En el examen SAA-C03, el rendimiento en computacion forma parte del dominio "Disenar arquitecturas de alto rendimiento", que representa aproximadamente el 26% del examen. Las preguntas frecuentemente preguntan: "Que tipo de instancia EC2 encaja con esta carga de trabajo?" y "Como se escala la capacidad automaticamente?"
Familias de instancias EC2 — El vehiculo adecuado para cada tarea
Piensa en las familias de EC2 como en los tipos de vehiculos. No usarias un carro deportivo para mudarte, ni un camion de carga para salir a pasear. Cada familia de EC2 esta optimizada para un tipo especifico de carga de trabajo.
Serie M — El sedan familiar (Proposito general)
Relacion equilibrada entre CPU y memoria. Ideal para servidores web, servidores de aplicaciones y bases de datos pequeñas cuando no hay un requisito extremo en ninguna dimension. Si no sabes que elegir, empieza con M.
Serie C — El auto deportivo (Optimizado para computo)
Diseñado para tareas intensivas en CPU: simulaciones cientificas, codificacion de video, servidores de juegos y servidores web de alto trafico. Obtienes mas potencia de CPU por el mismo costo.
Serie R/X — La camioneta de carga (Optimizado para memoria)
Una camioneta de carga esta disenada para llevar mucho peso. Las series R y X ofrecen una cantidad enorme de RAM en relacion con la CPU. Usaias estas para bases de datos en memoria como SAP HANA, analitica de big data en tiempo real y grandes capas de cache.
Serie P/G — El camion especializado (Computo acelerado)
Cuando tu carga de trabajo requiere GPUs — entrenamiento de modelos de machine learning, inferencia de deep learning, renderizado 3D — las series P y G son la unica opcion.
Serie I/D — El almacen de alta velocidad (Optimizado para almacenamiento)
Cuando el cuello de botella es el rendimiento de disco, las series I y D proporcionan almacenamiento NVMe local extremadamente rapido. Ideal para data warehouses, procesamiento masivo de logs y servidores de bases de datos NoSQL.
Auto Scaling — Contratar empleados temporales en la temporada de fiestas
Imagina una tienda durante la temporada de compras navidenas. La semana antes de las fiestas, el trafico de clientes se dispara. El gerente contrata empleados temporales con anticipacion. Cuando las fiestas terminan, esos empleados se van. Pero sin importar que tan lento este el negocio, siempre hay al menos un cajero de turno. Auto Scaling hace exactamente esto, de forma automatica.
Tres numeros definen un Auto Scaling Group:
Minimum: El piso. Las instancias nunca bajan de este numero. "Siempre necesitamos al menos un cajero." Desired: El objetivo para operaciones normales. "Tres empleados es el tamaño correcto para un dia tipico." Maximum: El techo. Nunca superar este numero incluso en el pico de carga.
Politicas de Auto Scaling — Que activa el escalado?
Target Tracking
La politica mas simple y comunmente utilizada. Estableces un objetivo: "mantener la utilizacion de CPU al 50%". AWS automaticamente agrega o elimina instancias para mantenerse cerca de ese objetivo. Como un termostato: estableces la temperatura y el sistema se encarga del resto.
Step Scaling
Control mas granular. Defines pasos: agrega 2 instancias cuando la CPU esta entre 60-70%, agrega 4 cuando esta entre 70-80%. Usalo cuando necesitas mas control que el que ofrece Target Tracking.
Scheduled Scaling
Escala segun un horario. "Cada dia de semana a las 8 AM, sube la capacidad a 10 instancias. A medianoche, reduce a 2." Usalo cuando los patrones de trafico son predecibles.
Predictive Scaling
AWS analiza tus patrones historicos de trafico usando machine learning y agrega capacidad de forma proactiva antes de que llegue la demanda.
Grupos de ubicacion EC2 — Donde viven exactamente tus servidores?
Cluster Placement Group — Escritorios en una sola oficina
Coloca todas las instancias en hardware fisicamente cercano dentro de una sola AZ. Minimiza la latencia de red. Usalo para HPC y aplicaciones fuertemente acopladas. Desventaja: si falla el rack de hardware subyacente, todas las instancias se ven afectadas.
Spread Placement Group — Un escritorio por piso
Coloca cada instancia en hardware fisico distinto, maximizando el aislamiento de fallos. Usalo para un pequeno numero de instancias criticas. Limite: maximo 7 instancias por AZ.
Partition Placement Group — Salas separadas para cada equipo
Las instancias dentro de una particion pueden compartir hardware, pero las particiones nunca comparten hardware entre si. Usalo para sistemas distribuidos como Hadoop, Kafka y Cassandra.
!Grupos de ubicación de EC2: Cluster, Spread, Partition
AWS Batch y EMR — Procesamiento masivo por lotes
AWS Batch
Defines el trabajo y AWS Batch aprovisiona automaticamente las instancias EC2 correctas, distribuye los trabajos, monitorea el progreso y termina las instancias cuando todo termina. Solo pagas por el tiempo de computo que realmente usas.
Amazon EMR
EMR te permite ejecutar frameworks de big data de codigo abierto como Hadoop, Spark e Hive en un cluster EC2 administrado. Usalo para analisis de logs a gran escala, transformacion de datos y preprocesamiento de machine learning.
Puntos clave para el examen
"CPU intensivo, computacion cientifica, servidores de juegos" -- Serie C (Optimizado para computo)
"Base de datos en memoria, gran requisito de RAM" -- Serie R/X (Optimizado para memoria)
"GPU, entrenamiento de ML, deep learning" -- Serie P/G (Computo acelerado)
"Proposito general, sin requisitos extremos" -- Serie M (Proposito general)
"Mantener un porcentaje de CPU especifico" -- Target Tracking Auto Scaling
"Respuesta diferente por rango de metrica" -- Step Scaling
"Escalar a una hora especifica del dia" -- Scheduled Scaling
"Escalar proactivamente basado en patrones historicos" -- Predictive Scaling
"HPC, baja latencia, comunicacion estrecha entre nodos" -- Cluster Placement Group
"Pocas instancias criticas, maxima aislacion de fallos" -- Spread Placement Group
"Hadoop/Kafka/Cassandra, sistemas distribuidos conscientes de particiones" -- Partition Placement Group
"Programacion automatica de grandes trabajos por lotes" -- AWS Batch
"Cluster de big data Hadoop/Spark" -- Amazon EMR