기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
AFT는 프로비저닝된 계정에 표준 또는 사용자 지정 구성을 배포할 수 있습니다. AFT 관리 계정에서 AFT는 각 계정에 대해 하나의 파이프라인을 제공합니다. 이 파이프라인을 사용하면 모든 계정, 계정 집합 또는 개별 계정에서 사용자 지정을 구현할 수 있습니다. Python 스크립트, Bash 스크립트 및 Terraform 구성을 실행하거나 계정 사용자 지정 단계의 일부로 AWS CLI와 상호 작용할 수 있습니다.
개요
글로벌 사용자 지정을 저장하는 리포지토리 또는 계정 사용자 지정을 저장하는 리포지토리 중 선택한 git 리포지토리에 사용자 지정이 지정되면 AFT 파이프라인에 의해 계정 사용자 지정 단계가 자동으로 완료됩니다. 계정을 소급하여 사용자 지정하려면 사용자 지정 다시 호출 섹션을 참조하세요.
글로벌 사용자 지정(선택 사항)
AFT에서 프로비저닝한 모든 계정에 특정 사용자 지정을 적용하도록 선택할 수 있습니다. 예를 들어 특정 IAM 역할을 생성하거나 모든 계정에 사용자 지정 제어를 배포해야 하는 경우 AFT 파이프라인의 글로벌 사용자 지정 단계를 사용하면 자동으로 이를 수행할 수 있습니다.
계정 사용자 지정(선택 사항)
개별 계정 또는 계정 세트를 다른 AFT로 프로비저닝된 계정과 다르게 사용자 지정하려면 AFT 파이프라인의 계정 사용자 지정 부분을 활용하여 계정별 구성을 구현할 수 있습니다. 예를 들어 특정 계정만 인터넷 게이트웨이에 액세스해야 할 수 있습니다.
사용자 지정 사전 조건
계정 사용자 지정을 시작하기 전에 이러한 사전 조건이 충족되었는지 확인합니다.
-
완전히 배포된 AFT. 배포 방법에 대한 자세한 내용은 AWS Control Tower Account Factory for Terraform 구성 및 시작 섹션을 참조하세요.
-
환경의 글로벌 사용자 지정 및 계정 사용자 지정을 위한 미리 채워진
git리포지토리. 자세한 내용은 배포 후 단계의 3단계: 각 리포지토리 채우기를 참조하세요.
글로벌 사용자 지정 적용
글로벌 사용자 지정을 적용하려면 선택한 리포지토리에 특정 폴더 구조를 푸시해야 합니다.
-
사용자 지정 구성이 Python 프로그램 또는 스크립트 형식인 경우 리포지토리의 api_helpers/python 폴더 아래에 배치합니다.
-
사용자 지정 구성이 Bash 스크립트 형식인 경우 리포지토리의 api_helpers 폴더 아래에 배치합니다.
-
사용자 지정 구성이 Terraform 형식인 경우 리포지토리의 terraform 폴더 아래에 배치합니다.
-
사용자 지정 구성 생성에 대한 자세한 내용은 글로벌 사용자 지정 README 파일을 참조하세요.
참고
글로벌 사용자 지정은 AFT 파이프라인의 AFT 계정 프로비저닝 프레임워크 단계 후에 자동으로 적용됩니다.
계정 사용자 지정 적용
선택한 리포지토리에 특정 폴더 구조를 푸시하여 계정 사용자 지정을 적용할 수 있습니다. 계정 사용자 지정은 AFT 파이프라인에서 그리고 글로벌 사용자 지정 단계 이후에 자동으로 적용됩니다. 계정 사용자 지정 리포지토리에서 다양한 계정 사용자 지정이 포함된 여러 폴더를 생성할 수도 있습니다. 필요한 각 계정 사용자 지정에 대해 다음 단계를 사용합니다.
계정 사용자 지정을 적용하려면
-
1단계: 계정 사용자 지정을 위한 폴더 생성
선택한 리포지토리에서 AFT가 제공하는
ACCOUNT_TEMPLATE폴더를 새 폴더에 복사합니다. 새 폴더의 이름은 계정 요청 시 제공한account_customizations_name과 일치해야 합니다. -
특정 계정 사용자 지정 폴더에 구성 추가
구성 형식에 따라 계정 사용자 지정 폴더에 구성을 추가할 수 있습니다.
-
사용자 지정 구성이 Python 프로그램 또는 스크립트 형식인 경우 리포지토리에 있는
[account_customizations_name]/api_helpers/python 폴더 아래에 배치합니다. -
사용자 지정 구성이 Bash 스크립트 형식인 경우 리포지토리에 있는
[account_customizations_name]/api_helpers 폴더 아래에 배치합니다. -
사용자 지정 구성이 Terraform 형식인 경우 리포지토리에 있는
[account_customizations_name]/terraform 폴더 아래에 배치합니다.
사용자 지정 구성 생성에 대한 자세한 내용은 계정 사용자 지정 README 파일을 참조하세요.
-
-
계정 요청 파일의 특정
account_customizations_name파라미터를 참조AFT 계정 요청 파일에는 입력 파라미터
account_customizations_name이 포함됩니다. 계정 사용자 지정의 이름을 이 파라미터의 값으로 입력합니다.
참고
환경의 계정에 대해 여러 계정 요청을 제출할 수 있습니다. 다른 계정 사용자 지정 또는 유사한 계정 사용자 지정을 적용하려면 계정 요청의 account_customizations_name 입력 파라미터를 사용하여 계정 사용자 지정을 지정합니다. 자세한 내용은 여러 계정 요청 제출을 참조하세요.
사용자 지정 다시 호출
AFT는 AFT 파이프라인에서 사용자 지정을 다시 호출할 수 있는 방법을 제공합니다. 이 방법은 새 사용자 지정 단계를 추가하거나 기존 사용자 지정을 변경할 때 유용합니다. 다시 호출하면 AFT가 사용자 지정 파이프라인을 시작하여 AFT로 프로비저닝된 계정을 변경합니다. 이벤트 소스 기반 다시 호출을 사용하면 개별 계정, 모든 계정, OU에 따른 계정 또는 태그에 따라 선택된 계정에 사용자 지정을 적용할 수 있습니다.
다음 세 단계에 따라 AFT로 프로비저닝된 계정에 대한 사용자 지정을 다시 호출합니다.
1단계: 글로벌 또는 계정 사용자 지정 git 리포지토리에 변경 사항 푸시
필요에 따라 글로벌 및 계정 사용자 지정을 업데이트하고 변경 사항을 git 리포지토리로 푸시할 수 있습니다. 이 시점에서는 아무 일도 일어나지 않습니다. 다음 두 단계에 설명된 대로 사용자 지정 파이프라인을 이벤트 소스에서 호출해야 합니다.
2단계: 사용자 지정을 다시 호출하기 위한 AWS Step Functions 실행 시작
AFT는 AFT 관리 계정에서 aft-invoke-customizations라는 AWS Step Functions를 제공합니다. 이 함수의 목적은 AFT 프로비저닝 계정에 대한 사용자 지정 파이프라인을 다시 호출하는 것입니다.
다음은 aft-invoke-customizations AWS Step Functions에 입력을 전달하기 위해 생성할 수 있는 이벤트 스키마(JSON 형식)의 예제입니다.
{
"include": [
{
"type": "all"
},
{
"type": "ous",
"target_value": [ "ou1","ou2"]
},
{
"type": "tags",
"target_value": [ {"key1": "value1"}, {"key2": "value2"}]
},
{
"type": "accounts",
"target_value": [ "acc1_ID","acc2_ID"]
}
],
"exclude": [
{
"type": "ous",
"target_value": [ "ou1","ou2"]
},
{
"type": "tags",
"target_value": [ {"key1": "value1"}, {"key2": "value2"}]
},
{
"type": "accounts",
"target_value": [ "acc1_ID","acc2_ID"]
}
]
}
예제 이벤트 스키마는 다시 호출 프로세스에서 포함하거나 제외할 계정을 선택할 수 있음을 보여줍니다. 조직 단위(OU), 계정 태그 및 계정 ID를 기준으로 필터링할 수 있습니다. 필터를 적용하지 않고 "type":"all" 문을 포함하면 모든 AFT 프로비저닝 계정에 대한 사용자 지정이 다시 호출됩니다.
참고
AWS Control Tower Account Factory for Terraform(AFT) 버전이 1.6.5 이상인 경우 OU Name (ou-id-1234 구문을 사용하여 중첩된 OU를 대상으로 지정할 수 있습니다. 자세한 내용은 GitHub
이벤트 파라미터를 입력하면 Step Functions가 해당 사용자 지정을 실행하고 호출합니다. AFT는 한 번에 최대 5개의 사용자 지정을 호출할 수 있습니다. Step Functions는 이벤트 기준과 일치하는 모든 계정이 완료될 때까지 대기하고 반복합니다.
3단계: AWS Step Functions 출력을 모니터링하고 AWS CodePipeline 실행을 관찰합니다.
-
결과 Step Functions 출력에는 Step Functions 입력 이벤트 소스와 일치하는 계정 ID가 포함되어 있습니다.
-
개발자 도구에서 AWS CodePipeline으로 이동하여 계정 ID에 해당하는 사용자 지정 파이프라인을 확인합니다.
AFT 계정 사용자 지정 요청 추적 문제 해결
AWS Lambda 를 기반으로 하는 계정 사용자 지정 워크플로는 대상 계정 및 사용자 지정 요청 ID가 포함된 로그를 내보냅니다. AFT를 사용하면 대상 계정 또는 사용자 지정 요청 ID별로 사용자 지정 요청과 관련된 CloudWatch Logs를 필터링하는 데 사용할 수 있는 CloudWatch Logs Insights 쿼리를 제공하여 Amazon CloudWatch Logs로 사용자 지정 요청을 추적하고 문제를 해결할 수 있습니다. 자세한 내용은 Amazon CloudWatch Logs 사용 설명서의 Amazon CloudWatch Logs를 사용한 로그 데이터 분석을 참조하세요.
AFT에 CloudWatch Logs Insights를 사용하려면
-
https://console.aws.amazon.com/cloudwatch/
에서 CloudWatch 콘솔을 엽니다. -
탐색 창에서 Logs를 선택한 다음 Logs Insights를 선택합니다.
-
쿼리를 선택합니다.
-
샘플 쿼리에서 Account Factory for Terraform을 선택한 후 다음 쿼리 중 하나를 선택합니다.
-
계정 ID별 사용자 지정 로그
참고
'YOUR-ACCOUNT-ID'를 대상 계정 ID로 바꿔야 합니다.fields @timestamp, log_message.account_id as target_account_id, log_message.customization_request_id as customization_request_id, log_message.detail as detail, @logStream | sort @timestamp desc | filter log_message.account_id =="YOUR-ACCOUNT-ID"and @message like /customization_request_id/ -
사용자 지정 요청 ID별 사용자 지정 로그
참고
'YOUR-CUSTOMIZATION-REQUEST-ID'를 사용자 지정 요청 ID로 바꿔야 합니다. 사용자 지정 요청 ID는 AFT 계정 프로비저닝 프레임워크 AWS Step Functions 상태 시스템의 출력에서 찾을 수 있습니다. AFT 계정 프로비저닝 프레임워크에 대한 자세한 내용은 AFT 계정 프로비저닝 파이프라인을 참조하세요.fields @timestamp, log_message.account_id as target_account_id, log_message.customization_request_id as customization_request_id, log_message.detail as detail, @logStream | sort @timestamp desc | filter log_message.customization_request_id =="YOUR-CUSTOMIZATION-REQUEST-ID"
-
-
쿼리를 선택하고 시간 간격을 선택한 다음 쿼리 실행을 선택합니다.
