选择云实例不是一件容易的事情，实例规模如何挑战错误，企业受到损害将是长期的。那么当我需要一个大型实例时，有会有哪些信号显示?

　　因为所有选项都是可用的，但选择正确的云实例来匹配特定的工作负载是不容易。随着这些工作负载随着时间的推移而变化，企业需要经常检查其运行的实例数量及其大小，以优化交付流程，并降低成本。

　　幸运的是，有一些常见的信号，表明是该调整云实例了。 这些信号包括：

　　长运行时间;

　　无法应对增加的需求;

　　需要添加更多实例来支持特定的工作负载。

　　上述三个信号表示当前的云实例大小对于运行的应用程序来说太小了。在这种情况下，管理员应该查看云使用情况报告，来确定他们需要什么——更多内存、虚拟CPU内核、存储等。通过沙箱环境或实时操作进行试用部署，可帮助管理员评估新实例所带来的影响。

　　成本

　　选择一个实例时，要考虑其大小。更大的云实例消除了瓶颈，并允许应用程序更有效地运行，这减少了组织需要的总实例数。这一好处也抵消了更大实例类型的较高价格，而且整体成本也有所节省，再加上更好的运行时间。

　　然而，峰值工作负载需要得到更多的关注。较大的云实例可能是基准负载的最佳选项，但管理员应该分析工作负载峰值时的模式——特别是峰值持续时间。为了获得最低总体拥有成本，最好购买长期实例，例如Amazon Elastic Compute Cloud Reserved Instance，用于基线负载，而较大的实例类型来支持某些突发事件，以及较小的实例来支持剩余需求峰值。

　　与用于支持特定工作负载的内部资源相比，许多管理员缩小了他们的云实例，但这是一个错误行为。问题是，确保应用平滑运行的通常都是最少的资源，如计算、动态随机访问内存和网络。低于某一阈值将会导致应用程序消耗大量资源，例如将内存中的内存文件丢失，来克服瓶颈。管理员可以将工作负载分解，来在多个实例上运行，以减少大小的要求，但这也仅仅只意味着在实例大小方面存在一个新的点，可以供管理员识别。

　　责任编辑：DJ编辑