Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
PERF02-BP01 Wählen Sie die besten Rechenoptionen für Ihren Workload
Wenn Sie die für die Workload am besten geeignete Datenverarbeitungsoption auswählen, können Sie die Leistung verbessern, unnötige Infrastrukturkosten reduzieren und den Betriebsaufwand für die Aufrechterhaltung der Workload senken.
Typische Anti-Muster:
-
Sie verwenden dieselbe Datenverarbeitungsoption, die On-Premises verwendet wurde.
-
Ihnen fehlt es an Bewusstsein für Cloud-Datenverarbeitungsoptionen, -Features und -lösungen und wie diese Lösungen die Datenverarbeitungsleistung verbessern können.
-
Sie stellen eine bestehende Datenverarbeitungsoption zu viel bereit, um Skalierungs- oder Leistungsanforderungen zu erfüllen, wenn eine alternative Datenverarbeitungsoption den Workload-Merkmalen besser entsprechen würde.
Vorteile der Nutzung dieser bewährten Methode: Durch die Ermittlung der Anforderungen an die Datenverarbeitung und deren Bewertung anhand der verfügbaren Optionen können Sie die Workload ressourceneffizienter gestalten.
Risikostufe bei fehlender Befolgung dieser bewährten Methode: Hoch
Implementierungsleitfaden
Um Ihre Cloud-Workloads im Hinblick auf Leistungseffizienz zu optimieren, ist es wichtig, die für Ihren Anwendungsfall und Ihre Leistungsanforderungen am besten geeigneten Rechenoptionen auszuwählen. AWS bietet eine Vielzahl von Rechenoptionen, die auf unterschiedliche Workloads in der Cloud zugeschnitten sind. Sie können Amazon beispielsweise verwenden, EC2 um virtuelle Server zu starten und AWS Lambdazu verwalten, Code auszuführen, ohne Server bereitstellen oder verwalten zu müssen, Amazon ECS
Die folgenden Schritte führen Sie durch die Auswahl der richtigen Datenverarbeitungsoptionen, die Ihren Workload-Eigenschaften und Leistungsanforderungen entsprechen.
Implementierungsschritte
-
Verstehen Sie Ihre Workload-Datenverarbeitungsanforderungen. Die zu berücksichtigenden wesentlichen Anforderungen umfassen Anforderungen an Datenverarbeitung, Datenverkehrsmuster, Datenzugriffsmuster, Skalierung und Latenz.
-
Erfahren Sie mehr über verschiedene AWS -Datenverarbeitungsservices für Ihre Workload. Weitere Informationen finden Sie unter PERF01-BP01 Erfahren Sie mehr über verfügbare Cloud-Dienste und -Funktionen und verstehen Sie sie. Hier finden Sie einige wichtige AWS -Datenverarbeitungsoptionen, ihre Eigenschaften und gängige Anwendungsfälle:
AWS Service Schlüsselmerkmale Häufige Anwendungsfälle Amazon Elastic Compute Cloud (AmazonEC2) Verfügt über eine spezielle Option für Hardware, Lizenzanforderungen, eine große Auswahl an verschiedenen Instance-Familien, Prozessortypen und Beschleuniger der Datenverarbeitung Lift-and-Shift-Migrationen, monolithische Anwendung, hybride Umgebungen, Enterprise-Anwendungen Amazon Elastic Container Service (AmazonECS) , Amazon Elastic Kubernetes Service ( Amazon) EKS Einfache Bereitstellung, konsistente Umgebungen, skalierbar Microservices, Hybrid-Umgebungen AWS Lambda Serverless-Datenverarbeitungsservice , der Code als Reaktion auf Ereignisse ausführt und die zugrunde liegenden Ressourcen für die Datenverarbeitung automatisch verwaltet. Microservices, ereignisgesteuerte Anwendungen AWS Batch Effiziente und dynamische Bereitstellung und Skalierung von Amazon Elastic Container Service (AmazonECS) , Amazon Elastic Kubernetes Service (AmazonEKS) und AWS Fargate Rechenressourcen mit der Option, On-Demand- oder Spot-Instances je nach Ihren Jobanforderungen zu verwenden HPC, trainieren Sie ML-Modelle Amazon Lightsail Vorkonfigurierte Linux- und Windows-Anwendung für die Ausführung kleiner Workloads Einfache Webanwendungen, benutzerdefinierte Website -
Bewerten Sie die Kosten (wie stündliche Gebühr oder Datenübertragung) und den Verwaltungsaufwand (wie Patching und Skalierung), die mit jeder Datenverarbeitungsoption verbunden sind.
-
Führen Sie Experimente und Benchmarking in einer Nicht-Produktionsumgebung durch, um herauszufinden, welche Datenverarbeitungsoption Ihre Workload-Anforderungen am besten erfüllt.
-
Nachdem Sie experimentiert und die neue Datenverarbeitungslösung ermittelt haben, planen Sie die Migration und überprüfen Sie die Leistungsmetriken.
-
Verwenden Sie AWS Überwachungstools wie Amazon CloudWatch und Optimierungsdienste AWS Compute Optimizer
, um Ihre Rechenressourcen kontinuierlich auf der Grundlage realer Nutzungsmuster zu optimieren.
Ressourcen
Zugehörige Dokumente:
Zugehörige Videos:
-
AWS re:Invent 2023 — AWS Graviton: Das beste Preis-Leistungs-Verhältnis für Ihre Workloads AWS
-
AWS re:Invent 2023 — Neue generative KI-Funktionen von Amazon Elastic Compute Cloud in AMS
-
AWS re:Invent 2023 – What’s new with Amazon Elastic Compute Cloud
-
AWS re:Invent 2023 – Smart savings: Amazon Elastic Compute Cloud cost-optimization strategies
-
AWS re:Invent 2021 – Powering next-gen Amazon Elastic Compute Cloud: Deep dive on the Nitro System
-
AWS re:Invent 2019 — Optimieren Sie die Leistung und die Kosten Ihrer Rechenleistung AWS
-
AWS re:Invent 2.019 – Amazon Elastic Compute Cloud foundations
-
AWS re:Invent 2019 — Optimieren Sie die Leistung und die Kosten Ihrer Rechenleistung AWS
-
Stellen Sie ML-Modelle für Inference mit hoher Leistung und niedrigen Kosten bereit
Zugehörige Beispiele:
