Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Memilih jenis instans untuk Amazon Neptunus
Amazon Neptunus menawarkan sejumlah ukuran instans dan keluarga yang berbeda. yang menawarkan kemampuan berbeda yang sesuai dengan beban kerja grafik yang berbeda. Bagian ini dimaksudkan untuk membantu Anda memilih jenis contoh terbaik untuk kebutuhan Anda.
[Untuk harga setiap jenis instans dalam keluarga ini, silakan lihat halaman harga Neptunus.](https://aws.amazon.com/neptune/pricing/)
## Ikhtisar alokasi sumber daya instance
Setiap jenis dan ukuran instans Amazon EC2 yang digunakan di Neptunus menawarkan jumlah komputasi (v) dan memori sistem yang ditentukan. CPUs Penyimpanan utama untuk Neptunus adalah eksternal dari instans DB dalam sebuah cluster, yang memungkinkan skala kapasitas komputasi dan penyimpanan secara independen satu sama lain.
Bagian ini berfokus pada bagaimana sumber daya komputasi dapat diskalakan, dan pada perbedaan antara masing-masing keluarga instance yang berbeda.
Di semua keluarga instance, sumber daya vCPU dialokasikan untuk mendukung dua (2) utas eksekusi kueri per vCPU. Dukungan ini ditentukan oleh ukuran instance. Saat menentukan ukuran yang tepat dari instans DB Neptunus tertentu, Anda perlu mempertimbangkan kemungkinan konkurensi aplikasi Anda dan latensi rata-rata kueri Anda. Anda dapat memperkirakan jumlah v yang CPUs dibutuhkan sebagai berikut, di mana latensi diukur sebagai latensi kueri rata-rata dalam detik dan konkurensi diukur sebagai jumlah target kueri per detik:
```
vCPUs = (latency x concurrency) / 2
```
**catatan**
Kueri SPARQL, kueri OpenCypher, dan kueri baca Gremlin yang menggunakan mesin kueri DFE dapat, dalam keadaan tertentu, menggunakan lebih dari satu utas eksekusi per kueri. Saat awalnya mengukur cluster DB Anda, mulailah dengan asumsi bahwa setiap kueri akan menggunakan satu utas eksekusi per eksekusi dan tingkatkan jika Anda mengamati tekanan balik ke antrian kueri. Hal ini dapat diamati dengan menggunakan`/gremlin/status`,`/oc/status`, atau `/sparql/status` APIs, atau dapat juga diamati menggunakan `MainRequestsPendingRequestsQueue` CloudWatch metrik.
Memori sistem pada setiap instance dibagi menjadi dua alokasi utama: cache kumpulan buffer dan memori thread eksekusi kueri.
Sekitar dua pertiga dari memori yang tersedia dalam sebuah instance dialokasikan untuk cache buffer-pool. Cache buffer-pool digunakan untuk menyimpan komponen grafik yang paling baru digunakan untuk akses lebih cepat pada kueri yang berulang kali mengakses komponen tersebut. Instans dengan jumlah memori sistem yang lebih besar memiliki cache kumpulan buffer yang lebih besar yang dapat menyimpan lebih banyak grafik secara lokal. Pengguna dapat menyetel jumlah cache buffer-pool yang sesuai dengan memantau metrik hit dan miss cache buffer yang tersedia. CloudWatch
Anda mungkin ingin meningkatkan ukuran instans Anda jika tingkat hit cache turun di bawah 99,9% untuk jangka waktu yang konsisten. Ini menunjukkan bahwa kumpulan buffer tidak cukup besar, dan mesin harus mengambil data dari volume penyimpanan yang mendasarinya lebih sering daripada yang efisien.
Sepertiga sisanya dari memori sistem didistribusikan secara merata di seluruh thread eksekusi kueri, dengan beberapa memori yang tersisa untuk sistem operasi dan kolam dinamis kecil untuk thread untuk digunakan sesuai kebutuhan. Memori yang tersedia untuk setiap thread meningkat sedikit dari satu ukuran instance ke yang berikutnya hingga jenis `8xl` instance, di mana ukuran memori yang dialokasikan per thread mencapai maksimum.
Waktu untuk menambahkan lebih banyak memori thread adalah ketika Anda menemukan `OutOfMemoryException` (OOM). Pengecualian OOM terjadi ketika satu utas membutuhkan lebih dari memori maksimum yang dialokasikan untuknya (ini tidak sama dengan seluruh instance yang kehabisan memori).
## `t3`dan jenis `t4g` contoh
The `t3` and `t4g` family of instance menawarkan opsi berbiaya rendah untuk memulai menggunakan database grafik dan juga untuk pengembangan dan pengujian awal. Instans ini memenuhi syarat untuk penawaran [tingkat gratis Neptunus](https://aws.amazon.com/neptune/free-trial/), yang memungkinkan pelanggan baru menggunakan Neptunus tanpa biaya untuk 750 jam instans pertama yang digunakan dalam akun AWS mandiri atau digulung di bawah Organisasi dengan Penagihan Konsolidasi (Akun Pembayar). AWS
`t4g`Instance `t3` dan hanya ditawarkan dalam konfigurasi ukuran sedang (`t3.medium`dan`t4g.medium`).
Mereka tidak dimaksudkan untuk digunakan dalam lingkungan produksi.
Karena instance ini memiliki sumber daya yang sangat terbatas, mereka tidak disarankan untuk menguji waktu eksekusi kueri atau kinerja database secara keseluruhan. Untuk menilai kinerja kueri, tingkatkan ke salah satu keluarga instance lainnya.
## `r4`keluarga tipe instance
*DEPRECATED* — `r4` Keluarga ini ditawarkan ketika Neptunus diluncurkan pada tahun 2018, tetapi sekarang jenis instans yang lebih baru menawarkan harga/kinerja yang jauh lebih baik. Pada versi mesin [1.1.0.0,](engine-releases-1.1.0.0.md) Neptunus tidak lagi mendukung jenis instans. `r4`
## `r5`keluarga tipe instance
`r5`Keluarga berisi jenis instance yang dioptimalkan untuk memori yang berfungsi dengan baik untuk sebagian besar kasus penggunaan grafik. `r5`Keluarga berisi tipe instance dari `r5.large` hingga`r5.24xlarge`. Mereka menskalakan secara linier dalam kinerja komputasi saat Anda meningkatkan ukuran. Misalnya, memori `r5.xlarge` (4 v CPUs dan 32GiB) memiliki dua kali v CPUs dan memori memori `r5.large` (2 v CPUs dan 16GiB), dan memori `r5.2xlarge` (8 v CPUs dan 64GiB) memiliki dua kali v dan memori memori. CPUs `r5.xlarge` Anda dapat mengharapkan kinerja kueri untuk diskalakan secara langsung dengan kapasitas komputasi hingga jenis `r5.12xlarge` instans.
Keluarga `r5` instance memiliki arsitektur CPU Intel 2-soket. Tipe `r5.12xlarge` dan yang lebih kecil menggunakan soket tunggal dan memori sistem yang dimiliki oleh prosesor soket tunggal itu. `r5.24xlarge`Jenis `r5.16xlarge` dan menggunakan soket dan memori yang tersedia. Karena ada beberapa overhead manajemen memori yang diperlukan antara dua prosesor fisik dalam arsitektur 2-soket, peningkatan kinerja yang ditingkatkan dari tipe a `r5.12xlarge` ke a `r5.16xlarge` atau `r5.24xlarge` instance tidak linier saat Anda meningkatkan skala pada ukuran yang lebih kecil.
## `r5d`keluarga tipe instance
Neptunus [memiliki fitur lookup-cache](feature-overview-lookup-cache.md) yang dapat digunakan untuk meningkatkan kinerja query yang perlu mengambil dan mengembalikan sejumlah besar nilai properti dan literal. Fitur ini digunakan terutama oleh pelanggan dengan kueri yang perlu mengembalikan banyak atribut. Cache pencarian meningkatkan kinerja kueri ini dengan mengambil nilai atribut ini secara lokal daripada mencari masing-masing berulang kali di penyimpanan yang diindeks Neptunus.
Cache pencarian diimplementasikan menggunakan volume EBS NVMe -attached pada jenis instance`r5d`. Hal ini diaktifkan menggunakan kelompok parameter cluster. Karena data diambil dari penyimpanan yang diindeks Neptunus, nilai properti dan literal RDF di-cache dalam volume ini. NVMe
Jika Anda tidak memerlukan fitur cache pencarian, gunakan jenis `r5` instans standar daripada`r5d`, untuk menghindari biaya yang lebih tinggi dari`r5d`.
`r5d`Keluarga memiliki tipe contoh dalam ukuran yang sama dengan `r5` keluarga, dari `r5d.large` hingga`r5d.24xlarge`.
## `r6g`keluarga tipe instance
AWS telah mengembangkan prosesor berbasis ARM sendiri yang disebut [Graviton](https://aws.amazon.com/ec2/graviton/), yang memberikan lebih baik price/performance daripada setara Intel dan AMD. `r6g`Keluarga menggunakan prosesor Graviton2. Dalam pengujian kami, prosesor Graviton2 menawarkan kinerja 10-20% lebih baik untuk kueri grafik gaya OLTP (dibatasi). Namun, kueri Olap-ish yang lebih besar mungkin sedikit kurang berkinerja dengan prosesor Graviton2 dibandingkan dengan prosesor Intel karena kinerja paging memori yang sedikit kurang berkinerja.
Penting juga untuk dicatat bahwa `r6g` keluarga memiliki arsitektur soket tunggal, yang berarti bahwa skala kinerja secara linier dengan kapasitas komputasi dari an `r6g.large` ke a `r6g.16xlarge` (tipe terbesar dalam keluarga).
## `r6i`keluarga tipe instance
[Instans Amazon R6i](https://aws.amazon.com/ec2/instance-types/r6i/) didukung oleh prosesor Intel Xeon Scalable generasi ke-3 (kode bernama Ice Lake) dan sangat cocok untuk beban kerja intensif memori. Sebagai aturan umum, mereka menawarkan kinerja harga komputasi hingga 15% lebih baik dan bandwidth memori per vCPU hingga 20% lebih tinggi daripada jenis instans R5 yang sebanding.
## `x2g`keluarga tipe instance
Beberapa kasus penggunaan grafik melihat kinerja yang lebih baik ketika instance memiliki cache kumpulan buffer yang lebih besar. `x2g`Keluarga diluncurkan untuk mendukung kasus penggunaan tersebut dengan lebih baik. `x2g`Keluarga memiliki memory-to-vCPU rasio yang lebih besar daripada `r6g` keluarga `r5` atau keluarga. `x2g`Instans juga menggunakan prosesor Graviton2, dan memiliki banyak karakteristik kinerja yang sama dengan tipe `r6g` instance, serta cache buffer-pool yang lebih besar.
Jika Anda menggunakan `r5` atau jenis `r6g` instance dengan pemanfaatan CPU rendah dan tingkat kehilangan cache kumpulan buffer yang tinggi, coba gunakan keluarga sebagai `x2g` gantinya. Dengan begitu, Anda akan mendapatkan memori tambahan yang Anda butuhkan tanpa membayar lebih banyak kapasitas CPU.
## `x2iezn`keluarga tipe instance
`x2iezn`Keluarga ini menyediakan instans yang dioptimalkan untuk memori yang didukung oleh prosesor Intel Xeon Scalable dengan kinerja frekuensi tinggi. Instans ini menawarkan memory-to-vCPU rasio tinggi (32 GiB per vCPU), membuatnya sangat cocok untuk beban kerja grafik intensif memori yang mendapat manfaat dari kinerja ulir tunggal yang tinggi.
Fitur utama termasuk hingga 4,5 frekuensi turbo GHz all-core dan ketersediaan dalam ukuran dari 2xlarge hingga 12xlarge.
## `x2iedn`keluarga tipe instance
`x2iedn`Keluarga ini menyediakan instance yang dioptimalkan untuk memori dengan penyimpanan SSD lokal NVMe . Instans ini menggabungkan kapasitas memori tinggi (32 GiB per vCPU) dengan penyimpanan lokal yang cepat, menjadikannya ideal untuk beban kerja grafik yang mendapat manfaat dari cache dalam memori besar dan cache disk lokal berkinerja tinggi.
Didukung oleh prosesor Intel Xeon Scalable generasi ke-3, instans ini tersedia dalam ukuran dari xlarge hingga 32xlarge dan dioptimalkan untuk database grafik skala besar yang membutuhkan kinerja memori dan penyimpanan.
## `r8g`keluarga tipe instance
`r8g`Keluarga berisi jenis instans yang dioptimalkan untuk memori yang didukung oleh prosesor AWS Graviton4. Instans ini menawarkan peningkatan kinerja yang signifikan dibandingkan generasi sebelumnya, membuatnya sangat cocok untuk beban kerja grafik intensif memori. Instans r8g memberikan kinerja sekitar 15-20% lebih baik untuk kueri grafik dibandingkan dengan instans r7g.
`r8g`Keluarga menggunakan platform dual-socket. Jenis instans dari `r8g.large` hingga `r8g.24xlarge` berjalan pada satu soket, yang berarti bahwa kinerja menskalakan secara linier dengan kapasitas komputasi di seluruh rentang tersebut. `r8g.48xlarge`Penggunaan kedua soket dan merupakan jenis instans terbesar dalam keluarga; seperti keluarga dual-socket lainnya, peningkatan kinerja saat penskalaan dari `r8g.24xlarge` ke `r8g.48xlarge` mungkin tidak linier sempurna karena overhead manajemen memori cross-socket.
Fitur utama `r8g` keluarga meliputi:
+ Didukung oleh prosesor berbasis AWS Graviton4 ARM
+ Bandwidth memori per vCPU lebih tinggi dibandingkan generasi sebelumnya
+ price/performance Rasio yang sangat baik untuk kueri grafik gaya OLTP (dibatasi) dan beban kerja analitik gaya OLAP
+ Peningkatan kemampuan manajemen memori yang menguntungkan traversal grafik kompleks
`r8g`Keluarga ini ideal untuk beban kerja produksi yang membutuhkan kapasitas memori tinggi dan kinerja yang konsisten. Mereka sangat efektif untuk aplikasi dengan persyaratan konkurensi kueri tinggi.
## `r7g`keluarga tipe instance
`r7g`Keluarga ini menggunakan prosesor AWS Graviton3, yang menghasilkan lebih baik price/performance daripada instance berbasis Graviton2 sebelumnya. Dalam pengujian, prosesor Graviton3 menawarkan kinerja 25-30% lebih baik untuk kueri grafik gaya OLTP dibandingkan dengan instance r6g.
Seperti `r6g` keluarga, `r7g` keluarga memiliki arsitektur soket tunggal, yang berarti bahwa skala kinerja secara linier dengan kapasitas komputasi dari an `r7g.large` ke a `r7g.16xlarge` (tipe terbesar dalam keluarga).
Fitur utama `r7g` keluarga meliputi:
+ Didukung oleh prosesor berbasis AWS Graviton3 ARM
+ Peningkatan kinerja paging memori dibandingkan dengan r6g, menguntungkan beban kerja OLTP dan OLAP
+ Peningkatan efisiensi cache buffer-pool
+ Latensi yang lebih rendah untuk operasi intensif memori
`r7g`Keluarga ini sangat cocok untuk lingkungan produksi dengan pola kueri yang bervariasi dan sangat efektif untuk beban kerja yang mendapat manfaat dari peningkatan bandwidth memori.
## `r7i`keluarga tipe instance
`r7i`Keluarga ini didukung oleh prosesor Intel Xeon Scalable generasi ke-4 (kode bernama Sapphire Rapids) dan menawarkan peningkatan signifikan dibandingkan instans r6i. Instans ini memberikan komputasi sekitar 15% lebih baik price/performance dan bandwidth memori hingga 20% lebih tinggi per vCPU daripada jenis instans r6i yang sebanding.
Keluarga `r7i` instance memiliki arsitektur CPU Intel 2-soket, mirip dengan `r5` keluarga. Tipe `r7i.12xlarge` dan yang lebih kecil menggunakan soket tunggal dan memori sistem yang dimiliki oleh prosesor soket tunggal itu. `r7i.24xlarge`Jenis `r7i.16xlarge` dan menggunakan soket dan memori yang tersedia. Karena ada beberapa overhead manajemen memori yang diperlukan antara dua prosesor fisik dalam arsitektur 2-soket, peningkatan kinerja yang ditingkatkan dari tipe a `r7i.12xlarge` ke a `r7i.16xlarge` atau `r7i.24xlarge` instance tidak linier saat Anda meningkatkan skala pada ukuran yang lebih kecil.
Fitur utama `r7i` keluarga meliputi:
+ Didukung oleh prosesor Intel Xeon Scalable generasi ke-4
+ Skala kinerja linier dengan kapasitas komputasi hingga r7i.12xlarge
+ Peningkatan manajemen memori antara prosesor fisik dalam arsitektur 2-soket
+ Peningkatan kinerja untuk operasi grafik intensif memori
Untuk semua keluarga instance ini, Anda dapat memperkirakan jumlah v yang CPUs dibutuhkan menggunakan rumus yang sama yang disebutkan sebelumnya:
```
vCPUs = (latency x concurrency) / 2
```
Dimana latensi diukur sebagai latensi kueri rata-rata dalam hitungan detik dan konkurensi diukur sebagai jumlah target kueri per detik.
## `serverless`jenis contoh
Fitur [Neptunus](neptune-serverless.md) Tanpa Server dapat menskalakan ukuran instans secara dinamis berdasarkan kebutuhan sumber daya beban kerja. Alih-alih menghitung berapa banyak v CPUs yang dibutuhkan untuk aplikasi Anda, Neptune Serverless memungkinkan [Anda menetapkan batas bawah dan atas pada kapasitas komputasi](neptune-serverless-capacity-scaling.md) (diukur dalam Unit Kapasitas Neptunus) untuk instance di cluster DB Anda. Beban kerja dengan pemanfaatan yang bervariasi dapat dioptimalkan biaya dengan menggunakan instans tanpa server daripada instance yang diprovsionasi.
Anda dapat menyiapkan instans yang disediakan dan tanpa server di cluster DB yang sama untuk mencapai konfigurasi kinerja biaya yang optimal.