Elastic Compute Service:自動プロビジョニンググループの構成例

例 1：機械学習クラスター（コスト最適化）

シナリオ：住宅ローンのリスク要因を分析する 1 週間の機械学習タスクを完了します。クラスターには GPU インスタンスが必要であり、コストを最小限に抑え、タスク完了時にすべてのインスタンスをリリースする必要があります。

要件：

• リージョン：中国 (杭州)

• GPU：NVIDIA V100、インスタンスあたり最大 32 GB の GPU メモリ

• ターゲットキャパシティ：20 インスタンス

• コスト最小化のため、スポットインスタンスのみを作成します。インスタンスクラスター内のインスタンス数は、ターゲットキャパシティ未満でも構いません。

• タスク完了後にインスタンスをリリースする必要があります

構成：

この構成により、以下の 4 つのリソースプールが形成されます：

このグループは、上記 4 つのプールすべてを評価し、最も安価な利用可能なプールからインスタンスを作成します。

これらのインスタンスタイプの詳細については、「インスタンスファミリーの概要」をご参照ください。

例 2：チケット販売サイト（高可用性）

シナリオ：ピーク時のトラフィックを含む 24 時間体制で安定したサービスを提供するチケット販売サイトを構築します。クラスターは、従量課金インスタンスによって最低限のキャパシティを保証するとともに、ディザスタリカバリのため複数のゾーンにまたがる必要があります。

要件：

• リージョン：中国 (杭州)

• インスタンスタイプ：インスタンスあたり最大 8 vCPU（フロントエンド Web サーバーに適した c6 ファミリー）

• ターゲットキャパシティ：80 vCPU

• 最低キャパシティ：60 vCPU（従量課金インスタンスによって保証）

• 複数ゾーンにわたるディザスタリカバリ

構成：

この構成により、9 つのリソースプール（3 インスタンスタイプ × 3 ゾーン）が形成されます：

例 1：最低価格プールへの分散

コストを最小化し、単一リソースプールの使用に起因するスポットインスタンスの再割り当て影響を軽減する場合は、自動プロビジョニンググループを、最も低価格の複数のリソースプールを使用してインスタンスを作成するように構成できます。

目的：

• 起動テンプレートから 5 つのリソースプールを使用して 30 台のスポットインスタンスを作成する

• 最も安価な 3 つのプールを使用し、各プールから 10 台ずつ作成する

API パラメーター：

リソースプール構成（LaunchTemplateConfig）：

結果：このグループは、現在のスポット価格に基づき 5 つのプールをすべてランキングし、最も安価な 3 つのプールからインスタンスを作成し、各プールに 10 台ずつ割り当てます。

例 2：特定のリソースプールの優先指定

自動プロビジョニンググループを、特定のリソースプールを優先的に使用してインスタンスを作成するように構成できます。たとえば、ecs.c6e.large インスタンスに適用可能なリザーブドインスタンスを使用している場合、自動プロビジョニンググループを ecs.c6e.large インスタンスタイプを優先的に選択するように構成することで、リザーブドインスタンスによる課金割引の恩恵を受けることができます。

目的：

• 20 台のインスタンスを作成：スポットインスタンス 10 台、従量課金インスタンス 10 台

• 従量課金インスタンスは、まず ecs.c6e.large プールから作成（優先度 0 ＝ 最高）

API パラメーター：

リソースプール構成（LaunchTemplateConfig）：

結果：このグループは、ecs.c6e.large プール（優先度 0）から 10 台の従量課金インスタンスを作成します。このプールのキャパシティが不足している場合、プール 2～5 へフォールバックします。スポットインスタンスは、最も安価な利用可能なプールから作成されます。

優先度値 0 は最高優先度を示します。prioritized 割り当て戦略を使用するプールにのみ、優先度を設定してください。