PERF02-BP02 Verstehen Sie die verfügbare Rechenkonfiguration und die verfügbaren Funktionen - AWS Well-Architected Framework
ImplementierungsleitfadenImplementierungsschritteRessourcen

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.

PERF02-BP02 Verstehen Sie die verfügbare Rechenkonfiguration und die verfügbaren Funktionen

Informieren Sie sich über die verfügbaren Konfigurationsoptionen und Features für den Datenverarbeitungsservice, damit Sie die richtige Menge an Ressourcen bereitstellen und die Leistungseffizienz verbessern können.

Typische Anti-Muster:

  • Sie bewerten keine Datenverarbeitungsoptionen oder verfügbaren Instance-Familien anhand der Workload-Merkmale.

  • Sie stellen zu viele Datenverarbeitungsressourcen bereit, um Anforderungen von Nachfragespitzen zu erfüllen.

Vorteile der Einführung dieser bewährten Methode: Machen Sie sich mit den AWS Rechenfunktionen und -konfigurationen vertraut, sodass Sie eine Rechenlösung verwenden können, die für Ihre Workload-Merkmale und -anforderungen optimiert ist.

Risikostufe bei fehlender Befolgung dieser bewährten Methode: Mittel

Implementierungsleitfaden

Jede Datenverarbeitungslösung verfügt über einzigartige Konfigurationen und Features, um unterschiedliche Workload-Merkmale und -Anforderungen zu unterstützen. Erfahren Sie, wie diese Optionen die Workload ergänzen, und finden Sie heraus, welche Konfigurationsoptionen am besten für Ihre Anwendung geeignet sind. Beispiele für diese Optionen sind Instanzfamilie, Größen, Funktionen (, I/O)GPU, Bursting, Timeouts, Funktionsgrößen, Container-Instances und Parallelität. Wenn Ihr Workload seit mehr als vier Wochen dieselbe Rechenoption verwendet und Sie davon ausgehen, dass die Eigenschaften auch in future gleich bleiben werden, können Sie anhand AWS Compute Optimizerdieser Methode herausfinden, ob Ihre aktuelle Rechenoption aus CPU Sicht des Speichers für die Workloads geeignet ist.

Implementierungsschritte

  • Machen Sie sich mit den Workload-Anforderungen (wie CPU Bedarf, Arbeitsspeicher und Latenz) vertraut.

  • Lesen Sie die AWS Dokumentation und Best Practices, um mehr über empfohlene Konfigurationsoptionen zu erfahren, die zur Verbesserung der Rechenleistung beitragen können. Hier finden Sie einige wichtige Konfigurationsoptionen, die Sie in Betracht ziehen sollten:

    Konfigurationsoption Beispiele
    Instance-Typ

    • Rechenoptimierte Instances eignen sich ideal für Workloads, die ein hohes Verhältnis von V CPU zu Arbeitsspeicher erfordern. 

    • Arbeitsspeicheroptimierte Instances bieten große Mengen an Arbeitsspeicher, um arbeitsspeicherintensive Workloads zu unterstützen.

    • Speicheroptimierte Instances sind für Workloads konzipiert, die einen hohen sequentiellen Lese- und Schreibzugriff () auf lokalen Speicher erfordern. IOPS

    Preismodell

    • Mit On-Demand-Instances können Sie die Datenverarbeitungskapazität nach Sekunde oder Stunde ohne langfristige Verpflichtungen verwenden. Diese Instances eignen sich für Bursting über die Leistungsbasis hinaus.

    • Savings Plans bieten erhebliche Einsparungen gegenüber On-Demand-Instances im Austausch gegen die Verpflichtung, eine bestimmte Menge an Rechenleistung für einen Zeitraum von ein oder drei Jahren zu nutzen.

    • Spot Instances ermöglichen es Ihnen, ungenutzte Instance-Kapazitäten mit einem Rabatt für Ihre zustandslosen, fehlertoleranten Workloads zu nutzen. 

    Auto Scaling Nutzen Sie die Auto-Scaling-Konfiguration zur Anpassung der Datenverarbeitungsressourcen an die Datenverkehrsmuster.
    Dimensionierung

    • Nutzen Sie Compute Optimizer zum Erhalt von Machine-Learning-gestützten Empfehlungen dazu, welche Datenverarbeitungskonfiguration am besten Ihren Datenverarbeitungsmerkmalen entspricht.

    • Mit AWS Lambda Power Tuning können Sie die beste Konfiguration für Ihre Lambda-Funktion auswählen.

    Hardwarebasierte Computing-Beschleuniger

Ressourcen

Zugehörige Dokumente:

Zugehörige Videos:

Zugehörige Beispiele: