Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Multi-Session-Empfehlungen
Bei der Festlegung der maximalen Anzahl von Benutzersitzungen auf einer Instance in einer Multi-Session-Umgebung sollten Sie mehrere Faktoren berücksichtigen, um eine optimale Leistung und Streaming-Erfahrung zu gewährleisten. Im Folgenden finden Sie Empfehlungen, mit denen Sie die optimale Anzahl von Benutzersitzungen auf einer Instance ermitteln können:
-
Bewerten der Ressourcenanforderungen: Ermitteln Sie die Ressourcenanforderungen der Anwendungen, die in den Sitzungen verwendet werden. Berücksichtigen Sie Faktoren wie ArbeitsspeicherCPU, Festplatten-I/O und Netzwerkbandbreite. Anhand dieser Bewertung können Sie ermitteln, wie viele Ressourcen für jede Benutzersitzung in der Regel benötigt werden.
-
Beachten Sie die Instanzspezifikationen: Berücksichtigen Sie die Spezifikationen der Instanz, einschließlich der AnzahlCPUs, des verfügbaren Speichers und der GPU Spezifikationen. Instances mit höheren Spezifikationen können eine größere Anzahl von Benutzersitzungen verarbeiten. Weitere Informationen zu den verschiedenen Instance-Typen, die von AppStream 2.0 unterstützt werden, und zu den Preisen finden Sie unter Amazon AppStream 2.0-Preise
. -
Leistungstests: Führen Sie Leistungstests für die Anwendungen und Workloads durch, die voraussichtlich in den Benutzersitzungen ausgeführt werden. Messen Sie die Ressourcenauslastung, die Reaktionszeiten und die Gesamtsystemleistung. Verwenden Sie diese Daten, um die Auswirkungen gleichzeitiger Benutzersitzungen auf die Leistung zu bewerten und das optimale session-to-instance Verhältnis zu ermitteln. Sie können diese Bewertungen für verschiedene Instance-Typen durchführen, die von AppStream 2.0 angeboten werden, um den optimalen Instance-Typ oder die optimale Größe für Ihre Endbenutzer zu finden. Weitere Informationen zu den verschiedenen Instance-Typen, die von AppStream 2.0 angeboten werden, finden Sie unterAppStream 2.0 Instanzfamilien.
-
Überwachen der Ressourcenauslastung: Überwachen Sie kontinuierlich die Ressourcenauslastung der Instance bei normaler Nutzung. Beobachten Sie CPU die Speicher- und Festplattenauslastung. Stellen Sie sicher, dass die Ressourcennutzung innerhalb akzeptabler Grenzen bleibt, um Leistungseinbußen zu vermeiden. In einer Umgebung mit mehreren Sitzungen können Sie diese Messwerte auf AppStream 2.0 und auf der CloudWatch Konsole anzeigen. Weitere Informationen finden Sie unter Überwachung von Amazon AppStream 2.0-Ressourcen.
-
Berücksichtigen der Verhaltensmuster der Benutzer: Analysieren Sie die Verhaltensmuster der Benutzer, um die Spitzenauslastzeiten und die mögliche gleichzeitige Nutzung zu ermitteln. Manche Benutzer weisen ein unregelmäßiges oder sporadisches Nutzungsverhalten auf, während andere den ganzen Tag über eine konstante Nutzung zeigen. Berücksichtigen Sie diese Muster bei der Festlegung der maximalen Anzahl von Benutzersitzungen, um Ressourcenkonflikte in Spitzenzeiten zu vermeiden.
AppStream 2.0 ermöglicht es Ihnen, maximal 50 Benutzersitzungen pro Instanz zu konfigurieren, unabhängig vom ausgewählten Instanztyp oder der Größe. Dies ist jedoch nur eine Obergrenze und kein empfohlener Grenzwert. Die folgende Beispieltabelle soll Ihnen helfen, die maximale Anzahl von Benutzersitzungen auf einer Instance in einer Multi-Session-Flotte zu ermitteln. Die in der Tabelle angegebene empfohlene maximale Anzahl von Benutzern basiert auf allgemeinen Richtlinien und Annahmen. Das Testen mit der realen Arbeitslast ist von entscheidender Bedeutung, da die tatsächliche Leistung je nach den individuellen Eigenschaften des Workloads, den Ressourcenanforderungen der Anwendung und dem Benutzerverhalten variieren kann.
| Endbenutzerkategorie | Workload-Typ | Beispielbenutzer | Anwendungsfälle | Empfohlene Konfiguration(en) |
|---|---|---|---|---|
| Endbenutzer, die eine einzelne Aufgabe ausführen und nur wenige Anwendungen verwenden | Leicht | Sachbearbeiter, Front-Desk-Benutzer | Dateneingabeanwendungen, Textbearbeitung, Bastion-Host | 4 Benutzer pro V CPU auf Stream.Standard.Xlarge/2XLarge oder Stream.Compute.xLarge+ oder Stream.Memory.XLarge+ |
| Endbenutzer, die eine einzelne Aufgabe ausführen und nur wenige Anwendungen verwenden | Leicht bis mittelschwer | Sachbearbeiter, Front-Desk-Benutzer, Kontaktcenter-Mitarbeiter | Dateneingabeanwendungen, Textbearbeitung, Bastion-Host, Chat, E-Mail, Messaging-Apps | 2 Benutzer pro V CPU auf Stream.Standard.Xlarge/2XLarge oder Stream.Compute.xlarge+ oder Stream.Memory.XLarge+ |
| Endbenutzer, die komplexe Tabellen, Präsentationen und umfangreiche Dokumente erstellen | Mittelschwer | Sachbearbeiter, Kontaktcenter-Mitarbeiter, Geschäftsanalysten | Dateneingabeanwendungen, Chat, E-Mail, Messaging-Apps, Produktivitäts-Apps | 2 Benutzer pro V CPU auf Stream.Memory.XLarge+ oder Stream.Compute.Xlarge+ |
| Endbenutzer mit Hochleistungs-Workloads | Mittelschwer bis schwer | Wissensarbeiter, Softwareentwickler, Business-Intelligence-Analysten | Software-Skripting | 1 Benutzer pro V CPU auf Stream.Memory.XLarge+ oder Stream.Compute.Xlarge+ |
| Endbenutzer mit Hochleistungs-Workloads | Schwer | Wissensarbeiter, Softwareentwickler, Datenwissenschaftler | Bildschirmübertragung, Datenanalyse, Audiokonferenzen | 1 Benutzer pro 2 vCPUs auf Stream.Memory.xLarge+ oder Stream.Compute.Xlarge+ |
| Endbenutzer mit Workloads, die Grafiken und umfangreiche Rechen-/Speicherressourcen benötigen | Schwer bis intensiv | CADCAMGrafik-/Architekturdesigner,/Benutzer | Audiokonferenzen, grafikintensive Anwendungen, wie z. B. Remote-Grafik-Workstations | 1 Benutzer pro 2 Grafikkarten. G4DN. vCPUs * |
| Endbenutzer mit Workloads, die Grafiken und umfangreiche Rechen-/Speicherressourcen benötigen | Intensiv | Videoredakteure, Gamer und Spieleentwickler, Datenminer, GIS Dateningenieure, KI-Wissenschaftler | Audiokonferenzen, Videotranskodierung und 3D-Rendering, fotorealistisches Design, Grafik-Workstations, ML-Modelltraining, ML-Inferenz | 1 Benutzer pro 2 Grafiken.G5. vCPUs * |
