AWS Fargate atau AWS Lambda?

Fargate: AWS Fargate adalah mesin komputasi tanpa server untuk kontainer, digunakan dengan Amazon ECS untuk orkestrasi. Ini mendukung bahasa pemrograman atau lingkungan runtime yang dapat dikemas ke dalam wadah Docker. Fleksibilitas ini berarti Anda dapat menggunakan hampir semua bahasa, kerangka kerja, atau pustaka yang sesuai dengan kebutuhan aplikasi Anda. Anda dapat menggunakanPython,Java,Node.js, Go, .NET,Ruby, PHP, atau bahkan bahasa dan lingkungan khusus. Fargate dapat menjalankannya selama dienkapsulasi dalam wadah. Dukungan bahasa yang luas ini membuat Fargate ideal untuk menjalankan beragam aplikasi. Ini termasuk sistem lama, layanan mikro multi-bahasa, dan aplikasi cloud-native modern.

Lambda: AWS Lambda menawarkan dukungan asli untuk serangkaian bahasa yang lebih terbatas dibandingkan dengan Fargate. Fungsi lambda dibuat khusus untuk beban kerja yang digerakkan oleh peristiwa. Lambda secara resmi mendukung bahasa dan runtime berikut:

Lambda juga mendukung runtime khusus. Dengan runtime khusus, Anda dapat membawa bahasa atau lingkungan runtime Anda sendiri. Namun, ini membutuhkan lebih banyak pengaturan dan manajemen dibandingkan dengan menggunakan opsi yang didukung secara asli. Jika Anda menerapkan fungsi Lambda Anda dari image kontainer, Anda dapat menulis fungsi Anda diRust. Gunakan gambar AWS OS-only dasar dan sertakan klien Rust runtime dalam gambar Anda. Jika Anda menggunakan bahasa tanpa klien antarmuka runtime yang AWS disediakan, Anda harus membuatnya sendiri.

Lambda secara inher en dirancang untuk komputasi berbasis peristiwa. Fungsi lambda dipicu sebagai respons terhadap perubahan data, tindakan pengguna, atau tugas terjadwal. Ini terintegrasi secara asli dengan banyak Layanan AWS orang. Ini termasuk Amazon S3 (misalnya, memanggil fungsi saat file diunggah), DynamoDB (misalnya, memicu pembaruan data), dan API Gateway (misalnya, menangani permintaan HTTP). Arsitektur berbasis peristiwa Lambda sangat ideal untuk aplikasi yang perlu segera merespons peristiwa. Aplikasi ini tidak memerlukan sumber daya komputasi yang persisten.

Fargate tidak didorong oleh peristiwa asli. Namun, dengan beberapa logika boilerplate tambahan, ia dapat berintegrasi dengan sumber peristiwa seperti Amazon SQS dan Kinesis. Lambda menangani sebagian besar logika integrasi ini untuk Anda. Dengan Fargate, Anda harus menerapkan integrasi ini sendiri menggunakan API untuk layanan ini.

Fargate dirancang untuk menjalankan aplikasi kontainer. Ini menyediakan lingkungan runtime yang fleksibel di mana Anda dapat menentukan pengaturan CPU, memori, dan jaringan untuk wadah Anda. Fargate beroperasi pada model berbasis kontainer. Ini mendukung proses yang berjalan lama, layanan persisten, dan aplikasi dengan persyaratan runtime tertentu. Kontainer di Fargate dapat berjalan tanpa batas waktu karena tidak ada batasan keras pada waktu eksekusi. Ini membuatnya ideal untuk aplikasi yang perlu berjalan terus menerus. Dengan kebijakan restart kontainer di Fargate, wadah individu dalam tugas dapat memulai ulang secara otomatis tanpa memulai ulang seluruh tugas. Ini meningkatkan ketahanan untuk beban kerja multi-kontainer. Fargate terintegrasi dengan Con CloudWatch tainer Insights dengan peningkatan pengamatan. Dengan fitur ini, Anda mendapatkan metrik dan jejak per kontainer terperinci untuk memantau kinerja aplikasi.

Fungsi lambda dioptimalkan untuk tugas-tugas berbasis peristiwa yang berumur pendek. Fungsi lambda memiliki waktu eksekusi maksimum 15 menit per pemanggilan. Hal ini membuat fungsi Lambda cocok untuk skenario seperti pemrosesan file, streaming data real-time, dan penanganan permintaan HTTP. Tugas-tugas ini singkat dan tidak memerlukan proses yang berjalan lama.

Dengan fungsi tahan lama di Lambda, Anda dapat membangun alur kerja yang berjalan lama yang dapat mempertahankan status di beberapa pemanggilan hingga 1 tahun. Fungsi tahan lama menyediakan penanganan kesalahan bawaan, percobaan ulang otomatis, dan pemulihan setelah kegagalan. SDK fungsi tahan lama tersedia untuk JavaScript,, TypeScript, PythonJava, dan C # (.NET). Selama periode tunggu, fungsi Anda ditangguhkan tanpa menimbulkan biaya komputasi. Dengan fungsi tahan lama, Anda dapat mengatasi kasus penggunaan yang sebelumnya memerlukan lingkungan komputasi persisten.

Saat memilih antara fungsi tahan lama dan Fargate untuk beban kerja yang berjalan lama, pertimbangkan pola eksekusi. Fungsi tahan lama hemat biaya untuk alur kerja yang menghabiskan sebagian besar waktunya menunggu, seperti persetujuan manusia, penundaan terjadwal, atau panggilan balik API eksternal. Anda tidak dikenakan biaya komputasi selama periode tunggu. Fargate lebih tepat untuk beban kerja yang memerlukan komputasi berkelanjutan, seperti pemrosesan data, koneksi jaringan persisten, atau layanan yang harus tetap aktif tanpa gangguan.

Di Lambda, lingkungan runtime lebih abstrak. Anda memiliki lebih sedikit kontrol atas infrastruktur yang mendasarinya. Untuk fungsi standar, setiap pemanggilan bersifat independen dan tanpa kewarganegaraan. Setiap status atau data yang perlu bertahan di antara pemanggilan harus dikelola secara eksternal. Contohnya termasuk database atau layanan penyimpanan.

Fargate menskalakan dengan menyesuaikan jumlah tugas yang sedang berjalan. Ini didasarkan pada status yang diinginkan yang ditentukan dalam layanan orkestrasi kontainer Anda (Amazon ECS). Penskalaan dapat dilakukan secara manual atau otomatis melalui Amazon EC2 Auto Scaling. Untuk informasi selengkapnya, lihat Di bawah kap: Amazon ECS dan Fargate meningkatkan tingkat peluncuran tugas di blog Con AWS tainers.

Di Fargate, setiap tugas berjalan di lingkungannya yang terisolasi. Penskalaan melibatkan peluncuran tugas tambahan atau menghentikannya berdasarkan beban. Penjadwal layanan Amazon ECS dapat meluncurkan hingga 500 tugas dalam waktu kurang dari satu menit per layanan. Ini berlaku untuk web dan layanan jangka panjang lainnya. Amazon ECS juga mendukung penskalaan prediktif. Ini menggunakan pola historis untuk secara proaktif meningkatkan tugas sebelum lonjakan permintaan terjadi. Kebijakan pelacakan target untuk CPU dan pemanfaatan memori mendukung resolusi metrik 20 detik. Ini memungkinkan deteksi sinyal penskalaan yang lebih cepat. Amazon ECS juga dapat secara otomatis menyeimbangkan kembali tugas layanan di seluruh Availability Zone. Ini mempertahankan ketersediaan tinggi. Fargate terintegrasi dengan F AWS ault Injection Service (FIS). Dengan FIS, Anda dapat menjalankan eksperimen injeksi kesalahan terkontrol untuk menguji ketahanan aplikasi.

Untuk Lambda, konkurensi adalah jumlah permintaan dalam penerbangan yang ditangani oleh AWS Lambda fungsi Anda pada saat yang bersamaan. Ini berbeda dengan konkurensi di Fargate. Setiap tugas Fargate dapat menangani permintaan bersamaan selama ada sumber daya komputasi dan jaringan yang tersedia. Untuk setiap permintaan bersamaan, Lambda menyediakan instance terpisah dari lingkungan eksekusi Anda. Saat fungsi Anda menerima lebih banyak permintaan, Lambda secara otomatis menskalakan jumlah lingkungan eksekusi. Ini berlanjut sampai Anda mencapai batas konkurensi akun Anda. Secara default, Lambda memberi akun Anda batas konkurensi total 1.000 eksekusi bersamaan. Batas ini berlaku di semua fungsi dalam Wilayah AWS. Anda dapat meminta kenaikan kuota jika diperlukan.

Dengan Lambda Managed Instances, penskalaan bekerja secara berbeda. Alih-alih menyediakan lingkungan eksekusi baru untuk setiap permintaan bersamaan, Managed Instances menskalakan secara asinkron berdasarkan pemanfaatan sumber daya CPU. Setiap lingkungan eksekusi dapat menangani beberapa pemanggilan bersamaan. Pendekatan ini memaksimalkan pemanfaatan sumber daya. Ini sangat cocok untuk beban kerja steady-state atau yang dapat diprediksi.

Untuk setiap fungsi Lambda menggunakan tipe komputasi default, tingkat penskalaan konkurensi adalah 1.000 instance eksekusi setiap 10 detik. Ini berlanjut hingga konkurensi akun maksimum. Untuk informasi selengkapnya, lihat Fungsi Lambda sekarang berskala 12 kali lebih cepat saat menangani permintaan volume tinggi di blog AWS Compute. Jika jumlah permintaan dalam periode 10 detik melebihi 1.000, permintaan tambahan akan dibatasi. Grafik berikut menunjukkan bagaimana penskalaan Lambda bekerja dengan asumsi konkurensi akun 7000.

Fungsi lambda dapat mengalami cold start. Ini terjadi ketika fungsi dipanggil setelah tidak aktif selama beberapa waktu. Selama cold start, layanan Lambda menginisialisasi lingkungan eksekusi baru. Ini termasuk memuat runtime, dependensi, dan kode fungsi. Durasi start dingin bervariasi dari di bawah 100 milidetik hingga lebih dari 1 detik, tergantung pada runtime, ukuran paket, dan logika inisialisasi. Untuk runtime dengan waktu inisialisasi yang lebih lama seperti Java atau C #, cold start bisa lebih lama tanpa pengoptimalan. Cold start dapat memengaruhi kinerja aplikasi yang memerlukan respons latensi rendah.

Untuk mengurangi start dingin di Lambda, pertimbangkan strategi berikut:

Fargate umumnya tidak terpengaruh oleh cold start dengan cara yang sama seperti Lambda. Waktu untuk memulai tugas Fargate berkorelasi langsung dengan waktu yang dibutuhkan untuk menarik gambar wadah yang ditentukan dalam tugas dari registri gambar. Fargate juga mendukung pemuatan lambat gambar kontainer yang telah diindeks dengan Seekable OCI (SOCI). Pemuatan gambar kontainer yang lambat dengan SOCI mengurangi waktu untuk meluncurkan tugas Amazon ECS di Fargate. Fargate menggunakan manifes indeks SOCI v2. Ini memberikan peningkatan kinerja untuk pemuatan lambat. Setelah tugas dimulai di Fargate, itu adalah proses yang berjalan lama. Itu selalu siap untuk menangani permintaan. Jika Anda perlu memulai tugas baru sebagai respons terhadap peristiwa penskalaan, mungkin ada beberapa penundaan selama inisialisasi. Ini biasanya kurang signifikan dibandingkan dengan start dingin Lambda.

Fargate menyediakan kontrol granular atas memori dan sumber daya CPU untuk aplikasi kontainer Anda. Saat Anda meluncurkan tugas di Fargate, Anda dapat menentukan CPU dan persyaratan memori yang tepat untuk aplikasi Anda. CPU dan alokasi memori bersifat independen. Anda dapat memilih kombinasi yang paling sesuai dengan beban kerja Anda. Anda dapat memilih nilai CPU mulai dari 0,25 vCPU hingga 32 vCPU. Memori berkisar antara 0,5 GB hingga 244 GB per tugas, tergantung pada konfigurasi Anda.

Fleksibilitas ini sangat ideal untuk aplikasi dengan karakteristik kinerja tertentu. Contohnya termasuk database intensif memori atau tugas CPU-bound komputasi. Fargate memungkinkan Anda untuk mengoptimalkan alokasi sumber daya Anda. Anda dapat menyeimbangkan biaya dan kinerja secara efektif.

Di Lambda, memori dan CPU terhubung. CPU secara otomatis dialokasikan sebanding dengan jumlah memori yang Anda pilih. Anda dapat memilih alokasi memori antara 128 MB dan 10 GB, dengan penambahan 1 MB. CPU berskala dengan memori, hingga 6 vCPU. Pengaturan memori yang lebih tinggi menghasilkan daya CPU yang lebih besar. Namun, Anda tidak memiliki kontrol langsung atas alokasi CPU itu sendiri.

Model ini dirancang untuk kesederhanaan. Anda dapat dengan cepat menyesuaikan pengaturan memori tanpa mengelola konfigurasi CPU. Namun, mungkin kurang fleksibel untuk beban kerja yang memerlukan keseimbangan spesifik antara sumber daya CPU dan memori. Model Lambda cocok untuk tugas-tugas di mana Anda menginginkan penskalaan langsung berdasarkan kebutuhan memori. Ini mungkin tidak optimal untuk aplikasi dengan tuntutan sumber daya yang kompleks atau sangat spesifik.

Saat Anda menerapkan tugas di Fargate, tugas tersebut berjalan di Amazon VPC (Amazon Virtual Private Cloud). Ini memberi Anda kontrol penuh atas lingkungan jaringan. Anda dapat mengonfigurasi grup keamanan, daftar kontrol akses jaringan (ACL), dan tabel routing. Setiap tugas Fargate mendapatkan antarmuka jaringannya sendiri dengan alamat IP pribadi khusus. Anda dapat menetapkan alamat IP publik jika diperlukan.

Fargate mendukung fitur jaringan canggih seperti penyeimbangan beban (menggunakan AWS Elastic Load Balancing), peering VPC, dan akses langsung ke yang lain di Layanan AWS dalam VPC. Anda juga dapat menggunakan AWS PrivateLink untuk konektivitas pribadi yang aman hingga didukung Layanan AWS. Ini menghindari melintasi internet. Tugas Fargate juga mendukung Amazon VPC Lattice. Ini menyediakan konektivitas layanan ke layanan standar, keamanan, dan pengamatan. Tugas Fargate dapat berjalan dalam IPv6-only konfigurasi. Hal ini memungkinkan tugas untuk berkomunikasi secara eksklusif melalui IPv6.

Secara default, fungsi Lambda berjalan di lingkungan jaringan terkelola. Anda tidak memiliki kontrol langsung atas antarmuka jaringan atau alamat IP. Namun, Lambda dapat dilampirkan ke VPC yang dikelola pelanggan menggunakan Hyperplane. AWS Ini memungkinkan Anda untuk mengontrol akses ke sumber daya di dalam VPC Anda.

Ketika fungsi Lambda dilampirkan ke VPC yang dikelola pelanggan, mereka mewarisi grup keamanan VPC dan konfigurasi subnet. Hal ini memungkinkan mereka untuk berinteraksi secara aman dengan yang lain Layanan AWS (seperti database RDS) dalam VPC yang sama. Karena Lambda menskalakan dengan menciptakan banyak lingkungan eksekusi bersamaan, masing-masing mempertahankan koneksi database-nya sendiri. Konkurensi tinggi dapat menghabiskan batas koneksi database. Untuk akses database relasional, gunakan Amazon RDS Proxy untuk mengumpulkan dan mengelola koneksi. Ini menghindari kelelahan koneksi selama konkurensi tinggi.

Layanan Lambda menggunakan platform Virtualisasi Fungsi Jaringan untuk menyediakan kemampuan NAT. Ini menghubungkan Lambda VPC ke VPC pelanggan. Ini mengkonfigurasi antarmuka jaringan elastis (ENI) yang diperlukan ketika fungsi Lambda dibuat atau diperbarui. Ini juga memungkinkan ENI dari akun Anda untuk dibagikan di beberapa lingkungan eksekusi. Hal ini memungkinkan Lambda untuk membuat penggunaan sumber daya jaringan yang lebih efisien ketika fungsi berskala.

ENI adalah sumber daya yang habis dengan batas lunak 250 per Wilayah. Pantau penggunaan antarmuka jaringan elastis jika Anda mengkonfigurasi fungsi Lambda untuk akses VPC. Fungsi lambda di AZ yang sama dan grup keamanan yang sama dapat berbagi ENI. Jika Anda meningkatkan batas konkurensi di Lambda, evaluasi apakah Anda memerlukan peningkatan antarmuka jaringan elastis. Jika batas tercapai, pemanggilan fungsi VPC-enabled Lambda dibatasi.

Harga Farg ate didasarkan pada sumber daya yang dialokasikan ke kontainer Anda. Secara khusus, ini berarti vCPU dan memori yang Anda pilih untuk setiap tugas. Anda ditagih per detik, dengan biaya minimum satu menit. Biaya terkait langsung dengan sumber daya yang dikonsumsi aplikasi Anda. Anda membayar untuk apa yang Anda sediakan, terlepas dari apakah aplikasi tersebut secara aktif memproses permintaan. Fargate sangat cocok untuk beban kerja yang dapat diprediksi di mana Anda memerlukan konfigurasi sumber daya tertentu. Anda dapat mengoptimalkan biaya dengan menyesuaikan sumber daya yang dialokasikan. Fargate Spot tersedia untuk beban kerja x86 dan ARM-based Linux. Ini memberikan penghematan biaya yang signifikan untuk aplikasi toleran kesalahan. Mungkin ada biaya tambahan untuk layanan terkait. Ini termasuk transfer data, penyimpanan, dan jaringan (misalnya, VPC, Elastic Load Balancing).

Lambda memiliki struktur harga yang berbeda yang didorong oleh peristiwa dan bayar per eksekusi. Anda dikenakan biaya berdasarkan jumlah permintaan dan durasi eksekusi. Durasi diukur dalam milidetik. Lambda juga memperhitungkan jumlah memori yang Anda alokasikan untuk fungsi Anda. Skala biaya berdasarkan memori yang digunakan dan waktu eksekusi. Model penetapan harga mencakup tingkat gratis. Ini menawarkan 1 juta permintaan gratis dan 400.000 waktu kom GB-seconds putasi per bulan. Hal ini membuat Lambda sangat hemat biaya untuk beban kerja sporadis volume rendah.

Model penetapan harga Lambda sangat ideal untuk aplikasi dengan pola lalu lintas yang tidak dapat diprediksi atau meledak. Anda hanya membayar untuk pemanggilan fungsi aktual dan waktu eksekusi. Anda tidak perlu menyediakan atau membayar untuk kapasitas idle.

Dengan Instans Terkelola Lambda, Lambda menawarkan harga berbasis instance yang menggunakan model penetapan harga EC2. Ini termasuk On-Demand, Instans Cadangan, dan Paket Tabungan Komputasi. Hal ini dapat mendorong efisiensi biaya untuk beban kerja steady-state atau yang dapat diprediksi.

Baik Fargate maupun Lambda memenuhi syarat untuk Compute Savings Plans. Ini dapat mengurangi biaya hingga 66% sebagai imbalan atas komitmen terhadap jumlah penggunaan komputasi yang konsisten. Ini diukur dalam dolar per jam untuk jangka waktu 1 atau 3 tahun.

Ketika Anda membandingkan biaya antara dua layanan, Anda biasanya membayar lebih sedikit dengan Lambda pada volume lalu lintas yang lebih rendah. Namun, penagihan sumber daya per detik dari Fargate cenderung lebih ekonomis untuk beban kerja throughput tinggi yang berkelanjutan. Seiring bertambahnya volume permintaan, biaya Lambda berskala secara linier. Sebaliknya, biaya Fargate tetap relatif stabil terlepas dari permintaan yang ditangani dalam sumber daya yang disediakan.