阿裡雲提供了10大分類、200多款執行個體規格來滿足使用者在不同應用場景,本文給大家介紹針對企業使用者的阿裡雲企業版執行個體配置型号以及如何選擇适合自己的執行個體型号。
為滿足不同客戶的需求,針對企業級的使用者,阿裡雲提供了以下應用場景下的執行個體配置建議:
- 均衡性能需要相對均衡的處理器與記憶體資源配比,滿足大多數場景下的應用資源需求關系。
- 高網絡收發包應用需要高網絡收發包能力,可以根據應用場景選擇更合理的計算與記憶體的資源配比。
- 高性能計算需要消耗高計算資源,GPU并行計算以及高主頻是該場景下的典型應用。
- 高性能端遊使用者業務需要高處理器主頻來承載更多的使用者,需要高主頻處理器支援。
- 手遊、頁遊需要消耗高計算資源,1:2的處理器與記憶體配比可以獲得最優計算資源成本效益。
- 視訊轉發需要消耗高計算資源,1:2的處理器與記憶體配比可以獲得最優計算資源成本效益。
- 直播彈幕需要高網絡收發包能力,可以根據應用場景選擇更合理的計算與記憶體的資源配比。
- 關系型資料庫需要SSD雲盤或更高性能的NVMe SSD本地磁盤提供高存儲IOPS且低讀寫延時,CPU與記憶體資源配比均衡(1:4)或記憶體更大(1:8)。
- 分布式緩存需要CPU與記憶體資源配比均衡(1:4)或者記憶體更大(1:8),穩定的計算性能。
- NoSQL資料庫需要SSD雲盤或更高性能的NVMe SSD本地磁盤提供高存儲IOPS且低讀寫延時,CPU與記憶體資源配比均衡(1:4)或記憶體更大(1:8)。
- Elastic Search需要SSD雲盤或更高性能的NVMe SSD本地磁盤提供高存儲IOPS且低讀寫延時,CPU與記憶體資源配比均衡(1:4)或記憶體更大(1:8)。
- Hadoop資料節點需要高磁盤吞吐、高網絡吞吐、均衡的CPU與記憶體配比,計算節點則更關注計算性能、網絡帶寬及CPU與記憶體資源配。
- Spark資料節點需要高磁盤吞吐、高網絡吞吐、均衡的CPU與記憶體配比,計算節點則更關注計算性能、網絡帶寬及CPU與記憶體資源配。
- Kafka資料節點需要高磁盤吞吐、高網絡吞吐、均衡的CPU與記憶體配比,計算節點則更關注計算性能、網絡帶寬及CPU與記憶體資源配。
- 機器學習需要高性能Nvidia GPU計算卡,記憶體不小于顯存的兩倍。
- 視訊編碼需要高性能GPU計算卡或高性能CPU進行編解碼。
- 渲染需要高性能GPU計算卡進行渲染。
通過以上資訊,使用者可以根據自己的業務場景選擇對應的阿裡雲伺服器執行個體型号。