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。
PERF02-BP02 利用可能なコンピューティング設定と機能を理解する
コンピューティングサービスで利用できる設定オプションと機能を理解しておくと、適切な量のリソースをプロビジョニングしてパフォーマンス効率を向上させることができます。
一般的なアンチパターン:
-
コンピューティングオプションや利用可能なインスタンスファミリーをワークロードの特性に照らして評価しない。
-
ピーク需要の要件を満たすために、コンピューティングリソースを過剰にプロビジョニングしている。
このベストプラクティスを確立する利点： AWS ワークロードの特性とニーズを満たすように最適化されたコンピューティングソリューションを使用できるように、コンピューティング機能と設定に精通してください。
このベストプラクティスを活用しない場合のリスクレベル: 中
実装のガイダンス
各コンピューティングソリューションは、さまざまなワークロードの特性と要件に対応するために、それぞれ異なる設定や機能を備えています。こうしたオプションがワークロードをどのように補完するかを理解し、アプリケーションにどの設定オプションが最適か判断します。これらのオプションの例としては、インスタンスファミリー、サイズ、機能 (GPU、I/O)、バースト、タイムアウト、関数サイズ、コンテナインスタンス、同時実行などがあります。ワークロードが同じコンピューティングオプションを 4 週間以上使用していて、将来特性が変わらないことが予想される場合は、 AWS Compute Optimizer
実装手順
-
ワークロードの要件 (CPUニーズ、メモリ、レイテンシーなど) を理解します。
-
AWS ドキュメントとベストプラクティスを確認して、コンピューティングパフォーマンスの向上に役立つ推奨される設定オプションについて説明します。考慮すべき主な設定オプションは次のとおりです。
設定オプション 例 インスタンスタイプ -
コンピューティング最適化
インスタンスは、高い vCPU 対メモリ比を必要とするワークロードに最適です。 -
メモリ最適化
インスタンスは大量のメモリを提供し、メモリを集中的に使用するワークロードをサポートします。 -
ストレージ最適化
インスタンスは、ローカルストレージへの高シーケンシャルな読み取りおよび書き込みアクセス (IOPS) を必要とするワークロード向けに設計されています。
料金モデル -
オンデマンドインスタンス
では、1 時間または 1 秒単位でコンピューティング性能を利用でき、長期的な契約は必要ありません。このインスタンスは、パフォーマンスのベースラインを超えるようなバースト的なニーズに適しています。 -
Savings Plans
を使用すると、1 年または 3 年の単位で一定量のコンピューティング容量を確約することで、オンデマンドインスタンスと比較して大幅にコストを削減できます。 -
スポットインスタンス
では、ステートレスで耐障害性のあるワークロードで、未使用のインスタンス容量を割引価格で利用できます。
Auto Scaling 自動スケーリング設定を使用して、コンピューティングリソースをトラフィックパターンに一致させます。 サイジング -
Compute Optimizer
を使用すると、機械学習によって、コンピューティング特性に最適なコンピューティング設定についての推奨事項が提示されます。 -
AWS Lambda Power Tuning を使用して、Lambda 関数に最適な設定を選択します。
ハードウェアベースのコンピューティングアクセラレーター -
高速コンピューティングインスタンスは、 CPUベースの代替手段よりも効率的にグラフィック処理やデータパターンマッチングなどの機能を実行します。
-
機械学習ワークロードでは、AWS Trainium
、AWS Inferentia 、Amazon など、ワークロードに固有の専用ハードウェアを活用します。 EC2 DL1
-
リソース
関連ドキュメント:
関連動画:
関連する例:
