如何自动化的选择和优化EC2系列（四）如何为SAP应用选择合适的EC2

需求背景

我们在前两篇文章中分别分享了如何为迁移上云的服务器选择机型以及如何在每年对云上的服务器进行优化。在这篇文章中，我们要讨论一下SAP的服务器问题。SAP是企业中广泛使用的ERP系统,SAP应用系统的上云也已经是大势所趋，相对于其他应用系统来说，SAP的机型选择要相对苛刻一写。首先，不是所有的AWS EC2机型都通过了SAP公司的认证；其次，就是通过了认证的机器，也不是能运行所有的SAP应用。SAP公司为不同的应用认证了不同的机型。例如m4系列的服务器是SAP认证的机型，但它不是HANA数据库认证的机型。SAP服务器的性能是通过SAPS值体现的，如果我对运行SAP应用的服务器进行了机型优化，我如何才能知道对SAPS值有何影响？

方案概述

我们在第一篇文章中介绍了环境变量EXCLUDE_EC2_TYPE的作用，所以在进行SAP服务器的选型时，我们可以通过设置EXCLUDE_EC2_TYPE的值来规避选择非SAP认证的服务器的现象发生，在这两个网站上可以查询SAP的何种应用认证了何种类型的EC2：

好了，设置了EXCLUDE_EC2_TYPE后，我们就可以按照第二篇文章中阐述的方法对SAP机型进行优化了。优化完成后，怎么对比SAPS值呢？我们的方案是首先从网站上抓取不同EC2对应的SAPS值，然后下载下来生成一个Excel表格以备后用。

Python程序get_ec2_saps.py就可以完成这个工作：

第一步：下载网上的相关表格

import pandas as pd

saps_table = pd.read_html(‘https://aws.amazon.com/cn/sap/instance-types/’)

import pandas as pd

saps_table = pd.read_html('https://aws.amazon.com/cn/sap/instance-types/')

第二步：对表格进行合并、清理

new_table = saps_table[0]

old_table = saps_table[1]

new = new_table[['Instance Type', 'vCPU', 'Mem (GiB)', 'SAPS']]

old = old_table[['Instance Type', 'vCPU', 'Mem (GiB)', 'SAPS']]

ec2_saps = pd.concat([new, old])

ec2_saps.replace({'\*': ''}, regex=True, inplace=True)

ec2_saps['vCPU'] = pd.to_numeric(

    ec2_saps['vCPU'], downcast='integer', errors='coerce')

ec2_saps['Mem (GiB)'] = pd.to_numeric(

    ec2_saps['Mem (GiB)'], downcast='float', errors='coerce')

ec2_saps['SAPS'] = pd.to_numeric(

    ec2_saps['SAPS'], downcast='float', errors='coerce')

第三步：保存到Excel表格里面

ec2_saps.to_excel('ec2_saps.xlsx', index=False)

大功告成了，让我们看看结果，由于机型过多，我们仅截取部分内容：

接下来我们要做的就是将我们得到的SAPS值的结果拼接到机型优化的结果中去。我们以第二篇文章中的优化结果作为例子，输入文件的格式如下：

Python 程序add_saps.py可以完成结果的拼接工作：

import pandas as pd

source = "blog3_output.xlsx"

sheet = 0

target = pd.ExcelWriter('result.xlsx')

for i in range(1, 6):

    sheet = i

    ex1 = pd.read_excel(source)

    ex2 = pd.read_excel("ec2_saps.xlsx")

    merge = ex1.merge(ex2, left_on="type",

                      right_on="Instance Type", how='left')

    merge.drop(['Instance Type', 'vCPU', 'Mem (GiB)'], axis=1, inplace=True)

    merge.rename(columns={'SAPS': 'source_saps'}, inplace=True)

    merge = merge.merge(ex2, left_on="target_type",

                        right_on="Instance Type", how='left')

    merge.drop(['Instance Type', 'vCPU', 'Mem (GiB)'], axis=1, inplace=True)

    merge.rename(columns={'SAPS': 'target_saps'}, inplace=True)


    merge.to_excel(target, sheet_name=str(sheet), index=False)

target.save()

运行前提条件：ec2_saps.xlsx和blog3_output.xlsx保存在当前目录下。

运行结果：