

이렇게 CLI를 브라우저에서 사용해볼 수 있다. 무료지만 사용하지 않으면 삭제하는 것이 안전하다. 중지도 메모리를 차지해서 안전하지 않다. 

 

cloud storage로 가서 

버킷 만들기 클릭

겹치지 않게 아무 이름을 일단 입력했다. 나머지 옵션은 일단 그냥 기본으로 되어 있던 것들을 선택했다. 버킷은 하나의 폴더라고 생각하면 된다.

 

 

Python Client for Google Cloud Storage — google-cloud-storage documentation

python cloud storage API로 버킷에 파일을 업로드 해보자!