OpenSearch
로그 검색과 전문 검색, 실시간 분석
이게 뭔가요? / What is this?
OpenSearch는 파일 저장소가 아니라, 로그가 들어오는 즉시 색인을 만들어 두어 언제든 바로 검색할 수 있게 해주는 상시 가동형 관리형 검색·분석 서비스입니다. 손님이 오기 전에 이미 모든 책을 주제별로 정리해 둔 도서관 사서와 같아서, Athena처럼 매번 창고를 뒤지지 않고도 즉시 찾아낼 수 있는 대신 항상 켜져 있어야 해 비용이 더 듭니다.
개요 / Overview
OpenSearch Service는 로그를 색인해 빠르게 검색·시각화합니다. "로그를 검색 가능하게", "전문 검색 기능", "실시간 로그 분석 대시보드"가 신호입니다.
동작 원리 / How it works
OpenSearch Service는 문서를 역인덱스로 색인해 전문 검색과 집계를 빠르게 수행합니다. 로그를 넣으면 필드별 검색·필터·시각화(OpenSearch Dashboards)가 즉시 가능해집니다. 클러스터가 상시 돌아가므로 비용은 인스턴스 시간 기준이고, 색인 크기와 샤드 설계가 성능을 좌우합니다.
적재는 Kinesis Data Firehose를 대상으로 지정하는 것이 가장 단순한 경로입니다.
시험은 무엇을 보는가 / What the exam is testing
시험 신호는 "로그를 검색 가능하게", "전문 검색", "실시간 로그 분석 대시보드"입니다. Athena와의 갈림길은 상시 색인이 필요한지 — 가끔 SQL로 조회하면 Athena가 훨씬 저렴합니다.
시험 포인트 / Exam points
가끔 SQL로 조회하면 Athena, 상시 색인해 즉시 검색·대시보드가 필요하면 OpenSearch입니다. OpenSearch는 클러스터가 상시 돌아 비용이 더 듭니다.
Kinesis Data Firehose를 OpenSearch 대상으로 지정하면 코드 없이 로그 파이프라인이 완성됩니다.
자주 틀리는 함정 / Common traps
가끔 조회하는 로그 분석에 OpenSearch 클러스터를 세우는 것 — 유휴 비용 때문에 Athena가 정답입니다.
OpenSearch
Log search, full-text search, and real-time analytics
이게 뭔가요? / What is this?
OpenSearch is not a file store — it is an always-on managed search and analytics service that indexes logs the moment they arrive so they can be searched instantly at any time. It is like a librarian who has already sorted every book by topic before visitors arrive: unlike Athena, which digs through the warehouse each time, it finds things instantly — but that means it must keep running around the clock, at a higher cost.
개요 / Overview
OpenSearch Service indexes logs for fast search and visualisation. Signals are "make logs searchable", "full-text search", and "real-time log dashboards".
동작 원리 / How it works
OpenSearch Service indexes documents into an inverted index for fast full-text search and aggregation. Feeding logs in makes per-field search, filtering, and visualisation (OpenSearch Dashboards) immediately available. The cluster runs continuously, so cost is instance-hours, and index size and shard design drive performance.
The simplest ingestion path is pointing Kinesis Data Firehose at it as a delivery target.
시험은 무엇을 보는가 / What the exam is testing
The signals are making logs searchable, full-text search, and real-time log dashboards. The Athena fork is whether continuous indexing is needed — occasional SQL is far cheaper on Athena.
시험 포인트 / Exam points
Occasional SQL queries → Athena. Continuously indexed, instantly searchable dashboards → OpenSearch, which runs a always-on cluster and costs more.
Pointing Kinesis Data Firehose at OpenSearch builds a log pipeline with no code.
자주 틀리는 함정 / Common traps
Standing up an OpenSearch cluster for occasionally queried logs — idle cost makes Athena the answer.
AWS SAA Hub Pro는 독립 학습 자료이며 Amazon Web Services, Inc.의 공식 서비스가 아닙니다. 시험 정책과 서비스 사양은 AWS 공식 문서를 기준으로 확인하세요.