40代おっさんインスタンスタイプをまとめてみた
本記事について
本記事はAWS初学者の私が学習していく中でわからない単語や概要をなるべくわかりやすい様にまとめたものです。
もし誤りなどありましたらコメントにてお知らせいただけるとありがたいです。
インスタンスタイプとは
インスタンスタイプはさまざまな CPU、メモリ、ストレージ、ネットワークキャパシティーの組み合わせによって構成されている。
つまり、自分のやりたいことに合わせて色々選べるみたいです。
例 t2.micro
tはファミリー名
数字は世代番号
microはインスタンスのサイズ
を表す
インスタンスタイプ t3系 の特徴
インスタンスサイズ |
vCPU |
CPUクレジット/時間 |
メモリ(GiB) |
t3.nano |
2 |
6 |
0.5 |
t3.micro |
2 |
12 |
1 |
t3.small |
2 |
24 |
2 |
t3.medium |
2 |
24 |
4 |
t3.large |
2 |
36 |
8 |
t3.xlarge |
4 |
96 |
16 |
t3.nano |
8 |
192 |
32 |
テスト向き
CPUバーストが特徴
t3...CPUがIntel
t3a...CPUがAMD(10%ほど安い)
バーストとは
T系インスタンスを使用しようとした場合、他のインスタンスタイプとは違い、ベースラインと呼ばれるあらかじめ決められたCPU使用率が定義されています。その上で、ベースラインを超えたCPU使用率が使用できる状況をバースト機能と呼びます。
バーストは無限ではなくCPUクレジット(普段使用していない分をためておける)が0になる終わるみたいです。
ちなみにCPUクレジットはCPU 利用率がベースラインを下回り、前の 5 分間に消費したクレジットが獲得したクレジットより少なかった場合に増加します。
だとのこと・・・
ちなみにちなみに・・・バーストが終わるとすごく遅くなるみたいです・・・気を付けましょう・・・
インスタンスタイプ M系 の特徴
インスタンス |
vCPU |
メモリ(GiB) |
m5.large |
2 |
8 |
m5.xlarge |
4 |
16 |
m5.2xlarge |
8 |
32 |
m5.4xlarge |
16 |
64 |
m5.8xlarge |
32 |
128 |
m5.12xlarge |
48 |
192 |
m5.16xlarge |
64 |
256 |
m5.24xlarge |
96 |
384 |
汎用タイプ
### インスタンスタイプ C系 の特徴
モデル |
vCPU |
メモリ(GiB) |
c5.large |
2 |
4 |
c5.xlarge |
4 |
8 |
c5.2xlarge |
8 |
16 |
c5.4xlarge |
16 |
32 |
c5.9xlarge |
36 |
72 |
c5.12xlarge |
48 |
96 |
c5.18xlarge |
72 |
144 |
c5.24xlarge |
96 |
192 |
コンピューティング最適化
処理の多いウェブサーバー
科学的なモデリング
機械学習/深層学習の推論
### インスタンスタイプ R系 の特徴
インスタンス |
vCPU |
メモリ(GiB) |
r5.large |
2 |
16 |
r5.xlarge |
4 |
32 |
r5.2xlarge |
8 |
64 |
r5.4xlarge |
16 |
128 |
r5.8xlarge |
32 |
256 |
r5.12xlarge |
48 |
384 |
r5.16xlarge |
64 |
512 |
r5.24xlarge |
96 |
768 |
メモリ最適化
ハイパフォーマンスのデータベース
ビックデータ
Hadoopクラスター
インスタンスタイプ P系 の特徴
インスタンス |
GPU |
vCPU |
メモリ(GiB) |
GPUメモリ(GiB) |
p3.2xlarge |
1 |
8 |
61 |
16 |
p3.8xlarge |
4 |
32 |
244 |
64 |
p3.16xlarge |
8 |
64 |
488 |
128 |
p3dn.24xlarge |
8 |
96 |
768 |
256 |
高速コンピューティング最適化
GPUがついている
GPUとは
CPUの補助的なUPUで3Dグラフィックに用いられたり、機械学習/深層学習に使われ、かなり負荷が高いものに使われるみたいです。結構高価なもの用です。
インスタンスタイプ H系 の特徴
インスタンス |
vCPU |
メモリ |
ネットワーキングパフォーマンス |
ストレージ(GB) |
h1.2xlarge |
8 |
32 |
最大10ギガビット |
1×2000HDD |
h1.4xlarge |
16 |
64 |
最大10ギガビット |
2×2000HDD |
h1.8xlarge |
32 |
128 |
10ギガビット |
4×2000HDD |
h1.16xlarge |
64 |
256 |
25ギガビット |
8×2000HDD |
分散ファイルシステム
Apache kafkaなどのログ分析
ビックデータのワークロード用クラスター
わからん・・・とりあえず大容量を補完できるタイプのインスタンスだと理解しました・・
*補足
ビッグデータなど大量のデータがある場合に保存する領域も必要になってきます。そういった大容量のデータを高速に処理する際に、ストレージ性能が最適化されたインスタンスを用います。
最後に
難しい・・・
どれを選んだら良いかわからないですよね・・・
とりあえずテストはt系を使用して、
本番はm系が良いみたいです。
もしそれで問題があるようでしたらほかのインスタンスタイプを選ぶのが良いみたいです。
またこの記事はAWS初学者を導く体系的な動画学習サービス「AWS CloudTech」の課題カリキュラムで作成しました。
https://aws-cloud-tech.com/