Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- OOP
- 서버 베이스 컴퓨팅
- 마이크로서비스
- kubernetes
- fargate
- 객체지향
- rocky
- server base computing
- 설치
- IaaS
- 가상 데스크탑 환경
- 로키
- eks
- no-param-reassign
- microservices
- 구축
- serverless
- 프로젝트
- sagemaker
- jenkins
- eslint
- centos7
- openstack
- 젠킨스
- app&desk
- 머신러닝
- 쿠버네티스
- xenserver app&desk
- AWS
- 오픈스택
Archives
- Today
- Total
IT
[eks, fargate, sagemaker] 1. 개요 - Microservices구축시 EKS 와 Serverless 비교 및 Machine Learning Service 확장 프로젝트 본문
프로젝트/eks, fargate, sagemaker
[eks, fargate, sagemaker] 1. 개요 - Microservices구축시 EKS 와 Serverless 비교 및 Machine Learning Service 확장 프로젝트
abcee 2019. 4. 22. 22:411. 개요
1.1 프로젝트 명
Microservices구축시 EKS 와 Serverless 비교 및 Machine Learning Service 확장
1.2 프로젝트 기간
2019.01.14 ~ 2019.02.11
1.3 프로젝트 계획
시작일 |
종료일 |
|
프로젝트 계획 |
||
프로젝트 설계 |
19-01-19 |
|
Microservices 구현 - 시스템 설계 - 인프라 설계 - K8s 테스트 - EKS 구축 - Fargate 구축 |
19-01-24 |
|
Machine Learning 구현 - 시스템 설계 - 인프라 설계 - 구축 |
19-02-03 |
|
결과 정리 |
19-02-08 |
19-02-11 |
1.4 서비스 소개
“레스토랑 예약 App”으로 사용자의 레스토랑에 대한 평가를 받기 위해 사용자에게 설문조사 W EB URL을 Push 메시지를 통해 보낸다. 또한 수집된 정보를 Machine Learning을 이용하여 사용자가 좋아할 만한 레스토랑을 추천해주는 서비스이다.
1.5 서비스 규모
전체 사용자 |
1만 |
점심과 저녁 제외 평균 |
100명 |
점심(동시접속자) |
3000명 |
저녁(동시접속자) |
4000명 |
일 평균 예약자 |
7000명 |
1.6 목적
microservices architecture를 구축 및 관리 운용함에 있어 EKS와 Fargate를 이용한 serverless arc hitecure의 관리 및 운용의 차이를 파악한다. 또한 이후 machine learning 서비스를 도입함에 있어 서비스를 신속, 유연하게 확장할 수 있는 방법을 모색한다.
'프로젝트 > eks, fargate, sagemaker' 카테고리의 다른 글
Comments