Archiviazione persistente di file per applicazioni moderne
Perché l'archiviazione persistente di file è importante per lo sviluppo di applicazioni moderne?
I team di sviluppo stanno modernizzando le loro applicazioni adottando container, serverless e architetture basate su micro servizi. Poiché i container sono di natura transitoria, le applicazioni di lunga durata possono trarre vantaggio dal mantenimento dello stato in uno spazio di archiviazione durevole. Le applicazioni distribuite come la formazione sul machine learning e il servizio Web traggono vantaggio da un livello di archiviazione condiviso. HAQM Elastic File System (HAQM EFS) è un file system nativo per il cloud semplice, serverless, set-and-forget, che consente di costruire applicazioni moderne, archiviare e condividere dati dai container AWS e dalle applicazioni serverless, senza necessità di gestione.
Persistenza dei dati per le tue applicazioni serverless
L'elaborazione serverless abilita ad essere più agile e dedicare meno tempo alla gestione della sicurezza, della scalabilità e della disponibilità delle tue applicazioni. Allo stesso tempo, le moderne applicazioni data-intensive richiedono un accesso rapido a grandi volumi di dati condivisi. AWS Lambda ti consente di eseguire applicazioni serverless su larga scala e mission-critical. HAQM EFS fornisce archiviazione serverless altamente disponibile e durevole per tali applicazioni e semplifica la condivisione dei dati che devono persistere oltre e tra le esecuzioni delle funzioni Lambda e i processi AWS Fargate. Questa potente combinazione è ideale per costruire applicazioni di machine learning, il caricamento di grandi modelli, librerie e altri dati di referenza, l'elaborazione e il backup di grandi quantità di dati, l'hosting di contenuti Web e lo sviluppo di sistemi di costruzione interni.
Vantaggi
Semplicità
Gli allegati HAQM EFS sono configurati nei metadati dell'applicazione, come la definizione dei processiHAQM Elastic Container Service (HAQM ECS) o il volume persistente Kubernetes, inclusa la connettività, in modo che gli sviluppatori possano concentrarsi sulle loro applicazioni, non sull'infrastruttura.
Elastic
HAQM ECS, HAQM Elastic Kubernetes Service (HAQM EKS), AWS Fargate, e HAQM EFS sono completamente elastici, aumentano e diminuiscono rapidamente in base alla domanda.
Disponibilità e durabilità
HAQM ECS, HAQM EKS, AWS Fargate, AWS Lambda, e HAQM EFS sono servizi regionali. Puoi costruire applicazioni che si estendono su più zone di disponibilità, con failover automatico.
Sicurezza
Ottimizzato in termini di costo
Paghi solo per lo spazio di archiviazione e il calcolo che utilizzi. HAQM EFS dimensiona on demand da zero a petabyte senza interruzioni, crescendo e riducendosi automaticamente man mano che aggiungi e rimuovi file e HAQM ECS, HAQM EKS, e AWS Fargate Cluster Auto Scaing abilita alla capacità di crescere e ridursi per soddisfare la domanda.
Come funziona

Casi d'uso
Distribuzione Web e gestione di contenuti
I sistemi di Web serving e di gestione dei contenuti richiedono l'accesso condiviso ai dati su più istanze di applicazioni containerizzate, la persistenza e la durabilità dei dati. Gli esempi includono applicazioni come WordPress e Drupal, che traggono vantaggio dal dimensionamento orizzontale a più istanze per prestazioni e ridondanza e devono condividere caricamenti, plug-in e modelli.
Micro servizi con stato
Un micro servizio con stato fa parte di un'applicazione ad accoppiamento libero che deve ricordare alcune cose sul suo stato ogni volta che viene eseguita, come nel modo in cui un'applicazione meteo ricorda la tua città. Per queste applicazioni moderne, HAQM EFS è una base dati che opera di concerto con container e tecnologie serverless per implementare in modo affidabile e coerente in AWS, permettendo ai dati di mantenere lo stato dell'applicazione.
ML e IA - Intelligenza Artificiale
I container sono un modo per implementare processi di formazione di machine learning (ML), endpoint di inferenza e strumenti che vengono eseguiti in modo coerente in più ambienti. L'utilizzo dei container può risolvere problemi come la coerenza, la portabilità e la gestione delle dipendenze che complicano le cose per i data scientist e gli sviluppatori la cui attenzione dovrebbe essere incentrata sul codice, sui set di dati e sui modelli di addestramento, non sull'infrastruttura. Strumenti di ML come HAQM SageMaker Notebooks, e strumenti open source come Jupyter utilizzano HAQM EFS per gestire le home directory dei data scientist. HAQM FSx for Lustre può essere utilizzato per i processi di formazione ML più intensivi di calcolo in cui è richiesta la massima velocità effettiva.
Casi di studio
Post del blog
Risorse
Sei pronto per iniziare?

