e-works数字化企业网  »  文章频道  »  基础信息化  »  云计算和虚拟化

为应用与预算选择最佳公共云实例

2017/11/16    来源:TechTarget中国    作者:Kathleen Casey      
关键字:公共云  云计算  
云实例可以让应用运行性能和成本发生根本性变化。在实际部署之前,应对您的工作负载进行评估以确定选择正确的实例类型和容量。
    云实例可以让应用运行性能和成本发生根本性变化。在实际部署之前,应对您的工作负载进行评估以确定选择正确的实例类型和容量。
 
    市场上有着如此多的公共云实例;能够知道选择哪个是很难的一件事。顶级云供应商们有很多变化,例如亚马逊网络服务、微软Azure和谷歌,所有这些巨头都提供了不同的规格和价格。
 
    而且,由于并不是所有的云实例都适合所有的应用,所以企业用户需要检查他们的工作负载以及他们的预算,以便确定哪一种实例类型和容量最适合他们。在某些情况下,他们甚至需要创建自定义实例来对性能和成本进行优化。
 
    以下是五个贴士,可以帮助您确定您工作负载最佳、最具成本效益的云实例类型。
 
    正确的容量是关键
 
    由于并不是所有的工作负载都是静态的,所以管理员们需要定期检查云实例以便了解调整实例容量的最佳时机。请注意云实例过小的三个标志性现象:长运行时间,无法满足运行高峰需求,以及需要更多的云实例来支持工作负载运行。查看云使用情况报告以确定您的实例需要哪些资源,例如内存或虚拟CPU内核。在现场或沙箱中测试新的实例容量以确定是否合适。
 
    当谈及节省资金,更大型的实例有时候是很好的突破口,因为它们减少了实例总数。通过使用正确容量的实例,IT团队能够避免瓶颈问题并实现更好的运行时间。当处理工作负载运行高峰事件时,可采用不同的方法。可考虑使用长期实例(例如亚马逊弹性计算云(EC2)保留实例)用于基线负载,而更大型的实例类型用于突发高峰事件,然后使用对剩余峰值需求使用现货市场上的实例。
 
    妨碍使用中的空闲容量
 
    虽然标准云实例能够满足绝大多数的需求,但是亚马逊网络服务(AWS)EC2和谷歌Preemptible VMs的现货实例可以有助于减少公共云成本。
 
    AWS现货实例让企业用户有机会对未被使用的EC2容量进行投标。这些实例的成本会有所浮动,具体价格主要取决于供需关系。据AWS称,企业用户使用AWS 现货实例的成本最多要比按需实例低九成。谷歌Preemptible VMs也与之类似,其成本最多要比谷歌标准实例低七成左右。但是,谷歌公司会在24小时之后或者当其他任务需要这些资源时终止这些虚拟机。
 
    虽然他们都提供了很大的折扣,但是这些云实例类型意味着用户可能不会有他们需要的按需资源。在项目实施到关键时刻,用户还可能遇到与其他用户撞车的情况。对您的应用进行评估,看看您是否能够承担起这些中断事件带来的影响。
 
    考虑一个定制方法
 
    标准云实例并不总是能够满足企业用户的需求。例如,如果您为一个不是计算敏感的应用启动一个标准实例,那么你有可能就会为未使用的资源支付费用。为了降低成本和浪费,可考虑使用一种定制的实例类型。
 
    AWS、Azure和谷歌为管理员们提供了按需定制内存、CPU以及其他资源实例的能力。但是,在您使用之前,请对您所运行的工作负载做好评估。正确估算云实例的容量可在节省金钱的同时保持应用的运行性能。
 
    基础设施即代码的出现也让管理员们能够在运行过程中更改实例。这些实例是动态的,管理员们能够对这些动态实例进行重新配置以便满足应用程序的实际需求。但是,这个方法只能在长期使用过程中体现其优势,而且企业用户的云供应商账单是按秒为单位计算的。否则的话,定制实例可能是个更好的选择。
 
    寻找基于使用的云折扣
 
    为了实现进一步的成本节省,请务必熟悉您供应商所提供的云实例类型,同时寻找可用的折扣。据AWS称,与AWS按需实例相比,AWS EC2 保留实例能够为企业用户节省75%,并让用户在可用区域内保留容量。在使用这种实例类型时,预付费可以节省最多的成本。
 
    谷歌云平台能够通过其持续使用折扣来帮助您降低成本,即当他们的云实例运行结算月份至少25%时,他们会为用户提供一份折扣优惠。
 
    浏览GPU实例
 
    云供应商们不断推出新的实例类型以满足企业用户的需求,其中一个新产品就是图形处理单元(GPU)。这些实例提供了并行计算能力并加快了复杂处理任务的处理时间,其中包括机器学习。AWS、Azure和谷歌已经凭借他们各自基于NVIDIA技术的GPU实例进入了这一市场。
 
    但是GPU实例并不适用于所有类型的应用。对您的需求进行评估并选择合适的工作负载来获得最佳实施效果。一些能够从GPU实例中受益的工作负载包括业务分析、视频制作、人工智能、虚拟桌面基础设施、超级计算和工程仿真。例如,业务分析应用(例如那些用于零售业的应用)就能够从GPU的并行计算能力中获益,尤其是那些在运行高峰期
 
    需要快速响应时间的应用。
 
    在学术研究和制造业中,快速的响应时间也是非常重要的,这使得GPU实例也非常适用于此类市场。
 
责任编辑:李欢
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐