Panoramica delle famiglie di istanze Amazon EC2 e Amazon RDS

Scegliere un'istanza Amazon Elastic Compute Cloud (Amazon EC2) per un determinato carico di lavoro significa trovare la famiglia di istanze più adatta alle esigenze di CPU e memoria del carico di lavoro. Amazon EC2 offre un'ampia selezione di istanze, che ti offre molta flessibilità per dimensionare correttamente le tue risorse di calcolo per soddisfare le esigenze di capacità al costo più basso. Esistono cinque famiglie di istanze EC2 con diverse opzioni per CPU, memoria e risorse di rete:

• Scopo generico (include i tipi di istanza T2, M3 e M4): le istanze T2 sono un'opzione a basso costo che fornisce una piccola quantità di risorse della CPU che può essere aumentata in brevi sequenze quando sono disponibili cicli aggiuntivi. Sono adatti per applicazioni a bassa velocità effettiva come applicazioni amministrative o siti Web a traffico ridotto. Le istanze M3 e M4 forniscono un equilibrio tra CPU, memoria e risorse di rete e sono ideali per l'esecuzione di database di piccole e medie dimensioni, attività di elaborazione dati a uso intensivo di memoria, parchi istanze di cache e server back-end.

• Elaborazione ottimizzata (include i tipi di istanza C3 e C4): offre un rapporto più elevato tra CPU virtuali e memoria rispetto alle altre famiglie e il costo per CPU virtuale più basso di tutti i tipi di istanza EC2. Considera innanzitutto le istanze ottimizzate per il computing se esegui applicazioni dimensionabili legate alla CPU, come parchi istanze frontend per siti Web ad alto traffico, elaborazione batch on demand, analisi dati implementate, server Web, codifica video e applicazioni scientifiche e ingegneristiche ad alte prestazioni.

• Memoria ottimizzata (include i tipi di istanza X1, R3 e R4): progettate per applicazioni a uso intensivo di memoria, queste istanze hanno il costo per GiB di RAM più basso di tutti i tipi di istanza EC2. Utilizzare queste istanze se l'applicazione è associata alla memoria.

• Archiviazione ottimizzata (include i tipi di istanza I3 e D2): ottimizzata per fornire decine di migliaia di operazioni di input/output (I/O) casuali al secondo (IOPS) a bassa latenza alle applicazioni. Le istanze ottimizzate per l'archiviazione sono ideali per implementazioni estese di database NoSQL.

  Le istanze I3 sono progettate per carichi di lavoro a uso intensivo di I/O e sono dotate di archiviazione SSD NVMe super efficiente. Queste istanze possono fornire fino a 3,3 milioni di IOPS in blocchi da 4 KB e fino a 16 GB/secondo di velocità effettiva sequenziale del disco.

  Le istanze con archiviazione densa o D2 sono progettate per i carichi di lavoro che richiedono accesso in lettura e scrittura ad alte prestazioni in sequenza a set di dati di dimensioni molto grandi, quali applicazioni per l'elaborazione implementata Hadoop, per il data warehousing con elaborazione parallela su larga scala e per l'elaborazione di registri.

• Calcolo accelerato (include i tipi di istanza P2, G3 e F1): consente di accedere ad acceleratori di calcolo basati su hardware come unità di elaborazione grafica (GPU) o array di gate programmabili sul campo (FPGA). Le istanze di elaborazione accelerata consentono un maggiore parallelismo per una più elevata velocità effettiva sui carichi di lavoro a uso intensivo delle capacità di calcolo.

Le istanze di databaseAmazon Relational Database Service (Amazon RDS) sono simili alle istanze Amazon EC2 in quanto esistono famiglie diverse per soddisfare carichi di lavoro diversi. Queste famiglie di istanze di database sono ottimizzate per la memoria, le prestazioni o l'I/O:

• Prestazioni standard (inclusi i tipi di istanza M3 e M4): progettate per carichi di lavoro di database generici che non eseguono molte funzioni in memoria. Questa famiglia offre il maggior numero di opzioni per il provisioning di IOPS maggiori.

• Prestazioni espandibili (inclusi i tipi di istanze T2): per carichi di lavoro che richiedono capacità prestazionali espandibili.

• Memoria ottimizzata (include i tipi di istanza R3 e R4): ottimizzata per le funzioni in memoria e l'analisi dei big data.