Persistente Dateispeicherung für moderne Anwendungen

Web-Serving- und Content-Management-Systeme erfordern einen gemeinsamen Datenzugriff über mehrere containerisierte Anwendungsinstanzen, Datenpersistenz und Datenbeständigkeit. Beispiele hierfür sind Anwendungen wie WordPress und Drupal, die aus Leistungs- und Redundanzgründen von einer Skalierung auf mehrere Instanzen profitieren und Uploads, Plugins und Vorlagen gemeinsam nutzen müssen.

Ein zustandsbehafteter Microservice ist Teil einer lose gekoppelten Anwendung, die sich bei jeder Ausführung einige Dinge über ihren Zustand merken muss, so wie sich eine Wetteranwendung Ihre Heimatstadt merkt. Für diese modernen Anwendungen ist Amazon EFS eine Datengrundlage, die im Zusammenspiel mit Containern und serverlosen Technologien für eine zuverlässige und konsistente Bereitstellung auf AWS sorgt und es ermöglicht, dass Daten den Anwendungsstatus beibehalten.

Container sind eine Möglichkeit zur Bereitstellung von Trainingsaufträgen für maschinelles Lernen (ML), Inferenzendpunkten und Tools, die in mehreren Umgebungen konsistent ausgeführt werden. Durch die Verwendung von Containern können Probleme wie Konsistenz, Portabilität und Abhängigkeitsmanagement gelöst werden, die für Datenwissenschaftler und Entwickler, die sich eigentlich auf ihren Code, ihre Datensätze und Trainingsmodelle konzentrieren sollten und nicht auf die Infrastruktur, kompliziert sind. ML-Tools wie Amazon SageMaker Notebooks sowie Open-Source-Tools wie Jupyter verwenden Amazon EFS zur Verwaltung der Home-Verzeichnisse von Datenwissenschaftlern. Amazon FSx for Lustre kann für Ihre rechenintensivsten ML-Trainingsaufträge verwendet werden, bei denen der höchste Durchsatz erforderlich ist.