Cloud & IT Cert Prep · 课时

可靠性与性能效率支柱

Q: 「可靠性与性能效率支柱」这节课中我会学到什么？

围绕自动恢复、横向扩展和容量管理进行设计；选择合适的资源类型并持续监控，以维持长期性能 你通过在浏览器中直接运行的动手代码来练习 Cloud & IT Cert Prep，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

围绕自动恢复、横向扩展和容量管理进行设计；选择合适的资源类型并持续监控，以维持长期性能

可靠性与性能效率支柱 是 CoddyKit 上的免费 Cloud & IT Cert Prep 课时。这是第 2 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 Cloud & IT Cert Prep 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Cloud & IT Cert Prep 课程共包含 4 节课。

Reliability 支柱概述

架构完善框架的 Reliability 支柱确保工作负载能够在预期时间正确且持续地执行其既定功能。Reliability 包含三个方面：基础（服务配额、网络拓扑）、工作负载架构（分布式系统、避免单点故障）以及变更管理和故障管理（监控、扩展和故障恢复）。目标是构建能够从基础设施或服务中断中自动恢复的系统。

# Reliability design principles:
# 1. Automatically recover from failure
# 2. Test recovery procedures
# 3. Scale horizontally to increase availability
# 4. Stop guessing capacity (use auto scaling)
# 5. Manage change in automation (IaC + CI/CD)

# Key AWS services for reliability:
# - Auto Scaling Groups
# - Elastic Load Balancing
# - Route 53 health checks
# - AWS Backup

服务限制与配额

AWS 会对资源实施服务配额（以前称为限制），以保护所有客户。例如，每个区域的默认 EC2 实例限制、VPC 限制以及 Lambda 并发执行数。如果您的工作负载意外达到某项配额，请求将被限流或拒绝，从而导致 Reliability 故障。使用服务配额控制台或 CLI 查看当前限制，并在需要之前申请提高配额。监控使用量指标，在接近限制且影响可用性之前及时发现问题。

# List service quotas for EC2
aws service-quotas list-service-quotas \
  --service-code ec2 \
  --query 'Quotas[?QuotaName==`Running On-Demand Standard (A, C, D, H, I, M, R, T, Z) instances`]'

# Request quota increase
aws service-quotas request-service-quota-increase \
  --service-code ec2 \
  --quota-code L-1216C47A \
  --desired-value 500

故障自动恢复

Reliability 支柱强调无需人工干预的自动恢复。AWS 提供多种自动修复机制：当 EC2 实例未通过底层检查时，EC2 Auto Recovery 会自动在同一硬件上恢复该实例，或将其迁移到运行正常的硬件上。ASG 运行状况检查会终止运行状况不佳的实例并启动替代实例。RDS Multi-AZ 会自动故障转移到备用实例。设计架构时，应确保大多数故障场景都能触发 CloudWatch 告警中定义的自动恢复操作。

# CloudWatch alarm to auto-recover a specific EC2 instance
aws cloudwatch put-metric-alarm \
  --alarm-name EC2-auto-recover \
  --metrics '[{"Id":"m1","MetricStat":{"Metric":{"Namespace":"AWS/EC2","MetricName":"StatusCheckFailed_System","Dimensions":[{"Name":"InstanceId","Value":"i-12345"}]},"Period":60,"Stat":"Maximum"}}]' \
  --comparison-operator GreaterThanThreshold \
  --threshold 0 \
  --evaluation-periods 2 \
  --alarm-actions 'arn:aws:automate:us-east-1:ec2:recover'

通过横向扩展提升 Reliability

Reliability 支柱建议通过横向扩展（添加更多较小的实例）而不是纵向扩展（扩展到更大的实例）来提高可靠性。单个大型实例本身就是单点故障。让多个较小的实例位于负载均衡器后方，可以将任何单个实例故障的影响降至最低。AWS Auto Scaling 会自动调整实例集群规模以满足需求，既确保容量充足，又避免在业务清闲时为闲置资源付费。

# Horizontal scaling: 10 t3.medium vs 1 r5.4xlarge
# 10 t3.medium:
#   - Failure of 1 = loss of 10% capacity
#   - ASG launches replacement automatically
#   - 9 instances absorb load during replacement

# 1 r5.4xlarge:
#   - Failure = 100% downtime until instance recovered
#   - Much higher RTO (new instance launch: 1-3 min)

# Prefer horizontal scaling for stateless tiers

通过测试提升 Reliability

Reliability 支柱要求测试恢复流程，而不是想当然地认为流程有效。使用 AWS Fault Injection Simulator (FIS)，以受控方式向系统注入故障：终止随机 EC2 实例、限制 API 调用速率以及注入网络延迟。在设置防护措施的前提下于生产环境运行这些实验，以验证监控能够检测故障、自动扩展能够作出响应，并且恢复能在您的 RTO 内完成。未经测试的恢复流程往往无法承受真实事件的压力。

# AWS FIS experiment: terminate random instance
aws fis create-experiment-template \
  --description 'Chaos: terminate 1 of 5 instances' \
  --targets '{"instanceTargets":{"resourceType":"aws:ec2:instance","selectionMode":"COUNT(1)","resourceTags":{"Env":"production"}}}' \
  --actions '{"terminateInstance":{"actionId":"aws:ec2:terminate-instances","targets":{"Instances":"instanceTargets"}}}' \
  --stop-conditions '[{"source":"aws:cloudwatch:alarm","value":"arn:aws:cloudwatch::123:alarm:high-error-rate"}]'

Performance Efficiency 支柱概述

Performance Efficiency 支柱侧重于高效使用计算资源来满足系统要求，并在需求变化和技术演进时保持这种效率。关键设计原则包括：普及先进技术——使用托管服务（RDS、SageMaker），而不是从头构建。在几分钟内实现全球部署——使用 CloudFormation 部署到多个区域。使用无服务器架构——消除基础设施管理工作。更频繁地进行实验——测试不同的实例类型和配置。

# Performance Efficiency areas:
# Selection:   Right compute, storage, database, network
# Review:      Continuously evaluate new services
# Monitoring:  CloudWatch metrics guide decisions
# Trade-offs:  Consistency vs performance, latency vs cost

# Example: choosing between services
# RDS vs DynamoDB vs Aurora vs ElastiCache
# → depends on access patterns, consistency needs, scale

选择合适的计算资源

Performance Efficiency 始于为工作负载选择合适的计算类型。EC2 有数十种针对不同使用场景优化的实例系列：c 系列适用于计算密集型工作负载（视频编码、批处理），r 系列适用于内存密集型工作负载（内存数据库、缓存），i 系列适用于存储密集型工作负载（NoSQL、数据仓库），p/g 系列适用于 GPU 工作负载（机器学习训练）。使用错误的实例类型，意味着您可能为无法使用的容量付费，或导致性能下降。

# AWS Compute Optimizer: get right-size recommendations
aws compute-optimizer get-ec2-instance-recommendations \
  --instance-arns arn:aws:ec2:us-east-1:123:instance/i-12345

# Output shows:
# - Current instance utilisation (CPU, memory, network)
# - Recommended instance type
# - Estimated monthly savings
# - Performance risk of changing

# Lambda: match memory to actual usage
# Use Lambda Power Tuning tool for memory optimisation

通过缓存提升 Performance Efficiency

缓存是一种基础的 Performance Efficiency 技术，可以降低延迟和数据库负载。ElastiCache（Redis/Memcached）将数据库查询结果缓存到内存中，实现毫秒级访问。CloudFront 会在靠近用户的边缘站点缓存 HTTP 响应。API Gateway 缓存通过缓存 API 响应来减少 Lambda 调用。DAX (DynamoDB Accelerator) 在 DynamoDB 前方增加微秒级的内存缓存。请根据瓶颈所在位置——数据库、API 或边缘交付——选择合适的缓存层。

# DAX cluster for DynamoDB microsecond latency
aws dax create-cluster \
  --cluster-name my-dax \
  --node-type dax.r6g.large \
  --replication-factor 3 \
  --iam-role-arn arn:aws:iam::123:role/DAXRole \
  --subnet-group my-dax-subnet-group

# Application connects to DAX endpoint
# Cache hits: microseconds
# Cache misses: fetches from DynamoDB and caches result

选择合适的存储以提升性能

存储选择会显著影响性能。io2 Block Express EBS 可为高性能数据库提供高达 256,000 IOPS。gp3 成本较低，是大多数工作负载的默认选择。实例存储可为临时数据提供最高的 IOPS（NVMe）。S3 可将对象存储扩展到每秒数千个请求。EFS 提供共享的 POSIX 文件访问。请根据 I/O 模式匹配存储：顺序读取适合 st1（Throughput Optimised HDD），而随机 I/O 则需要 SSD 卷。

# EBS volume performance characteristics:
# gp3: 3,000-16,000 IOPS, 125-1,000 MB/s
# io2: 100-64,000 IOPS (up to 256k with Block Express)
# st1: 40-500 MB/s sequential throughput (HDD)
# sc1: 12-250 MB/s (cheapest, cold workloads)

# Create high-performance io2 volume
aws ec2 create-volume \
  --availability-zone us-east-1a \
  --volume-type io2 \
  --size 500 \
  --iops 50000

性能监控与持续改进

Performance Efficiency 不是一次性决策——随着 AWS 发布新服务，您必须持续监控性能指标并重新评估选择。使用 CloudWatch 控制面板跟踪 p50、p90 和 p99 延迟百分位数，而不只是平均值，因为平均值会掩盖尾部延迟。使用 X-Ray 跟踪记录识别请求链中最慢的部分。设置 CloudWatch 异常检测，自动建立基准并针对异常性能偏差发出告警。定期查看 AWS 公告——较新的实例类型通常能以更低成本提供更好的性能。

# CloudWatch: track API response latency percentiles
aws cloudwatch put-metric-alarm \
  --alarm-name 'API-P99-Latency' \
  --metric-name TargetResponseTime \
  --namespace AWS/ApplicationELB \
  --extended-statistic p99 \
  --dimensions Name=LoadBalancer,Value=app/my-alb/xxx \
  --period 60 \
  --evaluation-periods 5 \
  --threshold 2.0 \
  --comparison-operator GreaterThanThreshold

Performance Efficiency 中的权衡

Performance Efficiency 有时需要与其他支柱进行权衡。添加缓存（ElastiCache）可以提高性能，但会增加运维复杂性（与 Operational Excellence 的权衡）和成本（与 Cost Optimisation 的权衡）。使用 DynamoDB 替代 RDS 可以提高大规模场景下的性能，但需要重新设计数据模型（需要投入 Operational Excellence 工作）。架构完善框架承认这些权衡，并要求您有意识地作出选择并记录原因。在考试题中，请寻找能够以最少运维开销实现性能目标的选项。

# Common performance vs cost trade-offs:
# Cache:         +Performance, +Cost, +Complexity
# Read Replicas: +Read performance, +Cost
# SSD vs HDD:    +IOPS, +Cost
# Multi-region:  -Latency for users, +Cost, +Complexity

# Common performance vs consistency trade-offs:
# DynamoDB eventually consistent reads: +Throughput, -Consistency
# Aurora Reader endpoint: +Read scale, potential replication lag

快速检查

测试您对本课程中 AWS Solutions Architect（SAA-C03）概念的理解。

课程回顾

在本课程中，您学习了：Reliability 要求自动恢复、横向扩展和定期故障测试；Performance Efficiency 要求针对每个工作负载选择合适的计算、存储和数据库类型；以及在多个层进行缓存可以降低延迟和数据库负载。这两个支柱都要求持续监控，并愿意重新审视架构决策。接下来我们将探讨 Cost Optimisation 和 Sustainability 支柱。

常见问题解答

「可靠性与性能效率支柱」课时是免费的吗？

是的 — 「可靠性与性能效率支柱」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Cloud & IT Cert Prep 课程的其余内容，请升级到 CoddyKit PRO。 Cloud & IT Cert Prep 课程共包含 4 节课。

「可靠性与性能效率支柱」这节课中我会学到什么？

围绕自动恢复、横向扩展和容量管理进行设计；选择合适的资源类型并持续监控，以维持长期性能你通过在浏览器中直接运行的动手代码来练习 Cloud & IT Cert Prep，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Cloud & IT Cert Prep 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Cloud & IT Cert Prep 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 2 节课，共 4 节。

「可靠性与性能效率支柱」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Cloud & IT Cert Prep 课中编写并运行代码吗？

能。每节 Cloud & IT Cert Prep 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 Cloud & IT Cert Prep