[AWS] RDS & ElastiCache 데이터 저장소 만들기 - 2편

기존 로컬 개발 환경에서는 도커 컨테이너를 직접 띄워서 로컬 볼륨으로 데이터를 관리했었다.

이제 RDS로 데이터를 관리해서 안정성을 확보하려고 한다.

 

1. RDS 생성하기

RDS를 생성해보자.

콘솔 검색창에 RDS 검색 > RDS 대시보드 진입 > 데이터베이스 생성 클릭

 

2. 엔진 옵션

현재 사용하고 있던 postgreSQL의 버전은 17.5다.

그래서 엔진 버전도 그대로 같은 버전으로 맞춰줬다.

 

RDS 확장 지원 활성화는 체크하지 않았다.

선택한 엔진 버전이 너무 오래된 버전인 경우, 구버전을 계속 쓰고 싶을 때 돈을 더 내고 기술 지원을 받는 옵션이다.

내가 선택한 postgreSQL의 버전은 최신 버전이기 때문에 쓸데없이 유료 지원을 쓸 이유가 없다.

 

3. 가용성 및 내구성

비용 때문에 단일 AZ DB 인스턴스 배포(인스턴스 1개) 를 선택했다.

 

사실 다중 AZ DB 인스턴스 배포(인스턴스 2개)를 선택하면

평소엔 메인 DB만 사용하다가 메인 DB가 죽으면 대기하고 있던 DB가 바로 메인 DB의 역할을 하기때문에 안정적인 운영이 가능하다.

그래서 초기 VPC 생성 단계에서 2개의 가용영역(AZ)을 미리 확보해놨었다.  

그런데 다중 AZ DB 인스턴스 배포(인스턴스 2개)를 선택하니 월별 추정 요금이 153달러로 잡혔다.

그러면 AWS를 1년도 사용하지 못할 것이 분명하다..

그래서 일단 개발을 하기 위해서 단일인스턴스로 설정을 바꿨다. 그러니 77 달러로 확 줄었다.

 

 

4. 설정

DB 인스턴스 식별자는 프로젝트명을 넣어주었다.

마스터 암호는 자체 관리를 선택해주었고 비밀번호는 따로 메모로 남겨주었다.

까먹으면 DB를 재설정해야하는 대참사가 일어난다고 한다.

 

 

5. 인스턴스 구성 

버스터블 클래스를 선택해주었다.

 

각 클래스가 뭔지 살펴보자.

✔️스탠다드 클래스

안정적이고 정해진 성능을 꾸준히 내는 클래스다.

실제 사용 서비스에 쓰인다.

 

✔️ 메모리 최적화 클래스

CPU 성능 대비 메모리 용량이 엄청크다.

데이터가 수백GB ~ TB 단위인 대용량 DB나 실시간 빅데이터 처리를 해야하는 프로젝트에 적합하다.

내 프로젝트에서 다루는 데이터는 주로 텍스트 위주이기 때문에 메모리 최적화 클래스는 오버스펙이다.

 

✔️ 버스터블 클래스

평소에 CPU를 적게 쓰다가 사용자가 몰리면 순간적으로 고성능을 낼 수 있는 클래스다.

개발/테스트 환경에 적합하다.

 

모델은 db.t4g.medium을 선택했다.

 

t3은 인텔기반이고 t4g는 ARM기반이다. 

t4g가 t3보다 성능은 더 좋고 가격은 20%정도 더 저렴하다.

그리고 medium 등급은 vCPU가 2개, 메모리는 4GB 다.

동시접속자 수가 2~3명 정도인 개발 단계에서는 medium등급이 적합하다.

실제 사용자가 들어올때 그때 large로 바꿔도 된다.

 

6. 스토리지

스토리지 유형은 성능 설정이 유연한 gp3를 선택했다.

그리고 처음에 기본값으로 할당된 스토리지에 200이 입력되어있었다.

이걸 20으로 바꿔줬다.

내 프로젝트의 데이터는 텍스트 위주라서 20GB여도 충분할 것이고 스토리지 자동조정 활성화를 켜놨기때문에 용량 걱정은 없다.

설정을 기본값 200으로 그대로 가져가면 RDS를 사용하지 않고 켜두기만해도 20GB로 설정했을때보다 10배의 요금이 부과된다.

 

스토리지 자동 조정을 활성화하고 최대 스토리지 임계값을 100으로 설정해놨다.

처음 스토리지에 할당했던 20GB가 부족할 것 같으면 알아서 용량이 자동조정되는 옵션이다.

 

7. 연결

 

 

기본값으로 두고 넘어간다. 끝!