기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

비용 및 동시성 제어

기존 렌더 팜에서 고정 인프라는 동시성과 비용에 대한 간접 제한을 생성합니다. 공유 파일 시스템의 처리량은 작업자가 데이터에 액세스하는 속도를 제한합니다. 고정된 수의 렌더 노드는 동시에 실행되는 작업 수를 제한합니다. 이러한 병목 현상은 렌더링 속도가 느려지지만 예상치 못한 지출도 방지합니다.

AWS Deadline Cloud를 사용하면 비용과 동시성을 모두 정확하고 직접 제어할 수 있습니다. 하드 달러 한도를 적용하는 예산과 최대 동시성을 제한하는 플릿 설정을 통해 빠르게 확장하여 작업을 빠르게 완료할 수 있습니다. 기존 팜과 달리 비용 제어를 위해 렌더링 속도를 거래할 필요가 없습니다. 두 가지를 모두 사용할 수 있습니다.

Deadline Cloud를 사용하면 고정된 수의 소프트웨어 라이선스 일치와 같은 다른 이유로 리소스 사용을 제한할 수도 있습니다. 다음 메커니즘은 각각 다른 수준에서 작동합니다. 조직의 요구 사항에 맞게 결합할 수 있습니다.

비용 및 동시성 제어 비교

다음 표에는 Deadline Cloud에서 사용할 수 있는 컨트롤이 요약되어 있습니다. 제한하려는 항목에 따라 하나 이상을 선택합니다.

플릿 최대 작업자 수

플릿의 최대 작업자 수 설정은 동시에 실행할 수 있는 작업자 수를 제한합니다. 플릿이이 최대값에 도달하면 더 많은 작업이 대기 중인 경우에도 새 작업자 시작을 중지합니다. 이 설정은 고정 크기 렌더 팜의 자연 동시성 제한을 가장 직접 대체합니다.

플릿 수준에서 최대 컴퓨팅 비용을 제한하려는 경우이 설정을 사용합니다. 예를 들어 최대 작업자 수를 50으로 설정하면 대기열 깊이에 관계없이 50개 이상의 동시 인스턴스에 대해 비용을 지불하지 않습니다.

자세한 내용은 오토 스케일링 구성 단원을 참조하십시오.

작업 최대 작업자 수

작업의 max-worker-count 옵션은 해당 특정 작업을 처리할 수 있는 작업자 수를 제한합니다. 최대값에 도달하면 플릿에서 작업자를 사용할 수 있더라도 작업에 더 이상 작업자가 할당되지 않습니다. 대기열의 다른 작업은 여전히 나머지 작업자를 사용할 수 있습니다.

단일 대규모 작업이 플릿을 독점하지 못하도록 하려면이 설정을 사용합니다. 예를 들어 플릿에 작업자 100명이 있고를 사용하여 프레임 작업 10,000개를 제출하는 경우 --max-worker-count 50나머지 작업자 50명은 다른 작업에 계속 사용할 수 있습니다. 제출 후이 값을 변경할 수도 있습니다.

deadline bundle submit my_job --max-worker-count 50

리소스 제한

리소스 제한은 부동 소프트웨어 라이선스 또는 처리량이 제한된 파일 서버와 같이 제한된 리소스를 동시에 사용할 수 있는 작업 수를 제한합니다. 한도는 팜 수준에서 정의되며 하나 이상의 대기열과 연결됩니다. 제한 요구 사항을 선언하는 작업의 단계는 사용 가능한 수까지만 작업을 실행합니다.

용량이 고정된 공유 리소스가 있는 경우 제한을 사용합니다. 예를 들어 렌더러에 대해 25개의 부동 라이선스가 있는 경우 25개의 제한을 생성합니다. 이 제한으로 25개 이하의 태스크가 해당 라이선스를 공유하는 모든 대기열에서 해당 라이선스를 동시에 사용합니다.

자세한 내용은 Deadline Cloud 개발자 안내서의 작업에 대한 리소스 제한 생성을 참조하세요.

제한 작업이 있는 예산

Deadline Cloud 예산은 일정 기간 동안 대기열의 누적 예상 지출을 추적합니다. 지출이 임계값에 도달하면 트리거되는 제한 작업을 구성합니다. 사용 가능한 작업은 다음과 같습니다.

프로젝트 또는 결제 기간에 달러 한도를 적용하려는 경우 예산을 사용합니다. 서로 다른 작업으로 여러 임계값을 생성할 수 있습니다. 예를 들어 현재 작업이 정상적으로 완료될 수 있도록 남은 5,000 USD로 예약을 중지하고 지출이 남은 0 USD에 도달하면 모든 작업을 취소합니다.

자세한 내용은 예산으로 비용 제어 단원을 참조하십시오.

작업 우선 순위

작업 우선 순위는 여러 작업이 동일한 대기열의 작업자와 경쟁할 때 작업이 처리되는 순서에 영향을 줍니다. 우선 순위 범위는 0~100이며 일반적으로 더 높은 숫자가 먼저 처리됩니다. 우선 순위가 동일한 작업은 수신된 순서대로 처리됩니다.

우선 순위는 동시성 또는 비용을 직접 제한하지 않습니다. 대신 플릿이 용량에 도달하면 가장 중요한 작업이 작업자를 먼저 확보하는 데 도움이 됩니다. 우선 순위를 플릿 최대 작업자 수와 결합하여 먼저 실행되는 작업과 총 컴퓨팅 실행량을 모두 제어합니다.

지출률 제한

플릿의 비용은 실행 중인 작업자에서 발생하므로 최대 작업자 수를 설정하여 플릿의 지출률을 제한할 수 있습니다. 두 가지 컨트롤이 함께 작동합니다.

스팟 및 온디맨드 용량 혼합

각 서비스 관리형 플릿은 스팟, 온디맨드 또는 대기 및 저장과 같은 단일 인스턴스 시장 옵션을 사용합니다. 시장 옵션을 결합하려면 각 옵션에 대해 별도의 플릿을 생성하고 플릿을 동일한 대기열에 연결합니다. 자세한 내용은 서비스 관리형 플릿 및 대기열과 플릿 연결 섹션을 참조하세요.

대기열에 플릿이 두 개 이상 있는 경우 해당 플릿에 작업을 균등하게 분산합니다. 대신 한 플릿을 기본 용량으로 취급하고 다른 플릿을 오버플로로 취급하려면 플릿의 최대 작업자 수를 조정합니다. Deadline Cloud 개발자 안내서의 용량 관리자 샘플은 하이브리드 대기 및 저장 + 스팟 설정에 대한 조정을 자동화합니다.

바쁜 기간 동안 일시적으로 한도 상향

이러한 모든 제어는 언제든지 조정할 수 있습니다. 작업 활동이 증가하는 기간 동안 일시적으로 제한을 늘릴 수 있습니다. 예를 들어 배송 기한 전에 플릿의 최대 작업자 수를 늘리고, 예산 임계값을 늘리고, 대기 작업자를 추가하여 작업 시작 지연 시간을 줄일 수 있습니다. 기한이 지나면 설정을 다시 낮춥니다.

Deadline Cloud 콘솔에서 플릿 Auto Scaling 설정 및 예산을 업데이트할 수 있습니다. 근무 시간 동안 대기 작업자 수를 늘리는 등 일정에 따라 용량을 변경하려면 GitHub의 fleet_standby_scheduling에서 샘플 CloudFormation 템플릿을 사용합니다. 계정의 서비스 할당량에서 허용하는 것보다 더 많은 용량이 필요한 경우 섹션을 참조하세요에 대한 할당량 Deadline Cloud.

제어 결합

자체에 대한 각 제어는 한 가지 요구 사항을 해결합니다. 다음 시나리오에서는 제어를 결합하는 방법을 보여줍니다.