Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Réutilisation et mutualisation dans Amazon Streams GameLift

Amazon GameLift Streams ne partage aucune ressource de calcul entre les groupes de flux ou avec d'autres AWS clients. Certains groupes de streaming Amazon GameLift Streams s'appuient sur le partage de ressources internes.

Réutilisation des ressources informatiques

Au sein d'un groupe de flux, les ressources sont réutilisées au fil du temps pour desservir plusieurs sessions avec un temps d'arrêt minimal. Les détails spécifiques de la réutilisation sont différents entre les groupes de flux Windows et non Windows.

Groupes de diffusion autres que Windows avec des classes de flux telles que gen4n_highgen5n_ultra, gen6n_ultra ou gen6n_pro exécutent vos applications dans des conteneurs dédiés par session. Chaque session de streaming commence par une copie des fichiers de l'application et un dossier de profil utilisateur vide. Lorsqu'une session se termine, toutes les modifications du système de fichiers sont annulées et tous les processus lancés par votre application sont interrompus dans le cadre du nettoyage du conteneur.

Groupes de flux basés sur Windows avec des classes de flux telles que gen4n_win2022gen5n_win2022,gen6n_ultra_win2022, ou gen6n_pro_win2022 exécutent vos applications directement sur le système d'exploitation hôte. Chaque session de streaming commence par une copie des fichiers de l'application et un dossier de profil utilisateur vide. Lorsqu'une session se termine, le dossier du profil utilisateur et le dossier de l'application sont entièrement réinitialisés. Les sous-processus lancés par votre application sont interrompus. Si votre application modifie des fichiers situés en dehors du dossier du profil utilisateur et du dossier de l'application, ou si elle modifie le registre du système, ces modifications peuvent persister au cours de plusieurs sessions.

Quelle que soit la configuration d'un groupe de flux, les ressources informatiques et l'environnement du système d'exploitation sous-jacents seront réutilisés au fil du temps pour lancer de nouvelles sessions de diffusion. Dans le cadre du modèle de responsabilité partagée, il est de votre responsabilité de garantir la sécurité de vos applications et d'éviter d'exécuter du code non fiable ou de modifier des fichiers critiques du système d'exploitation.

Groupes de flux à locataires multiples

Les groupes de flux sont à locataire unique ou à locataires multiples, selon la classe de flux que vous avez sélectionnée. Des classes de streaming multi-locataires telles que gen4n_high ou gen5n_high partageant un GPU sur plusieurs sessions simultanées. Dans ce contexte, la mutualisation fait référence à l'exécution de plusieurs sessions à la fois sur le matériel sous-jacent. Le matériel est toujours dédié à votre groupe de diffusion et n'est pas partagé entre les groupes de diffusion ni avec d'autres AWS clients.

Ce modèle de groupe de flux à locataires multiples est propre à Amazon GameLift Streams et comporte d'importantes implications en termes de sécurité et de performances. Le niveau de sécurité d'un groupe de flux à locataires multiples est équivalent à l'hébergement de plusieurs conteneurs d'applications sur un seul serveur physique. Cette posture n'est pas intrinsèquement peu sûre, mais elle peut amplifier l'impact des vulnérabilités de sécurité existantes dans vos applications. Dans le cadre du modèle de responsabilité partagée, il est de votre responsabilité de maintenir la sécurité de vos applications.

Amazon GameLift Streams s'efforce de garantir que les sessions multi-locataires n'interfèrent pas les unes avec les autres. Toutefois, si une application consomme des ressources CPU ou GPU sans tenir compte des limites définies pour la classe de flux, cela peut avoir un impact sur les autres flux qui tentent d'utiliser les mêmes ressources partagées. Par exemple, dans un groupe de flux « élevé » composé de deux locataires par GPU, une application gourmande peut avoir un impact négatif sur un autre flux. Votre application doit réguler sa propre consommation de ressources. Si votre application ne parvient pas à s'autoréguler et que votre cas d'utilisation ne tolère aucune variation de performance potentielle due à un « voisin bruyant », une classe de flux à locataire uniquegen5n_win2022, telle quegen6n_pro_win2022,gen5n_ultra, ougen6n_ultra, est recommandée.