Selecione tipos de instância - Elastic Compute Service: Central de Documentação do Alibaba Cloud

Antes de comprar instâncias do Elastic Compute Service (ECS), selecione um tipo de instância estável e com bom custo-benefício com base em seus requisitos de desempenho, preço e carga de trabalho. Este tópico descreve como selecionar tipos de instância do Alibaba Cloud ECS com base em seus cenários de negócios reais.

Saiba mais sobre as famílias de instâncias

Antes de selecionar um tipo de instância, leia os seguintes tópicos:

Instance type categorization and naming: descreve a classificação das famílias de instâncias e as convenções de nomenclatura dos tipos de instância.
Instance family overview: descreve as famílias de instâncias disponíveis para compra.

Cenários de uso das famílias de instâncias

Famílias de instâncias de nível empresarial

Famílias de instâncias de computação heterogênea

Selecione famílias de instâncias com base em aplicações pré-instaladas

Selecione as famílias de instâncias de acordo com as aplicações pré-instaladas nas instâncias.

Tipo de aplicação	Aplicação comum	Princípio de seleção	Família de instâncias recomendada
Balanceamento de carga	Nginx	Selecione famílias de instâncias que suportem o estabelecimento frequente de conexões. Poder de computação da CPU: alto. Quantidade de memória: moderada.	c8i, c7, c7nex e g5ne
Remote Procedure Call (RPC)	SOFA Dubbo	Selecione famílias de instâncias capazes de fornecer uma grande quantidade de memória para cargas de trabalho intensivas em conexões de rede.	g8a, g7nex, g8i e g7
Cache	Redis Memcache Solo	Poder de computação da CPU: moderado. Quantidade de memória: alta.	r8i, r8a, r7 e r7a
Centro de configuração	ZooKeeper	Selecione famílias de instâncias capazes de lidar com um grande número de operações de I/O geradas quando as aplicações iniciam negociações. Poder de computação da CPU: moderado. Quantidade de memória: moderada.	c8a, c7, c8i e u1
Filas de mensagens	Kafka RabbitMQ	Dê preferência a cloud disks para garantir a integridade das mensagens. Poder de computação da CPU: moderado. Proporção vCPU/memória: 1:1. Armazenamento: moderado.	c8a, c7, c8i e u1
Orquestração de contêineres	Kubernetes	Combine instâncias bare metal do ECS e contêineres para maximizar o poder de computação.	ebmc6e, ebmg6e, ebmc6, ebmg6, ebmc6a, ebmc7a, ebmg6a e ebmg7a
Armazenamento de tabelas grandes	HBase	Na maioria dos casos, selecione famílias de instâncias da série d. Se o seu negócio exigir IOPS ultra-alto, selecione famílias de instâncias da série i.	d3c, d3s e i4
Banco de dados	MySQL NoSQL	Se o seu negócio exigir armazenamento escalável, selecione famílias de instâncias com Enterprise SSDs (ESSDs). Se o seu negócio for sensível a I/O, selecione famílias de instâncias da série i.	g8a, g7, g8i e i4
Banco de dados	SQLServer	O Windows oferece configuração de I/O de canal único. Portanto, requer alta capacidade de I/O. Nesse caso, selecione famílias de instâncias com ESSDs. Defina o tamanho dos setores lógicos e físicos das instâncias do ECS como 4 KB.	g8a, g7, r7, r8i e g8i
Pesquisa de texto	Elasticsearch	Selecione tipos de instância que tenham proporções altas de vCPU/memória. A capacidade de I/O deve atender aos requisitos para exportar dados de banco de dados no formato .es.	i4, i4r, i3 e i2
Computação em tempo real	Flink Blink	Selecione famílias de instâncias de uso geral e cloud disks com base na capacidade de armazenamento ou selecione famílias de instâncias da série d.	i4g, i4 e d3c
Computação offline	Hadoop HDFS CDH	Selecione famílias de instâncias da série d.	d3s e d3c
Transcodificação de vídeo	Vídeo sob demanda (VOD) Transmissão ao vivo	Poder de computação da CPU: alto. Quantidade de memória: moderada. Número de operações de I/O: moderado.	c8y
Big data	Spark Hive	Poder de computação da CPU: alto. Largura de banda de memória: alta. Largura de banda de armazenamento para operações de I/O: alta.	g8y e r8y

Selecione famílias de instâncias com base em cenários de negócios segmentados

Famílias de instâncias recomendadas para aplicações de uso geral, aplicações de jogos e transmissões ao vivo

Para cenários intensivos em computação de CPU, como aplicações de uso geral, jogos e transmissões ao vivo, recomendamos selecionar um tipo de instância com uma proporção equilibrada entre CPU e memória, como 1:2, e usar ESSDs como discos de sistema e discos de dados. Para cenários que exigem maior desempenho de rede, como comentários de vídeo na tela, selecione um tipo de instância de alta especificação para melhorar as taxas de encaminhamento de pacotes.

Categoria do cenário	Cenário	Família de instâncias recomendada	Requisito de desempenho	Proporção CPU/memória
Aplicações de uso geral	Aplicações de desempenho equilibrado e aplicações de backend	Famílias de instâncias da série g, como g7	Velocidades de clock médias e computação intensiva	1:4
	Aplicações com altas taxas de encaminhamento de pacotes	Famílias de instâncias da série g, como g7	Altas taxas de encaminhamento de pacotes e computação intensiva	1:4
	Computação de alto desempenho	Famílias de instâncias da série hfc, como hfc7	Altas velocidades de clock e computação intensiva	1:2
Aplicações de jogos	Jogos para cliente de alto desempenho	Famílias de instâncias da série hfc, como hfc7	Altas velocidades de clock	1:2
Aplicações de jogos	Jogos móveis ou web	Famílias de instâncias da série g, como g6e	Velocidades de clock médias	1:4
Transmissões ao vivo	Encaminhamento de vídeo	Famílias de instâncias da série g, como g7	Velocidades de clock médias e computação intensiva	1:4
Transmissões ao vivo	Comentários de vídeo na tela	Famílias de instâncias da série g, como g7	Altas taxas de encaminhamento de pacotes e computação intensiva	1:4

Famílias de instâncias recomendadas para cenários de big data, como Hadoop, Spark e Kafka

Em cenários de big data, como Hadoop, Spark e Kafka, cada nó tem requisitos de desempenho diferentes. Equilibre o desempenho de todos os nós, incluindo o desempenho de computação, o throughput de armazenamento e o desempenho de rede.

Nós de gerenciamento: selecione uma família de instâncias da mesma forma que faria para cenários de uso geral. Recomendamos as famílias de instâncias da série g.
Nós de computação: selecione uma família de instâncias da mesma forma que faria para cenários de uso geral. Recomendamos as famílias de instâncias da série g. Selecione os tipos de instância com base no tamanho do cluster. Por exemplo, selecione ecs.g7.4xlarge para um cluster com menos de 100 nós e ecs.g7.8xlarge para um cluster com 100 ou mais nós.
Nós de cache: usados para armazenar dados quentes ou implantar Really Simple Syndication (RSS). Esses nós exigem alto desempenho de I/O de disco e rede. Recomendamos a família de instâncias i4g ou i2g.
Nós de computação e cache: usados para computar e armazenar dados em cache. Ao selecionar uma família de instâncias, considere o desempenho de computação, o desempenho de I/O e a capacidade do disco. Recomendamos a família de instâncias i4, i4r ou d3c.

Nota
Use instâncias spot como nós de computação para melhorar o custo-benefício. Para mais informações, consulte What is spot instance?
Nós de dados: exigem alto throughput de armazenamento, alto throughput de rede e proporções equilibradas entre CPU e memória. Use famílias de instâncias de big data da série d. Por exemplo, selecione ecs.d2s.5xlarge e ecs.d3s.4xlarge para MapReduce e Hive, e ecs.d2s.10xlarge para Spark e MLib.

Famílias de instâncias recomendadas para bancos de dados, caches e cenários de pesquisa

Na maioria dos casos, os cenários de bancos de dados, caches e pesquisa exigem proporções de CPU para memória superiores a 1:4. Softwares específicos nesses cenários são sensíveis à latência e aos recursos de I/O de armazenamento. Selecione famílias de instâncias que ofereçam memória com bom custo-benefício.

Categoria do cenário	Cenário	Família de instâncias recomendada	Proporção CPU/memória	Disco de dados
Bancos de dados relacionais	Alto desempenho e alta disponibilidade na camada de aplicação	Famílias de instâncias da série i	1:4	SSDs locais, ultra disks e SSDs padrão
	Bancos de dados de pequeno e médio porte	Famílias de instâncias da série g ou outras famílias de instâncias com proporção CPU/memória de 1:4	1:4	Ultra disks e SSDs padrão
	Bancos de dados de alto desempenho	Famílias de instâncias das séries i e r	1:8	Ultra disks e SSDs padrão
Cache distribuído	Uso moderado de memória	Famílias de instâncias da série g ou outras famílias de instâncias com proporção CPU/memória de 1:4	1:4	Ultra disks e SSDs padrão
Cache distribuído	Alto uso de memória	Famílias de instâncias das séries r e i	1:8	Ultra disks e SSDs padrão
Bancos de dados NoSQL	Alto desempenho e alta disponibilidade na camada de aplicação	Famílias de instâncias da série i	1:4	SSDs locais, ultra disks e SSDs padrão
	Bancos de dados de pequeno e médio porte	Famílias de instâncias da série g ou outras famílias de instâncias com proporção CPU/memória de 1:4	1:4	Ultra disks e SSDs padrão
	Bancos de dados de alto desempenho	Famílias de instâncias i4 e i4r	1:8	Ultra disks, SSDs padrão e SSDs locais
ElasticSearch	Pequenos clusters que dependem de cloud disks para garantir alta disponibilidade de dados	Famílias de instâncias da série g ou outras famílias de instâncias com proporção CPU/memória de 1:4	1:4	Ultra disks e SSDs padrão
ElasticSearch	Grandes clusters que exigem alta disponibilidade	Famílias de instâncias da série d	1:4	SSDs locais, ultra disks e SSDs padrão

Esta seção usa bancos de dados como exemplo. Em condições normais, os sistemas de negócios se conectam diretamente a bancos de dados OLTP, e os RAIDs garantem a redundância de dados. No entanto, use o Alibaba Cloud ECS para implantar de forma flexível bancos de dados com carga leve ou pesada.

Para bancos de dados com carga leve, use as famílias de instâncias i4r e i4g com cloud disks, que são mais econômicas.
Bancos de dados com carga pesada exigem alto IOPS de armazenamento e baixa latência de leitura/gravação. Use famílias de instâncias da série i equipadas com SSDs locais. Os SSDs locais são SSDs Non-Volatile Memory Express (NVMe) de alto I/O capazes de atender aos requisitos de grandes bancos de dados com carga pesada.

Famílias de instâncias recomendadas para cenários como deep learning e processamento de imagens

Em cenários como deep learning e processamento de imagens, as aplicações exigem aceleradores GPU de alto desempenho. Use famílias de instâncias com as seguintes proporções de GPU para CPU em diferentes cenários:

Treinamento de deep learning: proporção de GPU para CPU na faixa de 1:8 a 1:12.
Deep learning de uso geral: proporção de GPU para CPU na faixa de 1:4 a 1:48.
Reconhecimento e inferência de imagens: proporção de GPU para CPU na faixa de 1:4 a 1:12.
Inferência de reconhecimento e síntese de fala: proporção de GPU para CPU na faixa de 1:16 a 1:48.

A figura a seguir mostra as famílias de instâncias aceleradas por GPU e FPGA recomendadas para cenários comuns de IA e processamento de imagens ou vídeos.

Verifique e ajuste sua seleção

Crie uma instância do tipo selecionado e comece a usá-la. Em seguida, verifique se o tipo de instância é adequado com base nos dados de monitoramento de desempenho da instância.

Se selecionar o tipo de instância ecs.g8i.xlarge para criar uma instância e descobrir que a utilização da CPU da instância está baixa, verifique se o uso de memória da instância está alto por meio de um dos seguintes métodos:

Se o uso de memória da instância estiver alto, altere a instância para um tipo com proporção CPU/memória mais adequada. Para mais informações, consulte os seguintes tópicos: