AWS ECS定价:3定价模型和5成本节约小费
AWS ECS价格怎么样?
Amazon弹性容器服务(ECS)允许开发人员运行容器在Amazon Elastic Compute Cloud (EC2)规模或亚马逊Fargate。ECS集装箱编配服务管理集群的容器,包括容器生命周期等方面,高可用性,存储和网络。
没有额外费用使用ECS,超出了常规的成本使用EC2实例,EBS存储卷,或Fargate虚拟cpu(个vcpu)和存储使用。我们将解释如何定价在EC2上,Fargate,也当运行ECS本地使用亚马逊的前哨站,并提供优化ECS成本的几个技巧。
这是我们的系列文章的一部分AWS定价。
亚马逊ECS定价3部署选项
有三种模型运行和支付亚马逊ECS:通过Amazon EC2、AWS前哨,或亚马逊Fargate。
AWS ECS EC2发射类型模型
当您运行亚马逊EC2的ECS启动类型,没有额外的收费ECS服务。你支付AWS资源使用,如EC2实雷竞技rabet官网例和EBS卷。没有最低利率或前期承诺。
有五种方式支付Amazon EC2实例:在需求,保留情况下,现货实例,和储蓄计划。第五个选项是一个专用的主机提供EC2实例在一个专用的物理服务器的能力。
相关内容:阅读我们的指南AWS EC2定价
AWS ECS AWS前哨
AWS前哨是一个全面管理服务,扩展了AWS云基础设施服务、本地api和工具。用户可以启动EC2实例并运行应用程序使用AWS控制台AWS前哨,CLI或SDK在云中。你可以控制的定价亚马逊ECS通过Amazon AWS前哨ECS控制平面,位于云。EC2能力的服务费用,你可以使用它来运行容器实例不会导致额外的成本。
服务提供了各种AWS前哨配置选项,池资源,包括EC2实例,以及EBS卷和S3。雷竞技rabet官网定价这些配置功能包括安装、交付、维护升级、软件补丁,和基础设施服务。
AWS ECS Fargate发射类型模型
AWS Fargate是serverless容器服务,启动容器,只要他们需要,然后将其关闭。Fargate亚马逊ECS任务可以运行,你支付Fargate收费任务的时间跑,四舍五入为最接近的。
计费计算根据:
- ECS任务期间你跑
- 每个任务持续时间跑
- 的虚拟cpu数量(个vCPU)用于任务(每个vCPU小时收费)
- 在GB内存用于任务(每GB-hour电荷)
例如,目前亚马逊ECS Fargate现货实例的成本在美国东部地区是每vCPU-hour 0.01302749美元和0.00143051美元/ GB-hour(参见官方定价页最新的价格)。
假设在某个星期你跑ECS的工作量如下:
- 10个任务
- 每天每个运行20分钟= 140分钟= 2.3小时
- 使用1个vCPU每个任务
- 每个任务使用2 GB RAM
| 数量的任务 | 的小时数 | 个vcpu成本+ RAM的成本 | ||
| 10 | * | 2.3 | * | ((1 * 0.01302749美元)+(2 * 0.00143051美元)) |
相关内容:阅读我们的指南Fargate定价
7 ECS成本优化技巧
这里有一些技巧可以用来优化使用ECS和节约成本。
Fargate现货实例
ECS Fargate现货实例上运行,让你节省多达70%的普通价格随需应变。在你的服务自动伸缩功能策略,您可以指定一定数量的任务应该运行在任何时候(按需模式),和其他可以运行现场实例,当可用。
你应该注意,现货实例是最不可靠的,这就是为什么亚马逊推荐无状态或容错应用程序。当使用Fargate现货情况下,亚马逊不提供任何SLA和随时可以打断实例,这些实例的值限制为关键任务工作负载。
然而,现货NetApp可靠运行提供了一种解决方案使用现货集装箱应用程序实例。海洋现货的serverless容器引擎,提供企业级SLA,甚至允许关键任务,生产工作负载运行现场实例没有中断的风险。
海洋使用先进的人工智能预测闲置产能中断早在一小时前终止(与标准两分钟警告AWS),并将主动代替濒危的实例。如果没有现货实例可用,满足负载需求,海洋自动规定一个随需应变的实例,确保工作的连续性。
微调基于负载的自动伸缩功能
自动伸缩功能政策ECS Fargate可用于成本优化。你应该调整自动伸缩功能配置,通过学习应用程序的性能基线,并确保只有当真正需要集群规模。
例如,一个应用程序可以有效地扩展基于CPU利用率,而另一个基于磁盘利用率。不同的应用有不同的阈值。
安排自动伸缩功能
调度ECS实例是一个简单的方法来节约成本。例如,如果一个员工使用的系统,可以关闭它在周末或者下班时间。另一个选择是自动批处理调度、运行实例的数量根据需要运行在他们的工作。您可以使用预定的时间表ECS工作负载比例配置,ECS和Fargate可用。
混合定价模型
现货实例节省ECS的好办法,但也因为这样他们不那么可靠。一个有趣的解决这个问题的方法是依赖于多个定价模型。例如,需求实例上运行的一个关键的管理组件,和其他应用程序组件现货实例更宽容失败。
您可以使用亚马逊现货舰队创建自动伸缩功能组,包括现货实例和随需应变的实例。当现货实例不可用给定的实例类型和投标价格,自动伸缩功能组使用随需应变的实例。
然而,自动配置实例的配置通常需要定制模板和脚本。这些会花费大量的时间来创建,并且需要专业的知识。
NetApp的海洋,现货,用户不需要担心配置合适的基础设施,当他们需要部署一个应用程序工作负载或规模。海洋自动规定的最佳融合,在需求和保留的情况下,根据应用程序需求,与现货实例节省成本的偏好。然而,如果有未使用保留的实例可用,海洋将利用这些预付实例。
应用程序负载均衡器
您可以使用多个负载均衡器目标群体特征附加一个ECS服务到多个目标群体。这样可以简化代码,可以通过整合服务降低成本。
例如,使用多个目标组,您可以运行一个ECS服务接收来自内部和外部的负载平衡器。否则你将不得不保持一份内部请求,另一个用于外部的服务。
裁员的容器
正确的大小是一个关键的技术保护云资源。雷竞技rabet官网Kubernetes,执行正确的大小通过指定限制为每个豆荚里的容器可用资源。雷竞技rabet官网使用工具像kube-resource-report可视化实际利用率和罢工之间的平衡:
- 设置限制值太低了,这将导致资源的节流和降低性能雷竞技rabet官网
- 设置限制太高,从而导致资源浪费雷竞技rabet官网
海洋,从现货NetApp,提供自动化裁员建议,通过比较CPU和内存的要求与实际利用率。这种比较有助于提高资源配置和避免和节点的供给不足。
标签
您可以应用在亚马逊ECS和Fargate标记雷竞技rabet官网资源,包括服务、任务、集群、和容器。这使您可以:
- 成本分配给特定的项目或组件
- 提高对ECS工作负载的可见性
- 识别孤立的或未充分利用的资源雷竞技rabet官网
- 寻找集装箱应用程序
- 以编程的方式管理你的工作负载
优化AWS ECS定价与海洋NetApp现货
虽然上述策略呈现显著优化ECS的机会,使用它们却并非易事。为了有效地配置自动伸缩功能和正确的大小,你需要详细的监测和严格的测试。此外,使用现货实例提出了主要的业务挑战。
现货,NetApp自动化这些功能作为海洋的一部分,其目的是利用定价、生命周期、性能和可用性的云计算基础设施:
- 自动提供和可靠运行的最优混合,按需和保留的实例节省高达90%的云基础设施
- 利用预测的人工智能确定闲置产能中断和主动代替高危点实例或回落随需应变
- 自动伸缩功能机制应对资源需求的工作负载,并使用装箱算法来扩大实例
- 监控和分析集装箱的利用率和修改在运行时性能在成本最低的资源限制
- 管理不同的工作负载在同一集群和阿兹;使用混合实例类型和大小相同的节点组。
