Einheit 2.2: Computing-Dienste

Einführung

Denken Sie daran, ein Essen in einem Restaurant zu bestellen. Sie können aus einem vordefinierten Menü mit festen Portionen und Preisen wählen (schnell, einfach, wirtschaftlich) oder à la carte bestellen und jedes Detail nach Ihren genauen Vorlieben anpassen (flexibel, präzise, aber möglicherweise teurer). Die Compute-Dienste von IONOS Cloud funktionieren genauso, indem sie sowohl vor konfigurierte Optionen für die Einfachheit als auch vollständig anpassbare virtuelle Maschinen für die Präzision anbieten.

In dieser Einheit werden Sie die Compute-Dienste erkunden, die Anwendungen auf IONOS Cloud betreiben. Ob Sie garantierte Leistung für geschäftskritische Datenbanken, kosteneffiziente Ressourcen für Entwicklungsumgebungen oder automatisches Skalieren für unvorhersehbare Datenverkehrsmuster benötigen, das Verständnis dieser Compute-Optionen hilft Ihnen, den richtigen Dienst an Ihre Workload-Anforderungen anzupassen.

1. IONOS Compute-Portfolio-Überblick

IONOS Cloud bietet eine umfassende Palette von Compute-Diensten, die für verschiedene Workload-Anforderungen konzipiert sind, von einfachen Entwicklungsumgebungen bis hin zu leistungsintensiven Produktions-systemen. Das Compute-Portfolio besteht aus zwei Hauptangeboten, die jeweils für unterschiedliche Anwendungsfälle und Budget-Beschränkungen optimiert sind.

1.1 Compute Engine (Flexible Virtuelle Server)

Compute Engine ist IONOS' Hochleistungs-Plattform für flexible Virtuelle Server. Sie bietet Virtuelle Maschinen (VMs), die auf der IONOS-Cloud-Infrastruktur laufen, mit voller Kontrolle über CPU, Arbeitsspeicher, Speicher und Netzwerkkonfigurationen. Compute Engine ist die Grundlage für die meisten Produktions-Workloads auf IONOS Cloud.

Die Compute Engine-Familie teilt sich in zwei Produkttypen auf:

Dedicated Core Server bieten jedem VM einen dedizierten physischen CPU-Kern; in den meisten CPU-Familien stellt sich dieser Kern als 2 Hyper-Threads dar, obwohl die neueren Intel Xeon Sierra Forest-Familien 1 logischen Kern pro physischem Kern ohne Hyper-Threading darstellen. Kein anderer Kunde kann diesen Kern nutzen, was eine stabile, vorhersehbare Leistung gewährleistet. Dies macht Dedicated Core-Server ideal für leistungsintensive Aufgaben wie Echtzeit-Analytics, Datenverarbeitungspipelines, Unternehmensanwendungen und Hochleistungs-Datenbanken, bei denen die CPU-Leistung nicht beeinträchtigt werden kann. Dedicated Server unterstützen bis zu 62 Dedicated Cores und 230 GB RAM, mit der Flexibilität, Ressourcen vertikal ohne Neustart zu skalieren (Abhängig vom Betriebssystem).

vCPU-Server nutzen Virtuelle CPUs, die unterliegende physische Ressourcen über mehrere Kunden hinweg teilen. Dieses Shared-Modell liefert kosteneffiziente, skalierbare Rechenkapazität, die für Datenbanken, Entwicklungsumgebungen, Microservices und allgemeine Workloads geeignet ist. vCPU-Server unterstützen bis zu 60 vCPUs und 230 GB RAM, mit der Flexibilität, Ressourcen vertikal ohne Neustart zu skalieren (Abhängig vom Betriebssystem).

Sowohl Dedicated Core- als auch vCPU-Server unterstützen Live-Vertikale-Skalierung (LVS), die es ermöglicht, CPU-Kerne, RAM und Netzwerkschnittstellen zu erhöhen, während der Server weiterläuft, abhängig vom Betriebssystem. Diese Fähigkeit eliminiert Ausfallzeiten während der Kapazitätserweiterungen, sodass Sie sofort auf Lastspitzen oder Wachstum reagieren können.

Sowohl Dedicated Core- als auch vCPU-Server werden von einem höheren Service-Level-Agreement von 99,95% Uptime unterstützt, was die Zuverlässigkeit der Compute Engine-Plattform für Produktions-Workloads widerspiegelt.

1.2 Cubes (Vor-Konfigurierte Virtuelle Private Server)

Cubes sind IONOS Clouds vor-konfigurierte Virtuelle Private Server-Instanzen mit festen Mengen an vCPU, RAM und direkt angeschlossenem NVMe-Speicher. Denken Sie an Cubes als bereit-zu-verwenden-Server-Vorlagen, ähnlich wie bei der Bestellung eines vor-konfigurierten Laptops anstelle des Baus eines benutzerdefinierten PCs aus einzelnen Komponenten.

Jedes Cube kombiniert einen VM mit einem angeschlossenen NVMe-Direct-Attached-Storage (DAS)-Volume in einem Paket. Ressourcen-Konfigurationen sind bei der Bereitstellung festgelegt und können nicht geändert werden, sie unterstützen keine Live-Vertikale-Skalierung oder automatische Migration zu anderen Größen, aber Sie können neue Netzwerkkarten oder Festplatten hinzufügen. Cubes sind in zwei Vorlagen-Familien verfügbar:

Basic Cubes folgen einem ausgewogenen Verhältnis von 1 vCPU : 2 GB RAM : 60 GB Speicher. Größen reichen von Basic Cube XS (1 vCPU, 2 GB RAM, 60 GB Speicher) bis Basic Cube XL (16 vCPUs, 32 GB RAM, 960 GB Speicher).

Memory Cubes bieten mehr RAM pro vCPU, wobei das gleiche Speicher-Verhältnis beibehalten wird. Memory Cube XL liefert 16 vCPUs mit 64 GB RAM und 960 GB Speicher, ideal für arbeitsspeicherintensive Anwendungen, die keine dedizierte CPU-Leistung erfordern.

Cubes werden als festgelegte Vorlagen verkauft und laufen auf gemeinsamer Infrastruktur, was bedeutet, dass die Leistung zwischen den Instanzen während Spitzenzeiten variieren kann. IONOS veröffentlicht kein Über-Provisionierungs-Verhältnis für Cubes. Dies macht Cubes am besten für Entwicklung, Tests, Website-Hosting und Workloads mit geringer Kritikalität geeignet, bei denen gelegentliche Leistungsvariationen akzeptabel sind. Für konsistente, garantierte Leistung ist Compute Engine die bessere Wahl. Cubes haben eine geringere SLA von 99,9% Uptime.

1.3 Cloud GPU-VMs

Cloud GPU-VMs sind GPU-beschleunigte Virtuelle Maschinen innerhalb der Compute Engine-Familie, die für Workloads konzipiert sind, die massive parallele Verarbeitungsleistung erfordern. Jeder Cloud GPU VM ist mit NVIDIA H200-GPUs ausgestattet, die über hochbandige GPU-Arbeitsspeicher verfügen, was die erforderliche Rechenleistung für künstliche Intelligenz, maschinelles Lernen und Hochleistungsrechnen liefert.

Schlüsselmerkmale von Cloud GPU-VMs:

• Dedizierte NVIDIA H200-GPU-Ressourcen, die an Compute Engine-Virtuelle Maschinen angeschlossen sind
• Hochbandige GPU-Arbeitsspeicher, optimiert für großes AI/ML-Modell-Training und Inferenz
• Geeignet für AI/ML-Training, Modell-Inferenz, 3D-Rendering, wissenschaftliche Simulationen und Video-Verarbeitung
• Verfügbar innerhalb von IONOS Cloud-Rechenzentren, wodurch GPU-Workloads unter europäischer Daten-Souveränität bleiben

Wann Cloud GPU-VMs verwenden:

Wählen Sie Cloud GPU-VMs, wenn Ihre Workload das Training oder Fein-Tuning von maschinellen Lernmodellen, das Ausführen von AI-Inferenz im großen Maßstab, das Durchführen von 3D-Rendering oder Visualisierung oder das Ausführen von wissenschaftlichen Rechnungsaufgaben beinhaltet, die von GPU-Parallelität profitieren. Für allgemeine Rechen-Workloads, die keine GPU-Beschleunigung erfordern, sind Dedicated Core- oder vCPU-Server kosteneffizientere Wahlmöglichkeiten.

2. Auswahl des richtigen Compute-Dienstes

Das Verständnis, wann man jeden Compute-Dienst verwenden sollte, hängt von Ihren Workload-Eigenschaften, Leistungsanforderungen und Budgetbeschränkungen ab.

2.1 Compute Engine vs Cubes: Entscheidungskriterien

Der grundlegende Unterschied zwischen Compute Engine und Cubes liegt in der Ressourcenflexibilität, Leistungsgarantien und Kostenstruktur.

Wählen Sie Compute Engine, wenn Sie garantierte Leistung für Produktionsworkloads benötigen, mehr als 16 vCPUs oder 64 GB RAM benötigen, die Flexibilität benötigen, um Ressourcen unabhängig anzupassen, GPU-Beschleunigung für KI/ML- oder Rendering-Workloads benötigen (Cloud-GPU-VMs) oder wenn SLA und Verfügbarkeit die Hauptanliegen sind.

Wählen Sie Cubes, wenn Ihre Workload-Anforderungen Entwicklung, Testen oder niedrig-kritische Workloads sind, Sie einen schnellen und kostengünstigen Einstiegspunkt mit vorkonfigurierten VM und Speicher bevorzugen, die Ressourcenanforderungen einer vordefinierten Vorlagengröße entsprechen oder Sie die operative Komplexität minimieren möchten.

2.2 Dedicated Core vs vCPU-Server: Leistung vs Kosten

Innerhalb von Compute Engine erfordert die Wahl zwischen Dedicated Core- und vCPU-Servern eine Abwägung der Leistungsanforderungen gegenüber dem Budget.

Dedicated Core-Server weisen einen physischen CPU-Kern ausschließlich Ihrem VM zu; in den meisten CPU-Familien stellt sich dieser Kern als 2 Hyper-Threads dar, obwohl die neuere Intel-Xeon-Sierra-Forest-Familie 1 logischen Kern pro physischem Kern ohne Hyper-Threading darstellt. Kein anderer Kunde kann diesen Kern verwenden, was "lauten Nachbarn"-Effekte eliminiert und die stabilste, vorhersehbarste Leistung im IONOS-Portfolio bietet. Dies macht Dedicated Core ideal für Echtzeit-Analytics, Datenverarbeitungspipelines, Unternehmensanwendungen mit strengen SLA-Anforderungen und Hochleistungsdatenbanken, bei denen konsistente CPU-Leistung kritisch ist.

vCPU-Server teilen physische Ressourcen mit mehreren Kunden, bieten gute Leistung für die meisten Workloads und bleiben kosteneffektiv. Virtuelle CPUs teilen physische Kerne mit mehreren Mietern, sodass IONOS keinen festen Leistungsprozentsatz veröffentlicht. Die tatsächliche Durchsatzleistung hängt von der zugrunde liegenden Host-CPU, der VM-Konfiguration und der aktuellen Last auf dem gemeinsam genutzten physischen Server ab und kann von einem kleinen Bruchteil bis hin zu fast voller Kernleistung reichen. Dies macht vCPU-Server ideal für Entwicklungsumgebungen, allgemeine Datenbanken, Webservices, Microservices und skalierbare Workloads, bei denen eine gewisse Leistungsvariabilität akzeptabel ist.

Der Kostendifferenz ist erheblich. Dedicated Core-Server haben Premium-Preise (ab etwa 0,034 €/Stunde mit einem 1-Jahres-Sparplan), da Sie für einen gesamten physischen Kern bezahlen. vCPU-Server kosten wesentlich weniger, was sie zur kostengünstigsten Option für Workloads macht, die keine garantierte CPU-Isolation erfordern.

Leistungs-kritische oder mission-kritische Workloads rechtfertigen Dedicated Core-Preise. Entwicklung, Testen und allgemeine Anwendungen profitieren von vCPU-Kosteneffizienz.

3. Skalierungs- und Flexibilitätsfunktionen

IONOS Cloud-Computing-Dienste bieten mehrere Mechanismen, um Ressourcen an veränderte Anforderungen anzupassen, sowohl vertikal (Hinzufügen von Ressourcen zu bestehenden virtuellen Maschinen) als auch horizontal (Hinzufügen von mehr virtuellen Maschinen).

3.1 Live-Vertikale Skalierung

Live-Vertikale Skalierung (LVS) ist eine in Compute Engine integrierte Technologie, die es ermöglicht, CPU-Kerne, RAM und Netzwerkschnittstellen zu erhöhen, während der Server weiterhin läuft. Für Linux-Systeme (Windows hat einige Einschränkungen) ist kein Neustart erforderlich, was eine kapazitätsmäßige Erweiterung ohne Ausfallzeit ermöglicht.

Diese Fähigkeit bietet mehrere wichtige Vorteile. Sie können sofort auf Lastspitzen reagieren, ohne dass der Dienst unterbrochen wird, Server können während des Betriebs auf die richtige Größe gebracht werden, anstatt von Anfang an überprovisioniert zu werden, und der operative Aufwand für manuelle Herunterfahren- und Neustartverfahren entfällt. Anwendungen bleiben für Benutzer verfügbar, während Sie die Kapazität erhöhen.

Bei Linux-Systemen mit modernen Kernels können Sie CPU-Kerne, RAM, Netzwerkkarten und Festplatten ohne Ausfallzeit hinzufügen. Bei Windows-Systemen können Sie CPU-Kerne, Netzwerkkarten oder Festplatten hinzufügen, aber die Skalierung von RAM oder die Skalierung über acht Kerne hinaus erfordert einen Neustart. Live-Vertikale Skalierung funktioniert sowohl für Dedicated-Core- als auch für vCPU-Server. Wenn Sie Ressourcen wie CPU oder RAM reduzieren möchten, ist ein Neustart auf jedem Betriebssystem erforderlich. Netzwerkschnittstellen (NICs) und Festplatten können jedoch immer noch ohne Neustart getrennt werden.

Die Festplattenkapazität kann während des Serverbetriebs erhöht werden, aber das Betriebssystem muss die Partition und die Dateisystemstruktur manuell anpassen, um den neu zugewiesenen Speicherplatz zu nutzen. Eine Reduzierung der Festplattenkapazität (Verkleinerung) ist unter keinen Umständen zulässig oder unterstützt.

Es ist wichtig zu beachten, dass ein Hot-Downscaling für CPU oder RAM weder auf Linux- noch auf Windows-Systemen unterstützt wird. Nur das Entfernen von Netzwerkkarten und das Trennen von Festplatten sind ohne Ausfallzeit möglich. Diese Einschränkungen sollten bei der Planung von Kapazitätsmanagement- und Skalierungsstrategien berücksichtigt werden. Sie können die Größe der Festplatte erhöhen, aber Sie müssen die inneren Partitionen im Betriebssystem anpassen. Es ist nicht erlaubt oder unterstützt, eine Festplatte zu verkleinern.

Die Fähigkeit, vertikal ohne Ausfallzeit zu skalieren, ist besonders wertvoll für Datenbanken, die ein allmähliches Wachstum erfahren, Webanwendungen, die unerwartete Verkehrszunahmen ausgesetzt sind, oder jede Workload, bei der Dienstunterbrechungen die Benutzererfahrung oder den Umsatz beeinträchtigen.

3.2 VM Auto Scaling (Horizontale Skalierung)

VM Auto Scaling ist ein gemanagter IONOS Cloud-Dienst, der virtuelle Maschineneinstanzen automatisch startet oder beendet, basierend auf Echtzeit-Workload-Metriken wie CPU-Auslastung oder Netzwerkverkehr. Er führt eine horizontale Skalierung durch, indem er VM-Repliken hinzufügt oder entfernt, die als Standard-Compute Engine-virtuelle Maschinen bereitgestellt werden. Anstatt manuell die Last zu überwachen und Server hinzuzufügen, überwacht VM Auto Scaling kontinuierlich definierte Metriken und passt die Anzahl der laufenden virtuellen Maschinen automatisch an.

Wenn ein Skalierungsschwellenwert erreicht wird, fügt VM Auto Scaling virtuelle Maschinen in einer VM Auto Scaling-Gruppe hinzu oder entfernt sie, wobei alle virtuellen Maschinen aus dem gleichen Bildvorlagetemplate erstellt werden. Dies gewährleistet eine Konsistenz zwischen den Instanzen. Der Dienst integriert sich mit anderen IONOS-Diensten wie Anwendungs-Load Balancer (ALB), um den Verkehr gleichmäßig über den variablen VM-Pool zu verteilen.

Wichtige Vorteile von VM Auto Scaling sind:

• Verbesserte Ressourcenauslastung und Kosteneffizienz - Virtuelle Maschinen werden nur hinzugefügt, wenn sie benötigt werden, und entfernt, wenn die Nachfrage sinkt, was Überprovisionierungsgebühren vermeidet
• Bessere Anwendungsleistung - Der Dienst skaliert aus, bevor Anwendungen träge werden, und hält so kurze Antwortzeiten aufrecht
• Schnelle, automatisierte Skalierbarkeit - Eine horizontale Skalierung kann in Sekunden ohne manuelle Eingriffe ausgelöst werden, was Verkehrsspitzen von Marketingkampagnen, Produktstarts oder saisonalen Ereignissen unterstützt
• Reduzierter operativer Aufwand - Die Skalierungslogik wird vom Dienst gehandhabt; Sie müssen nicht mehr manuell Metriken überwachen und virtuelle Maschinen bereitstellen

Häufige Anwendungsfälle für VM Auto Scaling:

Webanwendungs-Frontends: Kombinieren Sie VM Auto Scaling mit einem Anwendungs-Load Balancer, um eingehenden HTTP-Verkehr automatisch über eine variable Anzahl identischer Webserver-Virtualisierungen zu verteilen, um eine konsistente Latenz während Verkehrsspitzen zu gewährleisten.

API-Dienste und Microdienste: Skalieren Sie die Anzahl der API-verarbeitenden virtuellen Maschinen basierend auf CPU- oder Netzwerkpaket-Schwellenwerten, um API-Antwortzeiten innerhalb von SLA-Grenzen zu halten.

Batch-Verarbeitung oder Daten-Import-Pipelines: Wenn die Importraten steigen, fügt der Dienst mehr virtuelle Maschinen hinzu, um die zusätzliche Last zu bewältigen. Sobald die Warteschlange leer ist, skaliert er wieder herunter und spart Kosten.

Saisonale oder ereignisgetriebene Workloads: E-Commerce-Sites während der Feiertage, Streaming-Plattformen während Live-Events oder jede Workload mit vorhersehbaren Spitzen können vordefinierte Mindest- und Höchstwerte für Repliken festlegen und den Dienst die REST handhaben lassen.

Um den größten Nutzen aus VM Auto Scaling zu ziehen, kombinieren Sie es mit einem Anwendungs-Load Balancer für eine gleichmäßige Verkehrsverteilung und Gesundheitsprüfung, verwenden Sie Cloud-Init oder benutzerdefinierte Bilder, damit neue Repliken sofort bereit sind, und definieren Sie sinnvolle Skalierungs-Schwellenwerte mit angemessenen Abkühlungszeiten, um schnelle Oszillationen zu vermeiden.

4. Images & Snapshots

Images & Snapshots sind grundlegende Werkzeuge für die Verwaltung von Rechenressourcen, mit denen Sie Vorlagen erstellen, Sicherungen von VM-Zuständen durchführen und Workloads über Ihre Infrastruktur klonen können.

4.1 Bilder: Vorlagen für die VM-Bereitstellung

Ein Bild ist eine Vorlage, die ein Betriebssystem und optional vorinstallierte Software enthält, die als Root-Datenträger beim Erstellen eines neuen virtuellen Servers oder einer ISO-Datei mit Anwendungen dient, die auf Ihren Maschinen installiert werden sollen. Bilder ermöglichen es Ihnen, viele virtuelle Maschinen mit identischen Konfigurationen schnell und konsistent bereitzustellen.

IONOS Cloud bietet drei Arten von Bildern:

Öffentliche Bilder werden von IONOS angeboten und enthalten gängige Betriebssysteme wie Ubuntu, CentOS, Windows-Server und andere. Diese Bilder sind in allen unterstützten Regionen verfügbar und können sofort verwendet werden.

BYOS-Bilder (Bring Your Own Subscription) ermöglichen es Ihnen, Betriebssysteme mit Ihren bestehenden Lizenzen zu verwenden, wie z.B. SUSE Linux Enterprise Server (SLES). Sie stellen die Lizenz bereit, und IONOS stellt die Infrastruktur bereit.

Private Bilder sind benutzerdefinierte Bilder, die Sie erstellen oder über FTP hochladen können. Diese können vorinstallierte Anwendungen, Sicherheitskonfigurationen oder benutzerdefinierte Betriebssysteme enthalten. Private Bilder sind nur in der Region sichtbar, in der sie hochgeladen wurden.

Bilder werden als separate Objekte verwaltet und verbrauchen Ihr HDD-Kontingent nicht auf die gleiche Weise wie Snapshots. Sie können private Bilder mit bestimmten Benutzern oder Gruppen über Zugriffskontrollen teilen und sie mit 2-Faktor-Authentifizierung für zusätzliche Sicherheit schützen.

4.2 Snapshots: Punktsicherungen

Ein Snapshot ist eine punktgenaue Kopie eines bereits bereitgestellten Block Storage-Volume. Es erfasst den gesamten Volume, einschließlich leerer Speicherplatz, und erstellt eine vollständige Sicherung des Datenträgerzustands im Moment der Erstellung des Snapshot.

Snapshots dienen mehreren Zwecken. Sie bieten schnelle Wiederherstellungspunkte für bestimmte VM-Datenträger, ermöglichen es Ihnen, Volumen zu klonen, um mehrere virtuelle Maschinen mit identischen Daten bereitzustellen, und bieten vorübergehende Sicherungen vor Upgrades oder Patches. Wenn ein Upgrade fehlschlägt, können Sie den Volume aus dem Snapshot wiederherstellen. Sie sind jedoch nicht als Ersatz für ein traditionelles Sicherungstool wie IONOS Backup Service geeignet, da sie nicht geplant werden können und ihre Persistenz nicht automatisch gesteuert werden kann.

Wichtige Unterschiede zwischen Images & Snapshots:

Beide Images & Snapshots können mit Gruppen über Zugriffskontrollen geteilt und mit 2-Faktor-Authentifizierung geschützt werden. Keines von beiden hat eine automatische Aufbewahrungsfrist; sie bleiben bestehen, bis Sie sie löschen.

Das Verständnis, wann jedes Tool zu verwenden ist, ist einfach. Verwenden Sie Bilder, wenn Sie neue virtuelle Maschinen mit Standard- oder benutzerdefinierten Betriebssystemen bereitstellen. Verwenden Sie Snapshots, wenn Sie vorhandene VM-Datenträger sichern oder Workload-Daten auf neue Instanzen klonen möchten.

5. Preismodelle für Rechenressourcen

IONOS Cloud bietet zwei Preismodelle für Rechenressourcen, die jeweils für unterschiedliche Nutzungsmuster und Verpflichtungsgrade konzipiert sind.

5.1 Pay-as-you-go (PAYG)

Die Pay-as-you-go-Abrechnung wird pro Minute berechnet, sodass Sie nur für die genaue Zeit zahlen, die Ihre Ressourcen laufen. Die Preise werden als Stundenraten angezeigt, aber die tatsächliche Gebühr ist proportional zu den verwendeten Minuten. Es gibt keine Verpflichtung, keine vorherigen Kosten und keine Aufrundung auf volle Stunden. Sie können Ressourcen jederzeit starten oder stoppen.

Das PAYG-Preismodell bietet maximale Flexibilität und ist daher ideal für unregelmäßige Arbeitslasten, kurzfristige Projekte, Entwicklung- und Testumgebungen oder experimentelle Arbeitslasten, bei denen die Nutzung unvorhersehbar ist. Sie haben die volle Freiheit, Ressourcen nach Bedarf bereitzustellen und wieder zu entfernen.

Typische PAYG-Sätze umfassen vCPU-Server zu etwa 0,012 € pro Stunde pro vCPU, RAM zu 0,0020 € pro Stunde pro GB und Dedicated Core-CPUs, die zwischen 0,036 € und 0,046 € pro Stunde je nach CPU-Familie liegen. Diese Sätze werden proportional zum tatsächlichen Verbrauch in Ein-Minuten-Inkrementen berechnet.

5.2 Cloud Savings Plans (Reserved-Instance-ähnlich)

Cloud Savings Plans ermöglichen es Ihnen, sich für eine feste Menge an Dedicated Core-Ressourcen (CPU-Kerne und RAM) für 1 Jahr oder 3 Jahre zu verpflichten, im Austausch für wesentlich niedrigere Stundenraten. Im Gegensatz zu herkömmlichen Reserved-Instanzen sind Cloud Savings Plans ressourcenbasiert und nicht an einen bestimmten VM-Typ, eine Region oder ein Betriebssystem gebunden, was die Flexibilität bietet, Arbeitslasten frei zu verschieben.

Die Sparplan-Sätze sind wesentlich niedriger als PAYG. Zum Beispiel kostet 1 Dedicated Core etwa 0,034 € pro Stunde mit einem 1-Jahres-Plan (gegenüber 0,036 € PAYG) und 0,024 € pro Stunde mit einem 3-Jahres-Plan. RAM kostet etwa 0,0038 € pro Stunde pro GB mit einem 1-Jahres-Plan (gegenüber 0,0045 € PAYG) und 0,0027 € pro Stunde pro GB mit einem 3-Jahres-Plan.

Die Kosteneinsparungen sind erheblich. Für eine Workload, die 10 Dedicated Cores und 40 GB RAM kontinuierlich für einen Monat (etwa 720 Stunden) läuft:

• PAYG: (10 × 0,036 € + 40 × 0,0045 €) × 720 ≈ 388,8 € pro Monat
• 1-Jahres-Sparplan: (10 × 0,034 € + 40 × 0,0038 €) × 720 ≈ 354,24 € pro Monat (9% Einsparung)
• 3-Jahres-Sparplan: (10 × 0,024 € + 40 × 0,0027 €) × 720 ≈ 250,56 € pro Monat (35% Einsparung)

Cloud Savings Plans berechnen die gesamte verpflichtete Menge jeden Monat, auch wenn Sie die volle Kapazität nicht nutzen. Jede Nutzung über die verpflichtete Menge hinaus wird zu PAYG-Sätzen berechnet. Mehrere Pläne können koexistieren, wobei der älteste Plan zuerst angewendet wird und der überschüssige Verbrauch auf neuere Pläne oder PAYG fällt.

Wählen Sie PAYG, wenn Arbeitslasten variabel, kurzlebig, experimentell oder unvorhersehbar sind. Wählen Sie Cloud Savings Plans, wenn Sie stabile, immer aktive Arbeitslasten mit vorhersehbarer Kern- und RAM-Nutzung haben, Preisgarantie für die Budgetierung benötigen oder Kosten für langfristige Produktionsysteme optimieren möchten.

Häufige Anwendungsfälle

Reale Szenarien, in denen die IONOS-Computedienste einen Mehrwert bieten:

1. E-Commerce-Plattform mit saisonalem Datenverkehr: Ein Online-Händler verwendet Dedicated Core-Server für ihre Webanwendung, kombiniert mit VM Auto Scaling (Abschnitt 3.2) und einem Application Load Balancer. Während des Black Friday und der Feiertagsverkäufe erhöht sich der Datenverkehr um das 10-fache. VM Auto Scaling bereitstellung automatisch zusätzliche Dedicated Core-Server, wenn die Auslastung von CPU den definierten Schwellenwert überschreitet, verteilt den Datenverkehr gleichmäßig über das Load Balancer und entfernt die zusätzlichen Server, wenn der Datenverkehr wieder auf das normale Maß zurückkehrt. Der Händler zahlt nur für die zusätzliche Kapazität während der Spitzenzeiten und vermeidet somit die Kosten für Server, die das ganze Jahr über größtenteils ungenutzt bleiben.
2. Entwicklungs- und Testumgebungen mit Cubes: Ein Software-Entwicklungsteam verwendet Basic Cube M-Instanzen (Abschnitt 1.2) für ihre CI/CD-Pipeline und Testumgebungen. Die festen Ressourcen (4 vCPUs, 8 GB RAM, 240 GB Speicherplatz) entsprechen ihren typischen Testanforderungen, die geringen stündlichen Kosten passen in ihr Budget und der enthaltene NVMe-Speicherplatz bietet eine schnelle Build- und Testleistung. Wenn die Tests abgeschlossen sind, können sie Cubes löschen, um Kosten zu sparen, und neue schnell bereitstellen, wenn der nächste Entwicklungs-Sprint beginnt.
3. Kritische Datenbank mit Dedicated Core-Servern: Ein Finanzdienstleistungsunternehmen betreibt eine PostgreSQL-Datenbank auf Dedicated Core-Servern (Abschnitt 2.2) mit 8 dedizierten Kernen und 64 GB RAM. Die dedizierten physischen Kerne eliminieren die Effekte von "lauten Nachbarn", was eine konsistente Abfrageleistung für Echtzeit-Transaktionsverarbeitung gewährleistet. Sie verwenden einen 3-Jahres-Cloud-Sparplan (Abschnitt 5.2), um die Preise auf etwa 35 bis 40% weniger als PAYG zu fixieren, abhängig von der Konfiguration, und bieten somit sowohl vorhersehbare Leistung als auch vorhersehbare Kosten. Die Live-Vertikale-Skalierung (Abschnitt 3.1) ermöglicht es ihnen, Kerne ohne Ausfallzeit hinzuzufügen, wenn die Transaktionsvolumina während der Quartalsendverarbeitung ansteigen.

Zusammenfassung

IONOS Cloud-Computing-Dienste bieten flexible Optionen für den Betrieb von virtuellen Maschinen, von kostengünstigen vor konfigurierten Cubes bis hin zu Hochleistungs-Compute Engine-Servern mit dedizierten CPU-Kernen und GPU-beschleunigten Cloud-GPU-VMs für AI/ML-Workloads. Durch das Verständnis der Eigenschaften, Anwendungsfälle und Preismodelle jedes Dienstes können Sie Rechenressourcen effektiv auf Workload-Anforderungen abstimmen.

Compute Engine bietet flexible, hochleistungsstarke virtuelle Server mit voller Kontrolle über CPU, Arbeitsspeicher, Speicher und Netzwerk. Innerhalb von Compute Engine bieten Dedicated Core-Server garantierte Leistung mit dedizierten physikalischen Kernen für mission-kritische Workloads, während vCPU-Server kostengünstige, skalierbare Rechenleistung für allgemeine Anwendungen bieten. Live-Vertikale-Skalierung ermöglicht es Ihnen, die Kapazität ohne Ausfallzeit zu erweitern.

Cubes bieten vor konfigurierte VPS-Instanzen mit festen vCPU-, RAM- und NVMe-Speicherplätzen zu den niedrigsten Preisen im IONOS-Portfolio, ideal für Entwicklung, Testen, Webhosting und Workloads mit geringer Kritikalität, bei denen Leistungsgarantien weniger wichtig sind als Kosteneffizienz.

VM Auto Scaling automatisiert die horizontale Skalierung durch Hinzufügen oder Entfernen von VMs basierend auf Echtzeitmetriken, wodurch die Ressourcenauslastung, die Anwendungsleistung und die Betriebseffizienz verbessert werden. Images & Snapshots ermöglichen es Ihnen, Vorlagen für konsistente VM-Bereitstellung und punktgenaue Backups für Wiederherstellung und Klonen zu erstellen.

Preismodelle umfassen flexible Pay-as-you-go für variable Workloads und Cloud Savings Plans für langfristige Verpflichtungen, die bis zu 35% Einsparungen für stabile, vorhersehbare Rechenleistung bieten.

Wichtige Punkte:

• Compute Engine bietet flexible virtuelle Server mit Dedicated Core (garantierte Leistung) und vCPU (kostengünstige Skalierbarkeit) Optionen, beide mit einer 99,95% SLA
• Cubes bieten vor konfigurierte VPS-Instanzen mit festen Ressourcen zum niedrigsten Preis, geeignet für Entwicklung, Testen und Workloads mit geringer Kritikalität
• Cloud-GPU-VMs bieten NVIDIA H200 GPU-beschleunigte Rechenleistung für AI/ML-Training, Inferenz, Rendering und HPC-Workloads
• Live-Vertikale-Skalierung ermöglicht eine kapazitätsmäßige Erweiterung ohne Ausfallzeit für Compute Engine-Server
• VM Auto Scaling automatisiert die horizontale Skalierung basierend auf Echtzeitmetriken, ideal für variable Verkehrsprofile
• Images dienen als Vorlagen für die Bereitstellung von VMs; Snapshots erfassen punktgenaue Backups von bestehenden Volumes
• Cloud Savings Plans reduzieren die Kosten um bis zu 35% für verpflichtete Dedicated Core-Nutzung im Vergleich zu Pay-as-you-go-Preisen

Wichtige Begriffe:

• Compute Engine: IONOS' flexible virtuelle Serverplattform, die Dedicated Core- und vCPU-Server mit anpassbaren Ressourcen bietet
• Dedicated Core Server: Virtuelle Maschine mit einem exklusiv zugewiesenen physikalischen CPU-Kern, der garantierte Leistung bietet
• vCPU Server: Virtuelle Maschine, die virtuelle CPUs verwendet, die physikalische Ressourcen teilen, und kostengünstige Skalierbarkeit bietet
• Cubes: Vor konfigurierte virtuelle private Server-Instanzen mit festen vCPU-, RAM- und NVMe-Speicherressourcen
• Cloud-GPU-VMs: GPU-beschleunigte virtuelle Maschinen, die mit NVIDIA H200-GPUs für AI/ML-, Rendering- und Hochleistungsrechen-Workloads ausgestattet sind
• Live-Vertikale-Skalierung (LVS): Technologie, die die Erweiterung von CPU-, RAM- und NIC-Ressourcen ermöglicht, während der Server weiterhin ohne Ausfallzeit läuft
• VM Auto Scaling: Gemanagter Dienst, der automatisch VM-Instanzen basierend auf Echtzeit-Workload-Metriken startet oder beendet
• Image: Betriebssystemvorlage oder Anwendungsinstallationsscheibe, die bei der Erstellung neuer virtueller Server verwendet wird
• Snapshot: Punktgenaue Kopie einer bestehenden Block Storage Volume, die für Backup und Klonen verwendet wird

Nächste Schritte

Weiterlernen: Einheit 2.3: Speicher-Dienste

Verwandte Themen:

• Einheit 2.1: Kernarchitektur-Komponenten
• Einheit 2.4: Netzwerk-Dienste
• Einheit 3.3: Kosten-Management und Abrechnung