트랜잭션, 데이터 웨어하우스 및 데이터 레이크 전반의 실시간 분석, 머신러닝(ML)을 위한 단일한 MySQL 클라우드 데이터베이스 서비스입니다. 클라우드 서비스별로 별도의 추출, 변환 및 로드(ETL)가 필요 없어, 복잡성, 대기 시간, 위험 및 비용이 발생하지 않습니다. OCI(Oracle Cloud Infrastructure), AWS(Amazon Web Services) 및 Microsoft Azure에서 제공됩니다.
Oracle의 Edward Screven, chief corporate architect가 MySQL HeatWave Lakehouse에 담긴 최신 혁신 기술에 대해 이야기합니다. 기록적인 성능을 기반으로 방대한 양의 데이터를 다양한 형식으로 분석하는 방법을 확인해 보세요.
단일 클라우드 데이터베이스 서비스가 제공하는 트랜잭션의 단순성, 데이터 웨어하우스 및 데이터 레이크 전반의 실시간 분석 및 ML
기능이 별도의 분석 데이터베이스, 레이크하우스, ML 및 ETL 클라우드 서비스가 야기하는 비용과 복잡성을 없애줍니다. MySQL에서도, 객체 스토리지에서도, 두 공간 전반에서도 데이터를 쿼리할 수 있습니다. 데이터 저장소 간 데이터 이동 시 발생할 수 있는 대기 시간 및 보안 위험을 방지할 수 있습니다.
업계 최고의 가격 대비 성능
분산형 클라우드 지원
OCI, AWS, Azure, 심지어 고객 데이터 센터에도 MySQL HeatWave를 배포할 수 있습니다.
MySQL HeatWave는 고객사의 생산성을 크게 향상시켜 줄 뿐만 아니라, 비용 절감, 더 나은 고객 경험 제공, 추가적 고객 온보딩을 위한 시스템 확장, 새로운 제품 및 서비스의 출시 기간 단축 등에도 두루 기여합니다.
독일의 디지털 업체에서는 AWS 기반 MySQL HeatWave로 데이터 처리 및 분석을 통합하여 90배 더 빠른 복잡한 쿼리를 제공하고 확장성과 관리 부담을 줄이면서 마케팅 캠페인의 클릭스루 비율을 두 배로 높였습니다.
멀티클라우드 기술 리더는 AWS에서 MySQL HeatWave를 사용하여 데이터 처리 및 분석을 통합함으로써 20배 더 빠른 쿼리 성능, 확장성 개선 및 관리 작업 감소라는 성과를 얻었습니다 . 이 과정에서 실시간 보고를 위해 코드를 변경할 필요가 없었습니다.
이 의료 기기 제조업체는 AWS에서 MySQL HeatWave를 사용하여 데이터 처리 및 분석을 통합함으로써 복잡한 쿼리를 50배 빨리 처리하여 실시간 통찰력을 확보함으로써 당뇨병 자체 모니터링을 개선했습니다.
브라질에 위치한 이 K-12 교육용 SaaS 제공업체는 300배 개선된 복잡한 쿼리 실행 분석 속도로 실시간 분석을 진행하고, 비용을 85% 절감하고, 3백만 사용자를 지원할 수 있게 되었습니다. 결과적으로 학생들의 성적도 개선되었죠.
이 브라질 메타버스 스타트업은 자사의 모든 데이터를 MySQL HeatWave로 마이그레이션했습니다. 그후 3시간만에 백만 명 이상의 방문객이 참가한 행사에서 5배 나은 데이터베이스 성과를 달성했고, 보안도 강화할 수 있었습니다. 그런데도 비용은 절반으로 줄었죠.
일본의 이 비디오 게임 회사는 MySQL Database Service에 MySQL HeatWave를 도입하여 실시간 인사이트를 얻을 수 있었고, 이를 통해 전 세계 고객들을 위해 엔터테인먼트 콘텐츠에 지속적으로 재미를 더하겠다는 목표를 달성할 수 있었습니다.
OCI 또는 AWS 기반 MySQL HeatWave로 마이그레이션하기.
디지털 마케팅 대행사인 고객이 적시에 적합한 채널을 통해 유의미한 잠재 고객에게 적절한 제안을 보내고, 실시간 캠페인 성과 분석을 제공하여 최상의 결정을 내리는 데 MySQL HeatWave가 어떤 도움을 제공하는지 확인해 보세요.
빠르게 성장하는 수많은 클라우드 네이티브 조직들이 성능, 확장성, 보안성, 생산성은 개선하고 비용은 절감해야 하는 성장통 극복을 위해 MySQL HeatWave로 이전하는 이유를 확인해 보세요.
MySQL HeatWave는 개발자 및 데이터베이스 관리자가 OLTP 및 OLAP 워크로드를 MySQL 데이터베이스에서 직접 구동할 수 있게 해주는 유일한 서비스입니다.
까다로운 ETL 프로세스나 분석 데이터베이스 통합에 많은 시간과 비용을 소모할 필요가 없습니다.
트랜잭션 업데이트 내용이 HeatWave 분석 클러스터에 실시간으로 자동 복제되기 때문에 분석 쿼리는 언제나 최신 데이터에 액세스하게 됩니다. 분석 쿼리를 실행하기 전에 데이터를 인덱싱할 필요가 없습니다.
MySQL Database와 HeatWave 클러스터 노드 사이의 저장 상태 또는 전송 중인 모든 데이터가 암호화됩니다. 데이터베이스 사이에 전송되는 데이터가 없으므로 ETL 프로세스 과정에서 데이터가 손상될 위험이 없습니다.
HeatWave는 네이티브 MySQL 솔루션입니다. 기존 MySQL 애플리케이션을 수정할 필요가 없습니다.
HeatWave는 MySQL Database에서 지원하는 것과 동일한 BI 도구와 데이터 시각화 도구를 지원합니다. 여기에는 Oracle Analytics Cloud, Tableau, Looker 등이 포함됩니다.
OCI, AWS, 또는 Azure에 MySQL HeatWave를 배포해 보세요. 온프레미스 OLTP 애플리케이션의 데이터를 MySQL HeatWave에 복제하여 ETL 없이 실시간에 가까운 분석을 수행할 수 있습니다. 또한 OCI Dedicated Region을 통해 자체 데이터 센터에서 MySQL HeatWave를 사용할 수도 있습니다.
HeatWave는 하이브리드 컬럼 형식의 대규모 쿼리를 병렬 처리하는 인메모리 엔진입니다. 최신 알고리즘이 우수한 성능의 분산형 쿼리 프로세싱을 구현합니다.
HeatWave는 노드 클러스터 전체에 병렬 처리가 가능한 데이터를 대량으로 분할합니다. 이는 탁월한 노드간 확장성을 제공합니다. 클러스터 내 각 노드 및 노드 내 각 코어는 분할된 데이터를 병렬로 처리할 수 있습니다. HeatWave의 지능형 쿼리 스케줄러는 연산과 네트워크 통신 작업을 중첩시켜 수천 개의 코어에 적합한 강력한 확장성을 보장합니다.
HeatWave에서의 쿼리 프로세스는 클라우드의 상용 서버에 최적화되었습니다. 분할 영역의 크기는 기본 설정된 캐시에 맞춰 최적화되었습니다. 중첩된 연산과 데이터 통신은 운영 가능한 네트워크 대역폭에 최적화되어 있습니다. 분석 처리에 필요한 다양한 원시 자료형(primitives)은 기본 가상머신의 하드웨어 명령어를 사용합니다.
Oracle MySQL Autopilot은 MySQL HeatWave 스레드 풀의 성능을 개선하여 하드웨어 리소스를 최적으로 사용하여 성능을 향상할 수 있는 메커니즘을 제공합니다. 결과적으로 MySQL HeatWave는 OLTP 작업 로드에 대해 더 높은 처리량을 제공하고 높은 수준의 트랜잭션 및 동시성을 유지하면서 처리량이 감소하지 않도록 합니다.
MySQL Autopilot은 워크로드 인식 기능과 머신러닝 기반 자동화 기능을 제공합니다. 또한 데이터베이스 튜닝을 위한 전문성 없이도 성능과 확장성을 개선할 수 있게 해 주고, 개발자 및 DBA의 생산성을 높여주고, 인적 오류의 발생 가능성을 줄여줍니다. MySQL Autopilot은 대규모 쿼리의 고성능 처리를 위해 고난이도의 주요 작업들을 자동화합니다. 여기에는 프로비저닝, 데이터 로딩, 쿼리 실행, 장애 처리 등이 포함됩니다. MySQL HeatWave 고객은 추가 비용 없이 MySQL Autopilot을 사용할 수 있습니다.
HeatWave AutoML은 MySQL HeatWave에서 머신러닝 모델을 구축, 교육, 배포, 설명하는 데 필요한 모든 도구를 추가 비용 없이 무료로 제공합니다.
MySQL HeatWave의 인데이터베이스 네이티브 머신러닝을 활용하면 고객이 별도의 머신러닝 서비스로 데이터를 이전할 필요가 없습니다. MySQL HeatWave에 저장된 데이터로 머신러닝 교육, 추론 및 설명을 손쉽고 안전하게 적용하기만 하면 되죠. 이를 통해 ML 이니셔티브를 가속화하고, 보안을 강화하고, 비용을 절감할 수 있습니다.
HeatWave AutoML은 알고리즘 선택, 모델 교육을 위한 지능형 데이터 샘플링, 기능 선택, 하이퍼변수 최적화 등 머신러닝 수명 주기를 자동화합니다. 덕분에 데이터 분석가 및 과학자들의 시간과 수고를 절약할 수 있죠. 알고리즘 선택, 기능 선택, 하이퍼파라미터 최적화 등 머신러닝 파이프라인의 측면을 사용자 정의할 수 있습니다.
새로운 대화형 콘솔은 비즈니스 분석가가 SQL 명령이나 코딩 없이도 시각 인터페이스를 사용해 ML 모델을 구축, 교육, 실행 및 설명할 수 있게 해 줍니다. 이 콘솔은 또한 What-If 시나리오를 손쉽게 탐색해 비즈니스 가정을 평가할 수 있게 해 줍니다(예: "유료 소셜 미디어 광고에 대한 투자를 30% 늘리면 매출과 수익에 어떤 영향이 있을까?").
HeatWave AutoML을 통해 학습한 모든 모델은 설명 가능합니다. HeatWave AutoML은 학습 결과에 대한 설명과 관련 예측을 함께 제공하므로, 기업의 규제 준수, 공정성, 반복성, 인과성, 신뢰도 관련 분야에 활용할 수 있습니다.
개발자 및 데이터 분석가들은 새로운 도구나 언어를 배울 필요 없이 친숙한 SQL 명령을 사용해 머신러닝 모델을 구축할 수 있습니다. 또한 HeatWave AutoML은 Jupyter, Apache Zeppelin 등 인기 노트북과 통합되었습니다.
완전 관리형 데이터베이스 서비스는 고가용성 관리, 패치, 업그레이드, 백업과 같이 많은 시간이 소요되는 작업을 자동화하여 생산성을 개선합니다. 즉각적인 리소스 프로비저닝으로 애플리케이션 개발 속도 향상
개발자는 MySQL 팀에서 제공하는 최신 기능을 바로 사용하여 클라우드 기반의 최신 데이터베이스 애플리케이션을 서비스할 수 있습니다. MySQL 보안 패치는 보안 취약성에 대한 노출을 제한하기 위해 자동으로 적용됩니다. MySQL HeatWave는 온프레미스 MySQL과 100% 호환되기에 변경 작업 없이 애플리케이션을 원활하게 클라우드로 이전할 수 있습니다.
개발자와 DBA는 MySQL Database 및 HeatWave 노드를 쉽게 만들고 관리할 수 있습니다. 콘솔 내에서 자동 프로비저닝과 같은 MySQL Autopilot 기능에 액세스하여 HeatWave 클러스터의 최적 구성을 확인할 수 있습니다. 쿼리를 빠르게 작성하고 실행할 수 있을 뿐 아니라 MySQL HeatWave에 로드된 테이블을 확인 및 관리할 수 있습니다.
개발자와 DBA는 또한 콘솔을 사용하여 MySQL Database 노드와 HeatWave 클러스터의 성능을 모니터링할 수 있습니다. 또한 다양한 하드웨어 리소스 및 다양한 뭐리 실행 측정항목의 사용을 모니터링할 수 있습니다.
고객은 고급 보안 기능을 통해 수명 주기 동안 데이터를 보호하고 규정 요구 사항을 준수할 수 있도록 추가 보안 조치를 구현할 수 있습니다.
개발자와 DBA는 서버 측 비대칭 암호화를 사용하여 공용 키와 전용 키를 모두 사용하여 기밀 데이터의 보호를 강화할 수 있습니다. 또한 디지털 서명을 구현하여 문서에 서명하는 사람의 신원을 확인할 수 있습니다. 개발자는 현재 애플리케이션을 수정하지 않고 데이터를 암호화할 수 있습니다. 또한 암호화, 키 생성 및 디지털 서명에 필요한 툴을 얻을 수 있습니다.
데이터 숨기기 및 식별은 실제 데이터 값을 숨기고 대체 값으로 바꿉니다(선택적 숨기기, 임의 데이터 대체, 블러링 및 기타 함수 사용 가능). 고객은 MySQL HeatWave의 데이터 숨기기 및 식별을 통해 개발 및 테스트 환경과 같은 비운용 시스템에서 사용될 수 있는 민감 데이터를 숨김으로써 데이터 침해 위험을 줄일 수 있습니다. 이러한 데이터 숨기기 함수는 MySQL Database 노드 또는 HeatWave 클러스터에서 쿼리를 실행할 때 사용할 수 있습니다.
MySQL HeatWave 데이터베이스 방화벽은 데이터베이스 위협을 모니터하고, 승인된 SQL 문의 허용 목록을 자동으로 생성하며, 인증되지 않은 데이터베이스 작업을 차단합니다. SQL 주입과 같은 데이터베이스 특정 공격에 대해 실시간 보호를 제공합니다.
실시간 탄력성은 고객이 다운타임 또는 읽기 전용 시간을 발생시키지 않고도 원하는 노드 수에 따라 HeatWave 클러스터의 크기를 늘리거나 줄일 수 있게 해줍니다.
크기 재조정은 몇 분이면 완료됩니다. 그동안 HeatWave는 온라인 상태로 유지되며, 모든 작업을 수행할 수 있습니다. 재조정이 완료되면 객체 스토리지에서 데이터가 다운로드되고, 가용한 모든 클러스터 노드의 균형이 자동으로 조정되고, 쿼리를 즉시 사용할 수 있게 됩니다. 이를 통해 고객은 피크 타임에도 일관적인 고성능을 누릴 수 있고, 필요할 때 다운타임 또는 읽기 전용 시간 발생 없이 HeatWave 클러스터를 다운사이즈해 비용을 절감할 수 있죠.
고객은 HeatWave 클러스터를 원하는 개수의 노드만큼 확장 또는 축소할 수 있습니다. 다른 클라우드 데이터베이스 제공업체를 활용할 때처럼 경직된 크기 모델 때문에 오버프로비저닝을 하거나 값비싼 인스턴스를 사용할 필요는 없죠. HeatWave를 사용하면 고객은 사용한 리소스 만큼만 비용을 지불하면 됩니다.
MySQL HeatWave에는 MySQL HeatWave Lakehouse가 포함되어 있어 사용자는 객체 스토리지에서 CSV, Parquet와 같은 다양한 파일 형식으로 1/2 페타바이트 규모의 데이터를 쿼리하고 다른 데이터베이스에서 가져온 파일도 내보낼 수 있습니다. 심지어 데이터가 MySQL 데이터베이스 외부에 저장된 경우에도 HeatWave의 이점을 활용할 수 있습니다. MySQL HeatWave Lakehouse를 갖춘 MySQL HeatWave는 트랜잭션 처리, 데이터 웨어하우스 및 데이터 레이크 실시간 분석 및 머신러닝을 위한 단일 클라우드 데이터베이스 서비스를 제공합니다. 여러 클라우드 서비스마다 별도의 ETL을 보유할 필요가 없죠.
고객은 MySQL 데이터베이스의 트랜잭션 데이터, 형식이 다양한 객체 스토리지의 데이터 또는 표준 MySQL 명령의 조합을 쿼리할 수 있습니다. 10TB TPC-H 벤치마크 테스트 결과 입증된 것처럼 객체 스토리지에서의 쿼리 속도가 데이터베이스에서의 쿼리 속도만큼 빨라졌습니다.
HeatWave의 대규모 분할 아키텍처는 MySQL HeatWave Lakehouse의 스케일아웃 아키텍처를 지원합니다. 데이터 로딩/재로딩 등 쿼리 처리 및 데이터 관리 작업을 데이터 크기에 따라 확장할 수 있습니다. MySQL HeatWave Lakehouse를 사용하면 객체 스토리지에서 최대 1/2 페타바이트 규모의 데이터를 MySQL 데이터베이스에 복사하지 않고도 쿼리할 수 있습니다. HeatWave 클러스터는 512 노드까지 확장됩니다.
자동 프로비저닝, 자동 쿼리 계획 향상, 자동 병렬 로딩과 같은 MySQL Autopilot의 기능들은 MySQL HeatWave Lakehouse를 위해 새롭게 개선되었습니다. 덕분에 데이터베이스 관리 간접비가 줄어들고 성능은 향상됩니다. 새로운 MySQL Autopilot 기능은 MySQL HeatWave Lakehouse에서도 사용할 수 있습니다.
- 자동 스키마 추론 기능은 CSV를 포함한 모든 지원되는 파일 유형에 상응하는 스키마 정의에 대한 파일 데이터 매핑을 자동으로 추론합니다. 그 결과 고객은 파일의 스키마 매핑을 직접 정의 및 업데이트할 필요가 없어서 그만큼의 시간과 노력을 절약할 수 있습니다.
- 적응형 데이터 샘플링 기능은 객체 스토리지 내 파일을 스마트하게 샘플링해 MySQL Autopilot이 자동화를 위한 예측에 사용하는 정보를 도출합니다. MySQL Autopilot은 적응형 데이터 샘플링 기능을 사용해 데이터를 스캔하고 예측을 수행할 수 있습니다(예: 1분 이내에 400TB 규모의 파일에 대한 스키마 매핑 수행).
- 적응형 데이터 흐름 기능은 MySQL HeatWave Lakehouse가 모든 리전의 기반 객체 저장소 성능에 동적으로 적응할 수 있게 해 줍니다. 이를 통해 전반적인 성능, 가격 대비 성능, 가용성이 개선됩니다.
주요 기능 |
OCI에서 사용 가능 |
AWS에서 사용 가능 |
---|---|---|
완전 관리형 서비스 | 지원 |
지원 |
MySQL의 OLTP 및 OLAP | 지원 |
지원 |
분석 및 혼합 작업 로드를 위한 쿼리 가속화 | 지원 |
지원 |
데이터 압축 | 지원 |
지원 |
머신러닝 기반 자동화(HeatWave 및 OLTP용 MySQL Autopilot)* | 지원 |
지원 |
고급 보안* | 지원 |
지원 |
데이터베이스 내 머신러닝(HeatWave ML) | 지원 |
지원 |
수평 확장 데이터 관리 | 지원 |
지원 |
대화식 쿼리 및 데이터 관리 콘솔 | 출시 예정 | 지원 |
콘솔에서 성능 및 작업 로드 모니터링 | 출시 예정 | 지원 |
대화형 MySQL HeatWave AutoML 콘솔 | 출시 예정 | 지원 |
MySQL 구성에 HeatWave 추가 | 출시 예정 | 지원 |
MySQL HeatWave Lakehouse | 지원 |
출시 예정 |
* MySQL Autopilot 및 MySQL HeatWave 데이터베이스 방화벽의 자동 스레드 풀링 및 자동 구성 예측은 OCI에서 곧 제공될 예정입니다.
dbInsight 사례 연구를 통해 광고 기술 기업인 Tetris.io가 MySQL HeatWave를 활용하여 수익을 3배로 늘리고, 고객 유지율을 향상시킬 수 있었던 방법을 확인해 보세요.
Futurum Research가 “클라우드 데이터베이스 지형 전반에 걸쳐 강력한 HeatWave의 경고가 여전히 효과를 발휘하고 있습니다.”라고 설명한 이유를 확인해 보세요.
IDC가 HeatWave AutoML을 '애플리케이션 개발자, 다방면의 데이터 분석가 및 데이터 과학자의 작업 방식을 뒤바꿀 솔루션'이라고 평가한 이유를 확인해 보세요.
이 심층 분석에서 Wikibon은 MySQL HeatWave을 “쿼리 처리 및 머신러닝에서의 전례없는 혁신”이라고 칭송하며 MySQL HeatWave가 경쟁 제품 대비 제공하는 TCO 이점을 설명합니다.
IDC
"MySQL HeatWave on AWS는 분석 뿐만 아니라 OLTP 및 혼합 워크로드용으로도 사용할 수 있는 탁월한 솔루션입니다. 이는 널리 사용되는 벤치마크들을 통해 증명 가능한 사실입니다. Oracle의 새로운 솔루션을 통해 AWS에서 MySQL을 사용 중인 모든 개발자들은 저렴한 가격만을 지불하고, 획기적으로 생산성을 향상시킬 수 있습니다."
Futurum
"분명한 사실은 측정할 수 있는 지표 모두에서 경쟁사들을 압도하고 있다는 점입니다. 또한 MySQL HeatWave는 Oracle이 데이터베이스 클라우드 분야에 울리는 경종이기도 합니다. 그 어느 경쟁사도 절대 무시할 수 없는 거대한 혁신을 불러올 것이기 때문입니다."
Wikibon
“이제 Lakehouse까지 갖춘 MySQL HeatWave는 아마 지난 10년을 통틀어 가장 거대한 오픈 소스 클라우드 데이터베이스 혁신일 것입니다….MySQL HeatWave는 스케일아웃 처리를 512 노드로 8배 늘림으로써 엄청난 도약을 이루었습니다. HeatWave는 이토록 방대한 양의 노드에서 병렬 방식으로 데이터를 로드 및 쿼리하는 능력을 업계 최초로 선보입니다. 이를 계기로 시장이 훨씬 저렴한 가격 대비 성능, 혁신 및 경쟁 가속화에 중점을 두게 되기를 기대합니다.”
MySQL HeatWave Development, Oracle Senior Vice President, Nipun Agarwal
오늘 우리는 MySQL HeatWave Lakehouse의 상용화 소식과, MySQL Autopilot에 담긴 새로운 기능들을 발표합니다. 이제 기업 조직들은 표준 SQL 구문을 사용해, 데이터베이스 튜닝 전문성 없이도 객체 저장소에서 데이터를 효율적으로 쿼리할 수 있게 되었습니다. MySQL HeatWave Lakehouse를 사용하면 객체 스토리지에서 최대 1/2 페타바이트 규모의 데이터를 쿼리할 수 있습니다. 또한 이를 하나의 SQL 쿼리를 통해 MySQL 데이터베이스의 트랜잭션 데이터와 결합하는 옵션도 제공됩니다.
제품
|
비교 가격(vCPU당)*
|
단위 가격
|
단위
|
MySQL Database - 표준 - AMD E4 - 컴퓨트
|
|
|
시간당 OCPU
|
MySQL Database - 표준 - AMD E4 - 메모리
|
|
|
시간당 기가바이트
|
MySQL Database—표준 - Intel X9 - 컴퓨트
|
|
|
시간당 OCPU
|
MySQL Database—표준 - Intel X9 - 메모리
|
|
|
시간당 기가바이트
|
MySQL Database—최적화 - Intel X9 - 컴퓨트
|
|
|
시간당 OCPU
|
MySQL Database—최적화 - Intel X9 - 메모리
|
|
|
시간당 기가바이트
|
MySQL Database - 스토리지
|
|
|
월별 기가바이트 스토리지 용량
|
MySQL Database—백업 스토리지
|
|
|
월별 기가바이트 스토리지 용량
|
HeatWave—Standard
|
|
|
시간당 노드
|
MySQL Database for HeatWave—Standard
|
|
|
시간당 노드
|
MySQL Database for HeatWave—Bare Metal Standard
|
|
|
시간당 노드
|
Oracle Cloud Infrastructure(OCI) - HeatWave
|
|
|
HeatWave 시간당 용량
|
Oracle Cloud Infrastructure(OCI) - HeatWave - 스토리지
|
|
|
월별 기가바이트 스토리지 용량
|
시나리오
마케팅 에이전시가 광고 캠페인 성과를 실시간으로 분석하려고 합니다. 데이터 사용량: 1TB.
사양
예상 월간 사용료
미화 829.24 달러
시나리오
통신사가 고객들의 통신 패턴을 실시간으로 분석하고자 합니다. 데이터 사용량: 10TB.
사양
예상 월간 사용료
미화 5,467.53 달러
시나리오
한 자동차 기업이 실시간 원격 측정 분석을 원하는 상황입니다. 30TB의 데이터.
사양
예상 월간 사용료
미화 12,844.49 달러