🖼️ See the drawing + lab 🏠 Course home 🌿 Branch on GitHub ✏️ View source

🖼️ आकृती आणि labThe drawing + lab पूर्ण पानावर उघडा ↗Open full page ↗

🖥️ धडा 01 — EC2 का — regions आणि AZs: वेगवेगळ्या इमारतींमधले डेस्क

📍 तुम्ही इथे आहात: 12 पैकी धडा 01 · पुढे: lesson-02-instance-types

📦 या ब्रँचमध्ये काय आहे

Amazon EC2 म्हणजे काय, लोक computers विकत घेण्याऐवजी भाड्याने का घेतात, आणि संपूर्ण course मध्ये चालणारा एकच design नियम: तुमचे डेस्क एकापेक्षा जास्त इमारतींमध्ये पसरवा. संपूर्ण course भर तुम्ही वापराल अशा खऱ्या files:

ec2/demo.py — प्रत्येक धडा एक छोटा program म्हणून; python3 ec2/demo.py regions हा या धड्याचा
ec2/costs.py — अंदाजे किमतींची यादी आणि बिल काढणारा calculator
ec2/fleet.py — CPU credits, एक Auto Scaling group आणि एक load balancer, मिनिटा-मिनिटाने simulate केलेले
ec2/sg.py — security groups आणि network ACLs, तुम्ही हाताळून पाहू शकाल असा code
ec2/check_template.py + ec2/templates/ — launch template तपासणारा reviewer
ec2/test_ec2.py — 12 checks, प्रत्येक धड्याच्या वचनासाठी एक

🎒 सुरू करण्याआधी: तुम्हाला फक्त Python 3 लागेल — बाकी काही नाही; AWS account नाही, SDK नाही. Simulations ही शिकवण्यासाठीची models आहेत, आणि त्यातल्या किमती अंदाजे आहेत (नेहमी EC2 pricing page तपासा). प्रत्येक धडा खऱ्या AWS CLI commands सुद्धा दाखवतो, त्यांवर स्पष्टपणे खऱ्या account वर असे लिहिलेले असते — त्यांना credentials लागतात आणि त्यांचा खर्च येऊ शकतो. चांगले शेजारी: IAM school (हे डेस्क घालतात ते badges) आणि AWS school (संपूर्ण campus).

🧒 5 वर्षांच्या मुलाला समजावल्यासारखे

शाळेला मुलांना गृहपाठ करण्यासाठी जागा हवी आहे. शाळा स्वतः अभ्यासिका बांधू शकते: डेस्क, खुर्च्या, दिवे विकत घ्या, शांत दिवसांतही त्यांचे पैसे भरा, आणि परीक्षा आल्या की नव्या डेस्कसाठी महिनोन्महिने थांबा. किंवा ती एका मोठ्या अभ्यासिका कंपनीकडून डेस्क भाड्याने 🖥️ घेऊ शकते: डेस्क मागा, एका मिनिटात बसा, जितका वेळ बसलात तितकेच पैसे भरा, काम झाले की परत द्या.

त्या कंपनीच्या अभ्यासिका अनेक जिल्ह्यांमध्ये आहेत (🏙️ Regions, जसे us-east-1 किंवा eu-west-1). प्रत्येक जिल्ह्यात अनेक वेगवेगळ्या इमारती आहेत (🏢 Availability Zones) — प्रत्येकीची स्वतःची वीज, स्वतःची cooling आणि स्वतःचे network, एकमेकींपासून काही किलोमीटर दूर, वेगवान खासगी रस्त्यांनी जोडलेल्या.

तुम्ही तीन डेस्क भाड्याने घेऊन ते सगळे इमारत A मध्ये ठेवले, तर एकदा वीज गेली की तुमची संपूर्ण अभ्यासिका बंद. A, B आणि C या प्रत्येक इमारतीत एक-एक डेस्क ठेवा, आणि तीच वीज गेल्यावरही दोन डेस्क काम करत राहतात. हाच संपूर्ण धडा आहे.

🗺️ आकृती

flowchart LR
    region["🏙️ Region us-east-1 — the district"]
    a["🏢 AZ-a<br/>🖥️ desk 1"]
    b["🏢 AZ-b<br/>🖥️ desk 2"]
    c["🏢 AZ-c<br/>🖥️ desk 3"]
    region --> a
    region --> b
    region --> c
    cut["⚡ AZ-a loses power"]
    cut -.->|"1"| a
    ok["✅ 2 of 3 desks still serving"]
    b -->|"2"| ok
    c -->|"2"| ok
    bad["💥 all 3 desks in AZ-a → 0 of 3 → site down"]
    cut -.->|"3 the other plan"| bad

🗺️ काढलेली आकृती + एक lab: https://school-edh.pages.dev/ec2/lesson-diagrams.html#l01

❓ काय

Amazon EC2 (Elastic Compute Cloud) — तुम्ही भाड्याने घेता ते virtual servers. एक server म्हणजे एक instance 🖥️ (एक डेस्क). त्याचा size (धडा 02), त्याची सुरुवातीची image (धडा 03), त्याचे disks (04) आणि त्याचे network नियम (05) तुम्ही निवडता.
Region — एक भौगोलिक भाग (us-east-1 N. Virginia, eu-west-1 Ireland, ap-south-1 मुंबई, …). Regions एकमेकांपासून स्वतंत्र असतात: resources, किमती आणि कोणते instance types उपलब्ध आहेत हेसुद्धा Region नुसार बदलते.
Availability Zone (AZ) — Region मधली एक किंवा अधिक data centres, स्वतंत्र वीज, cooling आणि networking असलेली, इतर AZs शी कमी latency च्या खासगी fibre ने जोडलेली. बहुतेक Regions मध्ये तीन किंवा त्याहून जास्त AZs असतात.
AZ नावे विरुद्ध AZ IDs — तुमच्या account मधले us-east-1a माझ्या account मधले us-east-1a असेलच असे नाही; AWS प्रत्येक account साठी नावे फेरबदल करते. AZ ID (use1-az1) सगळ्यांसाठी सारखा असतो — दोन accounts जुळवायचे असतील तेव्हा तो वापरा.
Billing — Linux instances चे बिल दर सेकंदाने लागते (किमान 60 सेकंद); काही व्यावसायिक operating systems चे बिल अजूनही दर तासाने लागते. Stopped instance compute चे पैसे भरत नाही, पण त्याच्या EBS disks चे बिल चालूच राहते (धडा 04).
Instance states — pending → running → stopping → stopped, आणि shutting-down → terminated (कायमचा गेला).
Shared responsibility — AWS इमारती, hardware आणि hypervisor चालवते; operating system पासून वरचे सगळे तुम्ही चालवता: patches, firewall नियम, कोण login करू शकते.

🤔 का

कारण पूर्वी computer चा खर्च वर्षातल्या सर्वात गर्दीच्या दिवसावरून ठरायचा, आणि बाकी सगळ्या दिवसांतही तो भरावा लागायचा. EC2 त्याचे meter बनवते: परीक्षेच्या काळात जास्त डेस्क, सुट्ट्यांत कमी, project संपल्यावर शून्य.

आणि कारण hardware बिघडते. "बिघडू शकते" नाही — बिघडतेच. प्रत्येक instance एकाच AZ मध्ये असलेला design त्या AZ सोबतच बंद पडतो. अनेक AZs मध्ये पसरवण्याचा जवळजवळ काहीच जास्त खर्च नाही (थोडेसे cross-AZ data transfer) आणि हा AWS मधला सर्वात स्वस्त विश्वासार्हतेचा निर्णय आहे.

🔧 कसे (या repo मध्ये)

ec2/demo.py मधले regions() दोन plans घेते — तीनही डेस्क AZ-a मध्ये, आणि तीन डेस्क a/b/c मध्ये पसरवलेले — AZ-a ची वीज तोडते, आणि अजून कोण काम करत आहे ते मोजते. हाच check ec2/test_ec2.py मधला test L01 आहे. ec2/costs.py मध्ये धडा 02 पासून तुम्ही वापराल त्या अंदाजे दर-तास किमती आहेत.

🧪 करून पाहा

python3 ec2/demo.py regions
python3 - <<'EOF'
import sys; sys.path.insert(0, "ec2"); import costs
desks = ["a", "a", "b", "c"]                      # 4 desks, two of them in AZ-a
for lost in "abc":
    up = sum(1 for z in desks if z != lost)
    print(f"AZ-{lost} goes dark → {up} of {len(desks)} desks still serving")
# rented by the second: a t3.micro used for 90 minutes, then terminated
price = costs.PRICE_PER_HOUR["t3.micro"][2]
print(f"90 minutes of t3.micro ≈ ${price * 1.5:.4f} (approximate)")
EOF

खऱ्या account वर (AWS credentials लागतात; हे फक्त-वाचणारे calls मोफत आहेत):

aws ec2 describe-regions --query 'Regions[].RegionName' --output text
aws ec2 describe-availability-zones --region us-east-1 \
    --query 'AvailabilityZones[].[ZoneName,ZoneId,State]' --output table

✅ तपासा — तुम्हाला काय दिसायला हवे

regions छापते all in AZ-a AZ-a loses power → 0 of 3 desks still serving 💥 site down आणि spread a/b/c AZ-a loses power → 2 of 3 desks still serving ✅, मग आठवण करून देते की stopped डेस्क compute चे बिल थांबवतो पण disk चे बिल नाही. तुमचा snippet छापतो AZ-a goes dark → 2 of 4, AZ-b … 3 of 4, AZ-c … 3 of 4 — ज्या AZ मध्ये दोन डेस्क आहेत तिथेच सर्वात जास्त फटका बसतो — आणि 90 minutes of t3.micro ≈ $0.0156 (approximate). खऱ्या account वर, दुसरी command प्रत्येक zone चे नाव त्याच्या zone ID (use1-az…) शेजारी दाखवते.

🏁 तुम्ही आत्ताच काय सिद्ध केले

एक AZ बंद पडली तरी तुम्ही टिकता, पण तुमचे सगळे डेस्क त्याच AZ मध्ये नसतील तरच — आणि 90 मिनिटांसाठी डेस्क भाड्याने घेण्याचा खर्च सुमारे दीड cent आहे, server विकत घेण्याचा नाही.

⚠️ नेहमीच्या चुका

प्रत्येक instance "सध्यापुरते" एकाच AZ मध्ये ठेवणे — "सध्यापुरते" असेच कायमचे होते
दोन वेगवेगळ्या accounts मध्ये us-east-1a म्हणजे एकच इमारत असे गृहीत धरणे (AZ IDs ची तुलना करा)
users कुठे आहेत आणि त्यांच्या data बद्दल कायदा काय सांगतो हे न पाहता सवयीने Region निवडणे
instance stop करून बिल शून्यावर येईल अशी अपेक्षा करणे — disks आणि public IPv4 addresses चे बिल चालूच राहते
instance ला बदलून टाकायच्या गुराढोरांसारखे (cattle) न वागवता, काळजीने बरे करायच्या पाळीव प्राण्यासारखे (pet) वागवणे (धडा 12)

🏭 प्रत्यक्ष वापरात हे का महत्त्वाचे: प्रत्येक AWS architecture review "एक AZ गेली तर काय होते?" या प्रश्नाने सुरू होतो. Load balancer (धडा 10) मागे Auto Scaling group (धडा 09) सह दोन किंवा तीन AZs हे ठरलेले उत्तर आहे — आणि त्याची सुरुवात या धड्याच्या सवयीने होते.

⏭️ पुढे

डेस्क म्हणजे फक्त डेस्क नाही: scooters, family cars, racing cars आणि ट्रक. योग्य कोणता ते निवडणे — instance types आणि burstable इंधन टाकी.

git checkout lesson-02-instance-types

🖥️ Lesson 01 — Why EC2 — regions & AZs: desks in separate buildings

📍 You are here: Lesson 01 of 12 · Next: lesson-02-instance-types

📦 What's in this branch

What Amazon EC2 is, why people rent computers instead of buying them, and the one design rule that runs through the whole course: spread your desks over more than one building. Real files you will use all the way through:

ec2/demo.py — every lesson as a small program; python3 ec2/demo.py regions is this one
ec2/costs.py — an approximate price list and a bill calculator
ec2/fleet.py — CPU credits, an Auto Scaling group and a load balancer, simulated minute by minute
ec2/sg.py — security groups and network ACLs as code you can poke
ec2/check_template.py + ec2/templates/ — a launch-template reviewer
ec2/test_ec2.py — 12 checks, one per lesson's promise

🎒 Before you start: you need Python 3 — nothing else; no AWS account, no SDK. The simulations are teaching models, and the prices in them are approximate (always check the EC2 pricing page). Each lesson also shows real AWS CLI commands, clearly marked on a real account — those need credentials and can cost money. Good neighbours: the IAM school (the badges these desks wear) and the AWS school (the whole campus).

🧒 Explain like I'm 5

The school needs a place for pupils to do homework. It could build a study hall: buy desks, chairs, lamps, pay for them on the quiet days too, and wait months for new ones when exams come. Or it could rent desks 🖥️ from a huge study-hall company: ask for a desk, sit down a minute later, pay only for the time you sat there, give it back when you are done.

That company has study halls in many districts (🏙️ Regions, like us-east-1 or eu-west-1). Inside each district there are several separate buildings (🏢 Availability Zones) — each with its own power, its own cooling and its own network, a few kilometres apart, joined by fast private roads.

If you rent three desks and put them all in building A, one power cut closes your whole study hall. Put one desk in each of buildings A, B and C, and the same power cut leaves two desks working. That is the whole lesson.

🗺️ Diagram

flowchart LR
    region["🏙️ Region us-east-1 — the district"]
    a["🏢 AZ-a<br/>🖥️ desk 1"]
    b["🏢 AZ-b<br/>🖥️ desk 2"]
    c["🏢 AZ-c<br/>🖥️ desk 3"]
    region --> a
    region --> b
    region --> c
    cut["⚡ AZ-a loses power"]
    cut -.->|"1"| a
    ok["✅ 2 of 3 desks still serving"]
    b -->|"2"| ok
    c -->|"2"| ok
    bad["💥 all 3 desks in AZ-a → 0 of 3 → site down"]
    cut -.->|"3 the other plan"| bad

🗺️ Drawn version + a lab: https://school-edh.pages.dev/ec2/lesson-diagrams.html#l01

❓ What

Amazon EC2 (Elastic Compute Cloud) — virtual servers you rent. One server is an instance 🖥️ (a desk). You choose its size (lesson 02), its starting image (lesson 03), its disks (04) and its network rules (05).
Region — a geographic area (us-east-1 N. Virginia, eu-west-1 Ireland, ap-south-1 Mumbai, …). Regions are independent: resources, prices and even which instance types exist differ by Region.
Availability Zone (AZ) — one or more data centres inside a Region with independent power, cooling and networking, linked to the other AZs by low-latency private fibre. Most Regions have three or more.
AZ names vs AZ IDs — us-east-1a in your account is not necessarily us-east-1a in mine; AWS shuffles the names per account. The AZ ID (use1-az1) is the same for everyone — use it when two accounts must line up.
Billing — Linux instances bill per second (60-second minimum); a few commercial operating systems still bill per hour. A stopped instance pays no compute, but its EBS disks keep billing (lesson 04).
Instance states — pending → running → stopping → stopped, and shutting-down → terminated (gone for good).
Shared responsibility — AWS runs the buildings, hardware and hypervisor; you run everything from the operating system up: patches, firewall rules, who can log in.

🤔 Why

Because the cost of a computer used to be decided on the busiest day of the year, and paid for on all the other days too. EC2 turns that into a meter: more desks at exam time, fewer in the holidays, zero when the project ends.

And because hardware fails. Not "might" — does. A design with every instance in one AZ is a design that goes down with that AZ. Spreading over AZs costs almost nothing extra (a little cross-AZ data transfer) and is the single cheapest reliability decision in AWS.

🔧 How (in this repo)

regions() in ec2/demo.py takes two plans — three desks all in AZ-a, and three desks spread over a/b/c — cuts the power to AZ-a, and counts who is still serving. The same check is test L01 in ec2/test_ec2.py. ec2/costs.py holds the approximate per-hour prices you will use from lesson 02 on.

🧪 Try it

python3 ec2/demo.py regions
python3 - <<'EOF'
import sys; sys.path.insert(0, "ec2"); import costs
desks = ["a", "a", "b", "c"]                      # 4 desks, two of them in AZ-a
for lost in "abc":
    up = sum(1 for z in desks if z != lost)
    print(f"AZ-{lost} goes dark → {up} of {len(desks)} desks still serving")
# rented by the second: a t3.micro used for 90 minutes, then terminated
price = costs.PRICE_PER_HOUR["t3.micro"][2]
print(f"90 minutes of t3.micro ≈ ${price * 1.5:.4f} (approximate)")
EOF

On a real account (needs AWS credentials; these read-only calls are free):

aws ec2 describe-regions --query 'Regions[].RegionName' --output text
aws ec2 describe-availability-zones --region us-east-1 \
    --query 'AvailabilityZones[].[ZoneName,ZoneId,State]' --output table

✅ Verify — what you should see

regions prints all in AZ-a AZ-a loses power → 0 of 3 desks still serving 💥 site down and spread a/b/c AZ-a loses power → 2 of 3 desks still serving ✅, then the reminder that a stopped desk stops the compute bill but not the disk bill. Your snippet prints AZ-a goes dark → 2 of 4, AZ-b … 3 of 4, AZ-c … 3 of 4 — the AZ holding two desks is the one that hurts most — and 90 minutes of t3.micro ≈ $0.0156 (approximate). On a real account, the second command shows each zone name next to its zone ID (use1-az…).

🏁 What you just proved

One AZ failing is survivable only if your desks are not all in it — and renting a desk for 90 minutes costs about a cent and a half, not a server purchase.

⚠️ Common mistakes

putting every instance in one AZ "for now" — "for now" is how it stays
assuming us-east-1a means the same building in two different accounts (compare AZ IDs)
picking a Region by habit instead of by where the users are, and what the law says about their data
stopping an instance and expecting the bill to drop to zero — disks and public IPv4 addresses still bill
treating an instance like a pet you nurse back to health, instead of cattle you replace (lesson 12)

🏭 Why this matters in production: every AWS architecture review starts with "what happens when one AZ goes away?". Two or three AZs behind a load balancer (lesson 10) with an Auto Scaling group (lesson 09) is the default answer — and it starts with this lesson's habit.

⏭️ Next

A desk is not just a desk: scooters, family cars, racing cars and lorries. Choosing the right one — instance types and the burstable fuel tank.

git checkout lesson-02-instance-types

← Course homeall lessons Next →instance types

This page is the lesson's README from the lesson-01-why-ec2 branch, shown here so the whole School stays on one site. Code files open on GitHub at the same branch.