PERF02-BP04 Bestimmen der erforderlichen Konfiguration durch Dimensionieren
Analysieren Sie die verschiedenen Leistungsmerkmale Ihres Workloads und wie diese Merkmale mit der Speicher-, Netzwerk-, I/O- und CPU-Nutzung zusammenhängen. Wählen Sie anhand dieser Daten die für das Workload-Profil am besten geeigneten Ressourcen aus. Ein speicherintensiver Workload wie eine Datenbank kann von mehr Speicher pro Kern profitieren. Ein rechenintensiver Workload hingegen benötigt möglicherweise mehr oder schnellere Kerne und vielleicht weniger Speicher pro Kern.
Typische Anti-Muster:
-
Sie wählen eine Instance mit den größten Werten für alle Leistungsmerkmale für alle Workloads aus.
-
Zur einfacheren Verwaltung verwenden Sie für alle Instances einen Typ als Standard.
-
Sie optimieren anhand von standardmäßigen synthetischen Benchmarks, ohne die tatsächlichen Anforderungen eines bestimmten Workloads zu validieren.
-
Sie behalten dieselbe Infrastruktur über einen langen Zeitraum hinweg bei, ohne neue Angebote neu zu bewerten und zu integrieren.
Vorteile der Einführung dieser bewährten Methode: Wenn Sie die Anforderungen Ihres Workloads kennen, können Sie diese Anforderungen mit den verfügbaren Computing-Angeboten vergleichen und schnell experimentieren, um festzustellen, welche Angebote die Anforderungen am effizientesten erfüllen. So können Sie eine optimale Leistung erzielen, ohne zu viel für nicht benötigte Ressourcen zu bezahlen.
Risikostufe, wenn diese bewährte Methode nicht eingeführt wird: mittel
Implementierungsleitfaden
Ändern Sie die Workload-Konfiguration durch eine richtige Dimensionierung. Um die Leistung, Gesamteffizienz und Kosten zu optimieren, ermitteln Sie zunächst, welche Ressourcen Ihr Workload benötigt. Wählen Sie für speicherintensive Workloads wie Datenbanken speicheroptimierte Instances aus – z. B. die R-Instances-Familie. Für Workloads, die eine höhere Rechenkapazität erfordern, wählen Sie Instances der C-Familie oder Instances mit einer höheren Anzahl von Kernen oder einer höheren Geschwindigkeit aus. Wählen Sie die I/O-Leistung auf der Grundlage der Anforderungen Ihres Workloads aus und vergleichen Sie sie nicht mit synthetischen Standard-Benchmarks. Für eine höhere I/O-Leistung wählen Sie Instances aus der I-Familie aus, wählen Sie I/O-optimierte Amazon EBS-Volumes aus
Die richtige Größenanpassung stellt sicher, dass Ihre Workloads die bestmögliche Leistung erbringen, ohne dass Sie zu viel Geld für nicht benötigte Ressourcen ausgeben.
Implementierungsschritte
-
Informieren Sie sich über Ihren Workload oder analysieren Sie seinen Ressourcenbedarf.
-
Bewerten Sie die Workloads separat. AWS Cloud bietet die Flexibilität und Agilität einer individuellen Größenanpassung für jeden einzelnen Workload, ohne dass Sie Kompromisse eingehen müssen.
-
Erstellen Sie Testumgebungen, um das beste Computing-Angebot für Ihren Workload zu finden.
-
Bewerten Sie neue Computing-Angebote und vergleichen Sie sie mit den Anforderungen Ihres Workloads.
-
Prüfen Sie regelmäßig neue Service-Angebote auf ein besseres Preis-Leistungs-Verhältnis.
-
Führen Sie regelmäßig Well-Architected Framework-Reviews durch.
Ressourcen
Zugehörige bewährte Methoden:
Zugehörige Dokumente:
Zugehörige Videos:
-
Bereitstellen leistungsstarker ML-Inferenzen mit AWS Inferentia (CMP324-R1)
-
Optimieren von Leistung und Kosten für die Datenverarbeitung bei AWS (CMP323-R1)
-
Amazon EC2 der neuesten Generation: Ausführliche Beschreibung des Nitro-Systems
-
Optimieren von Leistung und Kosten für die Datenverarbeitung bei AWS (CMP323-R1)
Zugehörige Beispiele:
-
Rightsizing with Compute Optimizer and Memory utilization enabled
(Die richtige Dimensionierung ermitteln, wenn Amazon Compute Optimizer und die Arbeitsspeicherauslastung aktiviert sind)