CDKTF를 사용하여 AWS EC에 SpringBoot API를 배포하는 방법은 무엇입니까?
Java 개발자가 AWS ECS에 Spring Boot API를 배포하는 방법을 물었을 때 저는 이것이 CDKTF(Cloud Development Kit for Terraform) 프로젝트의 최신 업데이트를 살펴볼 수 있는 절호의 기회라고 생각했습니다.
이전 기사에서는 Python과 같은 범용 프로그래밍 언어를 사용하여 IaC(Infrastructure as Code)를 작성할 수 있는 프레임워크인 CDKTF를 소개했습니다. 그 이후로 CDKTF는 첫 번째 GA 릴리스에 도달했으며 지금이 다시 방문하기에 완벽한 시기입니다. 이 기사에서는 CDKTF를 사용하여 AWS ECS에 Spring Boot API를 배포하는 방법을 안내합니다.
내 Github 저장소에서 이 기사의 코드를 찾아보세요.
아키텍처 개요
구현에 대해 자세히 알아보기 전에 배포하려는 아키텍처를 검토해 보겠습니다.
이 다이어그램에서 아키텍처를 3개의 레이어로 나눌 수 있습니다.
-
네트워크:
- VPC
- 퍼블릭 및 프라이빗 서브넷
- 인터넷 게이트웨이
- NAT 게이트웨이
-
인프라:
- 애플리케이션 로드 밸런서(ALB)
- 청취자
- ECS 클러스터
-
서비스 스택:
- 대상그룹
- ECS 서비스
- 작업 정의
1단계: Spring Boot 애플리케이션 컨테이너화
우리가 배포 중인 Java API는 GitHub에서 사용할 수 있습니다.
3개의 엔드포인트가 있는 간단한 REST API를 정의합니다.
- /ping: "pong" 문자열을 반환합니다. 이 엔드포인트는 API의 응답성을 테스트하는 데 유용합니다. 또한 모니터링을 위해 Prometheus 카운터 측정항목을 증가시킵니다.
- /healthcheck: "ok"를 반환하며 애플리케이션이 올바르게 실행되고 있는지 확인하기 위한 상태 확인 엔드포인트 역할을 합니다. /ping과 마찬가지로 관찰 가능성을 위해 Prometheus 카운터를 업데이트합니다.
- /hello: 이름 쿼리 매개변수(기본값은 "World")를 허용하고 맞춤 인사말(예: "Hello, [name]!")을 반환합니다. 이 엔드포인트는 Prometheus 카운터와도 통합됩니다.
Dockerfile을 추가해 보겠습니다.
FROM maven:3.9-amazoncorretto-21 AS builder WORKDIR /app COPY pom.xml . COPY src src RUN mvn clean package # amazon java distribution FROM amazoncorretto:21-alpine COPY --from=builder /app/target/*.jar /app/java-api.jar EXPOSE 8080 ENTRYPOINT ["java","-jar","/app/java-api.jar"]
애플리케이션을 배포할 준비가 되었습니다!
2단계: AWS CDKTF 설정
AWS CDKTF를 사용하면 Python을 사용하여 AWS 리소스를 정의하고 관리할 수 있습니다.
1. 전제조건
- [**python (3.13)**](https://www.python.org/) - [**pipenv**](https://pipenv.pypa.io/en/latest/) - [**npm**](https://nodejs.org/en/)
2. CDKTF 및 종속성 설치
CDKTF 및 해당 종속 항목을 설치하여 필요한 도구가 있는지 확인하세요.
$ npm install -g cdktf-cli@latest
이렇게 하면 다양한 언어에 대한 새 프로젝트를 시작할 수 있는 cdktf CLI가 설치됩니다.
3. CDKTF 애플리케이션 초기화
다음을 실행하여 새로운 Python 프로젝트를 스캐폴딩할 수 있습니다.
FROM maven:3.9-amazoncorretto-21 AS builder WORKDIR /app COPY pom.xml . COPY src src RUN mvn clean package # amazon java distribution FROM amazoncorretto:21-alpine COPY --from=builder /app/target/*.jar /app/java-api.jar EXPOSE 8080 ENTRYPOINT ["java","-jar","/app/java-api.jar"]
3 단계 : 건물 층
- [**python (3.13)**](https://www.python.org/) - [**pipenv**](https://pipenv.pypa.io/en/latest/) - [**npm**](https://nodejs.org/en/)
1.
<_> 프로젝트에 Network_stack.py 파일을 에 추가하십시오
모든 네트워크 리소스를 생성하려면 다음 코드를 추가하십시오.
그런 다음 파일을 편집하십시오
다음 명령을 실행하여 Terraform 구성 파일을 생성합니다.
네트워크 스택을 를 배포하십시오
$ npm install -g cdktf-cli@latest
# init the project using aws provider $ mkdir samples-fargate $ cd samples-fargate && cdktf init --template=python --providers=aws
2.
infra_stack.py 파일을 추가하십시오
#!/usr/bin/env python from constructs import Construct from cdktf import App, TerraformStack class MyStack(TerraformStack): def __init__(self, scope: Construct, id: str): super().__init__(scope, id) # define resources here app = App() MyStack(app, "aws-cdktf-samples-fargate") app.synth()
모든 인프라 리소스를 생성하기 위해 다음 코드를 추가하십시오.
<p>
<br>
파일을 편집하십시오 :
</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">$ mkdir infra
$ cd infra && touch network_stack.py
</pre><div class="contentsignin">로그인 후 복사</div></div>
<p>
<inf> 를 배치하십시오
<br>
<n> alb의 DNS 이름에 주목하십시오.
</n></inf></p> <div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">from constructs import Construct
from cdktf import S3Backend, TerraformStack
from cdktf_cdktf_provider_aws.provider import AwsProvider
from cdktf_cdktf_provider_aws.vpc import Vpc
from cdktf_cdktf_provider_aws.subnet import Subnet
from cdktf_cdktf_provider_aws.eip import Eip
from cdktf_cdktf_provider_aws.nat_gateway import NatGateway
from cdktf_cdktf_provider_aws.route import Route
from cdktf_cdktf_provider_aws.route_table import RouteTable
from cdktf_cdktf_provider_aws.route_table_association import RouteTableAssociation
from cdktf_cdktf_provider_aws.internet_gateway import InternetGateway
class NetworkStack(TerraformStack):
def __init__(self, scope: Construct, ns: str, params: dict):
super().__init__(scope, ns)
self.region = params["region"]
# configure the AWS provider to use the us-east-1 region
AwsProvider(self, "AWS", region=self.region)
# use S3 as backend
S3Backend(
self,
bucket=params["backend_bucket"],
key=params["backend_key_prefix"] + "/network.tfstate",
region=self.region,
)
# create the vpc
vpc_demo = Vpc(self, "vpc-demo", cidr_block="192.168.0.0/16")
# create two public subnets
public_subnet1 = Subnet(
self,
"public-subnet-1",
vpc_id=vpc_demo.id,
availability_zone=f"{self.region}a",
cidr_block="192.168.1.0/24",
)
public_subnet2 = Subnet(
self,
"public-subnet-2",
vpc_id=vpc_demo.id,
availability_zone=f"{self.region}b",
cidr_block="192.168.2.0/24",
)
# create. the internet gateway
igw = InternetGateway(self, "igw", vpc_id=vpc_demo.id)
# create the public route table
public_rt = Route(
self,
"public-rt",
route_table_id=vpc_demo.main_route_table_id,
destination_cidr_block="0.0.0.0/0",
gateway_id=igw.id,
)
# create the private subnets
private_subnet1 = Subnet(
self,
"private-subnet-1",
vpc_id=vpc_demo.id,
availability_zone=f"{self.region}a",
cidr_block="192.168.10.0/24",
)
private_subnet2 = Subnet(
self,
"private-subnet-2",
vpc_id=vpc_demo.id,
availability_zone=f"{self.region}b",
cidr_block="192.168.20.0/24",
)
# create the Elastic IPs
eip1 = Eip(self, "nat-eip-1", depends_on=[igw])
eip2 = Eip(self, "nat-eip-2", depends_on=[igw])
# create the NAT Gateways
private_nat_gw1 = NatGateway(
self,
"private-nat-1",
subnet_id=public_subnet1.id,
allocation_id=eip1.id,
)
private_nat_gw2 = NatGateway(
self,
"private-nat-2",
subnet_id=public_subnet2.id,
allocation_id=eip2.id,
)
# create Route Tables
private_rt1 = RouteTable(self, "private-rt1", vpc_id=vpc_demo.id)
private_rt2 = RouteTable(self, "private-rt2", vpc_id=vpc_demo.id)
# add default routes to tables
Route(
self,
"private-rt1-default-route",
route_table_id=private_rt1.id,
destination_cidr_block="0.0.0.0/0",
nat_gateway_id=private_nat_gw1.id,
)
Route(
self,
"private-rt2-default-route",
route_table_id=private_rt2.id,
destination_cidr_block="0.0.0.0/0",
nat_gateway_id=private_nat_gw2.id,
)
# associate routes with subnets
RouteTableAssociation(
self,
"public-rt-association",
subnet_id=private_subnet2.id,
route_table_id=private_rt2.id,
)
RouteTableAssociation(
self,
"private-rt1-association",
subnet_id=private_subnet1.id,
route_table_id=private_rt1.id,
)
RouteTableAssociation(
self,
"private-rt2-association",
subnet_id=private_subnet2.id,
route_table_id=private_rt2.id,
)
# terraform outputs
self.vpc_id = vpc_demo.id
self.public_subnets = [public_subnet1.id, public_subnet2.id]
self.private_subnets = [private_subnet1.id, private_subnet2.id]
</pre><div class="contentsignin">로그인 후 복사</div></div>
<p>
3. <service> 서비스 계층
<img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173768468278252.png" class="lazy" alt="Network Deployment" loading="lazy" style="max-width:90%" style="max-width:90%">
</service></p> 프로젝트 에 service_stack.py <lo> 파일을 추가하십시오
<p>
</p>
<code> 모든 ECS 서비스 리소스를 생성하려면 다음 코드를 추가하십시오.
<p>
<img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173768468369073.png" class="lazy" alt="Network Map" loading="lazy" style="max-width:90%" style="max-width:90%">
<..> main.py를 업데이트하십시오 (마지막으로?) :
</..></p>
<h3>
서비스 스택 를 배포하십시오
</h3>
여기 우리는 간다!
<created> 우리는 AWS ECS Fargate에 새로운 서비스를 배치하기 위해 모든 리소스를 성공적으로 만들었습니다.
<to> 스택 목록을 얻으려면 다음을 실행하십시오.
<p>
<strong>
</strong> <br></p>
<h2>
4단계: Github 작업 워크플로
</h2>
<p>배포를 자동화하기 위해 GitHub Actions 워크플로를 <strong>java-api</strong>에 통합해 보겠습니다. Github Actions를 활성화하고 저장소의 비밀과 변수를 설정한 후 .github/workflows/deploy.yml 파일을 생성하고 아래 콘텐츠를 추가하세요.<br>
</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><div class="code" style="position:relative; padding:0px; margin:0px;"><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">FROM maven:3.9-amazoncorretto-21 AS builder
WORKDIR /app
COPY pom.xml .
COPY src src
RUN mvn clean package
# amazon java distribution
FROM amazoncorretto:21-alpine
COPY --from=builder /app/target/*.jar /app/java-api.jar
EXPOSE 8080
ENTRYPOINT ["java","-jar","/app/java-api.jar"]
</pre><div class="contentsignin">로그인 후 복사</div></div><div class="contentsignin">로그인 후 복사</div></div><div class="contentsignin">로그인 후 복사</div></div>
<p>워크플로가 잘 작동하고 있습니다.</p>
<p><img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173768468718392.png" class="lazy" alt="Github Actions" loading="lazy" style="max-width:90%" style="max-width:90%"></p>
<p>아래 이미지와 같이 서비스가 성공적으로 배포되었습니다.</p>
<p><img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173768468825982.png" class="lazy" alt="ECS Service" loading="lazy" style="max-width:90%" style="max-width:90%"></p>
<h2>
5단계: 배포 검증
</h2>
<p>다음 스크립트를 사용하여 배포를 테스트합니다(<em>ALB URL을 사용자 URL로 교체</em>).<br>
</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><div class="code" style="position:relative; padding:0px; margin:0px;"><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">- [**python (3.13)**](https://www.python.org/)
- [**pipenv**](https://pipenv.pypa.io/en/latest/)
- [**npm**](https://nodejs.org/en/)
</pre><div class="contentsignin">로그인 후 복사</div></div><div class="contentsignin">로그인 후 복사</div></div><div class="contentsignin">로그인 후 복사</div></div>
<blockquote>
<p>이제 ALB가 트래픽을 처리할 준비가 되었습니다!</p>
</blockquote>
<h2>
<strong>최종 생각</strong>
</h2>
<p>AWS CDKTF를 활용하면 Python을 사용하여 깔끔하고 유지 관리가 가능한 IaC 코드를 작성할 수 있습니다. 이 접근 방식은 AWS ECS Fargate에서 Spring Boot API와 같은 컨테이너화된 애플리케이션 배포를 단순화합니다.</p>
<p>CDKTF의 유연성과 Terraform의 강력한 기능이 결합되어 최신 클라우드 배포를 위한 탁월한 선택이 됩니다.</p>
<p>CDKTF 프로젝트는 인프라 관리를 위한 많은 흥미로운 기능을 제공하지만 때로는 너무 장황하다고 생각될 때도 있다는 점을 인정해야 합니다.</p>
<p>CDKTF에 대한 경험이 있나요? 제작에 사용해 보셨나요?</p>
<p>귀하의 경험을 자유롭게 공유해 주세요.</p>
</to></created>
위 내용은 CDKTF를 사용하여 AWS EC에 SpringBoot API를 배포하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.
