PERF 2: 如何选择计算解决方案？

适合工作负载的最佳计算解决方案会根据应用程序设计、使用模式和配置设置而有所不同。架构可以使用不同的计算解决方案来支持各种组件，并且可以实现各种不同的功能来提高性能。为架构选择错误的计算解决方案可能会降低性能效率。

资源

Amazon EC2 foundations (CMP211-R2)
Powering next-gen Amazon EC2: Deep dive into the Nitro system
Deliver high performance ML inference with AWS Inferentia (CMP324-R1)
Optimize performance and cost for your AWS compute (CMP323-R1)
Better, faster, cheaper compute: Cost-optimizing Amazon EC2 (CMP202-R1)
Cloud Compute with AWS
EC2 Instance Types
Processor State Control for Your EC2 Instance
EKS Containers: EKS Worker Nodes
ECS Containers: Amazon ECS Container Instances
Functions: Lambda Function Configuration

最佳实践:

• 评估可用的计算方案: 了解您可以使用的与计算相关的方案的性能特性。了解实例、容器和函数的工作原理，以及它们对您的工作负载的有利影响和不利影响。

• 了解可用的计算配置选项: 了解各种选项如何补充您的工作负载，以及哪些配置选项最适合您的系统。这些选项的示例包括实例系列、规模、功能（GPU、I/O）、函数大小、容器实例、单租户和多租户。

• 收集与计算相关的指标: 了解计算系统性能的最佳方法之一是，记录和跟踪各种资源的真实利用率。此数据可用于更准确地确定资源需求。

• 通过合理调整大小来确定需要的配置: 分析您的工作负载的各种性能特性，以及这些特性与内存、网络和 CUP 使用率之间的关系。根据这些数据选择最适合您的工作负载配置文件的资源。例如，实例的 r 系列可以最好地处理内存密集型工作负载（例如数据库）。但是，弹性容器系统可为突增的工作负载提供更多优势。

• 利用资源的可用弹性: 云让您能够通过各种机制灵活地动态扩展或缩减资源，以便满足不断变化的需求。结合与计算相关的指标，工作负载可以自动响应这些变化并利用一系列最优的资源来实现其目标。

• 根据指标重新评估计算需求: 使用系统级指标来确定工作负载的行为和要求。通过比较可用资源和这些要求来评估工作负载的需求，并对计算环境进行更改以实现与您的工作负载配置文件的最佳匹配。例如，随着时间的推移，系统可能比最初认为的要更频繁地使用内存，所以转为使用其他实例系列或调整实例大小可能会提高性能和效率。

改进计划

评估可用的计算方案

考虑计算选项: 确定符合您要求的计算选项。从性能角度来看，实例可用于长时间运行的应用，尤其是那些具有状态和长时间运行计算周期的应用；函数可用于由事件发起且要求快速响应的无状态应用；容器让您能够有效地使用实例的资源。
Cloud Compute with AWS

定义计算性能要求: 确定对您的工作负载至关重要的计算性能指标，并使用涉及基准测试或负载测试的数据驱动型方法来实施您的要求。使用此数据确定计算解决方案受限的方面，并检查可以改进解决方案的配置选项。

了解可用的计算配置选项

了解可用的配置选项: 对于您选择的计算选项，使用可用的配置选项进行优化，以满足您的性能要求。通过 AWS Nitro 系统可充分利用主机硬件的计算资源和内存资源。专用 Nitro 卡可实现高速联网、高速 EBS 和 I/O 加速。
AWS Nitro System

收集与计算相关的指标

收集与计算相关的指标: Amazon CloudWatch 可以收集环境中各种计算资源的指标。结合使用 CloudWatch 和其他指标记录工具来跟踪您的工作负载内的系统级指标。记录 CPU 使用水平、内存、磁盘 I/O 和网络等数据，以便深入了解使用水平或瓶颈。这些数据对于了解工作负载的性能，以及工作负载利用资源的效率至关重要。将这些指标用作数据驱动方法的一部分，以便主动调整和优化工作负载的资源。
Amazon CloudWatch

通过合理调整大小来确定需要的配置

通过合理调整大小来修改工作负载配置: 要优化性能和整体效率，请确定工作负载需要哪些资源。对于对内存的要求比对 CPU 的要求更高的系统，选择内存优化型实例，对于执行非内存密集型数据处理的组件，选择计算优化型实例。合理调整大小可让您的工作负载能够在只使用所需资源的情况下，尽可能高性能地运行。

利用资源的可用弹性

利用弹性: 弹性可根据对您拥有的资源的需求来提供这些资源。实例、容器和函数都能够与自动扩展功能相结合或作为此服务的一项功能来提供可实现弹性的机制。在您的架构中利用弹性，可确保您有足够的容量来满足所有使用规模的性能要求。 确保衡量扩展或缩减弹性资源的指标已根据所部署的工作负载类型进行了验证。如果您正在部署一个视频转码应用程序，CPU 利用率预计为 100%，并且不应将此作为您的主要指标。或者，您也可以衡量等待缩放您的实例类型的转码作业的队列深度。 确保工作负载部署可以处理扩展事件和缩减事件。安全地缩减工作负载组件，与在需要时扩展资源同样重要。创建缩减事件的测试方案，以确保工作负载按预期方式运行。

根据指标重新评估计算需求

使用数据驱动的方法来优化资源: 要实现最高性能和效率，请使用一段时间内从工作负载中收集的数据来调整和优化您的资源。查看工作负载对当前资源的使用趋势，并确定可以在哪些方面做出更改，以便更好地满足您的工作负载需求。当资源被过度使用时，系统性能会降低，而资源没有得到充分利用会导致资源使用效率较低并且成本较高。