AWS Fargate

การประมวลผลแบบไร้เซิร์ฟเวอร์สำหรับคอนเทนเนอร์

ทําไมต้องใช้ AWS Fargate

AWS Fargate คือกลไกการประมวลผลแบบไม่ต้องใช้เซิร์ฟเวอร์ที่คิดค่าบริการตามที่คุณใช้จริง ซึ่งช่วยให้คุณสามารถให้ความสำคัญกับการสร้างแอปพลิเคชันได้โดยไม่ต้องมาคอยจัดการเรื่องเซิร์ฟเวอร์ การย้ายงาน เช่น การจัดการเซิร์ฟเวอร์ การจัดสรรทรัพยากร และการขยายขนาดไปยัง AWS ไม่เพียงแต่จะปรับปรุงสถานะการปฏิบัติงานของคุณเท่านั้น แต่ยังช่วยเร่งกระบวนการเปลี่ยนจากแนวความคิดไปสู่การผลิตบนระบบคลาวด์ และลดต้นทุนรวมในการเป็นเจ้าของอีกด้วย 

Video Player is loading.
Current Time 0:00
Duration 1:44
Loaded: 0.00%
Stream Type LIVE
Remaining Time 1:44
 
1x
    • Chapters
    • descriptions off, selected

      ประโยชน์ของ AWS Fargate

      AWS Fargate ช่วยให้คุณสามารถมุ่งเน้นไปที่การสร้างแอปพลิเคชันได้ คุณจัดการน้อยลง เลือกวิธีการชำระเงินได้ และปรับปรุงกาารรักษาความปลอดภัยด้วยการออกแบบแบบแยกส่วน

      วิธีการทำงาน

      Fargate ใช้งานได้กับ Amazon Elastic Container Service (Amazon ECS) และ Amazon Elastic Kubernetes Service (Amazon EKS) เลือกภาพคอนเทนเนอร์ใด ๆ ที่สอดคล้องกับข้อกำหนด OCI จากนั้นกำหนดทรัพยากรหน่วยความจำและการคำนวณ และรันคอนเทนเนอร์ที่มีการคำนวณแบบไม่ต้องใช้เซิร์ฟเวอร์ ด้วยสถาปัตยกรรม CPU หลายระบบและระบบปฏิบัติการที่รองรับ คุณจึงสามารถเพลิดเพลินกับสิทธิประโยชน์ต่างๆ จากการใช้งานที่หลากหลาย

      แผนภาพแสดงประโยชน์ที่ได้รับจากการใช้ AWS Fargate เพื่อเรียกใช้แอปพลิเคชันคอนเทนเนอร์

      กรณีใช้งาน

      เว็บแอป, API และไมโครเซอร์วิส

      สร้างและติดตั้งใช้สถาปัตยกรรมแอปพลิเคชัน, API และไมโครเซอร์วิสต่างๆ ได้อย่างรวดเร็ว พร้อมช่วยรักษาสภาพเดิมของคอนเทนเนอร์เอาไว้ ไม่ต้องเป็นเจ้าของ เรียกใช้ และจัดการวงจรการใช้งานของโครงสร้างพื้นฐานการคำนวณ เพื่อให้คุณสามารถเน้ความสำคัญไปที่แอปพลิเคชันของคุณ

      ปรับปรุงแอปพลิเคชันให้ทันสมัย

      ใช้ AWS Fargate กับ Amazon ECS หรือ Amazon EKS เพื่อเรียกใช้และปรับขนาดเวิร์กโหลดในคอนเทนเนอร์ของคุณได้ง่ายขึ้น โยกย้ายและเรียกใช้คอนเทนเนอร์ Amazon ECS Windows โดยไม่ต้อง Refactor หรือ Rearchitect แอปพลิเคชันเดิมของคุณ

      รองรับแอปพลิเคชัน AI และ ML

      สร้างสภาพแวดล้อมการพัฒนาปัญญาประดิษฐ์ (AI) และแมชชีนเลิร์นนิง (ML) ที่ยืดหยุ่นและโยกย้ายง่าย เทรน ทดสอบ และปรับใช้โมเดล ML ของคุณด้วยทรัพยากรที่ปรับขนาดได้ ซึ่งช่วยเพิ่มความจุของเซิร์ฟเวอร์ในขณะที่หลีกเลี่ยงการจัดสรรเกินพิกัด

      การประมวลผลข้อมูล

      เรียกใช้เวิร์กโหลดการประมวลผลข้อมูล ขยายขนาดได้สูงสุด 16 vCPU และหน่วยความจำ 120 GB ต่อหนึ่งงาน และผสานรวมกับ AWS Batch สำหรับการประมวลผลแบบขนานแบบไม่ต้องใช้เซิร์ฟเวอร์

      สำรวจ AWS เพิ่มเติม