针对企业级用户,可以通过如下流程进行配置选型:
为满足不同客户的需求,针对企业级的用户,阿里云提供了以下应用场景下的实例配置建议:
1、均衡性能
需要相对均衡的处理器与内存资源配比,满足大多数场景下的应用资源需求关系。
2、高网络收发包应用
需要高网络收发包能力,可以根据应用场景选择更合理的计算与内存的资源配比。
3、高性能计算
需要消耗高计算资源,GPU并行计算以及高主频是该场景下的典型应用。
4、高性能处理
用户业务需要高处理器主频来承载更多的用户,需要高主频处理器支持。
5、手游、页游
需要消耗高计算资源,1:2的处理器与内存配比可以获得最优计算资源性价比。
6、视频转发
需要消耗高计算资源,1:2的处理器与内存配比可以获得最优计算资源性价比。
7、直播弹幕
需要高网络收发包能力,可以根据应用场景选择更合理的计算与内存的资源配比。
8、关系型数据库
需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时,CPU与内存资源配比均衡(1:4)或内存更大(1:8)。
9、分布式缓存
需要CPU与内存资源配比均衡(1:4)或者内存更大(1:8),稳定的计算性能。
10、NoSQL数据库
需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时,CPU与内存资源配比均衡(1:4)或内存更大(1:8)。
11、Elastic Search
需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时,CPU与内存资源配比均衡(1:4)或内存更大(1:8)。
12、Hadoop
数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比,计算节点则更关注计算性能、网络带宽及CPU与内存资源配。
13、Spark
数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比,计算节点则更关注计算性能、网络带宽及CPU与内存资源配。
14、Kafka
数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比,计算节点则更关注计算性能、网络带宽及CPU与内存资源配。
15、机器学习
需要高性能Nvidia GPU计算卡,内存不小于显存的两倍。
16、视频编码
需要高性能GPU计算卡或高性能CPU进行编解码。
17、渲染
需要高性能GPU计算卡进行渲染。