Armazenamento de arquivos persistentes para aplicações modernas

Os sistemas de serviços da Web e gerenciamento de conteúdo exigem acesso a dados compartilhados em várias instâncias de aplicações em contêineres e persistência e durabilidade de dados. Entre os exemplos estão aplicações como o WordPress e o Drupal, que se beneficiam da redução da escala para várias instâncias para obter performance e redundância e precisam compartilhar carregamentos, plugins e modelos.

Um microsserviço com estado é parte de uma aplicação com baixo acoplamento que precisa se lembrar de algumas coisas sobre seu estado toda vez que é executada; por exemplo, o modo como uma aplicação de previsão climática lembra sua cidade de origem. Para essas aplicações modernas, o Amazon EFS serve como uma base de dados, que opera em conjunto com contêineres e tecnologias sem servidor para implantar de forma confiável e consistente na AWS, permitindo que os dados persistam no estado da aplicação.

Os contêineres são uma forma de implantar trabalhos de treinamento de machine learning (ML), endpoints de inferência e ferramentas que são executadas de maneira consistente em vários ambientes. Utilizar contêineres pode solucionar problemas como consistência, portabilidade e gerenciamento de dependência que complicam as situações para cientistas e desenvolvedores de dados que deveriam se concentrar no código, nos conjuntos de dados e nos modelos de treinamento, não na infraestrutura. Ferramentas de ML como o Amazon SageMaker Notebooks, bem como ferramentas de código aberto, como o Jupyter, usam o Amazon EFS para gerenciar diretórios iniciais de cientistas de dados. O Amazon FSx for Lustre pode ser usado para seus trabalhos de treinamento de ML com uso intenso de computação em que é necessária maior taxa de transferência.