Große Container in Azure-Containerinstanzen

In diesem Artikel werden die Funktionen und Vorteile von Big Containers in Azure-Containerinstanzen beschrieben. Kunden können nun Workloads mit höherer vCPU und Arbeitsspeicher für Standardcontainer, vertrauliche Container, Container mit virtuellen Netzwerken sowie Container bereitstellen, die virtuelle Knoten verwenden, um eine Verbindung mit AKS herzustellen. Dieses Setup unterstützt vCPU-Zahlen größer als 4 und Arbeitsspeicherkapazitäten von 16 GB, mit einem Maximum von 31 vCPU und 240 GB pro Standard-Containergruppe und 31 vCPU und 180 GB pro vertraulicher Containergruppe. Dieses Feature entfernt Einschränkungen für rechen- und arbeitsspeicherintensive Workloads!

Vorteile großer Container

Verbesserte Leistung

Mehr vCPUs bedeuten eine bessere Verarbeitungsleistung und ermöglichen eine effizientere Handhabung komplexer Aufgaben und Anwendungen. Die verbesserte Leistung von mehr vCPUs und größerer GB-Kapazität kann zu schnelleren Verarbeitungszeiten und geringerer Latenz führen, was zu Kosteneinsparungen in Bezug auf Zeit und Produktivität führen kann.

Erhöhte Arbeitsspeicherkapazität

Größere Containergruppen mit mehr GB können größere Datasets und umfangreichere Workloads verarbeiten, sodass sie ideal für datenintensive Anwendungen geeignet sind.

Vereinfachte Skalierbarkeit

Größere Containergruppen bieten die Flexibilität, Ressourcen bei Bedarf noch höher zu skalieren und wachsende Geschäftsanforderungen zu erfüllen, ohne die Leistung zu beeinträchtigen. Größere Container-SKUs können den Skalierungsprozess vereinfachen. Anstatt viele kleinere Container zu verwalten, können Sie Ihre Anwendungen mit weniger, größeren skalieren und die Notwendigkeit häufiger Skalierungsanpassungen verringern.

Szenarien für große Container

Dies sind einige Szenarien, die von Big Containers profitieren.

Datenrückschluss

Größere Container-SKUs eignen sich ideal für dateninferencing-Aufgaben, die eine robuste Rechenleistung erfordern. Beispiele sind die Erkennung von Betrug in Echtzeit bei Finanztransaktionen, die vorausschauende Wartung in der Fertigung und personalisierte Empfehlungssysteme im E-Commerce. Diese Container sorgen für eine effiziente und sichere Verarbeitung großer Datasets für genaue Vorhersagen und Erkenntnisse.

Collaborative Analytics

Wenn mehrere Parteien Daten freigeben und analysieren müssen, bieten größere Container-SKUs eine sichere und effiziente Lösung. Beispielsweise können Unternehmen im Gesundheitswesen an Patientendatenanalysen zusammenarbeiten und gleichzeitig die Vertraulichkeit beibehalten. Ebenso können Forschungseinrichtungen große Datasets für wissenschaftliche Studien freigeben, ohne den Datenschutz zu beeinträchtigen.

Big Data-Verarbeitung

Organisationen mit großer Datenverarbeitung können von der verbesserten Kapazität größerer Container-SKUs profitieren. Beispiele hierfür sind die Verarbeitung von Kundendaten für gezielte Marketingkampagnen, die Analyse von Social Media-Trends für die Stimmungsanalyse und die Durchführung einer umfangreichen Finanzmodellierung für die Risikobewertung. Diese Container sorgen für eine effiziente Handhabung umfangreicher Workloads.

Hochleistungsrechnen

Hochleistungs-Computing-Anwendungen wie Klimamodellierung, genomische Forschung und numerische Fluiddynamik erfordern erhebliche Rechenleistung. Größere Container-SKUs bieten die erforderlichen Ressourcen zur Unterstützung dieser intensiven Aufgaben, was präzise Simulationen und schnellere Ergebnisse ermöglicht.

Nächste Schritte

Führen Sie die folgenden Schritte aus, um mit der Verwendung von Big Containers zu beginnen.

1. Wenn Sie beabsichtigen, Container mit mehr als 4 vCPU und 16 GB auszuführen, müssen Sie eine Azure-Supportanfrage übermitteln (wählen Sie "Kontingent" für den Supporttyp aus).
2. Nachdem Ihr Kontingent zugewiesen wurde, können Sie Ihre Containergruppen über azure-Portal, Azure CLI, PowerShell, ARM-Vorlage oder ein anderes Medium bereitstellen, mit dem Sie eine Verbindung mit Ihren Containergruppen in Azure herstellen können.

Weitere Informationen zu Azure-Containerinstanzen finden Sie unter Serverless-Container in Azure – Azure-Containerinstanzen | Microsoft Learn