백엔드 개발 파이썬 튜토리얼 CDKTF를 사용하여 AWS EC에 SpringBoot API를 배포하는 방법은 무엇입니까?

CDKTF를 사용하여 AWS EC에 SpringBoot API를 배포하는 방법은 무엇입니까?

Jan 24, 2025 am 10:11 AM

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.

CDKTF를 사용하여 AWS EC에 SpringBoot API를 배포하는 방법은 무엇입니까?

이 다이어그램에서 아키텍처를 3개의 레이어로 나눌 수 있습니다.

  1. 네트워크:
    • VPC
    • 퍼블릭 및 프라이빗 서브넷
    • 인터넷 게이트웨이
    • NAT 게이트웨이
  2. 인프라:
    • 애플리케이션 로드 밸런서(ALB)
    • 청취자
    • ECS 클러스터
  3. 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.

  1. /ping: "pong" 문자열을 반환합니다. 이 엔드포인트는 API의 응답성을 테스트하는 데 유용합니다. 또한 모니터링을 위해 Prometheus 카운터 측정항목을 증가시킵니다.
  2. /healthcheck: "ok"를 반환하며 애플리케이션이 올바르게 실행되고 있는지 확인하기 위한 상태 확인 엔드포인트 역할을 합니다. /ping과 마찬가지로 관찰 가능성을 위해 Prometheus 카운터를 업데이트합니다.
  3. /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"]
로그인 후 복사
로그인 후 복사
로그인 후 복사

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/)
로그인 후 복사
로그인 후 복사
로그인 후 복사

2. CDKTF 및 종속성 설치

CDKTF 및 해당 종속 항목을 설치하여 필요한 도구가 있는지 확인하세요.

$ npm install -g cdktf-cli@latest
로그인 후 복사
로그인 후 복사

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"]
로그인 후 복사
로그인 후 복사
로그인 후 복사
기본적으로 생성 된 많은 파일이 있으며 모든 종속성이 설치됩니다. 아래는 초기 main.pyfile입니다 : 입니다

3 단계 : 건물 층

a stack
- [**python (3.13)**](https://www.python.org/)
- [**pipenv**](https://pipenv.pypa.io/en/latest/)
- [**npm**](https://nodejs.org/en/)
로그인 후 복사
로그인 후 복사
로그인 후 복사
는 Terraform (CDKTF)의 CDK가 뚜렷한 TerraForm 구성으로 컴파일되는 인프라 리소스 그룹을 나타냅니다. 스택은 응용 프로그램 내의 다른 환경에 대해 별도의 상태 관리를 가능하게합니다. 계층 간의 리소스를 공유하려면 크로스 스택 참조를 사용합니다.

1. 네트워크 계층

<_> 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
로그인 후 복사
로그인 후 복사


우리의 VPC는 ​​아래 이미지와 같이 준비되어 있습니다 :

# init the project using aws provider
$ mkdir samples-fargate

$ cd samples-fargate && cdktf init --template=python --providers=aws
로그인 후 복사

2. 인프라 계층 프로젝트 에
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()
로그인 후 복사
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 &amp;&amp; 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[&quot;region&quot;] # configure the AWS provider to use the us-east-1 region AwsProvider(self, &quot;AWS&quot;, region=self.region) # use S3 as backend S3Backend( self, bucket=params[&quot;backend_bucket&quot;], key=params[&quot;backend_key_prefix&quot;] + &quot;/network.tfstate&quot;, region=self.region, ) # create the vpc vpc_demo = Vpc(self, &quot;vpc-demo&quot;, cidr_block=&quot;192.168.0.0/16&quot;) # create two public subnets public_subnet1 = Subnet( self, &quot;public-subnet-1&quot;, vpc_id=vpc_demo.id, availability_zone=f&quot;{self.region}a&quot;, cidr_block=&quot;192.168.1.0/24&quot;, ) public_subnet2 = Subnet( self, &quot;public-subnet-2&quot;, vpc_id=vpc_demo.id, availability_zone=f&quot;{self.region}b&quot;, cidr_block=&quot;192.168.2.0/24&quot;, ) # create. the internet gateway igw = InternetGateway(self, &quot;igw&quot;, vpc_id=vpc_demo.id) # create the public route table public_rt = Route( self, &quot;public-rt&quot;, route_table_id=vpc_demo.main_route_table_id, destination_cidr_block=&quot;0.0.0.0/0&quot;, gateway_id=igw.id, ) # create the private subnets private_subnet1 = Subnet( self, &quot;private-subnet-1&quot;, vpc_id=vpc_demo.id, availability_zone=f&quot;{self.region}a&quot;, cidr_block=&quot;192.168.10.0/24&quot;, ) private_subnet2 = Subnet( self, &quot;private-subnet-2&quot;, vpc_id=vpc_demo.id, availability_zone=f&quot;{self.region}b&quot;, cidr_block=&quot;192.168.20.0/24&quot;, ) # create the Elastic IPs eip1 = Eip(self, &quot;nat-eip-1&quot;, depends_on=[igw]) eip2 = Eip(self, &quot;nat-eip-2&quot;, depends_on=[igw]) # create the NAT Gateways private_nat_gw1 = NatGateway( self, &quot;private-nat-1&quot;, subnet_id=public_subnet1.id, allocation_id=eip1.id, ) private_nat_gw2 = NatGateway( self, &quot;private-nat-2&quot;, subnet_id=public_subnet2.id, allocation_id=eip2.id, ) # create Route Tables private_rt1 = RouteTable(self, &quot;private-rt1&quot;, vpc_id=vpc_demo.id) private_rt2 = RouteTable(self, &quot;private-rt2&quot;, vpc_id=vpc_demo.id) # add default routes to tables Route( self, &quot;private-rt1-default-route&quot;, route_table_id=private_rt1.id, destination_cidr_block=&quot;0.0.0.0/0&quot;, nat_gateway_id=private_nat_gw1.id, ) Route( self, &quot;private-rt2-default-route&quot;, route_table_id=private_rt2.id, destination_cidr_block=&quot;0.0.0.0/0&quot;, nat_gateway_id=private_nat_gw2.id, ) # associate routes with subnets RouteTableAssociation( self, &quot;public-rt-association&quot;, subnet_id=private_subnet2.id, route_table_id=private_rt2.id, ) RouteTableAssociation( self, &quot;private-rt1-association&quot;, subnet_id=private_subnet1.id, route_table_id=private_rt1.id, ) RouteTableAssociation( self, &quot;private-rt2-association&quot;, 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 [&quot;java&quot;,&quot;-jar&quot;,&quot;/app/java-api.jar&quot;] </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!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

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

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Python vs. C : 응용 및 사용 사례가 비교되었습니다 Python vs. C : 응용 및 사용 사례가 비교되었습니다 Apr 12, 2025 am 12:01 AM

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.

파이썬 : 게임, Guis 등 파이썬 : 게임, Guis 등 Apr 13, 2025 am 12:14 AM

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 시간의 파이썬 계획 : 현실적인 접근 2 시간의 파이썬 계획 : 현실적인 접근 Apr 11, 2025 am 12:04 AM

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.

Python vs. C : 학습 곡선 및 사용 편의성 Python vs. C : 학습 곡선 및 사용 편의성 Apr 19, 2025 am 12:20 AM

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 안에 얼마나 많은 파이썬을 배울 수 있습니까? 2 시간 안에 얼마나 많은 파이썬을 배울 수 있습니까? Apr 09, 2025 pm 04:33 PM

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

파이썬과 시간 : 공부 시간을 최대한 활용 파이썬과 시간 : 공부 시간을 최대한 활용 Apr 14, 2025 am 12:02 AM

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.

파이썬 : 자동화, 스크립팅 및 작업 관리 파이썬 : 자동화, 스크립팅 및 작업 관리 Apr 16, 2025 am 12:14 AM

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.

파이썬 : 기본 응용 프로그램 탐색 파이썬 : 기본 응용 프로그램 탐색 Apr 10, 2025 am 09:41 AM

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.

See all articles