pathdoc - stock.adobe.com

Welcher Azure Instanztyp eignet sich für welche Workloads?

Azure-Instanzen gibt es in mehr als 80 Varianten verteilt auf elf Serien. Wir erklären, welche Serie sich für welchen Anwendungsfall eignet und wann sich Spezialinstanzen lohnen.

In der Public Cloud von Microsoft haben Administratoren und Entwickler die Wahl aus einer Reihe von Instanztypen. Die zusätzlichen Dienste von Azure – Speicher, Skalierung, Caching, Datenbanken und mehr – unterstützen und optimieren die Workload-Performance. Die Entscheidung für die richtige virtuelle Maschine ist der erste Schritt zu einer kosten- und leistungsoptimierten Cloud-Nutzung.

Microsoft listet etwa 80 unterschiedliche Azure-Instanztypen auf, aus denen Benutzer wählen können. Die Liste der verfügbaren Instanzen wächst und ändert sich regelmäßig.

Lernen Sie den Unterschied zwischen Azure-Instanztypen wie speicheroptimierten und GPU-optimierten (Graphics Processing Unit, Grafikprozessor) virtuellen Maschinen (VMs) kennen, um zu erfahren, wie Sie Workloads dem richtigen Instanztyp zuordnen.

Allzweck-VMs: Instanzen der B- und D-Serie

Allzweck-Computing-VMs sind die richtige Wahl für Webserver, Softwareentwicklung und -tests, Datenbankinstanzen und viele weitere Aufgaben mit unspezifischen Anforderungen. Allzweck-VMs wie die D-Serie von Azure haben keine herausstechenden Eigenschaften.

Es gibt Instanzen mit verschiedenen virtuellen CPU- (vCPU-), Arbeitsspeicher- und Speicherkonfigurationen, je nach Größe und Intensität Ihrer Workloads. So ist die B-Serie eher für kleinere Datenbanken oder Microservices gedacht, während die verschiedenen D-Serien größere Workloads beheimaten können.

Rechenoptimierte virtuelle Maschinen: Instanzen der F-Serie

Besonders rechenintensive Workloads erfordern eine hohe Prozessorleistung im Verhältnis zur verfügbaren Arbeitsspeichermenge. Dies bedeutet, dass das vCPU-zu-Speicher-Verhältnis höher ist als bei anderen Instanztypen.

Verwenden Sie dieses Setup für maschinelles Lernen und Analyseanwendungen, stark frequentierte Webserver oder netzwerkzentrierte Workloads. Azure bietet mehrere Klassen von rechenoptimierten VMs zur Auswahl, die meisten davon in seiner F-Serie.

Arbeitsspeicheroptimierte virtuelle Maschinen: Instanzen der E-, G- und M-Serie

Bei einigen Workloads ist der Arbeitsspeicher wichtiger als die Prozessorleistung. Dazu gehören Workloads mit umfangreichem Content-Caching, relationale Datenbanken und In-Memory-Analysen.

In diesem Fall setzen Sie auf einen der Memory-optimierten Instanztypen, zum Beispiel der M-Serie. Die Instanzen der Mv2-Serie bieten eine enorme Speicherkapazität von bis zu 12 TB. Andere speicheroptimierte Typen sind Teil der G-Serie, die sowohl den Arbeitsspeicher als auch den SSD-Speicher erhöht sowie die Instanzen der E-Serie für große relationale Datenbanken.

Speicheroptimierte virtuelle Maschinen: Instanzen der Ls-Serie

Big-Data-Projekte sowie SQL- und NoSQL-Datenbank- und Data-Warehouse-Bereitstellungen sind meistens sehr speicherintensiv. Workloads mit hohem Festplattendurchsatz oder E/A-Anforderungen profitieren von Cloud-VMs, die für speicherlastige Aufgaben optimiert sind. Bei Azure gehören dazu die Ls-Serie und die G-Serie, die in die Kategorien speicher- und arbeitsspeicheroptimiert fallen.

Virtuelle Maschinen mit GPUs: Instanzen der N-Serie

CPUs sind mit aufwändigeren Grafikverarbeitungsaufgaben überfordert. GPUs entlasten sie von einem Großteil der Verarbeitungsarbeit für mathematische und Rendering-Aufgaben. GPUs werden zunehmend für Visualisierungen, umfangreiche Analysen, Modellierung und Gaming- oder Grafik-Workloads benötigt.

Die Instanztypen der N-Serie von Azure verfügen über mehrere GPUs, einschließlich der Nvidia Tesla P40-, M60- und V100-GPUs. GPU-optimierte Instanzen bieten außerdem InfiniBand-Verbindungen mit hoher Bandbreite, um die Leistung weiter zu verbessern.

Hochleistungs-Computing-VMs: Instanzen der H-Serie

HPC-Workloads (High Performance Computing) stellen enorme Anforderungen an die Prozessor- und Speicherbandbreite. Beispiele für solche Anwendungen sind das Berechnen von Fluiddynamik, Finite-Elemente-Analyse und Wettermodellierung.

Azure hat die Instance-Typen A8, A9, A10 und A11 aus der A-Serie zurückgezogen, die ursprünglich auf rechenintensive Aufgaben abzielten. Die Azure H-Serie bildet heute das HPC-Instanzangebot von Azure. Der Schwerpunkt liegt nicht so sehr auf der Größe der Ressourcen, sondern eher auf deren Beschaffenheit und Architektur. Instanzen der H-Serie zeichnen sich durch eine Mischung aus großen vCPUs und umfangreichem Arbeitsspeicher aus. Weitere Merkmale sind eine hohe Speicherbandbreite, hohe vCPU-Taktraten, ein großer vCPU-Cache pro Kern und eine leistungsstarke SSD-Speicherbandbreite.

Das besondere an den HPC-Instanzen von Azure, ist die Hardware des Cloud-Anbieters. Die Server sind für High-End-Verarbeitung und Netzwerkbetrieb optimiert. Zur Wahl stehen in der H-Serie unter anderem 8- und 16-Kern-VMs mit Intel Haswell E5-2667 v3-Prozessoren und schnellem DDR4-Speicher. Als Datenspeicher kommen meistens SSDs zum Einsatz.

Die Vorteile dieser Instanzen sind nicht auf einzelne Iterationen beschränkt. Administratoren können eine Gruppe von Azure-Instanzen bereitstellen, um beispielsweise Hochleistungs-Computing-Cluster für Hadoop oder andere Big-Data-Projekte zu erstellen.

Spezial- und Economy-Instanzen: Die A-, Bs- und E-Serie

Azure bietet neben den genannten Serien noch einige weitere Instanztypen. Die Economy-Instanzen der A-Serie bieten grundlegende Prozessor- und Speicherkonfigurationen zum günstigen Preis. Ähnlich wie die größeren Allzweck-VMs eignen sich Instanzen der A-Serie für Aufgaben wie Softwareentwicklung und -tests, Webserver mit geringem Datenverkehr oder kleine Datenbanken.

Die Bs-Serie umfasst eine Reihe günstiger VMs, die auf Spitzenanforderungen zugeschnitten sind. Instanzen der Bs-Serie sind für Situationen gedacht, in denen eine ungleichmäßige oder unvorhersehbare Prozessorauslastung andere VM-Typen negativ beeinträchtigen würde.

Schließlich ist die E-Serie für In-Memory-Hyperthread-Anwendungen wie komplexe oder anspruchsvolle Datenbanken optimiert. Die E-Serie verwendet ein hohes Speicher-zu-Prozessor-Verhältnis, um sie auf speicherintensive Aufgaben auszurichten, sowie leistungsstarken Cache und Speicher.

Welche Azure-Instanztypen sollten Sie verwenden?

Azure-Instanztypen wie die Dav4-Serie oder die Dv3-Serie bieten für die meisten Ansprüche eine gute Leistung zu angemessenen Kosten. Workloads mit niedriger Priorität können auf kostengünstigeren Instanzen der A-Serie oder B-Serie laufen, solange sei keine hohen Leistungsanforderungen haben. Sofern die Workload nicht erheblich von der Investition profitiert, sind die Hochleistungsinstanzen wie die H-Serie für HPC oder die N-Serie mit GPUs ihren Preis nicht wert. Ein Workload, der speziell für die Visualisierung mit Nvidia Tesla V100-GPUs entwickelt wurde, sollte jedoch von einer Instanz wie NCsv3 profitieren.

Um Workloads die richtigen Azure-Instanztypen zuzuordnen, beginnen Sie mit den bekannten Computing-Anforderungen und übersetzen Sie diese in Cloud-Kapazitätsanforderungen. Welche Art von Server benötigen Sie, um die Anwendung auszuführen? Denken Sie an Prozessorkerne, Arbeitsspeicher, Festplattenspeicher, Festplatten-E/A und Netzwerkbandbreite.

Bewerten Sie die Anwendung nach Möglichkeit in einer lokalen Umgebung, zum Beispiel im Rechenzentrum On-Premises, und überwachen Sie die Workload-Leistung, um mögliche Engpässe zu erkennen und vermeiden. Beginnen Sie mit einer Instanzgröße, die in Bezug auf die Anzahl der Netzwerkschnittstellenkarten (NIC), die Festplattengröße und andere Metriken eng mit den lokalen Serverinstanzen übereinstimmt.

Führen Sie als Nächstes anhand der obigen Informationen einen Vergleich des Azure-Instanztyps durch und wählen Sie eine passende Azure-Instanz aus – also eine gleichgroße oder größere. Die Instanz sollte alle speziellen Anforderungen unterstützen. Dazu können ein besonders großer Cache, GPUs, rechenintensive Verarbeitung oder hohe Arbeitsspeicher- oder Speicherbandbreite gehören.

Das Zuordnen von Workloads zu einer Cloud-Instanz erfolgt nicht immer eins zu eins. Jede Instanz hat Beschränkungen hinsichtlich der Festplattengröße, E/A und NIC-Anzahl. Eine Instanzgröße begrenzt die Anzahl der verfügbaren virtuellen Laufwerke. Wenn eine Anwendung eine größere Anzahl virtueller Datenträger benötigt, müssen Sie eine größere Azure-Instanz auszuwählen, selbst wenn andere Ressourcen in dieser Instanz nicht ausgelastet sind.

Verwenden Sie ein Tool wie Azure Diagnostics, einen Agent in Azure Monitor, um die Leistung der Anwendung innerhalb der Instanz zu messen. So finden Sie auch heraus, ob andere Schlüsselmetriken akzeptabel sind. Wenn nicht, versuchen Sie den Workload in einer anderen Instanzgröße oder einem anderen Instanztyp unterzubringen. Wenn Sie zu Azure migrieren, erfassen Sie Leistungsmetriken vor und nach der Migration, um Probleme rechtzeitig zu identifizieren.

Azure-Bereitstellungen in der Produktion

Eine einzelne Instanz eignet sich gut für temporäre Test- und Entwicklungs-Workloads mit niedriger Priorität oder Geschäftsanwendungen mit niedriger Priorität. Für Produktionsumgebungen ist diese Vorgehensweise nicht geeignet. Wenn die Anwendung, das Netzwerk oder die zugrunde liegende Hardware ausfällt, bricht sonst Ihre Produktionsumgebung zusammen. Sie brauchen daher auf jeden Fall mehrere VMs, die in einem Cluster angeordnet sind. Azure unterstützt keine Service Level Agreements für einzelne VMs.

Azure-Instanzen können sowohl vertikal als auch horizontal skaliert werden. Vertikales Skalieren bedeutet, die VM-Größe zu ändern – meistens, wenn ein Workload mehr Ressourcen benötigt. Horizontale Skalierung bedeutet das Hinzufügen von Instanzen zu einem Cluster. Dies ist hilfreich, wenn einzelne Instanzen nicht die erforderliche Rechenleistung bereitstellen oder den Datenverkehr bewältigen können oder wenn mehr Verfügbarkeit und Ausfallsicherheit erforderlich sind.

Sofern möglich, sollten Sie Ressourcen zusammen bereitstellen und verwalten. Mit den Ressourcengruppen können Sie Ihre Abrechnung vereinfachen. Azure-Diagnostics liefern grundlegenden Integritätsmetriken, Startdiagnosen und Infrastrukturdiagnoseprotokollen. Protokollierung und Diagnose können entscheidend sein, um Workload-Probleme zu beheben.

Berücksichtigen Sie bei der Wahl von Festplattenspeicher für latenzempfindliche Workloads SSD-Optionen, Speicherkapazität und Durchsatz. Während ein einzelnes Speicherkonto bis zu 20 VMs unterstützen kann, beeinträchtigen I/O-Limits in manchen Fällen die Leistung, wenn mehrere VMs gleichzeitig versuchen, auf den Speicher zuzugreifen. Gruppieren Sie Festplatten und wenden Sie Striping auf die Gruppe an, um die Kapazität und IOPS für anspruchsvollere Anwendungen zu steigern.

Sie sollten außerdem den Standort für Ihre Instanzen möglichst nahe an den angepeilten Nutzern wählen. Das minimiert die Latenz und verbessert die Leistung. Das wird dadurch erschwert, dass Microsoft nicht alle Instanztypen in allen Verfügbarkeitsregionen anbietet. Außerdem sind einige Instanzen, beispielsweise die Promo-Instanzen der H-Serie für HPC, nur für eine begrenzte Zeit verfügbar. 

Erfahren Sie mehr über Cloud Computing

ComputerWeekly.de
Close