AWS Fargate
Serverless-Datenverarbeitung für Container
Warum Fargate?
AWS Fargate ist eine nutzungsbasierte Serverless-Datenverarbeitungs-Engine, mit der Sie sich auf die Entwicklung von Anwendungen konzentrieren können, ohne Server verwalten zu müssen. Aufgaben wie Serververwaltung, Ressourcenzuweisung und Skalierung in AWS zu verlagern verbessert nicht nur Ihren Betriebszustand, sondern beschleunigt auch den Prozess von der Idee bis zur Produktion in der Cloud und senkt die Gesamtbetriebskosten.
Vorteile von Fargate
Anwendungen statt Infrastruktur verwalten
Stellen Sie Ihre Anwendungen bereit und verwalten Sie diese, anstatt die Infrastruktur. Beseitigen Sie den Betriebsaufwand für Skalierung, Patches, Schutz und Verwaltung von Servern.
Anwendungen überwachen, um Metriken und Einblicke zu erhalten
Überwachen Sie Ihre Anwendungen durch integrierte Integrationen mit AWS-Services wie Amazon CloudWatch Container Insights oder sammeln Sie Metriken und Protokolle mit Tools von Drittanbietern.
Sicherheit durch Isolierung verbessern
Verbessern Sie die Sicherheit durch konzeptionelle Workload-Isolierung. Amazon-ECS-Aufgaben und Amazon-EKS-Pods werden in ihrer eigenen Laufzeitumgebung ausgeführt.
Für Kosten optimieren
Zahlen Sie nur für die verwendeten Datenverarbeitungsressourcen, ohne Vorabkosten. Optimieren Sie die Kosten weiter mit Savings Plans, Fargate Spot oder AWS-Graviton-Prozessoren.
Anwendungsfälle
Webanwendungen, APIs und Microservices
Erstellen und implementieren Sie Ihre Anwendungen, APIs und Microservices-Architekturen mit der Geschwindigkeit und Stabilität von Containern. Beseitigen Sie die Notwendigkeit, den Lebenszyklus einer Recheninfrastruktur zu besitzen, auszuführen und zu verwalten, sodass Sie sich auf Ihre Anwendungen konzentrieren können.
Modernisieren von Anwendungen und Daten
Verwenden Sie AWS-Fargate mit Amazon ECS oder Amazon EKS, um Ihre containerisierten Workloads einfacher auszuführen und zu skalieren. Migrieren Sie Ihre Amazon-ECS-Windows-Container und führen Sie sie aus, ohne dass Sie Ihre Legacy-Anwendungen umgestalten oder neu aufbauen müssen.
Unterstützen Sie KI- und ML-Anwendungen
Erstellen Sie eine flexible und tragbare Entwicklungsumgebung für künstliche Intelligenz (KI) und Machine Learning (ML). Trainieren, testen und implementieren Sie Ihre ML-Modelle mit skalierbaren Ressourcen, die die Serverkapazität erhöhen und gleichzeitig eine Überbereitstellung vermeiden.
Datenverarbeitung
Führen Sie Datenverarbeitungs-Workloads aus, skalieren Sie auf bis zu 16 vCPUs und 120 GB Speicher pro Aufgabe hoch und integrieren Sie AWS Batch für Serverless-Parallelverarbeitung.
Nächste Schritte
Haben Sie die gewünschten Informationen gefunden?
Ihr Beitrag hilft uns, die Qualität der Inhalte auf unseren Seiten zu verbessern.