PERF02-BP01 Auswählen der besten Datenverarbeitungsoptionen für den Workload
Wenn Sie die für den Workload am besten geeignete Computing-Option auswählen, können Sie die Leistung verbessern, unnötige Infrastrukturkosten reduzieren und den Betriebsaufwand für die Aufrechterhaltung des Workloads senken.
Typische Anti-Muster:
-
Sie verwenden dieselbe Option für die Datenverarbeitung, die on-premises verwendet wurde.
-
Ihnen fehlt es an Bewusstsein für Cloud-Datenverarbeitungsoptionen, -funktionen 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 den Workload ressourceneffizienter gestalten.
Risikostufe, wenn diese bewährte Methode nicht eingeführt wird: hoch
Implementierungsleitfaden
Zur Optimierung der Cloud-Workloads im Hinblick auf Leistungseffizienz ist es wichtig, die am besten geeigneten Datenverarbeitungsoptionen für Ihren Anwendungsfall und Ihre Leistungsanforderungen auszuwählen. AWS bietet eine Vielzahl von Datenverarbeitungsoptionen, die auf unterschiedliche Workloads in der Cloud zugeschnitten sind. Sie können beispielsweise Amazon EC2 verwenden, um virtuelle Server zu starten und zu verwalten, AWS Lambda, um 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 die verschiedenen Datenverarbeitungsoptionen, die für Ihren Workload in AWS verfügbar sind (wie unter PERF01-BP01 Informieren über verfügbare Cloud-Services und -Features beschrieben). Hier finden Sie einige wichtige AWS-Datenverarbeitungsoptionen, ihre Eigenschaften und gängige Anwendungsfälle:
AWS service Key characteristics Common use cases Amazon Elastic Compute Cloud (Amazon EC2) Has dedicated option for hardware, license requirements, large selection of different instance families, processor types and compute accelerators Lift and shift migrations, monolithic application, hybrid environments, enterprise applications Amazon Elastic Container Service (Amazon ECS) , Amazon Elastic Kubernetes Service (Amazon EKS) Easy deployment, consistent environments, scalable Microservices, hybrid environments AWS Lambda Serverlose Datenverarbeitung service that runs code in response to events and automatically manages the underlying compute resources. Microservices, event-driven applications AWS Batch Efficiently and dynamically provisions and scales Amazon Elastic Container Service (Amazon ECS) , Amazon Elastic Kubernetes Service (Amazon EKS) , and AWS Fargate compute resources, with an option to use On-Demand or Spot Instances based on your job requirements HPC, train ML models Amazon Lightsail Preconfigured Linux and Windows application for running small workloads Simple web applications, custom 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 Optimierungsservices wie AWS Compute Optimizer
, um die Computing-Ressourcen 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 AWS-Workloads
-
AWS re:Invent 2023 – Neue generative KI-Funktionen vonAmazon Elastic Compute Cloud in AMS
-
AWS re:Invent 2023 – Neuerungen bei Amazon Elastic Compute Cloud
-
AWS re:Invent 2019 – Optimieren von Leistung und Kosten für Ihr AWS-Compuntung
-
AWS re:Invent 2019 – Amazon Elastic Compute Cloud-Grundlagen
-
AWS re:Invent 2022 – ML-Modelle für Inferenz mit hoher Leistung und niedrigen Kosten bereitstellen
-
AWS re:Invent 2019 – Optimieren von Leistung und Kosten für Ihr AWS-Computing
-
ML-Modelle für Inferenz mit hoher Leistung und niedrigen Kosten bereitstellen
Zugehörige Beispiele: