面向现代化应用程序的持久性文件存储
为什么持久性文件存储对现代化应用程序开发很重要？
开发团队正在通过采用容器、无服务器和基于微服务的架构来实现他们的应用程序现代化。因为容器本质上是瞬态的，所以长时间运行的应用程序可以从将状态保存在持久存储中获益。机器学习训练和 Web 服务等分布式应用程序可以从共享存储层中获益。 Amazon Elastic File System (Amazon EFS) 是一个简单的、无服务器的、一劳永逸的云原生文件系统，使您能够构建现代化应用程序，持久存储和共享来自 AWS 容器和无服务器应用程序的数据，无需进行任何管理。
您的无服务器应用程序的数据持久性
无服务器计算使您更加敏捷，同时花费更少的时间来处理应用程序的安全性、可扩展性和可用性。与此同时，现代的数据密集型应用程序要求快速访问大量共享数据。AWS Lambda 使您能够运行大规模任务关键型无服务器应用程序。Amazon EFS 为这些应用程序提供了高度可用且持久的无服务器存储，简化了在 Lambda 函数和 AWS Fargate 任务执行之后及执行期间需要持久存储的数据的共享。这个强大的组合非常适合于构建机器学习应用程序，加载大型模型、库和其他参考数据，处理或备份大量数据，托管 Web 内容或开发内部构建系统。
优势
简单
Amazon EFS 挂载配置在应用程序元数据中，如 Amazon Elastic Container Service (Amazon ECS) 任务定义或 Kubernetes 持久卷，包括连接性，以便开发人员可以专注于他们的应用程序，而不是基础设施。
弹性
Amazon ECS、Amazon Elastic Kubernetes Service (Amazon EKS)、AWS Fargate 和 Amazon EFS 具有完全弹性，可根据需求快速纵向扩展和缩减。
可用性与持久性
Amazon ECS、Amazon EKS、AWS Fargate、AWS Lambda 和 Amazon EFS 是区域性服务。通过自动故障转移功能，您可以构建跨多个可用区的应用程序。
安全
AWS 提供安全的云计算环境。对 Amazon EFS 的访问可以基于 Amazon ECS 任务的 IAM 角色进行控制。
成本优化
只需按存储和计算的使用情况付费。Amazon EFS 可以根据需求无中断地从零扩展到数 PB，随着您添加和删除文件自动增长和缩减，且 Amazon ECS、Amazon EKS 和 AWS Fargate 集群弹性伸缩使容量能够增长和缩减以满足需求。
工作原理
使用案例
Web 服务和内容管理
Web 服务和内容管理系统要求跨多个容器化应用程序实例共享数据访问、数据持久存储和数据持久性。例如 WordPress 和 Drupal 这样的应用程序，它们从横向扩展到多个实例以获得性能和冗余中受益，并且需要共享上传、插件和模板。
有状态微服务
有状态微服务是松散耦合应用程序的一部分，它需要在每次运行时记住有关其状态的一些情况，就像天气应用程序记住您的家乡城市一样。对于这些现代化应用程序，Amazon EFS 是一个数据基础，与容器和无服务器技术协同操作，以可靠和一致地部署到 AWS，允许数据持续应用程序状态。
ML 和 AI
容器是部署机器学习 (ML) 训练任务、推理终端节点的一种方法，是在多个环境中一致运行的工具。使用容器可以解决一致性、可移植性和依赖性管理等问题，这些问题使数据科学家和开发人员的工作变得复杂，而他们真正应该关注的是他们的代码、数据集和训练模型，而不是基础设施。Amazon SageMaker 笔记本之类的 ML 工具以及 Jupyter 等开源工具使用 Amazon EFS 管理数据科学家主目录。Amazon FSx for Lustre 可用于您的计算最密集的 ML 训练任务，该类任务需要最高的吞吐量。
案例研究
T-Mobile 使用 Amazon EFS 改进客户体验，降低 Kubernetes 存储的成本
Caltech 使用 Amazon EFS 自动化学术计算文件管理
Discover Financial Services 使用 Amazon EFS 打造出数据科学家可协作的环境
教师使用 Amazon EFS 扩展创新的机器学习平台
