SlideShare a Scribd company logo
EBS(AWS)のProvisioned IOPS
ベンチマーク試験
ついでにioDrive(FusionIO)
2013/05/22 JAWS 新宿鯖
株式会社サイバーエージェント
CAMP事業部 システムグループ
上原 誠
2
株式会社サイバーエージェント
自己紹介
・ ~2012年2月 某SIerでインフラ周りに従事
・ 2012年3月 サイバーエージェント入社
- Amebaスマフォプラットフォームの構築
- 統合ログ解析基盤やオンラインデータベースの
インフラミドルウェア部分を担当
- Hadoop、HBase、Flume
・ 上原 誠 (@pioho07)
【名前】
【経歴】
Facebook申請歓迎
makoto.uehara.39
3
株式会社サイバーエージェント
4
株式会社サイバーエージェント
5
株式会社サイバーエージェント株式会社サイバーエージェント
スマートフォンサービス
6
株式会社サイバーエージェント株式会社サイバーエージェント
本日の内容
物理サーバとEBSでIOベンチマーク比較
VS
クラウドってIO性能安定して出るの・・?
7
株式会社サイバーエージェント株式会社サイバーエージェント
本日の内容
・物理サーバとEBSでIOベンチマーク比較
・おまけ① 8Threadに増やして再度試験
・おまけ② ioDrive入り
8
株式会社サイバーエージェント株式会社サイバーエージェント
本日の内容
・物理サーバとEBSでIOベンチマーク比較
・おまけ① 8Threadに増やして再度試験
・おまけ② ioDrive入り
9
株式会社サイバーエージェント株式会社サイバーエージェント
そもそもIOPSって?
Input Output Per Secondの略で、ハードディスク
などの記憶装置の性能指標の一つ。
1秒間に可能なI/O(リード/ライトの処理)の回
数をあらわすもの。
数値が高い程性能がよい
10
株式会社サイバーエージェント株式会社サイバーエージェント
そもそもProvisionedIOPSって?
プロビジョンドIOPS(PIOPS)は、IOPSレートを指定でき
そのレートに従ってIOPSがプロビジョニングされます。
現時点ではPIOPS最大値は4000 IOPS(ロードマップは1万)
で、複数のボリュームをまとめてストライピングすると数
千IOPSをアプリケーションに対して達成できます。
ESB作成画面
11
株式会社サイバーエージェント株式会社サイバーエージェント
・ioベンチツール:fio-2.0.14-1
・サーバ:DELLサーバとAWS EC2インスタンス
・テストパターン:ランダム&シーケンシャルを
ブロックサイズ変えて実施
・取得指標:IOPS、Bandwidth、Latency
・おまけ:ioDrive
物理サーバとEBSでIOベンチマーク比較
概要
12
サーバスペックはこんな感じ
OS:CentOS5系
ファイルシステム:ext3
サーバ RAID
カード
RAID
レベル
ストレージ CPU 備考
R620
(Dell)
H710 1 SAS 2.5インチ15Krpm
6Gbps HDD146G
E5-2630L
(24c)
R310
(Dell)
H700 5 SAS 3.5インチ15Krpm
6Gbps HDD600G
X3480(8c)
EC2
“c1.xlarge”
(AWS)
不明 不明 EBS 20 ECU
(2.5 ECU)
(仮想コア×8)
PIOPS:4000
EBS-Optimized
有効
R620
(Dell)
なし なし ioDrive2 3TB E5-2630L(24c) ※おまけ
13
今回使用する物理サーバやストレージはこんなもの
サーバはDell製のよくある1Uもの
ディスクはSAS、RAIDカード有り
ioDriveはFusionIO社のPCIe接続の半導体ストレージ、Raidカード等のインターコネクトを
挟まないので高速
14
EBSはこんなもの・・?
ご存じどは思いますが・・
EBSはEC2で使用するためのネットワークアタッチ型のストレージボリューム。
プロビジョンドIOPS(PIOPS)ボリュームについては前述の通りで、
今回はストライピングで1ボリューム最大の4000 PIOPSで試験実施。
15
構成イメージ
EC2インスタンス:
ハイ CPU エクストララージインスタンス
(c1.xlarge)
EBS容量:400GB(Max1TB)
EC2
EBS-Optimized
Provisioned IOPS
Network
EBS-Optimized + Provisioned IOPS
16
試験パターン
各パターンごとにIOPS、Bandwidth、Latencyをグラフ化
RandomWrite
RandomRead
SequentialWrite
SequentialRead
結果を
IOPS,BW,Latency
の3つでグラフ化
ブロックサイズ
4,8,16kBで実施
IOパターン4つ
全サーバで実施
: :
17
fioの設定内容
Fioツールの設定
OSページキャッシュは無効化
size=2G
directory=/tmp ※任意
numjobs=2
loops=1
direct=1
ioengine=sync
iodepth=1
18
今回の試験ポリシーと注意点
・物理vsクラウドのIO対決であれば、物理ディスク構成をRAID10やRAIDカード挟まな
いなどのパターンも入れるべきだが、現状余ってるサーバで出来る試験を実施した
PIOPSを最大4000をで実施、複数のEBSをストライピングした試験もやってみたい
・PIOPSを4,000に設定するためには、EBSの容量は最低400G以上が必要である。
また、EBSまでのネットワーク帯域を保証するための”EBS Optimized”オプションがあ
り、対応していないインスタンスではいくらPIOPSを設定しても性能がでない恐れがあ
る。今回、EBS-Optimized対応インスタンス” c1.xlarge”を使用
・各パターン、本来複数回試験を実施すべきだが、今回は1回のみ行っている
※ベンチマークとして、今回のような試験項目でこういう結果が出た、という点で参
考にしてもらえたら幸い
19
ベンチ開始!
20
RandomWriteIO性能
21
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 510 392 3207 17441
8kB 550 400 2851 15005
16kB 539 372 1519 15918
RandomWriteのIOPS
はい。ioDriveが突き抜けてて見づらいですね。。
ioDriveはずします。おまけ②で後ろの参考にスライド載せておきます。
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
4k 8k 16k
IOPS
BlockSize
I/O_RandomWrite IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
見ずら!
22
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 510 392 3207 17441
8kB 550 400 2851 15005
16kB 539 372 1519 15918
RandomWriteのIOPS
いきなりですが、EBS ぜんぜん IOPS出てない
0
500
1000
1500
2000
2500
3000
3500
4k 8k 16k
IOPS
BlockSize
I/O_RandomWrite IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
いきなりEBS
4000IOPS出てない!?
23
・EBSはネットワークアタッチ型ブロックストレージである点
1スレッドで4000IOPSを実現するには
1/4000秒 = 0.00025 = 0.25msec = 250nsec でIOが完了する必要があります
EBSはネットワーク接続のストレージであり、そこまでのレイテンシを実現できないことは事実で
す。
これ以上の処理時間の短縮のためには各種のキャッシュをお勧めする。
今回2スレッドで実施したが、スレッド数を増やした場合には性能は増えていく。
EBSの利用パターンはアプリケーションの設計や、その利用状況に大きく依存します。
アクセスが1点に集中しないようなアプリケーション設計をAWSとして広くお客様に推奨する。
見解①:ProvisionedIOPS 4000 にしたのに4000出てない点
24
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 4060 3113 12831 139535
8kB 8736 6356 22811 236072
16kB 16967 11622 24305 509388
RandomWriteのBandWidth
帯域については、bit換算の2スレッド分で、200Mb~388Mb程度出ています。
単位:KB
0
5000
10000
15000
20000
25000
30000
4k 8k 16k
Traffic
BlockSize
I/O_RandomWrite Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
25
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 1954.51 2539.99 309 53.95
8kB 1813.45 2494.45 348 63.23
16kB 1849.84 2679.76 655.6 59.49
RandomWriteのLatency
レイテンシも物理に比べると遙かに低い値を出してます。
単位:usec
0
500
1000
1500
2000
2500
3000
4k 8k 16k
Latancy
BlockSize
I/O_RandomWrite Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
26
RondomReadIO性能
27
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 218 324 2431 9931
8kB 223 341 1918 9789
16kB 227 318 1597 9058
RandomReadのIOPS
0
500
1000
1500
2000
2500
3000
4k 8k 16k
IOPS
BlockSize
I/O_RandomRead IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
見解①の理由による
28
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 1748 2597 9727.6 79377
8kB 3571 5466 15352 156317
16kB 7285 10186 25558 289581
RandomReadのBandWidth
単位:KB
0
5000
10000
15000
20000
25000
30000
4k 8k 16k
Traffic
BlockSize
I/O_RandomRead Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
帯域については、bit換算の2スレッド分で、155Mb~408Mb程度出ています。
29
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 4571.47 3074.4 408.5 96.72
8kB 4475.22 2921.32 518.5 98.17
16kB 4387.79 3135.5 623.4 106.36
RandomReadのLatency
単位:usec
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
4k 8k 16k
Latancy
BlockSize
I/O_RandomRead Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
レイテンシも物理に比べると遙かに低い値を出してます。
30
SequentialWriteIO性能
31
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 9296 10911 3121 19580
8kB 9672 9311 2770 19038
16kB 5174 4982 1535 16437
SequentialWriteのIOPS
見解①の理由による。
0
2000
4000
6000
8000
10000
12000
4k 8k 16k
IOPS
BlockSize
I/O_SequentialWrite IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
32
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 74373 87292 12488 156644
8kB 132383 148982 22161 304619
16kB 152926 159448 24576 525733
SequentialWriteのBandWidth
単位:KB
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
4k 8k 16k
Traffic
BlockSize
I/O_SequentialWrite Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
帯域については、bit換算の2スレッド分で、200Mb~393Mb程度出ています。
33
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 104.95 89.07 319.1 48.48
8kB 100.69 104.62 359.7 50.1
16kB 190.67 197.94 649.8 58.42
SequentialWriteのLatency
単位:usec
0
100
200
300
400
500
600
700
4k 8k 16k
Latancy
BlockSize
I/O_SequentialWrite Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
シーケンシャルについては物理ディスクの特性もあり、全般的に物理ディスクが優位な値
を出しています。
34
SequentialReadIO性能
35
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 10213 11860 4068 9893
8kB 8484 9934 3999 10031
16kB 6232 8336 3658 9724
SequentialReadのIOPS
0
2000
4000
6000
8000
10000
12000
14000
4k 8k 16k
IOPS
BlockSize
I/O_SequentialRead IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
シーケンシャルについては物理ディスクの特性もあり、全般的に物理ディスクが優位な値
を出しています。
EBSもほぼ4千出ています。Readはなんらかのキャッシュが効いているのか?
36
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 74876 94885 16275 79145
8kB 135746 158953 31996 160498
16kB 191014 266762 58542 310988
SequentialReadのBandWidth
単位:KB
0
50000
100000
150000
200000
250000
300000
4k 8k 16k
Traffic
BlockSize
I/O_SequentialRead Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
帯域については、bit換算の2スレッド分で、260Mb~936Mb出ています。
37
・EBSはネットワークアタッチ型ブロックストレージである点
ProvisionedIOPS の想定ブロックサイズは4kBです。
EC2とEBS間はネットワークで接続で帯域は1Gbpsらしいです。
つまり、スレッド数を増やしたとしても、ブロックサイズ16kBで試験した場合、IOPSの性能上限
の前にNW帯域がボトルネックとして顕在化することが予測される。
SequentialReadの16kBブロックサイズでは、EBSは帯域936Mbpsのアベレージが出てるの
で、スレッドを増やしたとしても、NW帯域が既に頭打ちの為IOPSの増加は見込めないですね。
見解②:ProvisionedIOPS の想定ブロックサイズは4kB
38
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 95.38 81.89 244.5 98.25
8kB 115.42 98.11 248.7 96.8
16kB 157.92 117.37 272.1 100.04
SequentialReadのLatency
単位:usec
0
50
100
150
200
250
300
4k 8k 16k
Latency
BlockSize
I/O_SequentialRead Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
シーケンシャルについては物理ディスクの特性もあり、全般的に物理ディスクが優位な値
を出しています。
39
見解①②で述べた内容の復唱となるが、
・EBSの利用パターンはアプリの設計や利用状況に依存する為、EBSの特性を押さえておくこ
とと、IOにシビアなサーバを載せるのであれば十分な検証をお勧めする。
・EBSはネットワーク接続の為、性能上限としてはNW帯域の方が先にボトルネックになる点も
考慮しておく。
総括
40
株式会社サイバーエージェント株式会社サイバーエージェント
本日の内容
・物理サーバとEBSでIOベンチマーク比較
・おまけ① 8Threadに増やして再度試験
・おまけ② ioDrive入り
41
EBS:400GB
PIOPS:4000
このEBSを2セット用意しRAID0でストライピング
これで8000 IOPS を実現!?
fio 8jobsで試験開始
42
fioの設定内容
Fioツールの設定
OSページキャッシュは無効化
size=2G
directory=/tmp ※任意
numjobs=8
loops=1
direct=1
ioengine=sync
iodepth=1
43
RandomWriteIO性能
44
ブロッ
ク
サイズ
R620 R310 EC2
4k 510 392 8165
8k 550 400 5804
16k 539 372 5504
RandomWriteのIOPS
PIOPSでの想定ブロック4kBでは8000が出てます。
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
4k 8k 16k
IOPS
BlockSize
I/O_RandomWrite IOPS
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
45
ブロック
サイズ
R620 R310 EC2
4k 4060 3113 32677.9
8k 8736 6356 46456.5
16k 16967 11622 88078
RandomWriteのBandWidth
帯域については、32MB~88MB(256Mbps~704Mbps)
1Gbps = 125MB
単位:KB
0KB
10000KB
20000KB
30000KB
40000KB
50000KB
60000KB
70000KB
80000KB
90000KB
100000KB
4k 8k 16k
Traffic
BlockSize
I/O_RandomWrite Bandwidth
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
46
ブロック
サイズ
R620 R310 EC2
4k 1954.51 2539.99 975.86
8k 1813.45 2494.45 1377.88
16k 1849.84 2679.76 1366.07
RandomWriteのLatency
単位:usec
0usec
500usec
1000usec
1500usec
2000usec
2500usec
3000usec
4k 8k 16k
Latancy
BlockSize
I/O_RandomWrite Latency
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
47
RandomReadIO性能
48
ブロック
サイズ
R620 R310 EC2
4k 218 324 8165
8k 223 341 8182
16k 227 318 7044
RandomReadのIOPS
PIOPSでの想定ブロック4kBと、8kBでも8000近くを安定して出ています
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
4k 8k 16k
IOPS
BlockSize
I/O_RandomRead IOPS
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
49
ブロック
サイズ
R620 R310 EC2
4k 1748 2597 32672.5
8k 3571 5466 65474.6
16k 7285 10186 112772
RandomReadのBandWidth
帯域については、32MB~112MB(261Mb~902Mb)
ブロックサイズ16kB時は、NW帯域がボトルネックになりだしている
単位:KB
0KB
20000KB
40000KB
60000KB
80000KB
100000KB
120000KB
4k 8k 16k
Traffic
BlockSize
I/O_RandomRead Bandwidth
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
50
ブロック
サイズ
R620 R310 EC2
4k 4571.47 3074.4 977.92
8k 4475.22 2921.32 972.37
16k 4387.79 3135.5 1126.83
RandomReadのLatency
単位:usec
0usec
500usec
1000usec
1500usec
2000usec
2500usec
3000usec
3500usec
4000usec
4500usec
5000usec
4k 8k 16k
Latancy
BlockSize
I/O_RandomRead Latency
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
51
SequentialWriteIO性能
52
ブロック
サイズ
R620 R310 EC2
4k 9296 10911 7677
8k 9672 9311 7237
16k 5174 4982 6480
SequentialWriteのIOPS
PIOPSでの想定ブロック4kBでは8000近く出てます
0
2000
4000
6000
8000
10000
12000
4k 8k 16k
IOPS
BlockSize
I/O_SequentialWrite IOPS
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
53
ブロック
サイズ
R620 R310 EC2
4k 74373 87292 30725.8
8k 132383 148982 57920.4
16k 152926 159448 103744
SequentialWriteのBandWidth
帯域については、30MB~103MB(245Mbps~830Mbps)
単位:KB
0KB
20000KB
40000KB
60000KB
80000KB
100000KB
120000KB
140000KB
160000KB
180000KB
4k 8k 16k
Traffic
BlockSize
I/O_SequentialWrite Bandwidth
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
54
ブロック
サイズ
R620 R310 EC2
4k 104.95 89.07 1039.44
8k 100.69 104.62 1103.35
16k 190.67 197.94 1233.16
SequentialWriteのLatency
単位:usec
0usec
200usec
400usec
600usec
800usec
1000usec
1200usec
1400usec
4k 8k 16k
Latancy
BlockSize
I/O_SequentialWrite Latency
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
55
SequentialReadIO性能
56
ブロック
サイズ
R620 R310 EC2
4k 10213 11860 8178
8k 8484 9934 8174
16k 6232 8336 7309
SequentialReadのIOPS
PIOPSでの想定ブロック4kBと、8kBでも8000近くが出てます
0
2000
4000
6000
8000
10000
12000
14000
4k 8k 16k
IOPS
BlockSize
I/O_SequentialRead IOPS
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
57
ブロック
サイズ
R620 R310 EC2
4k 74876 94885 32732.7
8k 135746 158953 65430.1
16k 191014 266762 117003
SequentialReadのBandWidth
帯域については、32MB~117MB(261Mbps~936Mbps)
16kBではほぼNW帯域が頭打ち状態
単位:KB
0KB
50000KB
100000KB
150000KB
200000KB
250000KB
300000KB
4k 8k 16k
Traffic
BlockSize
I/O_SequentialRead Bandwidth
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
58
ブロック
サイズ
R620 R310 EC2
4k 95.38 81.89 966.77
8k 115.42 98.11 979.34
16k 157.92 117.37 1069.9
SequentialReadのLatency
単位:usec
0usec
200usec
400usec
600usec
800usec
1000usec
1200usec
4k 8k 16k
Latency
BlockSize
I/O_SequentialRead Latency
EC2(8thread)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
59
検証の本筋で述べた通り諸処気を付ける点はあるが(ブロックサイズ4kBとか)
4000PIOPSをRAID0することで、確かに倍の8000IOPSを達成している。
総括
60
株式会社サイバーエージェント株式会社サイバーエージェント
本日の内容
・物理サーバとEBSでIOベンチマーク比較
・おまけ① 8Threadに増やして再度試験
・おまけ② ioDrive入り
61
RandomWriteIO性能
62
RandomWriteのIOPS
ランダムのioDriveハンパない
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
4k 8k 16k
IOPS
BlockSize
I/O_RandomWrite IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 510 392 3207 17441
8kB 550 400 2851 15005
16kB 539 372 1519 15918
63
RandomWriteのBandWidth
0KB
100000KB
200000KB
300000KB
400000KB
500000KB
600000KB
4k 8k 16k
Traffic
BlockSize
I/O_RandomWrite Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:KB
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 4060 3113 12831 139535
8kB 8736 6356 22811 236072
16kB 16967 11622 24305 509388
64
RandomWriteのLatency
0usec
500usec
1000usec
1500usec
2000usec
2500usec
3000usec
4k 8k 16k
Latancy
BlockSize
I/O_RandomWrite Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:usec
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 1954.51 2539.99 309 53.95
8kB 1813.45 2494.45 348 63.23
16kB 1849.84 2679.76 655.6 59.49
65
RondomReadIO性能
66
RandomReadのIOPS
0
2000
4000
6000
8000
10000
12000
4k 8k 16k
IOPS
BlockSize
I/O_RandomRead IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 218 324 2431 9931
8kB 223 341 1918 9789
16kB 227 318 1597 9058
67
RandomReadのBandWidth
0KB
50000KB
100000KB
150000KB
200000KB
250000KB
300000KB
350000KB
4k 8k 16k
Traffic
BlockSize
I/O_RandomRead Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:KB
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 1748 2597 9727.6 79377
8kB 3571 5466 15352 156317
16kB 7285 10186 25558 289581
68
RandomReadのLatency
0usec
500usec
1000usec
1500usec
2000usec
2500usec
3000usec
3500usec
4000usec
4500usec
5000usec
4k 8k 16k
Latancy
BlockSize
I/O_RandomRead Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:usec
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 4571.47 3074.4 408.5 96.72
8kB 4475.22 2921.32 518.5 98.17
16kB 4387.79 3135.5 623.4 106.36
69
SequentialWriteIO性能
70
SequentialWriteのIOPS
0
5000
10000
15000
20000
25000
4k 8k 16k
IOPS
BlockSize
I/O_SequentialWrite IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 9296 10911 3121 19580
8kB 9672 9311 2770 19038
16kB 5174 4982 1535 16437
71
SequentialWriteのBandWidth
0KB
100000KB
200000KB
300000KB
400000KB
500000KB
600000KB
4k 8k 16k
Traffic
BlockSize
I/O_SequentialWrite Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:KB
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 74373 87292 12488 156644
8kB 132383 148982 22161 304619
16kB 152926 159448 24576 525733
72
SequentialWriteのLatency
0usec
100usec
200usec
300usec
400usec
500usec
600usec
700usec
4k 8k 16k
Latancy
BlockSize
I/O_SequentialWrite Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:usec
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 104.95 89.07 319.1 48.48
8kB 100.69 104.62 359.7 50.1
16kB 190.67 197.94 649.8 58.42
73
SequentialReadIO性能
74
SequentialReadのIOPS
0
2000
4000
6000
8000
10000
12000
14000
4k 8k 16k
IOPS
BlockSize
I/O_SequentialRead IOPS
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 10213 11860 4068 9893
8kB 8484 9934 3999 10031
16kB 6232 8336 3658 9724
シーケンシャルのとくにリードであれば、ioDriveに比べて物理ディスクの方が組み方次第
で勝てます。
ハード選定は適切に( ̄▽ ̄)ノ
75
SequentialReadのBandWidth
0KB
50000KB
100000KB
150000KB
200000KB
250000KB
300000KB
350000KB
4k 8k 16k
Traffic
BlockSize
I/O_SequentialRead Bandwidth
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:KB
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 74876 94885 16275 79145
8kB 135746 158953 31996 160498
16kB 191014 266762 58542 310988
76
SequentialReadのLatency
0usec
50usec
100usec
150usec
200usec
250usec
300usec
4k 8k 16k
Latency
BlockSize
I/O_SequentialRead Latency
R620(ioDrive)
R620(SAS,H710,R1)
R310(SAS,H700,R5)
EC2(EBS)
単位:usec
ブロック
サイズ
R620 R310 EC2 R620
(ioDrive)
4kB 95.38 81.89 244.5 98.25
8kB 115.42 98.11 248.7 96.8
16kB 157.92 117.37 272.1 100.04
77
株式会社サイバーエージェント株式会社サイバーエージェント
謝辞
今回の検証、Amazon様にご協力頂きました。
Thank you Amazon!!
2013/05/21 @目黒アルコタワーアネックス
78
株式会社サイバーエージェント
ご清聴ありがとうございました!

More Related Content

What's hot

データ利活用を促進するメタデータ
データ利活用を促進するメタデータデータ利活用を促進するメタデータ
データ利活用を促進するメタデータ
Yahoo!デベロッパーネットワーク
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
Insight Technology, Inc.
 
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fallビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
YusukeKuramata
 
Yahoo! JAPAN の Ambari 活用事例 #yjdsnight
Yahoo! JAPAN の Ambari 活用事例 #yjdsnightYahoo! JAPAN の Ambari 活用事例 #yjdsnight
Yahoo! JAPAN の Ambari 活用事例 #yjdsnight
Yahoo!デベロッパーネットワーク
 
フレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃう
フレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃうフレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃう
フレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃう
株式会社オプト 仙台ラボラトリ
 
ヤフー発のメッセージキュー「Pulsar」のご紹介
ヤフー発のメッセージキュー「Pulsar」のご紹介ヤフー発のメッセージキュー「Pulsar」のご紹介
ヤフー発のメッセージキュー「Pulsar」のご紹介
Yahoo!デベロッパーネットワーク
 
検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight
検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight
検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight
Yahoo!デベロッパーネットワーク
 
Yahoo! JAPAN の Ambari 活用事例 #ambarimeetup
Yahoo! JAPAN の Ambari 活用事例 #ambarimeetupYahoo! JAPAN の Ambari 活用事例 #ambarimeetup
Yahoo! JAPAN の Ambari 活用事例 #ambarimeetup
Yahoo!デベロッパーネットワーク
 
実はDatabase cloudだけで実現できる巷で噂の機械学習とは?
実はDatabase cloudだけで実現できる巷で噂の機械学習とは?実はDatabase cloudだけで実現できる巷で噂の機械学習とは?
実はDatabase cloudだけで実現できる巷で噂の機械学習とは?
Kazuki Nakajima
 
Oracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデート
Oracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデートOracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデート
Oracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデート
オラクルエンジニア通信
 
Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習
NTT DATA OSS Professional Services
 
データ活用をもっともっと円滑に! ~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に! ~データ処理・分析基盤編を少しだけ~
NTT DATA OSS Professional Services
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
Insight Technology, Inc.
 
dbtech showcase 2016 Delphix講演資料
dbtech showcase 2016 Delphix講演資料dbtech showcase 2016 Delphix講演資料
dbtech showcase 2016 Delphix講演資料
Delphix Japan
 
Yahoo! JAPANにおけるオンライン機械学習実例 #streamctjp
Yahoo! JAPANにおけるオンライン機械学習実例 #streamctjpYahoo! JAPANにおけるオンライン機械学習実例 #streamctjp
Yahoo! JAPANにおけるオンライン機械学習実例 #streamctjp
Yahoo!デベロッパーネットワーク
 
State of the art Stream Processing #hadoopreading
State of the art Stream Processing #hadoopreadingState of the art Stream Processing #hadoopreading
State of the art Stream Processing #hadoopreading
Yahoo!デベロッパーネットワーク
 
マルチビッグデータの活用を支える DWHの作り方
マルチビッグデータの活用を支える DWHの作り方マルチビッグデータの活用を支える DWHの作り方
マルチビッグデータの活用を支える DWHの作り方
Yahoo!デベロッパーネットワーク
 
2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)
2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)
2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)Amazon Web Services Japan
 
ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析
Yukio Yoshida
 
Apache Sparkについて
Apache SparkについてApache Sparkについて
Apache Sparkについて
BrainPad Inc.
 

What's hot (20)

データ利活用を促進するメタデータ
データ利活用を促進するメタデータデータ利活用を促進するメタデータ
データ利活用を促進するメタデータ
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
 
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fallビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
ビッグデータ活用を加速する!分散SQLエンジン Spark SQL のご紹介 20161105 OSC Tokyo Fall
 
Yahoo! JAPAN の Ambari 活用事例 #yjdsnight
Yahoo! JAPAN の Ambari 活用事例 #yjdsnightYahoo! JAPAN の Ambari 活用事例 #yjdsnight
Yahoo! JAPAN の Ambari 活用事例 #yjdsnight
 
フレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃう
フレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃうフレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃう
フレームワークも使っていないWebアプリをLaravel+PWAでモバイルアプリっぽくしてみちゃう
 
ヤフー発のメッセージキュー「Pulsar」のご紹介
ヤフー発のメッセージキュー「Pulsar」のご紹介ヤフー発のメッセージキュー「Pulsar」のご紹介
ヤフー発のメッセージキュー「Pulsar」のご紹介
 
検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight
検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight
検索クエリの時間差を可視化することでわかる人の行動パターン #yjdsnight
 
Yahoo! JAPAN の Ambari 活用事例 #ambarimeetup
Yahoo! JAPAN の Ambari 活用事例 #ambarimeetupYahoo! JAPAN の Ambari 活用事例 #ambarimeetup
Yahoo! JAPAN の Ambari 活用事例 #ambarimeetup
 
実はDatabase cloudだけで実現できる巷で噂の機械学習とは?
実はDatabase cloudだけで実現できる巷で噂の機械学習とは?実はDatabase cloudだけで実現できる巷で噂の機械学習とは?
実はDatabase cloudだけで実現できる巷で噂の機械学習とは?
 
Oracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデート
Oracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデートOracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデート
Oracle Cloud PaaS & IaaS:2019年6月度サービス情報アップデート
 
Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習
 
データ活用をもっともっと円滑に! ~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に! ~データ処理・分析基盤編を少しだけ~
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
 
dbtech showcase 2016 Delphix講演資料
dbtech showcase 2016 Delphix講演資料dbtech showcase 2016 Delphix講演資料
dbtech showcase 2016 Delphix講演資料
 
Yahoo! JAPANにおけるオンライン機械学習実例 #streamctjp
Yahoo! JAPANにおけるオンライン機械学習実例 #streamctjpYahoo! JAPANにおけるオンライン機械学習実例 #streamctjp
Yahoo! JAPANにおけるオンライン機械学習実例 #streamctjp
 
State of the art Stream Processing #hadoopreading
State of the art Stream Processing #hadoopreadingState of the art Stream Processing #hadoopreading
State of the art Stream Processing #hadoopreading
 
マルチビッグデータの活用を支える DWHの作り方
マルチビッグデータの活用を支える DWHの作り方マルチビッグデータの活用を支える DWHの作り方
マルチビッグデータの活用を支える DWHの作り方
 
2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)
2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)
2012年上半期 AWSパートナーアワード受賞社資料:SAPアップグレードプロジェクト事例 (株式会社クニエ様)
 
ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析
 
Apache Sparkについて
Apache SparkについてApache Sparkについて
Apache Sparkについて
 

Viewers also liked

Aws st 20130617-auto_scaling
Aws st 20130617-auto_scalingAws st 20130617-auto_scaling
Aws st 20130617-auto_scaling
Makoto Uehara
 
Aerospike Rapid Rebalance
Aerospike Rapid Rebalance Aerospike Rapid Rebalance
Aerospike Rapid Rebalance
Makoto Uehara
 
(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...
(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...
(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...
Amazon Web Services
 
AWS Black Belt Online Seminar 2016 Amazon EMR
AWS Black Belt Online Seminar 2016 Amazon EMRAWS Black Belt Online Seminar 2016 Amazon EMR
AWS Black Belt Online Seminar 2016 Amazon EMR
Amazon Web Services Japan
 
AWS Black Belt Online Seminar Amazon Aurora
AWS Black Belt Online Seminar Amazon AuroraAWS Black Belt Online Seminar Amazon Aurora
AWS Black Belt Online Seminar Amazon Aurora
Amazon Web Services Japan
 
サーバーレスの今とこれから
サーバーレスの今とこれからサーバーレスの今とこれから
サーバーレスの今とこれから
真吾 吉田
 

Viewers also liked (6)

Aws st 20130617-auto_scaling
Aws st 20130617-auto_scalingAws st 20130617-auto_scaling
Aws st 20130617-auto_scaling
 
Aerospike Rapid Rebalance
Aerospike Rapid Rebalance Aerospike Rapid Rebalance
Aerospike Rapid Rebalance
 
(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...
(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...
(SDD415) NEW LAUNCH: Amazon Aurora: Amazon’s New Relational Database Engine |...
 
AWS Black Belt Online Seminar 2016 Amazon EMR
AWS Black Belt Online Seminar 2016 Amazon EMRAWS Black Belt Online Seminar 2016 Amazon EMR
AWS Black Belt Online Seminar 2016 Amazon EMR
 
AWS Black Belt Online Seminar Amazon Aurora
AWS Black Belt Online Seminar Amazon AuroraAWS Black Belt Online Seminar Amazon Aurora
AWS Black Belt Online Seminar Amazon Aurora
 
サーバーレスの今とこれから
サーバーレスの今とこれからサーバーレスの今とこれから
サーバーレスの今とこれから
 

Similar to Aws st 20130522-piop_sbench

分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~
分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~
分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~Masahito Zembutsu
 
クラウド鎖国からクラウド維新へ
クラウド鎖国からクラウド維新へクラウド鎖国からクラウド維新へ
クラウド鎖国からクラウド維新へCybozucommunity
 
Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説
Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説
Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説
wintechq
 
Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理
kinunori
 
#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ
#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ
#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ
Kazuya Sugimoto
 
Crooz meet fusion io3 open
Crooz meet fusion io3 openCrooz meet fusion io3 open
Crooz meet fusion io3 open
takaoka susumu
 
【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報
【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報
【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報
Amazon Web Services Japan
 
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
Amazon Web Services Japan
 
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
Amazon Web Services Japan
 
AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~
AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~
AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~
Amazon Web Services Japan
 
今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server
Hitoshi Ikemoto
 
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS
Ryusaburo Tanaka
 
[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight
[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight
[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight
Amazon Web Services Japan
 
Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式
Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式
Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式Boss4434
 
Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)
Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)
Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)
Yuuki Namikawa
 
オレ流クラウドデザイン
オレ流クラウドデザインオレ流クラウドデザイン
オレ流クラウドデザイン
Atsushi Kojima
 
【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説
【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説
【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説
Machie Atarashi
 
20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...
20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...
20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...
Amazon Web Services Japan
 
Fusion-io(ioDrive) benchmarking #sfstudy 01 LT
Fusion-io(ioDrive) benchmarking #sfstudy 01 LTFusion-io(ioDrive) benchmarking #sfstudy 01 LT
Fusion-io(ioDrive) benchmarking #sfstudy 01 LTMasahito Zembutsu
 
20201008 AWS独自設計推論チップInferentiaとInf1インスタンス
20201008 AWS独自設計推論チップInferentiaとInf1インスタンス20201008 AWS独自設計推論チップInferentiaとInf1インスタンス
20201008 AWS独自設計推論チップInferentiaとInf1インスタンス
Hiroshi Tokoyo
 

Similar to Aws st 20130522-piop_sbench (20)

分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~
分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~
分散KVSをサービス化してみた ~Okuyama(KVS)もFusion-IO(ioDrive)もあるんだよ~
 
クラウド鎖国からクラウド維新へ
クラウド鎖国からクラウド維新へクラウド鎖国からクラウド維新へ
クラウド鎖国からクラウド維新へ
 
Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説
Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説
Tech Summit 2017 CLD007 現場目線で Azure IaaS を解説
 
Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理
 
#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ
#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ
#decode19 #MW04 誰のための API? Azure デベロッパーにもエンド ユーザーにも嬉しいAPI エコシステム活用アプローチ
 
Crooz meet fusion io3 open
Crooz meet fusion io3 openCrooz meet fusion io3 open
Crooz meet fusion io3 open
 
【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報
【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報
【12/5 最新版】AWS Black Belt Online Seminar AWS re:Invent 2018 アップデート情報
 
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
 
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
 
AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~
AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~
AWS Black Belt Online Seminar 2017 AWS体験ハンズオン~Deploy with EB CLI編~
 
今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server
 
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS
 
[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight
[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight
[CTO Night & Day 2019] グローバルのサービス展開に向けたマルチリージョンアーキテクチャ- #ctonight
 
Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式
Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式
Aws summits2014 ソニー銀行_ソニー銀行の考える金融機関のaws活用方式
 
Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)
Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)
Amazon EC2 を使ったSaaS運用事例(LT) - Tokyo Cloud Developers Meetup (20090409)
 
オレ流クラウドデザイン
オレ流クラウドデザインオレ流クラウドデザイン
オレ流クラウドデザイン
 
【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説
【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説
【JAWS-UG Sapporo】はじめてのAWSワークショップ 概説
 
20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...
20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...
20180717 AWS Black Belt Online Seminar AWS大阪ローカルリージョンの活用とAWSで実現するDisaster Rec...
 
Fusion-io(ioDrive) benchmarking #sfstudy 01 LT
Fusion-io(ioDrive) benchmarking #sfstudy 01 LTFusion-io(ioDrive) benchmarking #sfstudy 01 LT
Fusion-io(ioDrive) benchmarking #sfstudy 01 LT
 
20201008 AWS独自設計推論チップInferentiaとInf1インスタンス
20201008 AWS独自設計推論チップInferentiaとInf1インスタンス20201008 AWS独自設計推論チップInferentiaとInf1インスタンス
20201008 AWS独自設計推論チップInferentiaとInf1インスタンス
 

More from Makoto Uehara

AutoScaling & SpotInstance Handson
AutoScaling & SpotInstance HandsonAutoScaling & SpotInstance Handson
AutoScaling & SpotInstance Handson
Makoto Uehara
 
aerospike on aws
aerospike on awsaerospike on aws
aerospike on aws
Makoto Uehara
 
20170803 bigdataevent
20170803 bigdataevent20170803 bigdataevent
20170803 bigdataevent
Makoto Uehara
 
Ecs words
Ecs wordsEcs words
Ecs words
Makoto Uehara
 
Aerospike xdr (Cross Datacenter Replication)
Aerospike xdr (Cross Datacenter Replication)Aerospike xdr (Cross Datacenter Replication)
Aerospike xdr (Cross Datacenter Replication)
Makoto Uehara
 
Streaming tuning test
Streaming tuning testStreaming tuning test
Streaming tuning test
Makoto Uehara
 
ansible 社内お勉強会資料
ansible 社内お勉強会資料ansible 社内お勉強会資料
ansible 社内お勉強会資料
Makoto Uehara
 
Aerospike 02 監視
Aerospike 02 監視Aerospike 02 監視
Aerospike 02 監視
Makoto Uehara
 
Aerospike v3 install
Aerospike v3 installAerospike v3 install
Aerospike v3 installMakoto Uehara
 

More from Makoto Uehara (9)

AutoScaling & SpotInstance Handson
AutoScaling & SpotInstance HandsonAutoScaling & SpotInstance Handson
AutoScaling & SpotInstance Handson
 
aerospike on aws
aerospike on awsaerospike on aws
aerospike on aws
 
20170803 bigdataevent
20170803 bigdataevent20170803 bigdataevent
20170803 bigdataevent
 
Ecs words
Ecs wordsEcs words
Ecs words
 
Aerospike xdr (Cross Datacenter Replication)
Aerospike xdr (Cross Datacenter Replication)Aerospike xdr (Cross Datacenter Replication)
Aerospike xdr (Cross Datacenter Replication)
 
Streaming tuning test
Streaming tuning testStreaming tuning test
Streaming tuning test
 
ansible 社内お勉強会資料
ansible 社内お勉強会資料ansible 社内お勉強会資料
ansible 社内お勉強会資料
 
Aerospike 02 監視
Aerospike 02 監視Aerospike 02 監視
Aerospike 02 監視
 
Aerospike v3 install
Aerospike v3 installAerospike v3 install
Aerospike v3 install
 

Aws st 20130522-piop_sbench