Archiviazione persistente di file per applicazioni moderne

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.

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, Amazon 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.

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 Amazon SageMaker Notebooks, e strumenti open source come Jupyter utilizzano Amazon EFS per gestire le home directory dei data scientist. Amazon FSx for Lustre può essere utilizzato per i processi di formazione ML più intensivi di calcolo in cui è richiesta la massima velocità effettiva.