기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
다중 세션 권장 사항
다중 세션 환경에서 인스턴스의 최대 사용자 세션 수를 결정할 때는 최적의 성능과 스트리밍 경험을 보장하기 위해 몇 가지 요소를 고려해야 합니다. 다음은 인스턴스의 최적 사용자 세션 수를 결정하기 위한 권장 사항입니다.
-
리소스 요구 사항 평가: 세션 내에서 사용되는 애플리케이션의 리소스 요구 사항을 이해합니다. CPU, 메모리, 디스크 I/O 및 네트워크 대역폭과 같은 요소를 고려합니다. 이 평가는 각 사용자 세션에 일반적으로 필요한 리소스의 양을 결정하는 데 도움이 됩니다.
-
인스턴스 사양 고려 : 의 수, CPUs사용 가능한 메모리 및 사양을 포함하여 인스턴스의 GPU 사양을 고려합니다. 사양이 더 높은 인스턴스는 더 많은 수의 사용자 세션을 처리할 수 있습니다. AppStream 2.0에서 지원하는 다양한 인스턴스 유형 및 요금에 대한 자세한 내용은 Amazon AppStream 2.0 요금 섹션을
참조하세요. -
성능 테스트: 사용자 세션 내에서 실행될 것으로 예상되는 애플리케이션 및 워크로드에 대해 성능 테스트를 수행합니다. 리소스 사용률, 응답 시간, 전체 시스템 성능을 측정합니다. 이 데이터를 사용하여 동시 사용자 세션이 성능에 미치는 영향을 평가하고 최적의 session-to-instance 비율을 결정합니다. AppStream 2.0에서 제공하는 다양한 인스턴스 유형에서 이러한 평가를 실행하여 최종 사용자에게 가장 적합한 인스턴스 유형 또는 크기를 찾을 수 있습니다. AppStream 2.0에서 제공하는 다양한 인스턴스 유형에 대한 자세한 내용은 섹션을 참조하세요AppStream 2.0 인스턴스 패밀리.
-
리소스 사용률 모니터링: 정상 사용 중에 인스턴스의 리소스 사용률을 지속적으로 모니터링합니다. CPU, 메모리 및 디스크 사용률을 관찰합니다. 성능 저하를 방지하려면 리소스 사용률을 허용 가능한 한도 내로 유지해야 합니다. 다중 세션 환경의 경우 AppStream 2.0 및 CloudWatch 콘솔에서 이러한 지표를 볼 수 있습니다. 자세한 내용은 Amazon AppStream 2.0 리소스 모니터링 단원을 참조하십시오.
-
사용자 행동 패턴 고려: 사용자 행동 패턴을 분석하여 피크 사용 기간과 잠재적 동시 사용량을 파악합니다. 일부 사용자는 간헐적이거나 산발적인 사용 패턴을 보이는 반면, 종일 일관되게 사용하는 사용자도 있을 수 있습니다. 최대 사용자 세션 수를 결정할 때 이러한 패턴을 고려하여 피크 시간대에 리소스 경합이 발생하지 않도록 하세요.
AppStream 2.0을 사용하면 선택한 인스턴스 유형 또는 크기에 관계없이 인스턴스당 최대 50개의 사용자 세션을 구성할 수 있습니다. 하지만 이는 상한일 뿐이며 권장되는 한도는 아닙니다. 다음은 다중 세션 플릿에서 인스턴스의 최대 사용자 세션 수를 결정하는 데 도움이 되는 예시 표입니다. 표에 나열된 권장 최대 사용자 수는 일반 지침 및 가정을 기반으로 합니다. 실제 성능은 워크로드의 개별 특성, 애플리케이션의 리소스 요구 사항, 사용자 행동에 따라 달라질 수 있으므로 실제 워크로드로 테스트하는 것이 중요합니다.
| 최종 사용자 범주 | 워크로드 유형 | 예시 사용자 | 사용 사례 | 권장 구성 |
|---|---|---|---|---|
| 단일 작업을 수행하고 최소한의 애플리케이션만 사용하는 최종 사용자 | Light(조명) | 작업자, 프런트 데스크 사용자 | 데이터 입력 애플리케이션, 텍스트 편집, Bastion Host | Stream.standard.xlarge/2xlarge 또는 Stream.compute.xlarge+ 또는 Stream.memory.xlarge+에서 vCPU당 사용자 4명 |
| 단일 작업을 수행하고 최소한의 애플리케이션만 사용하는 최종 사용자 | 라이트에서 미디엄 | 작업자, 프런트 데스크 사용자, 컨택 센터 직원 | 데이터 입력 애플리케이션, 텍스트 편집, Bastion Host, 채팅, 이메일, 메시징 앱 | Stream.standard.xlarge/2xlarge 또는 Stream.compute.xlarge+ 또는 Stream.memory.xlarge+에서 vCPU당 사용자 2명 |
| 복잡한 스프레드시트, 프레젠테이션 및 대용량 문서를 작성하는 최종 사용자 | 중간 | 작업자, 컨택 센터 직원, 비즈니스 분석가 | 데이터 입력 애플리케이션, 채팅, 이메일, 메시징 앱, 생산성 앱 | Stream.memory.xlarge+ 또는 Stream.compute.xlarge+에서 vCPU당 사용자 2명 |
| 고성능 워크로드를 사용하는 최종 사용자 | 미디엄에서 헤비 | 지식 근로자, 소프트웨어 개발자, 비즈니스 인텔리전스 분석가 | 소프트웨어 스크립팅 | Stream.memory.xlarge+ 또는 Stream.compute.xlarge+에서 vCPU당 사용자 1명 |
| 고성능 워크로드를 사용하는 최종 사용자 | 헤비 | 지식 근로자, 소프트웨어 개발자, 데이터 과학자 | 화면 공유, 데이터 분석, 오디오 회의 | Stream.memory.xlarge+ 또는 Stream.compute.xlarge+ 2 vCPUs on당 사용자 1명 |
| 그래픽 및 대량의 컴퓨팅/메모리 리소스가 필요한 워크로드를 사용하는 최종 사용자 | 헤비에서 액셀러레이티드 | 그래픽/아키텍처 디자이너, CAD/CAM 사용자 | 원격 그래픽 워크스테이션과 같은 오디오 회의, 그래픽 집약적 애플리케이션 | 2 vCPUs Graphics.g4dn당 사용자 1명.* |
| 그래픽 및 대량의 컴퓨팅/메모리 리소스가 필요한 워크로드를 사용하는 최종 사용자 | 가속 | 비디오 편집기, 게이머 및 게임 개발자, 데이터 마이너, GIS 데이터 엔지니어, AI 과학자 | 오디오 컨퍼런싱, 비디오 트랜스코딩 및 3D 렌더링, 사실적 디자인, 그래픽 워크스테이션, ML 모델 훈련, ML 추론 | 2 vCPUs Graphics.G5.*당 사용자 1명 |
