در حال حاضر محصولی در سبد خرید شما وجود ندارد.
EKS EKS (سرویس Kubernetes الاستیک) ساده کار با Kubernetes. با این حال، هیچ ناهار آزاد وجود ندارد، و EKS صورتحساب می تواند شگفت آور بالا باشد. این دوره را برای یادگیری نحوه کاهش صورتحساب های EKS، در حالی که در حال اجرا بارهای کاری در سناریوهای مختلف است.
آنچه شما یاد می گیرید
EKS EKS یک سرویس عالی برای اجرای ظروف خود را در Kubernetes است. این آسان برای استفاده است و بسیار آسان است به صرف پول زیادی. در این دوره، بهینه سازی یک خوشه EKS برای قیمت و عملکرد، شما یاد خواهید گرفت که چگونه شروع به کنترل صورتحساب های EKS خود کنید. اول، شما در مورد هزینه های EKS آگاهی خواهید یافت. بعد، شما کشف خواهید کرد که چگونه بهینه سازی هزینه های محاسبات EKS را بهینه سازی کنید. در نهایت، شما خواهید آموخت که چگونه هزینه های EKS را با استفاده از Fargate، کاهش هزینه های ذخیره سازی و استفاده از نمونه های مبتنی بر بازو بهینه سازی کنید. هنگامی که با این دوره به پایان رسید، مهارت و دانش را برای بهینه سازی هزینه ها و عملکرد EKS خود خواهید داشت.
عنوان اصلی : Optimizing an EKS Cluster for Price and Performance
سرفصل های دوره :
مرور دوره
چرا هزینه های مهم است
چه کسی باید هزینه های EKS را مورد توجه قرار دهد؟
هزینه در مقابل عملکرد
فهم اجزای هزینه EKS
Right-Size Pods منابع
EKS از موارد استفاده می کند؟
EC2 موارد
موارد عملکرد بازدارنده
نمونه های نقطه ای
موارد رزرو شده
برنامه های پس انداز
Fargate چیست؟
Fargate VS2 گره های EC2
مخلوط کردن گره های Fargate و EC2
درک انواع ذخیره سازی
مقایسه انواع ذخیره سازی
کاهش هزینه های ذخیره سازی
چرا از نمونه های Graviton استفاده کنید؟
نحوه استفاده از نمونه های Graviton
استفاده از کارهای Windows Windows
بعدی چیست؟
Optimizing an EKS Cluster for Price and Performance
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Boost Data Science Productivity with PyCharm
آموزش وارد کردن داده ها به R از دیتابیس های رابطه ای
Building a Raspberry Pi 4 Kubernetes Cluster
آموزش ترکیب منابع داده ها در زبان R
ساخت یک کلاستر Kubernetes بر روی Raspberry Pi
Build Web Apps in Python with Streamlit 0.8
آموزش استفاده از PyCharm در برنامه نویسی Data Science با پایتون
آموزش پردازش داده ها بر روی کلود AWS
Boost Data Science Productivity with PyCharm
Building Data Pipelines with Luigi 3 and Python