IT/AZURE

[AZ-104] 4. 스토리지 구현 및 관리

FRONTI 2024. 11. 27. 16:10

4. 스토리지 구현 및 관리

  • Azure Storage
  • 정형 데이터/비정형 데이터
  • Hadoop
  • SAS 토큰
  • LRS/ZRS/GRS

Azure Storage는 Microsoft Azure에서 제공하는 클라우드 기반 스토리지 서비스로, 데이터를 안전하게 저장하고 관리할 수 있는 다양한 옵션을 제공합니다. Azure Storage는 확장성, 고가용성, 보안, 비용 효율성을 갖춘 데이터 저장소를 제공하며, 애플리케이션의 다양한 요구를 충족할 수 있도록 설계되었습니다.

Azure Storage의 주요 유형

Azure Storage는 데이터를 저장하는 목적과 사용 사례에 따라 다양한 유형의 스토리지 서비스를 제공합니다:

1. Blob Storage (블롭 스토리지)

  • 대용량 비정형 데이터(이미지, 동영상, 로그 파일 등)를 저장하는 데 사용됩니다.
  • 사용 사례:
    • 웹 애플리케이션에서 이미지나 동영상을 저장.
    • 백업 및 복구 데이터 저장.
    • 빅데이터 분석을 위한 대규모 데이터 저장.
  • 주요 특징:
    • 세 가지 계층 제공:
      • Hot: 자주 사용하는 데이터.
      • Cool: 가끔 사용하는 데이터.
      • Archive: 거의 사용하지 않는 데이터(저장 비용이 저렴하지만 액세스 속도가 느림).

2. File Storage (파일 스토리지)

  • 클라우드에서 파일 공유를 제공하며, SMB 프로토콜을 통해 네트워크 드라이브처럼 사용할 수 있습니다.
  • 사용 사례:
    • 온프레미스 서버와 클라우드 간 파일 공유.
    • 애플리케이션에서 파일 공유를 사용해야 할 때.
  • 주요 특징:
    • Windows, Linux, macOS에서 네트워크 드라이브로 마운트 가능.

3. Table Storage (테이블 스토리지)

  • 구조화된 데이터를 저장하는 NoSQL 스토리지입니다.
  • 사용 사례:
    • 대규모의 키-값 쌍 데이터를 빠르게 저장 및 검색.
    • IoT 애플리케이션에서 센서 데이터 저장.
  • 주요 특징:
    • 간단한 키-값 쌍으로 데이터를 저장하며, 빠른 읽기/쓰기 성능 제공.

4. Queue Storage (큐 스토리지)

  • 애플리케이션 간 메시지를 비동기적으로 전달하기 위한 큐 서비스입니다.
  • 사용 사례:
    • 분산 시스템에서 작업을 처리할 때 메시지 전달.
    • 비동기 작업 처리(예: 주문 처리 시스템).
  • 주요 특징:
    • 메시지를 FIFO(First In, First Out) 방식으로 관리.

5. Disk Storage (디스크 스토리지)

  • Azure 가상 머신(VM)에 연결되는 디스크를 제공합니다.
  • 사용 사례:
    • 가상 머신의 운영 체제(OS) 디스크 및 데이터 디스크로 사용.
    • 고성능 워크로드(예: 데이터베이스) 지원.
  • 주요 특징:
    • 두 가지 유형 제공:
      1. 관리형 디스크(Managed Disk): Azure가 디스크 관리를 자동으로 수행.
      2. 비관리형 디스크(Unmanaged Disk): 사용자가 직접 디스크 관리.

Azure Storage의 주요 특징

  1. 확장성(Scalability):
    • 데이터를 소규모부터 페타바이트 단위까지 확장 가능.
  2. 고가용성 및 내구성(Availability & Durability):
    • 데이터를 안전하게 보관하기 위해 여러 복제 옵션 제공:
      1. LRS (Locally Redundant Storage): 동일한 데이터 센터 내에서 3번 복제.
      2. ZRS (Zone-Redundant Storage): 동일한 지역 내 여러 가용성 영역에 복제.
      3. GRS (Geo-Redundant Storage): 다른 지역으로 복제하여 재해 복구 지원.
  3. 보안(Security):
    • 암호화된 상태로 데이터를 저장하며, 네트워크 수준의 보안 기능 제공(Azure AD 통합, 방화벽 설정 등).
  4. 비용 효율성(Cost Efficiency):
    • 데이터 액세스 빈도에 따라 비용을 최적화할 수 있는 계층(HOT/COOL/ARCHIVE) 제공.
  5. 다양한 프로토콜 지원:
    • HTTP/HTTPS를 통해 Blob에 접근하거나 SMB 프로토콜로 파일 공유 가능.

시험 예제 스타일로 설명

예제 1:

"웹 애플리케이션에서 사용자 업로드 이미지를 저장하려고 합니다. 어떤 Azure Storage 서비스를 사용하는 것이 적합합니까?"

정답: Blob Storage

  • 이유: Blob Storage는 대용량 비정형 데이터를 저장하는 데 적합합니다.

예제 2:

"Azure VM의 운영 체제(OS)를 저장하려고 합니다. 어떤 Azure Storage 서비스를 사용해야 합니까?"

정답: Disk Storage

  • 이유: VM의 OS 디스크와 데이터 디스크는 Disk Storage를 사용합니다.

예제 3:

"조직에서 거의 사용하지 않는 데이터를 저렴하게 장기 보관하려고 합니다. 어떤 Blob 계층을 선택해야 합니까?"

정답: Archive 계층

  • 이유: Archive 계층은 가장 저렴한 비용으로 데이터를 장기 보관할 수 있습니다.

Azure Storage 활용 팁

  1. 비용 최적화
    • 자주 사용하는 데이터는 Hot 계층에, 거의 사용하지 않는 데이터는 Cool 또는 Archive 계층에 저장하세요.
  2. 백업 및 복구
    • GRS(Geo-Redundant Storage)를 사용하여 재해 발생 시 데이터를 다른 지역에서 복구할 수 있도록 설정하세요.
  3. 보안 강화
    • Azure AD 인증과 방화벽 규칙을 설정하여 불필요한 접근을 차단하세요.
  4. 자동화
    • Azure CLI 또는 PowerShell을 사용해 스토리지 계정을 생성하고 관리 작업을 자동화하세요.

결론

Azure Storage는 다양한 유형의 데이터를 안전하게 저장하고 관리할 수 있는 강력한 클라우드 서비스입니다. 시험 준비 시에는 다음 사항에 익숙해지는 것이 중요합니다:

  1. 각 스토리지 유형(Blob, File, Table 등)의 사용 사례와 특징 이해.
  2. 복제 옵션(LRS, ZRS, GRS)의 차이점 파악.
  3. 비용 최적화를 위한 계층(HOT/COOL/ARCHIVE) 선택 기준 숙지.

**정형 데이터(Structured Data)**와 **비정형 데이터(Unstructured Data)**는 데이터의 구조화된 정도에 따라 구분됩니다. 아래에서 두 데이터의 차이를 간단히 정리하고, 각각의 특징과 예시를 들어 설명하겠습니다.

정형 데이터(Structured Data)

  • 정의: 미리 정의된 **구조(스키마)**를 따르는 데이터로, 행과 열로 구성된 표 형태로 저장됩니다.
  • 저장 방식: 주로 **관계형 데이터베이스(RDBMS)**에 저장됩니다.
  • 분석 용이성: 체계적이고 규칙적이기 때문에 검색과 분석이 쉽습니다.
  • 예시:
    • 고객 정보: 이름, 나이, 주소, 전화번호
    • 금융 데이터: 거래 내역, 계좌 잔액
    • 제품 정보: 제품 ID, 가격, 재고 수량

특징

  1. 고도로 조직화됨: 데이터를 저장하기 전에 스키마(데이터 모델)를 정의해야 함.
  2. 쉽게 검색 가능: SQL 같은 언어로 데이터를 검색하고 조작할 수 있음.
  3. 양적 데이터(Quantitative Data): 숫자나 값으로 표현되는 데이터.

비정형 데이터(Unstructured Data)

  • 정의: 고정된 구조가 없고 다양한 형식으로 존재하는 데이터입니다. 텍스트, 이미지, 동영상 등으로 저장됩니다.
  • 저장 방식: 주로 **데이터 레이크(Data Lake)**나 NoSQL 같은 비관계형 데이터베이스에 저장됩니다.
  • 분석 용이성: 구조화되지 않아 분석이 어렵고 추가적인 처리와 도구가 필요합니다.
  • 예시:
    • 이메일 내용
    • 소셜 미디어 게시물
    • 동영상, 이미지 파일
    • 센서 데이터(예: IoT 장치에서 생성된 로그)

특징

  1. 유연한 구조: 미리 정의된 스키마가 없으며 다양한 형식으로 존재.
  2. 검색 및 분석 어려움: 정형 데이터보다 처리와 해석이 복잡함.
  3. 질적 데이터(Qualitative Data): 텍스트나 멀티미디어처럼 정량화하기 어려운 데이터.

정형 데이터 vs 비정형 데이터 비교

특징정형 데이터(Structured Data)비정형 데이터(Unstructured Data)
구조화 여부 미리 정의된 구조(스키마)를 따름 구조화되지 않음
저장 방식 관계형 데이터베이스(SQL 기반) 비관계형 데이터베이스(NoSQL), 데이터 레이크
데이터 형식 숫자, 텍스트 (표 형태) 텍스트, 이미지, 동영상 등 다양한 형식
분석 용이성 분석 및 검색이 쉬움 추가 처리 및 전용 도구 필요
예시 고객 정보, 금융 거래 기록 이메일 내용, 소셜 미디어 게시물, CCTV 영상

반정형 데이터(Semi-Structured Data)

  • 정형 데이터와 비정형 데이터의 중간 형태입니다.
  • 고정된 스키마는 없지만 태그나 메타데이터를 통해 어느 정도 구조화되어 있습니다.
  • 예시:
    • JSON, XML 파일
    • 로그 파일
    • 웹 페이지의 메타데이터

사용 사례

1. 정형 데이터

  • 은행에서 고객 계좌 정보를 관리하거나 거래 내역을 분석할 때 사용.
  • ERP 시스템에서 재고 관리 데이터를 처리할 때.

2. 비정형 데이터

  • 소셜 미디어 게시물을 분석해 고객 감정을 파악하는 데 사용.
  • 의료 분야에서 MRI 스캔 이미지를 분석.

3. 반정형 데이터

  • IoT 센서에서 생성된 JSON 데이터를 수집하고 처리.

결론

  • 정형 데이터는 체계적이고 검색과 분석이 쉬운 반면, 비정형 데이터는 유연하지만 처리와 해석에 더 많은 노력이 필요합니다.
  • 현대 IT 환경에서는 정형 및 비정형 데이터를 모두 활용하여 더 깊은 인사이트를 얻는 것이 중요합니다.

**Hadoop(하둡)**은 대규모 데이터를 저장하고 처리하기 위한 오픈 소스 분산 컴퓨팅 프레임워크입니다. 주로 **빅데이터(Big Data)**를 다루는 데 사용되며, 대량의 데이터를 여러 대의 컴퓨터(클러스터)에 분산 저장하고 병렬로 처리할 수 있도록 설계되었습니다.

Hadoop의 주요 특징

  1. 분산 저장(Distributed Storage):
    • 데이터를 여러 대의 컴퓨터(노드)로 나누어 저장합니다.
    • 데이터를 복제하여 저장하므로, 일부 노드에 장애가 발생해도 데이터 손실을 방지할 수 있습니다.
  2. 분산 처리(Distributed Processing):
    • 데이터를 여러 노드에서 병렬로 처리하여 대규모 작업을 빠르게 수행합니다.
    • 데이터가 저장된 위치에서 바로 처리(Data Locality)하므로 효율적입니다.
  3. 오픈 소스:
    • Apache Software Foundation에서 제공하는 오픈 소스 프로젝트로, 누구나 무료로 사용할 수 있습니다.
  4. 확장성(Scalability):
    • 필요에 따라 노드를 추가하여 클러스터를 확장할 수 있습니다.
    • 데이터와 작업량이 증가해도 유연하게 대응 가능.
  5. 내결함성(Fault Tolerance):
    • 데이터가 여러 노드에 복제되어 저장되므로, 일부 노드에 장애가 발생해도 시스템 전체가 정상적으로 작동합니다.

Hadoop의 구성 요소

Hadoop은 크게 두 가지 핵심 구성 요소와 몇 가지 부가적인 도구로 이루어져 있습니다:

1. HDFS (Hadoop Distributed File System):

  • Hadoop의 분산 스토리지 시스템으로, 데이터를 여러 노드에 나누어 저장합니다.
  • 특징:
    • 데이터를 큰 블록(기본값: 128MB) 단위로 나누어 저장.
    • 각 데이터 블록을 복제(기본값: 3개)하여 장애를 대비.

2. MapReduce:

  • Hadoop의 분산 데이터 처리 엔진으로, 데이터를 병렬로 처리하는 데 사용됩니다.
  • 두 단계로 구성:
    • Map 단계: 데이터를 분할하고 각 조각을 개별적으로 처리.
    • Reduce 단계: Map 단계에서 처리된 결과를 합쳐 최종 결과 생성.

3. YARN (Yet Another Resource Negotiator):

  • Hadoop의 자원 관리 시스템으로, 클러스터 내에서 CPU와 메모리 같은 자원을 효율적으로 분배하고 관리합니다.

4. Common Utilities:

  • Hadoop의 기본 라이브러리와 도구 모음으로, 다른 구성 요소들이 상호작용할 수 있도록 지원합니다.

Hadoop의 사용 사례

  1. 데이터 분석:
    • 대규모 로그 파일이나 트랜잭션 데이터를 분석하여 인사이트 추출.
    • 예: 전자상거래 사이트에서 고객 행동 분석.
  2. 데이터 저장소:
    • HDFS를 사용해 대량의 비정형 데이터를 안전하게 저장.
    • 예: 소셜 미디어 이미지나 동영상 저장.
  3. 머신 러닝:
    • 대규모 데이터를 기반으로 머신 러닝 알고리즘을 실행.
    • 예: 추천 시스템 구축.
  4. 검색 엔진:
    • 웹 크롤링 데이터 처리 및 색인 생성.
    • 예: Google과 같은 검색 엔진에서 웹 페이지 색인화.
  5. IoT 데이터 처리:
    • IoT 장치에서 생성된 센서 데이터 분석 및 실시간 처리.

Hadoop의 장점과 단점

장점:

  1. 확장성: 클러스터에 노드를 추가하여 쉽게 확장 가능.
  2. 비용 효율성: 저렴한 하드웨어를 사용하여 대규모 데이터 처리 가능.
  3. 내결함성: 데이터 복제를 통해 장애 발생 시에도 안정적으로 작동.
  4. 유연성: 정형, 비정형 데이터를 모두 처리 가능.

단점:

  1. 복잡성: 설정 및 관리가 복잡하며 전문 지식이 필요.
  2. 실시간 처리 부족: 실시간 데이터 처리가 어려움(MapReduce는 배치 처리 방식).
  3. 고속 I/O 작업 한계: 작은 파일이 많을 경우 성능 저하 발생.

Hadoop과 Azure

Azure에서도 Hadoop 기반 서비스를 사용할 수 있습니다:

  • Azure HDInsight:
    • Azure에서 제공하는 완전 관리형 Hadoop 서비스입니다.
    • HDFS와 MapReduce뿐만 아니라 Spark, Hive, Kafka 등 다양한 빅데이터 도구와 통합 가능.
    • 클라우드 환경에서 Hadoop 클러스터를 쉽게 설정하고 확장할 수 있습니다.

시험 예제 스타일로 설명

예제 1:

"Hadoop에서 데이터를 여러 노드에 분산 저장하고 복제하는 역할을 하는 구성 요소는 무엇입니까?"

정답: HDFS (Hadoop Distributed File System)

예제 2:

"Hadoop 클러스터 내에서 자원을 관리하고 작업을 스케줄링하는 역할을 하는 구성 요소는 무엇입니까?"

정답: YARN (Yet Another Resource Negotiator)

예제 3:

"MapReduce 프로세스에서 데이터를 병렬로 처리하는 첫 번째 단계는 무엇입니까?"

정답: Map 단계

결론

Hadoop은 대규모 데이터를 효율적으로 저장하고 처리하기 위한 강력한 도구입니다. 특히 빅데이터 환경에서 중요한 역할을 하며, Azure HDInsight와 같은 클라우드 서비스와 결합하면 더욱 쉽게 활용할 수 있습니다.시험 준비 시에는 다음 사항에 익숙해지는 것이 중요합니다:

  1. Hadoop의 주요 구성 요소(HDFS, MapReduce, YARN)의 역할과 특징.
  2. 분산 컴퓨팅 및 스토리지 개념.
  3. Hadoop이 실제로 사용되는 사례와 Azure HDInsight와의 연관성.

공유 액세스 서명(Shared Access Signature, SAS) 토큰은 Azure Storage 리소스에 대한 제한적이고 안전한 액세스를 제공하기 위한 URL 기반의 보안 토큰입니다. SAS 토큰을 사용하면 **특정 권한(읽기, 쓰기 등)**과 유효 기간을 설정하여 Azure Storage 리소스(Blob, File, Queue, Table 등)에 대한 접근을 제어할 수 있습니다.

SAS 토큰의 주요 개념

  1. SAS란?
    • SAS는 Azure Storage 계정의 키를 공유하지 않고도 특정 리소스에 대해 제한된 권한을 부여하는 방법입니다.
    • SAS 토큰은 URL에 추가되어 사용되며, 이를 통해 클라이언트는 Azure Storage 리소스에 접근할 수 있습니다.
  2. SAS의 목적
    • 민감한 데이터를 보호하면서도 특정 사용자나 애플리케이션이 필요한 리소스에만 접근할 수 있도록 제한.
    • 예: 외부 사용자에게 Blob 파일을 다운로드할 수 있는 링크를 제공하지만, 쓰기 권한은 부여하지 않음.
  3. SAS의 유형
    • 계정 수준 SAS(Account SAS):
      • 스토리지 계정 전체에 대해 권한을 부여.
      • Blob, File, Queue, Table 등 여러 서비스에 대해 설정 가능.
    • 서비스 수준 SAS(Service SAS):
      • 특정 서비스(Blob, File 등)의 특정 리소스에 대해 권한을 부여.
    • 사용자 위임 SAS(User Delegation SAS):
      • Azure Active Directory(Azure AD)를 통해 인증된 사용자에게 SAS를 생성.

SAS 토큰의 구성 요소

SAS 토큰은 URL의 쿼리 문자열로 제공되며, 다음과 같은 정보가 포함됩니다:

  1. 리소스 정보:
    • 어떤 리소스(Blob, 컨테이너 등)에 접근할지 지정.
  2. 권한(Permissions):
    • 읽기(Read), 쓰기(Write), 삭제(Delete), 목록(List) 등의 권한 설정.
      • 예: r = 읽기 권한, w = 쓰기 권한.
  3. 유효 기간(Start/Expiry Time):
    • SAS 토큰이 언제부터 언제까지 유효한지 설정.
      • 예: st=2023-11-01T00:00Z&se=2023-11-02T00:00Z
  4. IP 주소 제한(IP Range) (선택 사항):
    • 특정 IP 주소 범위에서만 접근 가능하도록 제한 가능.
  5. 프로토콜 제한(Protocol) (선택 사항):
    • HTTP 또는 HTTPS로만 접근하도록 설정 가능.
      • 예: spr=https
  6. 서명(Signature):
    • 요청이 유효함을 증명하기 위한 암호화된 서명.

SAS 토큰 생성 방법

  1. Azure 포털에서 생성:
    1. Azure Storage 계정으로 이동.
    2. Blob 또는 컨테이너 선택 후 "공유 액세스 서명" 옵션 클릭.
    3. 필요한 권한과 유효 기간 설정 후 "생성".
  2. Azure CLI 사용:
    bash
    az storage blob generate-sas \ --account-name <StorageAccountName> \ --container-name <ContainerName> \ --name <BlobName> \ --permissions r \ --expiry 2023-11-02T00:00Z \ --https-only
  3. Azure SDK 사용:
    • Python, .NET, JavaScript 등 다양한 SDK에서 SAS 토큰을 생성 가능.

SAS 사용 사례

  1. 파일 공유:
    • 고객이나 파트너에게 Blob 파일 다운로드 링크를 제공.
      • 예: https://<storage-account>.blob.core.windows.net/<container>/<blob>?<SAS-token>
  2. 제한된 데이터 업로드:
    • 외부 애플리케이션이 특정 컨테이너에 데이터를 업로드하도록 허용하되, 다른 데이터는 수정 불가.
  3. 일시적 데이터 접근:
    • 특정 시간 동안만 데이터를 읽거나 쓸 수 있도록 제한.
  4. 보안 강화:
    • IP 주소와 프로토콜 제한을 통해 보안을 강화.

시험 예제 스타일로 설명

예제 1:

"외부 사용자에게 Blob 파일을 다운로드할 수 있는 링크를 제공하려고 합니다. 이때 사용자가 파일을 수정하거나 삭제하지 못하도록 하려면 어떤 권한을 설정해야 합니까?"

정답: 읽기 권한(r)만 부여합니다.

예제 2:

"SAS 토큰이 만료된 후에도 계속 사용되지 않도록 하려면 어떤 속성을 설정해야 합니까?"

정답: 유효 기간(st, se)을 명확히 정의하고 만료 시간을 설정합니다.

예제 3:

"특정 IP 주소에서만 Blob 파일에 접근하도록 하려면 어떤 옵션을 사용해야 합니까?"

정답: IP 주소 범위(sip)를 설정합니다.

SAS의 장점과 단점

장점:

  1. 민감한 스토리지 계정 키를 공유하지 않아도 됨.
  2. 특정 리소스와 권한만 부여하여 보안 강화.
  3. 유효 기간과 IP 주소 제한으로 세밀한 제어 가능.

단점:

  1. SAS 토큰이 노출되면 해당 리소스가 위험해질 수 있음.
  2. 유효 기간 관리가 필요하며, 너무 긴 유효 기간은 보안 위협이 될 수 있음.

결론

공유 액세스 서명(SAS) 토큰은 Azure Storage 리소스에 대한 안전하고 제한적인 접근 권한을 제공하는 강력한 도구입니다. 시험 준비 시에는 다음 내용을 숙지하세요:

  1. SAS 토큰의 구성 요소(권한, 유효 기간 등).
  2. 서비스 수준 및 계정 수준 SAS의 차이점.
  3. Azure 포털 및 CLI에서 SAS 생성 방법.
  4. 보안 강화를 위한 IP 및 프로토콜 제한 활용법

**LRS(Locally Redundant Storage, 로컬 중복 스토리지)**는 Azure Storage에서 제공하는 데이터 복제 옵션 중 하나로, 동일한 데이터 센터 내에서 데이터를 3번 복제하여 데이터의 내구성을 보장합니다. 간단히 말해, 하나의 데이터 센터 안에서만 데이터를 복제하는 방식입니다.

LRS의 주요 특징

  1. 데이터 복제 방식:
    • LRS는 데이터를 동일한 데이터 센터 내의 서로 다른 물리적 서버에 3개의 복사본으로 저장합니다.
    • 이를 통해 하드웨어 오류나 서버 장애가 발생하더라도 데이터 손실을 방지할 수 있습니다.
  2. 저비용 옵션:
    • LRS는 Azure Storage의 복제 옵션 중 가장 저렴합니다.
    • 동일한 데이터 센터 내에서만 복제하기 때문에 네트워크 비용이 적게 들고, 운영 비용도 낮습니다.
  3. 지역적 제한:
    • LRS는 데이터를 하나의 데이터 센터 안에서만 복제하므로, 데이터 센터 전체가 장애를 겪는 경우(예: 화재, 자연재해)에는 데이터 손실 가능성이 있습니다.
    • 따라서 **지역 이중화(Geo-Redundant Storage, GRS)**와 같은 다른 복제 옵션보다 재해 복구 능력이 낮습니다.
  4. 사용 사례:
    • 낮은 비용으로 데이터를 저장해야 하는 경우.
    • 재해 복구보다는 단순한 데이터 백업이 필요한 경우.
    • 특정 지역 내에서만 데이터를 저장해야 하는 규정이 있는 경우(예: 데이터 주권 법규).

LRS와 다른 복제 옵션 비교

복제 옵션복제 위치복사본 수재해 복구 능력비용
LRS (로컬 중복 스토리지) 동일한 데이터 센터 내 3개 낮음 (데이터 센터 장애 시 위험) 가장 저렴함
ZRS (영역 중복 스토리지) 동일한 지역 내 여러 가용성 영역(AZ) 3개 중간 (AZ 장애에도 안전) LRS보다 높음
GRS (지역 이중화 스토리지) 기본 지역 + 보조 지역(다른 지역) 6개 (기본 3개 + 보조 3개) 높음 (지역 전체 장애에도 안전) ZRS보다 높음
RA-GRS (읽기 접근 가능 GRS) GRS + 보조 지역 읽기 가능 6개 높음 + 읽기 가능 GRS보다 높음

LRS의 장점

  1. 비용 효율성:
    • LRS는 Azure Storage의 복제 옵션 중 가장 저렴하기 때문에 비용을 절감할 수 있습니다.
  2. 내구성 보장:
    • 동일한 데이터 센터 내에서 3번 복제되므로 하드웨어 오류나 서버 손상으로부터 데이터를 보호할 수 있습니다.
  3. 저지연성(Local Access):
    • 모든 데이터가 동일한 데이터 센터에 저장되므로, 데이터를 읽거나 쓸 때 지연 시간이 적습니다.

LRS의 단점

  1. 재해 복구 제한:
    • LRS는 동일한 데이터 센터 내에서만 데이터를 복제하므로, 데이터 센터 전체가 장애를 겪으면 데이터를 잃을 위험이 있습니다.
    • 예: 자연재해(홍수, 화재 등)로 인해 데이터 센터가 손상될 경우.
  2. 지역 간 복제가 불가능:
    • LRS는 하나의 지역(데이터 센터)에 국한되므로, 다른 지역에 데이터를 저장하거나 접근할 수 없습니다.

시험 예제 스타일로 설명

예제 1:

"Azure Storage에서 로컬 중복 스토리지(LRS)를 사용할 때, 데이터가 몇 번 복제됩니까?"

정답: 3번

  • 동일한 데이터 센터 내에서 물리적으로 분리된 서버에 3개의 복사본이 저장됩니다.

예제 2:

"LRS를 사용하는 경우 어떤 상황에서 데이터를 잃을 위험이 있습니까?"

정답:

  • 하나의 데이터 센터 전체가 장애를 겪는 경우(예: 화재, 자연재해).

예제 3:

"LRS와 GRS의 주요 차이점은 무엇입니까?"

정답:

  • LRS는 동일한 데이터 센터 내에서만 데이터를 복제하지만, GRS는 기본 지역과 보조 지역(다른 지역)에 데이터를 복제하여 재해 복구 능력을 제공합니다.

 

저작자표시

'IT > AZURE' 카테고리의 다른 글

[AZ-104] 6. 가상 네트워킹 구성 및 관리  (1) 2024.11.29
[AZ-104] 5. Azure 컴퓨팅 리소스 배포 및 관리  (1) 2024.11.27
[AZ-104] 3. Azure 구독  (0) 2024.11.25
[AZ-104] 2. Azure ID 및 거버넌스 관리  (0) 2024.11.25
[AZ-104] 1. Azure 컴퓨팅 리소스 배포 및 관리  (2) 2024.11.19

'IT/AZURE'의 다른글

  • 현재글[AZ-104] 4. 스토리지 구현 및 관리

관련글

티스토리툴바