Sebelum membeli instance Elastic Compute Service (ECS), Anda harus memilih tipe instance yang hemat biaya dan stabil berdasarkan kebutuhan performa, harga, dan beban kerja. Topik ini menjelaskan cara memilih tipe instance ECS Alibaba Cloud sesuai dengan skenario bisnis Anda.
Pelajari tentang keluarga instans
Sebelum memilih tipe instance, pelajari topik-topik berikut:
Klasifikasi dan Penamaan Tipe Instance: menjelaskan klasifikasi keluarga instance dan konvensi penamaan tipe instance.
Ikhtisar Keluarga Instance: menjelaskan keluarga instance yang tersedia untuk dibeli.
Skema penggunaan keluarga instans
Keluarga instans tingkat perusahaan
Keluarga instans komputasi heterogen
Pilih keluarga instans berdasarkan aplikasi yang sudah diinstal sebelumnya
Pilih keluarga instance berdasarkan aplikasi yang sudah diinstal sebelumnya pada instance.
Tipe aplikasi | Aplikasi umum | Prinsip pemilihan | Keluarga instans yang direkomendasikan |
Load balancing | Nginx | Pilih keluarga instans yang mendukung pembentukan koneksi secara sering.
| c8i, c7, c7nex, dan g5ne |
Remote Procedure Call (RPC) |
| Pilih keluarga instans yang dapat menyediakan banyak memori untuk beban kerja intensif jaringan. | g8a, g7nex, g8i, dan g7 |
Caching |
|
| r8i, r8a, r7, dan r7a |
Configuration center | ZooKeeper | Pilih keluarga instans yang dapat menangani sejumlah besar operasi I/O yang dihasilkan saat aplikasi memulai negosiasi.
| c8a, c7, c8i, dan u1 |
Message queues |
| Disk cloud lebih disukai untuk memastikan integritas pesan.
| c8a, c7, c8i, dan u1 |
Container orchestration | Kubernetes | Instans bare metal ECS dan kontainer digabungkan untuk memaksimalkan daya komputasi. | ebmc6e, ebmg6e, ebmc6, ebmg6, ebmc6a, ebmc7a, ebmg6a, dan ebmg7a |
Large table storage | HBase |
| d3c, d3s, dan i4 |
Database |
|
| g8a, g7, g8i, dan i4 |
SQLServer |
| g8a, g7, r7, r8i, dan g8i | |
Text search | Elasticsearch |
| i4, i4r, i3, dan i2 |
Real-time computing |
| Pilih keluarga instans tujuan umum dan disk cloud berdasarkan kapasitas penyimpanan atau pilih keluarga instans seri d. | i4g, i4, dan d3c |
Offline computing |
| Pilih keluarga instans seri d. | d3s dan d3c |
Video transcoding |
|
| c8y |
Big data |
|
| g8y dan r8y |
Pilih keluarga instans berdasarkan skenario bisnis tersegmentasi
Keluarga instans yang direkomendasikan untuk aplikasi tujuan umum, aplikasi game, dan live streaming
Untuk skenario komputasi intensif CPU seperti aplikasi tujuan umum, game, dan live streaming, kami merekomendasikan agar Anda memilih tipe instance dengan rasio CPU-memori seimbang, seperti 1:2, serta menggunakan ESSD sebagai sistem disk dan data disk. Untuk skenario yang memerlukan performa jaringan lebih tinggi seperti komentar video on-screen, pilih tipe instance spesifikasi tinggi untuk meningkatkan laju pengiriman paket.
Kategori skenario | Skenario | Keluarga instans yang direkomendasikan | Persyaratan performa | Rasio CPU-memori |
Aplikasi tujuan umum | Aplikasi performa seimbang dan aplikasi backend | Keluarga instans seri g, seperti g7 | Kecepatan clock sedang dan intensif komputasi | 1:4 |
Aplikasi dengan laju pengiriman paket tinggi | Keluarga instans seri g, seperti g7 | Laju pengiriman paket tinggi dan intensif komputasi | 1:4 | |
Komputasi berperforma tinggi | Keluarga instans seri hfc, seperti hfc7 | Kecepatan clock tinggi dan intensif komputasi | 1:2 | |
Aplikasi game | Game klien berperforma tinggi | Keluarga instans seri hfc, seperti hfc7 | Kecepatan clock tinggi | 1:2 |
Game mobile atau web | Keluarga instans seri g, seperti g6e | Kecepatan clock sedang | 1:4 | |
Live streaming | Forwarding video | Keluarga instans seri g, seperti g7 | Kecepatan clock sedang dan intensif komputasi | 1:4 |
Komentar video on-screen | Keluarga instans seri g, seperti g7 | Laju pengiriman paket tinggi dan intensif komputasi | 1:4 |
Keluarga instans yang direkomendasikan untuk skenario big data, seperti Hadoop, Spark, dan Kafka
Dalam skenario big data seperti Hadoop, Spark, dan Kafka, setiap node memiliki persyaratan performa yang berbeda. Pastikan untuk menyeimbangkan performa semua node, termasuk performa komputasi, throughput penyimpanan, dan performa jaringan.
Node manajemen: Pilih keluarga instance dengan cara yang sama seperti dalam skenario tujuan umum. Kami merekomendasikan keluarga instance seri g.
Node komputasi: Pilih keluarga instance dengan cara yang sama seperti dalam skenario tujuan umum. Kami merekomendasikan keluarga instance seri g. Pilih tipe instance berdasarkan ukuran kluster. Misalnya, gunakan ecs.g7.4xlarge untuk kluster dengan kurang dari 100 node dan ecs.g7.8xlarge untuk kluster dengan 100 node atau lebih.
Node cache: Digunakan untuk menyimpan data panas atau menerapkan Really Simple Syndication (RSS). Node ini memerlukan performa disk dan jaringan I/O tinggi. Kami merekomendasikan keluarga instance i4g atau i2g.
Node komputasi dan cache: Digunakan untuk menghitung dan menyimpan data. Saat memilih keluarga instance, pertimbangkan performa komputasi, performa I/O, dan kapasitas disk. Kami merekomendasikan keluarga instance i4, i4r, atau d3c.
CatatanAnda dapat menggunakan instance spot sebagai node komputasi untuk meningkatkan efektivitas biaya. Untuk informasi lebih lanjut, lihat Ikhtisar.
Node data: Memerlukan throughput penyimpanan tinggi, throughput jaringan tinggi, dan rasio CPU-memori seimbang. Kami merekomendasikan keluarga instance big data seri d. Misalnya, gunakan ecs.d2s.5xlarge dan ecs.d3s.4xlarge untuk MapReduce dan Hive serta ecs.d2s.10xlarge untuk Spark dan MLib.
Keluarga instans yang direkomendasikan untuk skenario database, cache, dan pencarian
Dalam kebanyakan kasus, skenario database, cache, dan pencarian memerlukan rasio CPU-memori lebih tinggi dari 1:4. Beberapa perangkat lunak dalam skenario ini sensitif terhadap latensi dan kemampuan penyimpanan I/O. Kami merekomendasikan agar Anda memilih keluarga instance yang menyediakan memori hemat biaya.
Kategori skenario | Skenario | Keluarga instans yang direkomendasikan | Rasio CPU-memori | Data disk |
Database relasional | Performa tinggi dan ketersediaan tinggi di lapisan aplikasi | Keluarga instans seri i | 1:4 | SSD lokal, ultra disk, dan SSD standar |
Database kecil dan menengah | Keluarga instans seri g atau keluarga instans lain yang memiliki rasio CPU-memori 1:4 | 1:4 | Ultra disk dan SSD standar | |
Database berperforma tinggi | Keluarga instans seri i dan seri r | 1:8 | Ultra disk dan SSD standar | |
Cache terdistribusi | Penggunaan memori sedang | Keluarga instans seri g atau keluarga instans lain yang memiliki rasio CPU-memori 1:4 | 1:4 | Ultra disk dan SSD standar |
Penggunaan memori tinggi | Keluarga instans seri r dan seri i | 1:8 | Ultra disk dan SSD standar | |
Database NoSQL | Performa tinggi dan ketersediaan tinggi di lapisan aplikasi | Keluarga instans seri i | 1:4 | SSD lokal, ultra disk, dan SSD standar |
Database kecil dan menengah | Keluarga instans seri g atau keluarga instans lain yang memiliki rasio CPU-memori 1:4 | 1:4 | Ultra disk dan SSD standar | |
Database berperforma tinggi | Keluarga instans i4 dan i4r | 1:8 | Ultra disk, SSD standar, dan SSD lokal | |
ElasticSearch | Kluster kecil yang mengandalkan cloud disk untuk memastikan ketersediaan data tinggi | Keluarga instans seri g atau keluarga instans lain yang memiliki rasio CPU-memori 1:4 | 1:4 | Ultra disk dan SSD standar |
Kluster besar yang memerlukan ketersediaan tinggi | Keluarga instans seri d | 1:4 | SSD lokal, ultra disk, dan SSD standar |
Bagian ini menggunakan database sebagai contoh. Dalam kondisi normal, sistem bisnis langsung terhubung ke database OLTP, dan redundansi data diimplementasikan oleh RAID. Namun, Anda dapat menggunakan Alibaba Cloud ECS untuk menerapkan database dengan beban ringan dan berat secara fleksibel.
Untuk database dengan beban ringan, gunakan keluarga instance i4r dan i4g dengan cloud disk, yang lebih hemat biaya.
Database dengan beban berat memerlukan IOPS penyimpanan tinggi dan latensi baca/tulis rendah. Kami merekomendasikan keluarga instance seri i yang dilengkapi dengan SSD lokal. SSD lokal tersebut adalah SSD NVMe Non-Volatile Memory Express (NVMe) berperforma I/O tinggi yang dapat memenuhi persyaratan database besar dengan beban berat.
Keluarga instans yang direkomendasikan untuk skenario seperti pembelajaran mendalam dan pemrosesan gambar
Dalam skenario seperti pembelajaran mendalam dan pemrosesan gambar, aplikasi memerlukan akselerator GPU berperforma tinggi. Kami merekomendasikan agar Anda menggunakan keluarga instance dengan rasio GPU-CPU berikut dalam skenario yang berbeda:
Pelatihan pembelajaran mendalam: rasio GPU-CPU dalam rentang 1:8 hingga 1:12
Pembelajaran mendalam tujuan umum: rasio GPU-CPU dalam rentang 1:4 hingga 1:48
Pengenalan gambar dan inferensi: rasio GPU-CPU dalam rentang 1:4 hingga 1:12
Pengenalan suara dan sintesis inferensi: rasio GPU-CPU dalam rentang 1:16 hingga 1:48
Gambar berikut menunjukkan keluarga instance yang dipercepat GPU dan FPGA yang direkomendasikan untuk skenario AI umum serta pemrosesan gambar atau video.
Periksa dan sesuaikan pilihan Anda
Setelah membuat instance dari tipe instance yang dipilih dan mulai menggunakannya, kami merekomendasikan agar Anda memeriksa apakah tipe instance tersebut cocok berdasarkan data pemantauan performa instance.
Jika Anda memilih tipe instance ecs.g8i.xlarge untuk membuat instance dan menemukan bahwa utilisasi CPU instance tersebut rendah, kami merekomendasikan agar Anda memeriksa apakah penggunaan memori instance tersebut tinggi dengan menggunakan salah satu metode berikut:
Jika penggunaan memori instance tersebut tinggi, Anda dapat mengubah instance ke tipe instance dengan rasio CPU-memori yang lebih sesuai. Untuk informasi lebih lanjut, lihat topik-topik berikut: