AI 에이전트의 경우: 문서 인덱스는 https://www.mongodb.com/ko-kr/docs/llms.txt에서 사용할 수 있으며, 모든 페이지의 마크다운 버전은 어떤 URL 경로에 .md를 추가하여 사용할 수 있습니다.

Google Cloud

중요

이 페이지에 설명된 기능은 현재 공개 미리 보기 기간 동안 Atlas Infinite 클러스터에서 지원되지 않습니다. 공개 미리 보기에서 지원되는 기능은 공개 미리 보기 가용성을 참조하세요.

Atlas는 Google Cloud에 클러스터를 배포할 수 있도록 지원합니다.

Atlas 다음과 같은 Google Cloud 리전을 지원합니다. 다음 리전은 모두 전용 클러스터(M10+)를 지원 하지만 일부 리전은 무료 클러스터(이전의 M0) 또는 Flex 클러스터를 지원 하지 않습니다. Atlas API 해당 Atlas Region를 사용합니다.

Google Cloud 리전
위치
Atlas 리전
Free Support
Flex Support
M10+ Support

us-central1

Iowa, USA

CENTRAL_US

us-east1

미국 사우스캐롤라이나주

EASTERN_US

us-east4

미국 버지니아주 북부

US_EAST_4

us-east5

미국 오하이오주 콜럼버스

US_EAST_5

northamerica-northeast1

캐나다 몬트리올

NORTH_AMERICA_NORTHEAST_1

northamerica-northeast2

캐나다 토론토

NORTH_AMERICA_NORTHEAST_2

southamerica-east1

브라질 상파울루

SOUTH_AMERICA_EAST_1

southamerica-west1

칠레 산티아고

SOUTH_AMERICA_WEST_1

us-west1

미국 오리건주

WESTERN_US

us-west2

Los Angeles, CA, USA

US_WEST_2

us-west3

미국 유타주 솔트레이크시티

US_WEST_3

us-west4

Las Vegas, NV, USA

US_WEST_4

us-south1

Dallas, TX, USA

US_SOUTH_1

northamerica-south1

멕시코 케레타로

NORTH_AMERICA_SOUTH_1

각 Atlas 클러스터 계층에는 기본 리소스 세트가 함께 제공됩니다. Atlas는 다음과 같은 리소스 구성 옵션을 제공합니다.

저장 크기는 서버 루트 볼륨의 크기를 반영합니다. Google Cloud에 배포된 Atlas 클러스터는 클러스터 세대에 따라 다양한 SSD 유형을 사용합니다 다음과 같습니다:

  • Gen1, M10, M20 클러스터는 Persistent Disk 저장을 사용합니다.

  • Gen2 cluster use Hyperdisk storage [1].

참고

RAM 가용성

각 클러스터 계층에서 사용할 수 있는 실제 RAM 용량은 커널이 보유한 메모리로 인해 명시된 용량보다 약간 적을 수 있습니다.

다음과 같은 클러스터 계층을 사용할 수 있습니다.

Cluster Tiers
저장 범위
기본값 저장
기본값 RAM

M0

.5 GB

.5 GB

Shared

Flex

5GB

5GB

Flex

M10

10 GB~128 GB

10GB

1.7 GB

M20

10GB에서 256GB

20GB

3.8 GB

M30

10GB~512GB

40 GB

8GB

M40

10 GB~1 TB

80 GB

16 GB

M50

10GB ~ 4TB

160 GB

32 GB

M60

10GB ~ 4TB

320GB

64 GB

M80

10GB ~ 4TB

750GB

128GB

M140

10GB ~ 4TB

1000GB

192GB

M200

10GB ~ 4TB

1500 GB

256 GB

M250

10GB ~ 4TB

1750 GB

320GB

M300

10GB ~ 4TB

2000 GB

360 GB

M400

10GB ~ 4TB

3000GB

512 GB

M600

10GB ~ 4TB

4096 GB

640 GB

이 계층을 멀티 클라우드 클러스터에 사용할 수 있습니다.

다음 리전에서는 사용할 수 없습니다:

  • AUSTRALIA_SOUTHEAST_1

  • EUROPE_WEST_3

  • NORTHEASTERN_ASIA_PACIFIC

  • SOUTH_AMERICA_EAST_1

  • EUROPE_WEST_8

  • EUROPE_WEST_9

  • EUROPE_SOUTHWEST_1

Atlas는 R-클래스 인스턴스를 다음 리전으로 제한합니다:

  • CENTRAL_US

  • EASTERN_US (us-east1, 미국 사우스캐롤라이나주)

  • US_EAST_4

  • WESTERN_US

  • US_WEST_3

  • US_WEST_4

  • NORTH_AMERICA_NORTHEAST_1

  • NORTH_AMERICA_NORTHEAST_2

  • SOUTH_AMERICA_EAST_1

  • ASIA_EAST_2

  • ASIA_NORTHEAST_2

  • ASIA_NORTHEAST_3

  • ASIA_SOUTH_1

  • ASIA_SOUTHEAST_2

  • EASTERN_ASIA_PACIFIC

  • NORTHEASTERN_ASIA_PACIFIC

  • SOUTHEASTERN_ASIA_PACIFIC

  • WESTERN_EUROPE

  • EUROPE_NORTH_1

  • EUROPE_WEST_2

  • EUROPE_WEST_3

  • EUROPE_WEST_4

  • EUROPE_WEST_6

  • EUROPE_WEST_8

  • EUROPE_WEST_9

  • EUROPE_SOUTHWEST_1

참고

클러스터 계층 및 API 명명 규칙

Atlas Administration API로 관리하기 위해 클러스터 계층 이름 앞에 M 대신 R이 붙는 경우(예:R40) CPU 사용이 적은 버전의 클러스터를 실행합니다. API로 클러스터를 만들거나 수정할 때는 replicationSpecs[n].regionConfigs[m].electableSpecs.instanceSize 속성을 사용하여 원하는 클러스터 클래스를 이름으로 지정해야 합니다.

중요

멀티 클라우드 저전력 CPU 클러스터

Low-CPU 클러스터 계층(M40 Low-CPU, M50 Low-CPU, M60 Low-CPU 등)은 클러스터 계층 사용할 수 있는 한 멀티 클라우드 클러스터 구성 에서 사용할 수 있습니다. 클러스터 사용하는 모든 리전에 대해

워크로드에는 일반적으로 2TB 미만의 스토리지가 필요합니다.

Atlas는 다음 리소스를 자동으로 구성하며 사용자 수정을 허용하지 않습니다.

  • 저장 속도

  • 암호화된 저장 볼륨

Google Cloud 저장 용량은 항상 암호화됩니다.

각 Google Cloud 리전에는 정해진 수의 독립 구역이 포함되어 있습니다. 각 구역의 전력, 냉각, 네트워킹, 제어 영역은 다른 구역과 격리되어 있습니다.

2Z(두 구역에 해당) 또는 3Z(세 구역에 해당)와 같이 여러 구역이 있는 리전의 경우 Atlas는 이러한 구역에 걸쳐 클러스터를 배포합니다.

3Z 클러스터를 지원하는 리전은 Recommended 더 높은 가용성을 제공하므로 Atlas Add New Cluster(새 클러스터 추가) 양식에(으)로 표시됩니다.

자세한 내용은 Google 문서에서 리전 및 구역을 참조하세요.

리전의 구역 수는 Atlas가 배포할 수 있는 MongoDB 노드 수에 영향을 미치지 않습니다. MongoDB Atlas cluster는 항상 최소 3개의 MongoDB 노드가 있는 복제본 세트로 구성됩니다.

선택한 Google Cloud 리전에 구역이 3개 이상 있는 경우 Atlas cluster는 세 개의 구역으로 분할됩니다. 예를 들어 세 개의 노드 복제본 세트 클러스터에는 각 구역에 하나의 노드가 배포됩니다.

3Z 클러스터는 2Z 클러스터보다 고가용성이 더 높습니다. 그러나 모든 리전에서 3Z 클러스터를 지원하는 것은 아닙니다.

[1] To learn more, see Google 문서에서 저장 옵션 을 참조하세요.

Atlas는 Google Cloud Platform에 배포된 M30+ 전용 클러스터를 Gen2 클러스터로 구성할 수 있도록 지원합니다.

다음 표는 지원되는 각 Gen2 클러스터 계층에 대한 인스턴스 머신, vCPU 수 및 RAM을 보여줍니다.

Atlas Gen2 Tier
인스턴스 머신
vCPU
RAM

M30

c4a-standard-2

2

8GB

M40

c4a-standard-4

4

16 GB

M50

c4a-standard-8

8

32 GB

M60

c4a-standard-16

16

64 GB

M80

c4a-standard-32

32

128GB

M140

c4a-standard-48

48

192GB

M200

c4a-standard-64

64

256 GB

다음 표에서는 Gen2 전용 클러스터를 지원하는 Google Cloud Platform 리전을 나열합니다. Atlas API는 해당 Atlas Region을 사용합니다.

Google Cloud 리전
위치
Atlas 리전

us-central1

Iowa, USA

CENTRAL_US

us-east1

미국 사우스캐롤라이나주

EASTERN_US

us-east4

미국 버지니아주 북부

US_EAST_4

northamerica-south1

멕시코 케레타로

NORTH_AMERICA_SOUTH_1

us-east5

미국 오하이오주 콜럼버스

US_EAST_5

us-west2

Los Angeles, CA, USA

US_WEST_2

us-west4

Las Vegas, NV, USA

US_WEST_4

Adaptive capacity는 Google Cloud 리전에서 클러스터가 사용하는 인스턴스 유형의 용량이 일시적으로 부족할 때 클러스터를 계속 사용할 수 있도록 Atlas가 사용하는 기능입니다. 리전에 용량이 부족하면 클러스터를 확장할 수 없으며, 자동 복구 중에 Atlas가 노드를 교체하지 못할 수도 있습니다. 클러스터를 계속 사용할 수 있도록 Atlas는 사용 가능한 용량이 있는 대체 인스턴스 유형을 프로비저닝하고 클러스터를 일시적으로 해당 인스턴스로 이동합니다.

Atlas는 Google Cloud 클러스터에 대해 기본값 적응형 용량을 활성화합니다.

Atlas가 클러스터에서 사용하는 인스턴스 유형의 용량이 부족하다고 감지하면, Atlas는 사용 가능한 용량이 있는 대체 인스턴스 유형을 프로비저닝하고 클러스터가 계속 실행될 수 있도록 클러스터를 일시적으로 해당 인스턴스로 이동합니다. Atlas는 동일한 클러스터 클래스에서 대체 인스턴스 유형을 선택하며 데이터를 이동하지 않습니다.

Atlas는 클러스터의 컴퓨트 리소스를 변경할 때에만 적응형 용량을 사용합니다. 예를 들어:

Atlas는 노드 또는 샤드를 추가할 때 적응형 용량을 사용하지 않습니다.

대체 인스턴스 유형은 클러스터를 사용 가능하게 유지하며 변경으로 인해 다운타임이 발생하지 않습니다. 대체 인스턴스 유형은 원래 인스턴스 유형보다 성능이 낮을 수 있으므로 Atlas가 클러스터를 원래 인스턴스 유형으로 복원할 때까지 애플리케이션에서 CPU 사용량 증가, 지연 시간 증가 또는 시간 초과가 발생할 수 있습니다.

Atlas는 용량 제약으로 인해 대체 인스턴스 유형을 프로비저닝할 때 클러스터의 가격을 변경하지 않습니다.

Google Cloud Platform에서 Atlas는 Gen1 전용 클러스터에만 적응형 용량을 사용합니다. Gen2 인스턴스 유형에는 현재 대체 인스턴스 유형이 없으므로 Atlas는 GCP Gen2 전용 클러스터에 적응형 용량을 사용할 수 없습니다. 적응형 용량 설정은 Gen2 Google Cloud Platform 클러스터에 표시되지만 아무런 효과가 없습니다.

Atlas는 무료 클러스터 또는 Flex 클러스터에 적응형 용량을 사용하지 않습니다. 또한 Atlas는 NVMe 스토리지를 사용하는 클러스터에 적응형 용량을 사용하지 않습니다. 이는 Atlas가 해당 스토리지를 인스턴스 유형에 결합하기 때문입니다.

용량이 부족할 때 클러스터의 가용성을 유지하려면 적응형 용량을 활성화하는 것이 좋습니다. Atlas는 기본적으로 적응형 용량을 활성화합니다. 개별 클러스터에 대해 적응형 용량 사용을 선택 해제할 수 있습니다. 선택 해제하면 Atlas는 클러스터를 원래 인스턴스 유형으로 유지하며, 용량이 부족하면 클러스터를 확장하지 못할 수 있습니다.

Atlas 적응형 용량 변경을 옵트아웃하려면 Azure 및 Google Cloud Platform 클러스터에 대한 적응형 용량을 참조하세요.

Atlas 대부분의 Google Cloud 리전에서 별도의 검색 노드 배포를 M10 이상 클러스터에 대해 지원합니다.

참고

현재 다음 Google Cloud 리전에서는 검색 노드를 사용할 수 없습니다.

  • 남아프리카 공화국 요하네스버그(africa-south1)

  • 독일 베를린(europe-west10)

  • 사우디아라비아 담맘(me-central2)

  • 멕시코, 케레타로(northamerica-south1)

  • 미국 사우스캐롤라이나주(us-east1)

Atlas는 Google Cloud에 배포된 검색 노드에 다양한 검색 계층을 제공합니다.

다음 표에는 각 hardware 클래스(낮은 CPU 및 높은 CPU)에서 사용할 수 있는 검색 계층이 나열되어 있으며, 기본값 RAM 및 저장 기비바이트(GiB) 단위로 측정됩니다.

인스턴스 크기
인스턴스 세부 정보

S30

  • Default RAM: 8 GiB

  • 기본 스토리지: 128 GiB

  • vCPU: 2

S40

  • Default RAM: 16 GiB

  • 기본 스토리지: 337 GiB

  • vCPU: 2

S50

  • Default RAM: 32 GiB

  • 기본 스토리지: 337 GiB

  • vCPU: 4

S60

  • Default RAM: 64 GiB

  • 기본 스토리지: 337 GiB

  • vCPU: 8

S70

  • Default RAM: 96 GiB

  • 기본 스토리지: 674 GiB

  • vCPU: 12

S80

  • Default RAM: 128 GiB

  • 기본 스토리지: 674 GiB

  • vCPU: 16

S90

  • Default RAM: 256 GiB

  • 기본 스토리지: 1348 GiB

  • vCPU: 32

S100

  • Default RAM: 384 GiB

  • 기본 스토리지: 2697 GiB

  • vCPU: 48

S130

  • Default RAM: 768 GiB

  • 기본 스토리지: 5394 GiB

  • vCPU: 96

참고

대부분의 검색 노드는 NVMe연결 로컬 SSD 디스크를 스토리지로 사용합니다. 다음 검색 계층이 있는 검색 노드는 SCSI 연결 SSD 영구 디스크 [1]를 사용합니다.

  • S20 높은 CPU 인스턴스

  • S30 낮은 CPU 인스턴스

중요

비공개 리전을 요청하려면 MongoDB 피드백 포털에 피드백을 추가하세요. 여러분의 의견은 Atlas Stream Processing 기능의 향후 확장 우선순위를 정하는 데 도움이 됩니다.

Atlas는 다음 Google Cloud 리전에서 Stream Processing Workspace 배포를 지원합니다.

지리
Google Cloud 리전
위치
Atlas 리전

Americas

us-central1

Iowa, USA

CENTRAL_US

Americas

us-east4

미국 버지니아주 북부

US_EAST_4

Americas

us-west1

미국 오리건주

WESTERN_US

아시아 태평양 지역

asia-south1

인도 뭄바이

ASIA_SOUTH_1

유럽

europe-west1

벨기에

WESTERN_EUROPE

글로벌 리전 지원과 함께 다음과 같은 제품 통합을 통해 Google Cloud에서 실행되는 애플리케이션(예: Google Compute Engine, Google Cloud Functions, Google Cloud Run, Google App Engine)에서 Atlas 인스턴스를 쉽고 안전하게 사용할 수 있습니다.

Atlas와 함께 Google Cloud를 가장 효과적으로 사용하는 방법에 대한 자세한 내용을 알아보려면 다음 권장사항, 가이드, 사례 연구를 검토하세요.