全部产品
Search
文档中心

Elastic Compute Service:Pemilihan tipe instance ECS

更新时间:Jul 02, 2025

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:

  1. Klasifikasi dan Penamaan Tipe Instance: menjelaskan klasifikasi keluarga instance dan konvensi penamaan tipe instance.

  2. 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.

  • Daya komputasi CPU: tinggi.

  • Jumlah memori: sedang.

c8i, c7, c7nex, dan g5ne

Remote Procedure Call (RPC)

  • SOFA

  • Dubbo

Pilih keluarga instans yang dapat menyediakan banyak memori untuk beban kerja intensif jaringan.

g8a, g7nex, g8i, dan g7

Caching

  • Redis

  • Memcache

  • Solo

  • Daya komputasi CPU: sedang.

  • Jumlah memori: besar.

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.

  • Daya komputasi CPU: sedang.

  • Jumlah memori: sedang.

c8a, c7, c8i, dan u1

Message queues

  • Kafka

  • RabbitMQ

Disk cloud lebih disukai untuk memastikan integritas pesan.

  • Daya komputasi CPU: sedang.

  • Rasio vCPU-memori: 1:1.

  • Penyimpanan: sedang.

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

  • Dalam kebanyakan kasus, Anda dapat memilih keluarga instans seri d.

  • Jika bisnis Anda memerlukan IOPS ultra-tinggi, pilih keluarga instans seri i.

d3c, d3s, dan i4

Database

  • MySQL

  • NoSQL

  • Jika bisnis Anda memerlukan penyimpanan yang dapat diskalakan, pilih keluarga instans dengan Enterprise SSD (ESSD).

  • Jika bisnis Anda sensitif terhadap I/O, pilih keluarga instans seri i.

g8a, g7, g8i, dan i4

SQLServer

  • Windows menyediakan konfigurasi I/O saluran tunggal. Oleh karena itu, kemampuan I/O tinggi diperlukan. Dalam hal ini, pilih keluarga instans dengan ESSD.

  • Ukuran sektor logis dan fisik instance ECS diatur menjadi 4 KB.

g8a, g7, r7, r8i, dan g8i

Text search

Elasticsearch

  • Pilih tipe instans yang memiliki rasio vCPU-memori tinggi.

  • Kemampuan I/O dapat memenuhi persyaratan untuk mengekspor data basis data dalam format .es.

i4, i4r, i3, dan i2

Real-time computing

  • Flink

  • Blink

Pilih keluarga instans tujuan umum dan disk cloud berdasarkan kapasitas penyimpanan atau pilih keluarga instans seri d.

i4g, i4, dan d3c

Offline computing

  • Hadoop

  • HDFS

  • CDH

Pilih keluarga instans seri d.

d3s dan d3c

Video transcoding

  • Video-on-demand (VOD)

  • Live streaming

  • Daya komputasi CPU: tinggi.

  • Jumlah memori: sedang.

  • Jumlah operasi I/O: sedang.

c8y

Big data

  • Spark

  • Hive

  • Daya komputasi CPU: tinggi.

  • Bandwidth memori: tinggi.

  • Bandwidth penyimpanan untuk operasi I/O: tinggi.

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.

    Catatan

    Anda 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: