如何评估处理速度：EBS与S3的对比

Question

【以下的问题经过翻译处理】 如何在EC2实例中使用S3而不是EBS读取数据的最佳解决方案是什么？
我正在使用一个EC2实例来读取存储在EBS中的数据（大约2 TB大小），并使用ETL和分析作业执行许多转换。但作为严格的三层架构的一部分，需要将这些数据从EBS（应用层）移到数据层（最好是S3）。
我的理解是，如果我将所有这些数据永久地从EBS移动到S3，并每天从S3读取2TB数据进行我的工作，那么作业的性能将非常低。

1. 你能否建议如何实现更好的方法？
2. 除了S3，我能使用其他服务吗？
3. 系统是Linux系统，因此我无法使用Fsx。
4. 我需要我的工作具有极快的性能。任何在这方面的帮助将不胜感激。

Answer

【以下的回答经过翻译处理】 AWS有多种选项可以用于这种工作负载。如果没有所有生产者/消费者和其他要求的详细信息，就很难指定解决方案。我会尝试为您提供一些关于一些选项的指引。

S3很适合作为数据湖。您将保留用于处理的原始数据。通常，ETL将启动，从S3下载数据，处理后保存在另一个数据存储中。

这个第二个数据存储将是数据仓库(DW)，在那里您有一些已处理的数据和一些商业价值。从那里运行分析作业*应该*更容易，因为DW解决方案通常针对这种事情进行了优化（例如Redshift）。

至于速度，这取决于一堆因素。

*您的数据是否分散在多个文件中，可以并行处理它们？
*您是否可以优化代码？
*是否达到了CPU/内存/IO限制？
*下载时间（从S3）是否可接受？

很抱歉没有更具指导性的答案，但希望这可以帮助您一些。

如何评估处理速度：EBS与S3的对比

Relevanter Inhalt