<시리즈 목차>
1화 : [GCP] #01 GCP Compute Engine VM 으로 분석서버 구축하기
2화 : [GCP] #02 GCP Compute Engine VM 인스턴스 초기 세팅하기
3화 : [GCP] #03 GCP Compute Engine VM에 파이썬(Python) 분석환경 구성하기
4화 : [GCP] #04 GCP Compute Engine VM에 R 분석환경 구성하기
5화 : [GCP] #05 분석을 위한 Google CloudSQL SQLServer 구축&GCE 파이썬 분석서버와 연결하기
6화 : [GCP] #06 Google Bigquery GCE 파이썬서버에서 활용하기
7화 : [GCP] #07 GCP Compute Engine VM에 아파치 에어플로우(Airflow) 설치하여 ETL 환경 구축하기
8화 : [GCP] #08 GCP Compute Engine VM에 제플린(zepplien), 스파크(Spark), 스칼라(Scala) 설치하기
9화 : [GCP] #09 Google Cloud Storage 저장소를 GCE 파이썬 서버에서 활용하기
(1) 구글 클라우드 플랫폼 프로젝트와 서비스
프로젝트란 구글클라우드 플랫폼의 각 서비스를 묶어서 관리하는 집합을 의미한다. 하나의 프로젝트 아래 여러 서비스 구성할 수 있지만, 서비스는 프로젝트없이 독립적으로 사용할는 수 없다. 따라서 GCP분석환경 생성을 위해 프로젝트를 생성하고 이 프로젝트 아래 GCE(Google Compute Engine)서비스를 생성하도록 하자
(2) 신규 프로젝트 생성하기
현재 선택된 프로젝트는 상단의 GNB영역(메뉴바)의 프로젝트 영역에서 확인할 수 있다. GCP는 가입 후 처음 콘솔페이지로 진입할 때 임의로 기본프로젝트가 생성&선택돼 있는데, 이름이 직관적이지 않기 때문에, 신규 프로젝트를 생성하여 이후 분석환경 구성을 진행하도록 하자. (기본 세팅된 프로젝트이름은 사람마다 랜덤으로 부여돼 아래 그림과 다를것이다. 또한 신규로 프로젝트를 만들지 않고 해당 프로젝트를 사용해도 전혀 상관은 없다.)
STEP01 : 신규 프로젝트를 생성하기 위해 아래 그림의 붉은색 네모안 프로젝트 영역을 클릭하도록 하자
프로젝트 영역을 클릭하면 아래 왼쪽처럼 프로젝트 선택 팝업이 등장하는데 이 팝업창에서 "새 프로젝트"를 클릭하여 "새 프로젝트 페이지"를 통해 프로젝트를 생성할 수 있다.
STEP02 : 새 프로젝트 페이지로 이동하여 practical-python-gcp 라는 신규 프로젝트명을 생성한다.
프로젝트 생성을 완료하여도 아래처럼 프로젝트는 자동으로 바뀌지 않는다.
따러서 프로젝트 영역을 선택하여, 방금 생성한 practical-python-gcp로 프로젝트를 변경하도록하자. 프로젝트가 성공적으로 변경됐다면 아래처럼 상단 GNB영역의 프로젝트가 practical-python-gcp로 변경된것을 확인할 수 있을 것이다.
STEP 03 : practical-python-gcp로 프로젝트를 변경하도록하자.
(3) GCP 서비스 Google Compute Engine(GCE) 이란?
Compute Engine이란 GCP의 가상머신(VM) 서비스로, 클라우드 환경에 컴퓨터를 가상으로 만들고 임대하는 서비스라고 생각하면된다. 임대이기 때문에 갖고 있는 만큼, 사용한 만큼 돈을 지불하는 종량제 요금이다. 이러한 가상머신을 GCP에서는 인스턴스라 부른다.
약300$의 무료 크레딧이 존재하고 무료 크레딧을 다 쓰면 자동으로 모든 서비스가 중단돼 더 이상의 과금이 발생하지 않기 때문에 걱정 없이 정해진 한도 내에 VM 스펙을 조정하여 활용할 수 있다.
(2) Compute Engine 인스턴스 만들기
프로젝트 생성과 마찬가지로 상단 메뉴바의 좌측 메뉴 아이콘을 클릭한다.
그 후 왼쪽 화면에 상세 메뉴가 팝업 되면 컴퓨팅 > Compute Engine > VM 인스턴스 항목을 클릭하여 VM 인스턴스 페이지로 이동한다.
최초로 VM인스턴스 페이지에 진입하면, 아래와 같은 API사용 동의 화면이 나오는데 "사용"을 눌러 Compute Engine API를 활성화 시켜준다. (한번 동의하면 다음부터는 나오지 않는 페이지이다. )
API사용에 동의하면 시간이 조금 소요된 후에 아래와 같이 VM 인스턴스 리스트로 들어오게 된다. VM 인스턴스 생성을 위해 "인스턴스 만들기" 버튼을 클릭한다.
인스턴스 생성 페이지에서는 아래와 같이 이름, 리전 같은 설정을 포함해 CPU와 RAM 같은 상세 인스턴스 스펙을 결정할 수 있고 그 결과 예상 비용을 오른쪽에서 확인할 수 있다. 인스턴스 만들기에서 이름/리전/영역을 작성,선택하고 CPU와 메모리 스펙을 선택한다. (마찬가지로 자유롭게 설정해도 좋다.)
- 이름 : da-machine
- 리전 : asia-northeast3(서울)
- 영역 : asia-northeast3-a
- CPU : 4 코어
- RAM : 8 GB
스크롤을 아래로 내려 이번에는 부팅디스크를 설정해야한다. 부팅디스크는 왼쪽 그림처럼 "변경" 버튼을 통해 팝업되는 "부팅 디스크" 페이지에서 설정할 수 있다. 아래와 같이 부팅디스크를 설정하자.
- 운영체제/버전 : Ubuntu 20.04 LST
- 부팅 디스크 유형 / 크기 : SSD영구 디스크 100GB
마지막으로 ID 및 API 액세스에 대해서 설정해야하는데, 서비스계정의 경우 기본값으로 설정된 값을 유지하고 액세스범위를 모든 CloudAPI에 대한 전체 액세스 허용으로 선택한다. 액세스 범위는 우리가 만든 인스턴스가 CloudSQL, Bigquery 등 다른 서비스에 접근할 수 있는 API에 대한 권한을 부여하는것으로, 생성이후에는 변경이 불가능하기 때문에 주의해야한다.
모든 설정을 완료했다면 제일 하단의 만들기 버튼을 통해서 인스턴스를 생성한다. 성공적으로 인스턴스가 생성됐다면 아래와 같이 인스턴스 목록이 노출된다. 내부IP, 외부IP는 물론 인스턴스마다 임의로 다르게 부여되는 부분으로 스샷과 모두 다를것이다.
초록색 원형 체크 아이콘은 인스턴스가 실행 중일 때 나타난다. 과도한 요금부가를 막기 위해서 항상 사용 후에는 중지하는 것을 권한다.
'분석환경구축하기 > GCP' 카테고리의 다른 글
| [GCP] #07 GCP Compute Engine VM에 아파치 에어플로우(Airflow) 설치하여 ETL 환경 구축하기 (1) | 2020.05.01 |
|---|---|
| [GCP] #05 분석을 위한 Google CloudSQL SQLServer 구축&GCE 파이썬 분석서버와 연결하기 (0) | 2020.04.30 |
| [GCP] #04 GCP Compute Engine VM에 R 분석환경 구성하기 (0) | 2020.04.30 |
| [GCP] #03 GCP Compute Engine VM에 파이썬(Python) 분석환경 구성하기 (1) | 2020.04.30 |
| [GCP] #02 GCP Compute Engine VM 인스턴스 초기 세팅하기 (0) | 2020.04.30 |
댓글