Überspringen zum Hauptinhalt

Erste Schritte mit Amazon EC2 Spot Instances

Warum Amazon EC2 Spot Instances?

Amazon EC2 Spot-Instances bieten freie Rechenkapazitäten in der AWS Cloud zu stark vergünstigten Preisen im Vergleich zu On-Demand-Instances.

Mit Spot-Instances sparen Sie bis zu 90 % bei Big Data, Containern, CI/CD, HPC und anderen fehlertoleranten Workloads. Sie können auch Ihren Workloaddurchsatz um das zehnfache skalieren und sich im Rahmen des vorhandenen Budgets bewegen.

Erste Schritte

Die Verwendung von Spot-Instances ist ganz einfach. Ermitteln Sie zuerst die wichtigsten Workloads, die am besten für die Ausführung auf Spot Instances geeignet sind. Starten Sie dann in wenigen Minuten eine Spot-Instance über die AWS-Managementkonsole, integrierte AWS-Services wie Amazon EMR, Amazon ECS, AWS Batch und EC2 Auto Scaling oder die EC2 Fleet-API. Besuchen Sie das Amazon EC2-Benutzerhandbuch und informieren Sie sich unten über Ressourcen und bewährte Methoden.

Erste Schritte

1

Wissenswertes vor dem Start von Spot

  1. Sehen Sie sich dieses Video an, um zu erfahren, welche Workloads sich am besten für die Ausführung auf Spot-Instances eignen.
  2. Erfahren Sie, wie das Spot-Preismodell funktioniert. Es bietet niedrige, vorhersehbare Preise mit typischen Einsparungen von 70 bis 90% gegenüber On-Demand-Preisen.

2

Erstellen Ihrer ersten Spot Instance

  1. Erfahren Sie, wie Spot-Instances funktionieren, um Ihre erste Spot-Instance über die AWS-Managementkonsole, das AWS SDK/CLI oder über die AWS-APIs zu starten.
  2. Erfahren Sie, wie Sie Spot-Instances für Workloads wie CI/CD, Big Data, Container und Rendering starten.

3

Implementieren von bewährte Methoden

  1. Sehen Sie sich dieses Video an, um einige einfache Regeln zu erfahren, die Sie beim Start von Spot-Instances beachten müssen, um die Einsparungen bei den Rechenkosten zu maximieren. Erfahre mehr.
  2. Erfahren Sie hier, wie Sie die Auswirkungen von Unterbrechungen minimieren können.

Beispiele für Anwendungsfälle

Sie können Spot-Instances für verschiedene fehlertolerante und flexible Anwendungen verwenden. Im Folgenden erfahren Sie mehr über gängige Anwendungsfälle.

Containerbasierte Workloads mit Spot-Instances

Container sind statusfrei, fehlertolerant und ideal für Amazon EC2 Spot-Instances geeignet. In diesem Webinar erfahren Sie, wie Sie containerbasierte Workloads mit Kubernetes effizient bereitstellen und Cluster in jeder Größenordnung zu einem Bruchteil der Kosten einfach verwalten. Spot-Instances können mit Amazon Elastic Container Service, Amazon Elastic Kubernetes Service oder Kubernetes verwendet werden, um jede containerisierte Arbeitslast auszuführen, von verteilten Systemen bis hin zu Anwendungen, die Millionen von Meilen pro Tag abbilden. Erfahre mehr.

Big Data-Workloads auf Spot-Instances

Spot-Instances bieten Beschleunigung, Skalierung und deutliche Kosteneinsparungen für die Ausführung dringender, hyperskalierter Workloads für die schnelle Datenanalyse. Verwenden Sie Spot-Instances mit Amazon EMR, Hadoop oder Spark, um riesige Datenmengen zu verarbeiten. Sehen Sie sich dieses Video an, um mit Amazon EC2 Spot und Amazon EMR für eine einfache, schnelle und kostengünstige Datenverarbeitung zu beginnen. Auf der Seite Amazon EMR on Spot Instances finden Sie weitere Ressourcen zur Ausführung Ihrer Big-Data-Workloads mit Amazon EMR und Spot-Instances. 

CI/CD-Workloads auf Spot-Instances

Konfigurieren Sie Jenkins mit dem EC2 Spot-Plug-In, um anhand der Anzahl der auszuführenden Aufträge automatisch eine Flotte von Spot-Instances zu skalieren. Verbessern Sie die Kostenersparnis, indem Sie Instances älterer Generationen für CI nutzen, da diese Prozesse im Test nicht so viel Leistung erfordern. Belastungs-, Integrations-, Canary- und Sicherheitstests profitieren von der Flexibilität und den Kosteneinsparungen, die mit Spot-Instances einhergehen. Erfahre mehr.

Workloads auf Spot-Instances rendern

Aufgrund der fehlertoleranten Beschaffenheit von Rendering-Workloads eignen sie sich hervorragend zur Ausführung auf Spot-Instances und profitieren von den erheblichen Kosteneinsparungen, die Spot-Instances ermöglichen. Sehen Sie sich diese Präsentation auf der SIGGRAPH 2019 an, um zu erfahren, wie Sie mit AWS Thinkbox und Spot-Instances beginnen können, um Rendering-Workloads zu einem Bruchteil der Kosten in der Cloud zu skalieren. Erfahren Sie hier, wie Scripps Networks Interactive Spot-Instances und AWS ThinkBox nutzte, um die CGI-Rendering-Zeit um 95% zu reduzieren.

Webanwendungen und Services zu Spot-Instances

Identifizieren Sie neue kostensparende Initiativen oder skalieren Sie auf Zehntausende Instances für verschiedene Webdienste und Anwendungen, angefangen von Ad-Servern bis hin zu Echtzeit-Gebotsservern. Sehen Sie sich dieses Webinar an, um zu erfahren, wie Sie webbasierte Anwendungen mithilfe von EC2 Auto Scaling in großem Maßstab bereitstellen können. Erfahren Sie, wie Sie EC2 Launch Templates verwenden können, um eine EC2 Auto Scaling-Gruppe mit einer Kombination aus On-Demand- und Spot-Instances hinter einem Load Balancer bereitzustellen und zu betreiben, um Workloads kostenoptimiert auszuführen. Weitere Informationen zum Ausführen von Webanwendungen auf Spot-Instances finden Sie in diesem Blog

Batch-Verarbeitung auf Spot-Instances

Verarbeiten Sie Ihre Batch-Workloads mit Spot-Instances zu einem Bruchteil der Kosten. Sehen Sie sich dieses Video an, um zu erfahren, wie Sie Batch-Verarbeitungs-Workloads auf AWS Batch mit Spot-Instances ausführen können. Um Ihre Batch-Workloads, die auf Spot-Instances ausgeführt werden, weiter zu optimieren, erfahren Sie in diesem Blog mehr über die Strategie zur optimierten Zuweisung von Spot-Kapazitäten. Weitere Ressourcen finden Sie auf der Seite AWS Batch with Spot Instances. 

Machine Learning mit Spot-Instances

Mit Spot-Instances können Sie Ihre KI/ML schneller und kostengünstiger schulen. Sehen Sie sich dieses Video an, um zu erfahren, wie Sie Inferenz-Trainingsaufträge mit Elastic Inference ausführen und mit Spot-Instances bis zu 90% der Kosten für die Datenverarbeitung einsparen können. Lernen Sie bewährte Methoden zum Einrichten von Cloudformation und Launch Templates für die Automatisierung kennen. Folgen Sie diesem selbstgeführten Tutorial, um zu erfahren, wie Sie Ihre KI/ML-Workloads auf Amazon SageMaker mit Managed Spot Training schneller und kostengünstiger ausführen können.  

Spot-Best Practices

1

Spot-Regeln

Kosteneinsparungen bei der Datenverarbeitung lassen sich mit zwei einfachen Regeln maximieren:

  1. Spot-Kapazitätspools haben getrennte Preise und ändern sich nur selten.
  2. Amazon EC2 benachrichtigt Sie zwei Minuten, bevor die Kapazität zurückgefordert wird.
     

Video ansehen

2

Instance-Flexibilität

Testen Sie Ihre Anwendung sofern möglich mit verschiedenen Instance-Typen. Da die Preise in einer Availability Zone für jeden einzelnen Instance-Typ unabhängig variieren, können Sie häufig mehr Rechenkapazität für denselben Preis bekommen, wenn Sie hinsichtlich des Instance-Typs flexibel sind. Weitere Informationen erhalten Sie in diesem Video.

Video ansehen

3

Flotten-API

Wenn Sie Spot-Instances in einer EC2 Auto Scaling-Gruppe ausführen, dann sollten Sie die kapazitätsoptimierte Zuweisungsstrategie verwenden, um auf Spot-Kapazitätspools mit der höchsten verfügbaren Kapazität zuzugreifen. Die Kapazitätsoptimierung weist die EC2 Auto Scaling-Gruppe an, Spot-Instances mit den umfangreichsten Kapazitätspools zu starten, wodurch die Wahrscheinlichkeit von Unterbrechungen verringert wird.

Video ansehen

Unterbrechungen handhaben

Spot-Instances erhalten eine Benachrichtigung, zwei Minuten bevor EC2 diese Instances zurückfordert, weil die Kapazität wieder benötigt wird. Um die Auswirkungen durch Unterbrechungen zu reduzieren, befolgen Sie die oben genannten Best Practices.

In diesem Video erfahren Sie, wie Sie Benachrichtigungen automatisieren, die zwei Minuten vorher ankündigen, dass Spot-Instances von Amazon EC2 unterbrochen werden. Sie können den Spot Instance Advisor auch auf die durchschnittliche Häufigkeit von Unterbrechungen für verschiedene Spot-Pools überprüfen.

Haben Sie die gewünschten Informationen gefunden?

Ihr Beitrag hilft uns, die Qualität der Inhalte auf unseren Seiten zu verbessern.