Amazon EC2 및 Amazon RDS 인스턴스 패밀리 개요 - 올바른 크기 조정: 워크로드에 맞게 인스턴스 프로비저닝

Amazon EC2 및 Amazon RDS 인스턴스 패밀리 개요

특정 워크로드에 대해 Amazon Elastic Compute Cloud(Amazon EC2)를 선택한다는 것은 워크로드의 CPU 및 메모리 요구 사항에 가장 근접하는 인스턴스 패밀리를 찾는 것을 의미합니다. Amazon EC2는 다양한 인스턴스를 제공하므로 가장 저렴한 비용으로 용량 요구 사항에 맞게 컴퓨팅 리소스의 크기를 적절하게 조정할 수 있는 많은 유연성을 제공합니다. 다섯 가지 EC2 인스턴스 패밀리가 있으며 이들 각각은 CPU, 메모리 및 네트워크 리소스에 대한 옵션이 서로 다릅니다.

  • 범용(T2, M3 및 M4 인스턴스 유형 포함) - T2 인스턴스는 추가 주기를 사용할 수 있을 때 짧은 시간 내에 늘릴 수 있는 소량의 CPU 리소스를 제공하는 매우 저렴한 옵션입니다. 관리 애플리케이션처럼 처리량이 낮은 애플리케이션이나 트래픽이 적은 웹 사이트에 적합합니다. M3 및 M4 인스턴스는 CPU, 메모리 및 네트워크 리소스의 균형을 제공하며 중소 규모 데이터베이스, 메모리 집약적인 데이터 처리 작업, 캐싱 플릿 및 백엔드 서버를 실행하는 데 적합합니다.

  • 컴퓨팅 최적화(C3 및 C4 인스턴스 유형 포함) - 다른 패밀리보다 메모리 대 가상 CPU 비율이 높고 모든 EC2 인스턴스 유형 중에서 가상 CPU당 비용이 가장 낮습니다. 트래픽이 많은 웹 사이트를 위한 프런트엔드 플릿, 온디맨드 배치, 분산 분석, 웹 서버, 비디오 인코딩, 고성능 과학 및 엔지니어링 애플리케이션과 같은 CPU 기반 확장 애플리케이션을 실행하는 경우 컴퓨팅 최적화 인스턴스를 먼저 고려하세요.

  • 메모리 최적화(X1, R3 및 R4 인스턴스 유형 포함) - 메모리 집약적 애플리케이션을 위해 설계된 이러한 인스턴스는 모든 EC2 인스턴스 유형 중에서 RAM의 GiB당 비용이 가장 낮습니다. 애플리케이션이 메모리를 기반으로 하는 경우 이러한 인스턴스를 사용합니다.

  • 스토리지 최적화(I3 및 D2 인스턴스 유형 포함) - 애플리케이션에 대기 시간이 짧은 수만 개의 임의 입출력(I/O) 초당 작업 수(IOPS)를 제공하도록 최적화되었습니다. 스토리지 최적화 인스턴스는 NoSQL 데이터베이스의 대규모 배포에 가장 적합합니다.

    I3 인스턴스는 I/O 집약적 워크로드를 위해 설계되었으며 매우 효율적인 NVMe SSD 스토리지를 갖추고 있습니다. 이러한 인스턴스는 4KB 블록에서 최대 330만 IOPS와 최대 16GB/초의 순차적 디스크 처리량을 제공할 수 있습니다.

    D2 또는 고밀도 스토리지 인스턴스는 Hadoop 분산 컴퓨팅, 대량 병렬 처리 데이터 웨어하우징, 로그 프로세싱 애플리케이션 등 매우 큰 데이터 집합에 대한 고순차 읽기 및 쓰기 액세스를 요구하는 워크로드를 위해 설계되었습니다.

  • 가속 컴퓨팅(P2, G3 및 F1 인스턴스 유형 포함) - GPU(그래픽 처리 장치) 또는 FPGA(Field Programmable Gate Array)와 같은 하드웨어 기반 컴퓨팅 액셀러레이터에 대한 액세스를 제공합니다. 가속 컴퓨팅 인스턴스는 컴퓨팅 집약적 워크로드에서 더 높은 처리량을 위한 병렬 처리를 활성화합니다.

Amazon Relational Database Service(Amazon RDS) 데이터베이스 인스턴스는 워크로드마다 적합한 다양한 패밀리가 있다는 점에서 Amazon EC2 인스턴스와 유사합니다. 다음 데이터베이스 인스턴스 패밀리는 메모리, 성능 또는 I/O에 최적화되어 있습니다.

  • 표준 성능(M3 및 M4 인스턴스 유형 포함) - 많은 인 메모리 기능을 실행하지 않는 범용 데이터베이스 워크로드용으로 설계되었습니다. 이 패밀리는 늘어난 IOPS를 프로비저닝하기 위한 옵션을 가장 많이 제공합니다.

  • 버스트 가능 성능(T2 인스턴스 유형 포함) - 버스트 가능 성능 용량이 필요한 워크로드에 적합합니다.

  • 메모리 최적화(R3 및 R4 인스턴스 유형 포함) - 인 메모리 함수 및 빅 데이터 분석에 최적화되었습니다.