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.
Pilier de durabilité
Le pilier du développement durable du AWS Well-Architected Framework vise à minimiser les impacts environnementaux liés à l'exécution de charges de travail dans le cloud. Les sujets clés incluent un modèle de responsabilité partagée pour la durabilité, la compréhension de l'impact et l'optimisation de l'utilisation afin de minimiser les ressources requises et de réduire les impacts en aval.
Le pilier du développement durable contient les principaux domaines d'intérêt suivants :
-
Votre impact
-
Objectifs de durabilité
-
Utilisation maximisée
-
Anticiper et adopter de nouvelles offres logicielles plus efficaces
-
Utilisation de services gérés
-
Réduction de l'impact en aval
Ce guide vise à comprendre votre impact. Pour plus d'informations sur les autres principes de conception durable, consultez le AWS Well-Architected Framework.
Vos choix et vos exigences ont un impact sur l'environnement. Si vous pouvez choisir Régions AWS une solution à faible intensité en carbone et si vos exigences reflètent les besoins réels de la charge de travail au lieu de simplement maximiser le temps de disponibilité et la durabilité, la durabilité de la charge de travail augmente. Les sections suivantes traitent des meilleures pratiques et des considérations qui auront un impact environnemental positif si elles sont adoptées dans la conception de votre charge de travail et dans les opérations en cours.
Tenez compte de votre Région AWS sélection
Certains Régions AWS se trouvent à proximité de projets d'énergie renouvelable d'Amazon ou sont situés là où le réseau affiche une intensité en carbone publiée inférieure à celle d'autres. Tenez compte de l'impact sur le développement durable
Optimisez la consommation
Réduisez la consommation de Neptune Analytics en pratiquant les méthodes suivantes :
-
Les analyses sont souvent éphémères. Le graphique n'est nécessaire que pour le temps nécessaire à l'exécution des algorithmes et à l'enregistrement des résultats. Si tel est le cas, capturez le graphique et supprimez-le lorsqu'il n'est plus nécessaire. Vous pouvez le restaurer ultérieurement à partir d'un instantané si nécessaire.
-
Si la charge de travail est éphémère et que vous avez la possibilité de décider à quel moment exécuter les analyses, tenez compte des day-to-day tendances en matière de consommation d'énergie. La demande d'électricité est plus élevée à certaines périodes. Si vous êtes aux États-Unis, consultez les indicateurs de consommation quotidienne d'électricité sur le
site Web de l'Energy Information Administration (EIA) des États-Unis. Exécutez des charges de travail pendant les périodes creuses dans votre région, si possible. -
Si la charge de travail n'est pas éphémère mais ne doit être disponible que pendant des périodes limitées, supprimez le graphique et restaurez-le à partir d'un instantané lorsque cela est nécessaire. Si sa disponibilité suit un calendrier, automatisez le processus de restauration à l'aide de scripts afin que le graphique soit prêt à l'heure prévue.
-
Si les données sont en lecture seule ou n'ont pas changé depuis le dernier instantané, ne les capturez pas à nouveau avant de les supprimer.
-
Arrêtez les blocs-notes Neptune lorsqu'ils ne sont pas utilisés.
-
Surveillez CloudWatch des indicateurs tels que
NumQueuedRequestsPerSecNumOpenCypherRequestsPerSec,GraphStorageUsagePercent,GraphSizeBytes, etCPUUtilizationpour déterminer si le graphique est surdimensionné. Déterminez si une capacité d'instance inférieure peut s'adapter au taux de demandes observé, à l'utilisation du processeur et à la taille du graphique.
Optimisez le développement logiciel et les modèles d'architecture
Pour éviter le gaspillage, optimisez vos modèles et requêtes, et partagez les ressources de calcul afin d'utiliser toutes les ressources disponibles dans les instances et les clusters Neptune. Les meilleures pratiques spécifiques incluent :
-
Optimisez les requêtes et les invocations d'algorithmes graphiques. Utilisez des requêtes paramétrées et utilisez le cache du plan de requêtes, qui est activé par défaut. Pour les requêtes lentes, exécutez un plan d'explication pour apporter des améliorations. Si vous utilisez la recherche par similarité vectorielle, déterminez si les petites incorporations produisent des résultats de similarité précis, car les petites incorporations peuvent être créées, stockées et recherchées plus efficacement. Avant d'appeler un algorithme graphique, utilisez une
MATCHclause pour minimiser l'ensemble de nœuds en entrée. Filtrez sur les étiquettes des nœuds et des arêtes si possible. -
Recherchez le moyen le plus efficace de charger des données dans le graphique. Si vous chargez à partir de données dans Amazon S3, utilisez l'importation en bloc si la taille des données est supérieure à 50 Go. Utilisez le chargement par lots pour des données plus petites.
-
Demandez aux développeurs de partager les instances du bloc-notes Neptune au lieu de créer chacun sa propre instance. Créez des dossiers de bloc-notes distincts pour chaque développeur sur une seule instance Jupyter. Arrêtez l'instance lorsqu'elle n'est pas utilisée.
