翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
マルチセッションに関する推奨事項
マルチセッション環境でインスタンスの最大ユーザーセッション数を決定する場合、最適なパフォーマンスとストリーミングエクスペリエンスを確保するために、いくつかの要因を考慮する必要があります。インスタンスの最適なユーザーセッション数を決定するための推奨事項は以下のとおりです。
-
リソース要件を評価する: セッション内で使用するアプリケーションのリソース要件を理解します。CPU、メモリ、ディスク I/O、ネットワーク帯域幅などの要因を考慮します。この評価は、各ユーザーセッションに通常必要なリソースの量を判断するのに役立ちます。
-
インスタンスの仕様を検討する: CPU 数、使用可能なメモリ、GPU の仕様など、インスタンスの仕様を考慮します。インスタンスの仕様が高いほど、より多くのユーザーセッションを処理できます。AppStream 2.0 でサポートされるさまざまなインスタンスタイプと料金の詳細については、「Amazon AppStream 2.0 の料金
」を参照してください。 -
パフォーマンステスト: ユーザーセッション内で実行する予定のアプリケーションとワークロードのパフォーマンステストを実施します。リソース使用率、応答時間、システム全体のパフォーマンスを測定します。このデータを使用して、同時ユーザーセッションの数がパフォーマンスに与える影響を評価し、セッションとインスタンスの最適な比率を決定します。このような評価を AppStream 2.0 が提供するさまざまなインスタンスタイプにわたって実行することで、エンドユーザーに最適なインスタンスタイプやサイズを見つけることができます。AppStream 2.0 が提供するさまざまなインスタンスタイプの詳細については、「AppStream 2.0 インスタンスファミリー」を参照してください。
-
リソース使用率をモニタリングする: 通常の使用中は、インスタンスのリソース使用率を継続的にモニタリングします。CPU、メモリ、ディスク使用率を監視します。パフォーマンスの低下を避けるため、リソース使用率が許容範囲内であることを確認してください。マルチセッション環境では、これらのメトリクスを AppStream 2.0 コンソールと CloudWatch コンソールで確認できます。詳細については、「Amazon AppStream 2.0 リソースのモニタリング」を参照してください。
-
ユーザーの行動パターンを考慮する: ユーザーの行動パターンを分析し、ピーク使用時と同時使用の可能性について理解します。使用パターンが断続的または散発的なユーザーもいれば、1 日を通して使用状況が一貫しているユーザーもいます。ピーク時にリソースの競合が発生しないように、これらのパターンを考慮して最大ユーザーセッション数を決定します。
AppStream 2.0 では、選択したインスタンスタイプやサイズに関係なく、インスタンスごとに最大 50 のユーザーセッションを設定できます。ただし、これは上限であり、推奨される制限ではありません。次の表は、マルチセッションフリート内のインスタンスの最大ユーザーセッション数を決定する際に役立つ例を示しています。この表で推奨している最大ユーザー数は、一般的なガイドラインと仮定に基づいています。実際のパフォーマンスは、ワークロードの個々の特性、アプリケーションのリソース要件、ユーザーの行動によって異なる場合があるため、実際のワークロードでテストすることが重要です。
| エンドユーザーカテゴリ | ワークロードタイプ | ユーザー例 | ユースケース | 推奨設定 |
|---|---|---|---|---|
| 1 つのタスクを実行し、最小限のアプリケーション数を使用するエンドユーザー | [Light] (ライト) | タスクワーカー、フロントデスクユーザー | データ入力アプリケーション、テキスト編集、踏み台ホスト | Stream.standard.xlarge/2xlarge または Stream.compute.xlarge+ または Stream.memory.xlarge+ の vCPU ごとに 4 ユーザー |
| 1 つのタスクを実行し、最小限のアプリケーション数を使用するエンドユーザー | 軽度～中程度 | タスクワーカー、フロントデスクユーザー、コンタクトセンターの従業員 | データ入力アプリケーション、テキスト編集、踏み台ホスト、チャット、E メール、メッセージングアプリ | Stream.standard.xlarge/2xlarge または Stream.compute.xlarge+ または Stream.memory.xlarge+ の vCPU ごとに 2 ユーザー |
| 複雑なスプレッドシート、プレゼンテーション、大きなドキュメントを作成するエンドユーザー | 中程度 | タスクワーカー、コンタクトセンターの従業員、ビジネスアナリスト | データ入力アプリケーション、チャット、E メール、メッセージングアプリ、生産性向上アプリ | Stream.memory.xlarge+ または Stream.compute.xlarge+ の vCPU ごとに 2 ユーザー |
| 高パフォーマンスのワークロードを持つエンドユーザー | 中程度～重度 | ナレッジワーカー、ソフトウェアデベロッパー、ビジネスインテリジェンスアナリスト | ソフトウェアスクリプト作成 | Stream.memory.xlarge+ または Stream.compute.xlarge+ の vCPU ごとに 1 ユーザー |
| 高パフォーマンスのワークロードを持つエンドユーザー | 重度 | ナレッジワーカー、ソフトウェアデベロッパー、データサイエンティスト | 画面共有、データ分析、音声会議 | Stream.memory.xlarge+ または Stream.compute.xlarge+ の 2 vCPU ごとに 1 ユーザー |
| グラフィックと大量のコンピューティング/メモリリソースを必要とするワークロードを持つエンドユーザー | 重度～高速化 | グラフィックス/アーキテクチャデザイナー、CAD/CAM ユーザー | オーディオ会議、グラフィックスを多用するアプリケーション (リモートグラフィックスワークステーションなど) | 2 vCPU Graphics.g4dn.* ごとに 1 ユーザー |
| グラフィックスと大量のコンピューティング/メモリリソースを必要とするワークロードを持つエンドユーザー | 高速化 | ビデオエディタ、ゲーマーとゲームデベロッパー、データマイナー、GIS データエンジニア、AI サイエンティスト | オーディオ会議、ビデオトランスコーディングと 3D レンダリング、フォトリアリスティックデザイン、グラフィックスワークステーション、ML モデルトレーニング、ML 推論 | 2 vCPU Graphics.G5.* ごとに 1 ユーザー |
