跳至主要内容

Amazon EC2 Spot

开始使用 Amazon EC2 竞价型实例

为什么使用 Amazon EC2 竞价型实例?

与按需实例相比,Amazon EC2 Spot 实例以极高的折扣提供 AWS 云中空闲的计算容量。

Spot 实例可以让您在大数据、容器、CI/CD、HPC 以及其他容错工作负载上节省高达 90% 的成本。或者,将工作负载吞吐量提高到 10 倍,并保持在现有预算之内。

如何开始使用

Spot 实例入门很简单。首先,确定最适合在竞价型实例上运行的关键 工作负载。然后在几分钟内通过 AWS 管理控制台启动一个 Spot 实例,即集成的 AWS 服务,如 Amazon EMR、Amazon ECS、AWS Batch 和 EC2 Auto Scaling 或 EC2 队列 API。访问 Amazon EC2 用户指南,并探索以下资源和最佳实践。

开始使用的步骤

1

启动竞价型实例之前的注意事项

  1. 观看此视频,了解哪些工作负载最适合在竞价型实例上运行。
  2. 了解现货定价模式的工作原理,提供低廉且可预测的价格,与按需定价相比,通常可节省 70-90% 的费用。

2

创建您的第一个竞价型实例

  1. 了解竞价型实例如何通过 AWS 管理控制台、AWS SDK/CLI 或 AWS API 启动您的第一个竞价型实例。
  2. 了解如何为 CI/CD 大数据容器和渲染等工作负载启动竞价型实例。

3

实现最佳实践

  1. 观看此视频,了解启动竞价型实例时应遵循的一些简单规则,以最大限度地节省计算成本。 了解更多
  2. 在此了解如何最大限度地减少中断的影响。

用例示例

您可以将 Spot 实例用于各种灵活的容错应用程序,探索以下常见使用案例。

带 Spot 实例的容器化工作负载

容器是无状态的、容错的,并且非常适合 Amazon EC2 Spot 实例。观看此网络研讨会,了解如何通过 Kubernetes 有效部署容器化工作负载,并以成本中的零头轻松管理任意规模的集群。竞价型实例可以与亚马逊弹性容器服务、亚马逊弹性Kubernetes服务或Kubernetes 一起使用来运行任何容器化工作负载,从分布式系统到每天映射数百万英里的应用程序。 了解更多

基于 Spot 实例的大数据工作负载

Spot 实例具备加速、规模和深度成本节省的优势,以运行时间紧迫、超大规模的工作负载,实现快速数据分析。使用搭载亚马逊 EMR 、Hadoop 或 Spark 的竞价型实例来处理海量数据。观看此视频,开始使用亚马逊 EC2 Spot 和 Amazon EMR 进行简单、快速且经济高效的数据处理。访问竞价型实例上的 Amazon EMR 页面,获取有关如何使用 Amazon EMR 和竞价型实例运行大数据工作负载的更多资源。 

基于 Spot 实例的 CI/CD 工作负载

使用 EC2 Spot 插件来配置 Jenkins,以根据要完成的作业量,自动扩展一组 Spot 实例。通过利用老一代的 CI 实例来提高成本节约,因为这些过程不需要大量的测试能力。加载、集成、Canary 和安全测试都能受益于 Spot 实例带来的弹性和低价优势。 了解更多

基于 Spot 实例的渲染工作负载

由于渲染工作负载具有容错性质,因此它们对于在 Spot 实例上运行有极大的优势,并可从 Spot 实例带来的深层成本节约中受益。在 2019 年 SIGGRAPH 上观看本次演示,了解如何开始使用 AWS Thinkbox 和竞价型实例,以云端成本的一小部分来扩展渲染工作负载。在此处了解 Scripps Networks Interactive 如何利用竞价型实例和 AWS ThinkBox 将 CGI 渲染时间缩短 95%。

有关 Spot 实例的 Web 应用程序和服务

确定新的成本节省计划,或针对从广告服务器到实时竞价服务器的不同 Web 服务和应用程序,扩展到数万个实例。观看此网络研讨会,了解如何使用 EC2 Auto Sc aling 大规模部署基于 Web 的应用程序。了解如何借助 EC2 启动模板,利用负载均衡器背后的按需实例和 Spot 实例的组合推动和部署 EC2 Auto Scaling 组,以对工作负载进行成本优化。要了解有关在竞价型实例上运行 Web 应用程序的更多信息,请阅读此博客。 

Spot 实例上的批处理

通过 Spot 实例以极低的成本处理批量工作负载。观看本视频,了解如何通过 Spot 实例着手在 AWS Batch 上运行批处理工作负载。要进一步优化在竞价型实例上运行的批量工作负载,请在此博客中了解竞价容量优化分配策略。访问带有竞价型实例的 AWS 批处理页面,获取更多资源。 

Spot 实例上的机器学习

通过 Spot 实例更快地对您进行 AI/ML 培训,且成本更低。观看本视频,了解如何通过 Elastic Inference 运行推理培训作业,并利用 Spot 实例节约最高 90% 的计算成本。了解关于如何设置 Cloudformation 和启动模板以构建自动化解决方案的最佳实践。要了解如何借助托管现货培训在 A mazon SageMaker 上以更低的价格更快地运行 AI/ML 工作负载,请遵循此自学教程。 

Spot 最佳实践

1

竞价型实例规则

学习两个简单规则,以最大限度地节省计算成本:

  1. 竞价型实例容量池有不同的价格且很少有变动。
  2. 当我们需要恢复容量时,Amazon EC2 会给您 2 分钟的警告。
     

观看视频

2

实例灵活性

尽可能使用不同的实例类型测试您的应用程序。由于可用区内的每个实例类型的价格分开波动,因此,如果您灵活使用实例类型,则通常可以在价格不变的情况下获得更多计算容量。观看此视频了解详细信息。

观看视频

3

队列 API

在 EC2 Auto Scaling 组中运行 Spot 实例时,使用容量优化分配策略访问可用容量最多的 Spot 容量池。容量优化指导 EC2 Auto Scaling 组使用最深的容量池启动 Spot 实例,从而减少中断的可能性。

观看视频

处理中断

由于 EC2 需要恢复容量,当这些实例即将被 EC2 回收时,Spot 实例会收到一个两分钟的通知。为了减少中断的影响,请遵循上面提到的最佳实践。

观看此视频,了解自动化您在 Spot 实例被 Amazon EC2 中断时收到的 2 分钟通知。您还可以查看竞价型实例顾问以了解不同竞价池的平均中断频率。

找到今天要查找的内容了吗?

请提供您的意见,以便我们改进网页内容的质量。