View a markdown version of this page

지속 가능성 요소 - AWS 권장 가이드
AWS 리전 선택 고려소비 최적화소프트웨어 개발 및 아키텍처 패턴 최적화

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

지속 가능성 요소

AWS Well-Architected Framework의 지속 가능성 원칙은 클라우드 워크로드 실행이 환경에 미치는 영향을 최소화하는 데 중점을 둡니다. 주요 주제에는 지속 가능성에 대한 공동 책임 모델, 영향 이해, 사용 극대화로 필요한 리소스를 최소화하고 다운스트림 영향을 줄이는 것이 포함됩니다.

지속 가능성 원칙에는 다음과 같은 주요 핵심 영역이 포함됩니다.

  • 사용자의 영향

  • 지속 가능성 목표

  • 최대 사용량

  • 새롭고 보다 효율적인 소프트웨어 제품 예측 및 채택

  • 관리형 서비스 사용

  • 다운스트림 영향 감소

이 가이드는 영향을 이해하는 데 중점을 둡니다. 기타 지속 가능성 설계 원칙에 대한 자세한 내용은 AWS Well-Architected 프레임워크를 참조하세요.

사용자의 선택 사항과 요구 사항은 환경에 영향을 미칩니다. 탄소 강도 AWS 리전 가 낮은를 선택할 수 있고 요구 사항이 가동 시간과 내구성만 극대화하는 대신 실제 워크로드 요구 사항을 반영하는 경우 워크로드의 지속 가능성이 증가합니다. 다음 섹션에서는 워크로드 설계 및 지속적 운영에 채택될 경우 환경에 긍정적인 영향을 미치는 모범 사례 및 고려 사항에 대해 설명합니다.

AWS 리전 선택 고려

일부는 Amazon 재생 에너지 프로젝트 AWS 리전 근처에 있거나 그리드의 탄소 강도가 다른 프로젝트보다 낮은 곳에 있습니다. 워크로드에 실행 가능할 수 있는 리전의 지속 가능성에 미치는 영향을 고려하고 목록을 Neptune Analytics를 사용할 수 있는 리전과 상호 참조하세요.

소비 최적화

다음을 연습하여 Neptune 분석 사용을 최소화합니다.

  • 분석은 종종 일시적입니다. 그래프는 알고리즘을 실행하고 결과를 기록하는 시간에만 필요합니다. 이 경우 그래프가 더 이상 필요하지 않을 때 그래프를 스냅샷 처리하고 삭제합니다. 나중에 필요한 경우 스냅샷에서 복원할 수 있습니다.

  • 워크로드가 일시적이고 분석을 실행할 시기를 유연하게 결정할 수 있는 경우 전력 소비의 day-to-day 추세를 고려하세요. 특정 시간 동안 전기 수요가 더 높습니다. 미국에 있는 경우 미국 에너지 정보 관리(EIA) 웹 사이트에서 일일 전기 소비에 대한 지표를 참조하세요. 가능하면 해당 리전의 사용량이 적은 기간에 워크로드를 실행합니다.

  • 워크로드가 임시 워크로드는 아니지만 제한된 기간 동안만 사용할 수 있어야 하는 경우 그래프를 삭제하고 필요할 때 스냅샷에서 복원합니다. 가용성이 일정을 따르는 경우 예약된 시간에 그래프가 준비되도록 스크립트를 통해 복원 프로세스를 자동화합니다.

  • 데이터가 읽기 전용이거나 마지막 스냅샷 이후 변경되지 않은 경우 삭제하기 전에 다시 스냅샷을 생성하지 마십시오.

  • Neptune 노트북을 사용하지 않을 때는 중지합니다.

  • NumQueuedRequestsPerSec, , NumOpenCypherRequestsPerSecGraphStorageUsagePercentGraphSizeBytes, 및와 같은 CloudWatch 지표를 모니터링CPUUtilization하여 그래프가 큰지 평가합니다. 더 작은 인스턴스 용량이 관찰된 요청 속도, CPU 사용량 및 그래프 크기를 수용할 수 있는지 확인합니다.

소프트웨어 개발 및 아키텍처 패턴 최적화

낭비를 방지하려면 모델 및 쿼리를 최적화하고 컴퓨팅 리소스를 공유하여 Neptune 인스턴스 및 클러스터에서 사용할 수 있는 모든 리소스를 사용합니다. 구체적인 모범 사례는 다음과 같습니다.

  • 쿼리 및 그래프 알고리즘 호출을 최적화합니다. 파라미터화된 쿼리를 사용하고 기본적으로 활성화된 쿼리 계획 캐시를 사용합니다. 느린 쿼리의 경우 설명 계획을 실행하여 개선합니다. 벡터 유사성 검색을 사용하는 경우 더 작은 임베딩을 더 효율적으로 생성, 저장 및 검색할 수 있으므로 더 작은 임베딩이 정확한 유사성 결과를 제공하는지 확인합니다. 그래프 알고리즘을 호출하기 전에 MATCH 절을 사용하여 입력 노드 세트를 최소화합니다. 가능하면 노드 및 엣지 레이블을 기준으로 필터링합니다.

  • 그래프에 데이터를 로드하는 가장 효율적인 방법을 찾습니다. Amazon S3의 데이터에서 로드하는 경우 데이터가 50GB보다 큰 경우 대량 가져오기를 사용합니다. 더 작은 데이터에 배치 로드를 사용합니다.

  • 개발자에게 자체 인스턴스를 생성하는 대신 Neptune 노트북 인스턴스를 공유하도록 요청합니다. 단일 Jupyter 인스턴스에서 각 개발자에 대해 별도의 노트북 폴더를 생성합니다. 인스턴스를 사용하지 않을 때는 종료합니다.