Einheit 2.2: Compute Services
Einführung
Stellen Sie sich vor, Sie bestellen ein Gericht in einem Restaurant. Sie können entweder aus einem vorgegebenen Menü mit festen Portionen und Preisen wählen (schnell, einfach, wirtschaftlich) oder Sie bestellen à la carte und passen jedes Detail Ihren genauen Vorlieben an (flexibel, präzise, aber potenziell teurer). Die Compute-Dienste von IONOS CLOUD funktionieren auf dieselbe Weise: Sie bieten sowohl vorkonfigurierte Optionen für einfache Nutzung als auch vollständig anpassbare virtuelle Maschinen für maximale Präzision.
In dieser Einheit werden Sie die Compute-Dienste erkunden, die Anwendungen auf IONOS CLOUD betreiben. Ob Sie garantierte Leistung für missionkritische Datenbanken, kosteneffiziente Ressourcen für Entwicklungsumgebungen oder automatische Skalierung für unvorhersehbare Traffic-Muster benötigen: Das Verständnis dieser Compute-Optionen hilft Ihnen, den passenden Dienst an die Anforderungen Ihrer Workloads anzupassen.
1. IONOS CLOUD Compute Portfolio Überblick
IONOS CLOUD bietet ein umfassendes Spektrum an Compute-Diensten, die entwickelt wurden, um unterschiedliche Workload-Anforderungen zu erfüllen, von einfachen Entwicklungsumgebungen bis hin zu leistungskritischen Produktionssystemen. Das Compute-Portfolio besteht aus zwei Hauptangeboten, die jeweils für unterschiedliche Anwendungsfälle und Budgetvorgaben optimiert sind.
1.1 Compute Engine (Flexible virtuelle Server)
Compute Engine ist die leistungsfähige und flexible virtuelle Serverplattform von IONOS CLOUD. Sie bietet virtuelle Maschinen (VMs), die auf der Cloud-Infrastruktur von IONOS CLOUD laufen, mit voller Kontrolle über die Konfigurationen von CPU, Arbeitsspeicher, Speicher und Netzwerk. Compute Engine ist die Grundlage für die meisten Produktionsworkloads auf IONOS CLOUD.
Die Compute Engine Familie gliedert sich in zwei Produkttypen:
Dedicated Core Server stellen jeder VM einen dedizierten physischen CPU-Kern zur Verfügung; bei den meisten CPU-Familien stellt dieser Kern 2 Hyper-Threads bereit, wobei die neuere Intel Xeon Sierra Forest Familie 1 logischen Kern pro physischem Kern ohne Hyper-Threading bereitstellt. Kein anderer Kunde kann diesen Kern nutzen, was eine stabile und vorhersehbare Leistung sicherstellt. Dies macht Dedicated Core Server ideal für leistungskritische Aufgaben wie Echtzeit-Analysen, Datenverarbeitungs-Pipelines, Enterprise-Grade-Anwendungen und Hochdurchsatz-Datenbanken, bei denen die CPU-Leistung nicht beeinträchtigt werden darf. Dedicated Server unterstützen bis zu 62 Dedicated Cores und 230 GB RAM, mit der Flexibilität, Ressourcen vertikal zu skalieren, ohne neu zu starten (abhängig vom Betriebssystem).
vCPU Server nutzen virtuelle CPUs, die zugrunde liegende physische Ressourcen über mehrere Kunden hinweg teilen. Dieses geteilte Modell bietet kosteneffiziente, skalierbare Compute-Kapazität, die für Datenbanken, Entwicklungs- und Testumgebungen, Microservices und allgemeine Workloads geeignet ist. vCPU Server unterstützen bis zu 60 vCPUs und 230 GB RAM, mit der Flexibilität, Ressourcen vertikal zu skalieren, ohne neu zu starten (abhängig vom Betriebssystem).
Sowohl Dedicated Core als auch vCPU Server unterstützen Live Vertical Scaling (LVS), mit dem Sie CPU-Kerne, RAM erhöhen und Netzwerkschnittstellen hinzufügen können, während der Server weiterläuft, abhängig vom Betriebssystem. Diese Fähigkeit eliminiert Ausfallzeiten während von Kapazitätserweiterungen und ermöglicht es Ihnen, sofort auf Lastspitzen oder Wachstum zu reagieren.
Sowohl Dedicated Core als auch vCPU Server werden von einem höheren Service-Level Agreement mit 99,95 % Verfügbarkeit unterstützt, was die Zuverlässigkeit der Compute Engine Plattform für Produktionsworkloads widerspiegelt.
1.2 Cubes (Vorkonfigurierte virtuelle private Server)
Cubes sind vorkonfigurierte virtuelle private Server-Instanzen von IONOS CLOUD mit festen Mengen an vCPU, RAM und direkt angebundenem NVMe-Speicher. Betrachten Sie Cubes als sofort einsatzbereite Server-Vorlagen, ähnlich wie die Bestellung eines vorkonfigurierten Laptops anstelle des Zusammenbaus eines individuellen PCs aus einzelnen Komponenten.
Jeder Cube kombiniert eine VM mit einem angebundenen NVMe Direct-Attached Storage (DAS) Volume in einem einzigen Paket. Die Ressourcenkonfigurationen sind zum Zeitpunkt der Bereitstellung festgelegt und können später nicht geändert werden, daher unterstützen Cubes kein Live Vertical Scaling oder automatische Migration zu anderen Größen, aber Sie können neue NICs oder Datenträger hinzufügen. Cubes sind in zwei Vorlagenfamilien verfügbar:
Basic Cubes folgen einem ausgewogenen Verhältnis von 1 vCPU : 2 GB RAM : 60 GB Speicher. Die Größen reichen von Basic Cube XS (1 vCPU, 2 GB RAM, 60 GB Speicher) bis zu Basic Cube XL (16 vCPUs, 32 GB RAM, 960 GB Speicher).
Memory Cubes bieten mehr RAM pro vCPU und halten das gleiche Speicher-Verhältnis bei. Memory Cube XL liefert 16 vCPUs mit 64 GB RAM und 960 GB Speicher, ideal für speicherintensive Anwendungen, die keine dedizierte CPU-Leistung erfordern.
| Cube Typ | vCPUs | RAM | NVMe Speicher | Am besten geeignet für |
|---|---|---|---|---|
| Basic Cube XS | 1 | 2 GB | 60 GB | Einfache Websites, Entwicklung |
| Basic Cube S | 2 | 4 GB | 120 GB | Kleine Webanwendungen |
| Basic Cube M | 4 | 8 GB | 240 GB | Testumgebungen |
| Basic Cube L | 8 | 16 GB | 480 GB | Website-Hosting und Web-Apps mit geringem Traffic |
| Basic Cube XL | 16 | 32 GB | 960 GB | Mittlere Workloads |
| Memory Cube S | 2 | 8 GB | 120 GB | Speicherintensive Entwicklung/Test |
| Memory Cube M | 4 | 16 GB | 240 GB | Caching-Ebenen |
| Memory Cube L | 8 | 32 GB | 480 GB | In-Memory-Verarbeitung |
| Memory Cube XL | 16 | 64 GB | 960 GB | Große Speicher-Workloads |
Cubes werden als Vorlagen mit fester Größe verkauft und laufen auf geteilter Infrastruktur, was bedeutet, dass die Leistung während Spitzenzeiten zwischen Instanzen variieren kann. IONOS CLOUD veröffentlicht kein Over-Provisioning-Verhältnis für Cubes. Dies macht Cubes am besten geeignet für Entwicklung, Testen, Website-Hosting und Workloads mit niedriger Kritikalität, bei denen gelegentliche Leistungsschwankungen akzeptabel sind. Für konsistente, garantierte Leistung ist Compute Engine die bessere Wahl. Cubes haben ein niedrigeres SLA mit 99,9 % Verfügbarkeit.
1.3 Cloud GPU VMs
Cloud GPU VMs sind GPU-beschleunigte virtuelle Maschinen innerhalb der Compute Engine Familie, die für Workloads entwickelt wurden, die massive parallele Verarbeitungsleistung erfordern. Jede Cloud GPU VM ist mit NVIDIA H200 GPUs ausgestattet, die hochbandigen GPU-Arbeitsspeicher aufweisen und die Compute-Leistung liefern, die für künstliche Intelligenz, maschinelles Lernen und Hochleistungsrechnen-Aufgaben benötigt wird.
Wichtige Merkmale von Cloud GPU VMs:
- Dedizierte NVIDIA H200 GPU-Ressourcen, die an Compute Engine virtuelle Maschinen angebunden sind
- Hochbandiger GPU-Arbeitsspeicher, optimiert für das Training und die Inferenz großer KI/ML-Modelle
- Geeignet für KI/ML-Training, Modell-Inferenz, 3D-Rendering, wissenschaftliche Simulationen und Videobearbeitung
- Verfügbar in IONOS CLOUD Rechenzentren, wodurch GPU-Workloads unter europäischer Datensouveränität bleiben
Wann Cloud GPU VMs verwenden:
Wählen Sie Cloud GPU VMs, wenn Ihr Workload das Training oder Feinabstimmen von maschinellen Lernmodellen, das Ausführen von KI-Inferenz im großen Maßstab, das Erstellen von 3D-Rendering oder Visualisierung oder die Ausführung von wissenschaftlichen Rechenaufgaben umfasst, die von GPU-Parallelität profitieren. Für allgemeine Compute-Workloads, die keine GPU-Beschleunigung erfordern, sind Dedicated Core oder vCPU Server kosteneffektivere Wahlmöglichkeiten.
1.4 Confidential VM
Daten existieren in drei Zuständen: gespeichert auf einer Festplatte (at rest), unterwegs über ein Netzwerk (in transit) und während der Verarbeitung im Arbeitsspeicher (in use). Verschlüsselung at rest schützt gespeicherte Daten, und Verschlüsselung in transit schützt Daten, die über ein Netzwerk übertragen werden. Confidential VM, ein Servertyp in der Compute Engine Familie, schließt die verbleibende Lücke: Es schützt Daten in use, indem es den Arbeitsspeicher der VM auf CPU-Ebene verschlüsselt. Selbst mit vollem administrativen Zugriff auf den physischen Host sieht der Hypervisor nur Chiffretext.
Betrachten Sie eine Standard-VM als ein Hotelzimmer, in dem das Hotel einen Generalschlüssel besitzt und verspricht, ihn nicht zu verwenden. Eine Confidential VM ist ein Zimmer, dessen Schloss in die Wände eingebaut ist, sodass das Hotel es überhaupt nicht öffnen kann.
Confidential VM verwendet spezielle Prozessorfunktionen, um den Arbeitsspeicher der VM während der Nutzung verschlüsselt zu halten. IONOS CLOUD besitzt keine Verschlüsselungsschlüssel und kann diesen Arbeitsspeicher daher auch nicht lesen.
Die folgende Tabelle zeigt, wie sich eine Confidential VM von einer Standard-VM unterscheidet:
| Merkmale | Standard VM | Confidential VM |
|---|---|---|
| Daten im Arbeitsspeicher | Unverschlüsselt; für den Hypervisor lesbar | Hardware-verschlüsselt; hardware-isoliert und geschützt. Der Inhalt des Arbeitsspeichers ist kryptografisch unlesbar. |
| Vertrauensmodell | Politikbasiert ("wir schauen nicht hin") | Hardwareerzwungen ("wir können nicht hinschauen") |
| Sicherheitsgarantie | Vertragliche Verpflichtung | Kryptografischer Beweis |
| Zugriff des Betreibers | Administrativer Pfad existiert | Physisch unmöglich |
Was Confidential VM nicht abdeckt: Es schützt nur Daten in use. Netzwerkverkehr und Datenträger sind standardmäßig nicht verschlüsselt, daher schützen Sie diese weiterhin selbst. Es schützt auch nicht vor Anwendungsschwachstellen oder Fehlkonfigurationen.
Wichtige Merkmale: Confidential VM ist für regulierte Branchen entwickelt, einschließlich Finanzdienstleistungen, Gesundheitswesen und Recht, die kryptografische Garantien gegenüber vertraglichen Garantien erfordern. Es ist heute in einem Rechenzentrum verfügbar: Deutschland / Frankfurt am Main (de/fra/2).
2. Auswahl des richtigen Compute-Dienstes
Das Verständnis, wann jeder Compute-Dienst einzusetzen ist, hängt von den Merkmalen Ihrer Workloads, den Leistungsanforderungen und den Budgetbeschränkungen ab.
2.1 Compute Engine vs. Cubes: Entscheidungsgrundlagen
Der grundlegende Unterschied zwischen Compute Engine und Cubes liegt in der Ressourcenflexibilität, den Leistungsgarantien und der Kostenstruktur.
| Aspekt | Compute Engine | Cubes |
|---|---|---|
| Ressourcenmodell | Flexibel: vCPUs, Kerne und RAM unabhängig voneinander konfigurierbar | Feste, vorkonfigurierte Größen (Vorlagen) |
| Leistungsgarantie | Dedicated Core Servers reservieren Ressourcen ohne Overprovisioning; vCPU Servers teilen sich die Host-Ressourcen, daher kann die Leistung variieren | Geteilte Infrastruktur; die Leistung kann variieren |
| Maximale Kapazität | Bis zu 62 Kerne (Dedicated Core Servers) oder 60 vCPUs (vCPU Servers), 230 GB RAM (mehr bedarfsgesteuert verfügbar) | Bis zu 16 vCPUs, 64 GB RAM (Memory Cube XL) |
| SLA | 99,95 % Verfügbarkeit | 99,9 % Verfügbarkeit: geeignet für nicht kritische Workloads |
| Preisgestaltung | Höhere Stundensätze; Bezahlung für die exakt konfigurierten Ressourcen | Deutlich niedrigere Sätze (z. B. Basic Cube XS ab 0,007 €/h) |
| Speicher | Separater Block-Speicher (Essential, Balanced oder Performance), der bei Bedarf angeschlossen wird | Enthält direkt angebundenen NVMe-Speicher im Paket |
| Skalierbarkeit | CPU, RAM und Speicher können nach der Bereitstellung unabhängig voneinander angepasst werden | Feste Ressourcen; keine Änderung nach der Erstellung möglich |
| Geeignet für | Produktion, Datenbanken, Anwendungen mit hohem Traffic | Entwicklung, Testen, einfache Websites, Workloads mit niedriger Kritikalität |
Wählen Sie Compute Engine, wenn Sie garantierte Leistung für Produktions-Workloads benötigen, mehr als 16 vCPUs oder 64 GB RAM erfordern, Flexibilität wünschen, um Ressourcen unabhängig voneinander anzupassen, GPU-Beschleunigung für KI/ML- oder Rendering-Workloads (Cloud GPU VMs) benötigen oder wenn SLA und Verfügbarkeit die Hauptanliegen sind.
Wählen Sie Cubes, wenn Ihre Workload der Entwicklung, dem Testen oder niedriger Kritikalität zuzuordnen ist, Sie einen schnellen und kostengünstigen Einstieg mit fertiger VM und Speicher bevorzugen, der Ressourcenbedarf zu einer vordefinierten Vorlagengröße passt oder Sie den operativen Aufwand 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 ein Abwägen der Leistungsanforderungen mit dem Budget.
Dedicated Core Server weisen Ihrer VM einen physischen CPU-Kern exklusiv zu; bei den meisten CPU-Familien stellt dieser Kern 2 Hyper-Threads dar, wobei die neuere Intel Xeon Sierra Forest Familie 1 logischen Kern pro physischem Kern ohne Hyper-Threading bereitstellt. Kein anderer Kunde kann diesen Kern nutzen, was „noisy neighbor“-Effekte eliminiert und die stabilste und vorhersehbarste Leistung im IONOS CLOUD-Portfolio bietet. Dies macht Dedicated Core ideal für Echtzeit-Analysen, Datenverarbeitungs-Pipelines, Unternehmensanwendungen mit strengen SLA-Anforderungen und Hochdurchsatz-Datenbanken, bei denen eine konsistente CPU-Leistung entscheidend ist.
vCPU Server teilen sich physische Ressourcen unter mehreren Kunden und liefern eine gute Leistung für die meisten Workloads, bleiben dabei jedoch kosteneffizient. IONOS CLOUD garantiert kein festes vCPU-Leistungsniveau. Der tatsächliche Durchsatz hängt von der zugrunde liegenden Host-CPU, der VM-Konfiguration und der aktuellen Last auf dem geteilten physischen Server ab und kann von einem kleinen Bruchteil bis hin zu nahezu der vollen Kernleistung reichen. Dies macht vCPU Server ideal für Entwicklungs- und Testumgebungen, Allzweck-Datenbanken, Webdienste, Microservices und skalierbare Workloads, bei denen eine gewisse Leistungsschwankung akzeptabel ist.
Der Kostenvorteil ist erheblich. Dedicated Core Server haben einen höheren Preis (ab ca. 0,034 €/Stunde mit einem 1-Jahres-Sparplan), da Sie für einen gesamten physischen Kern zahlen. vCPU Server sind deutlich günstiger und damit die kosteneffizienteste Option für Workloads, die keine garantierte CPU-Isolation erfordern.
Leistungskritische oder geschäftskritische Workloads rechtfertigen die Preise für Dedicated Core. Entwicklung, Testen und Allzweck-Anwendungen profitieren von der Kosteneffizienz von vCPU.
3. Skalierungs- und Flexibilitätseigenschaften
Die Compute-Dienste von IONOS CLOUD bieten mehrere Mechanismen, um Ressourcen an sich ändernde Anforderungen anzupassen, sowohl vertikal (Hinzufügen von Ressourcen zu bestehenden VMs) als auch horizontal (Hinzufügen weiterer VMs).
3.1 Live Vertical Scaling
Live Vertical Scaling (LVS) ist eine in Compute Engine integrierte Technologie, mit der Sie CPU-Kerne, RAM und Netzwerkschnittstellen erhöhen können, während der Server weiterläuft. Für Linux-Systeme ist kein Neustart erforderlich (Windows weist einige Einschränkungen auf), wodurch Kapazitätserweiterungen ohne Ausfallzeit ermöglicht werden.
Diese Fähigkeit bietet mehrere wichtige Vorteile. Sie können sofort auf Lastspitzen reagieren, ohne den Dienst zu unterbrechen, Server dynamisch an die tatsächliche Auslastung anpassen, anstatt von Anfang an überdimensioniert zu provisionieren, und den operativen Aufwand für manuelle Abschalt- und Neustartverfahren eliminieren. Anwendungen bleiben für Benutzer verfügbar, während Sie Kapazität hinzufügen.
Auf Linux-Systemen mit modernen Kernen können Sie CPU-Kerne, RAM, NICs und Datenträger ohne Ausfallzeit hinzufügen. Auf Windows-Systemen können Sie CPU-Kerne, NICs und Datenträger hinzufügen (bei vCPU-Servern nur CPU-Kerne); RAM-Skalierung oder Skalierung über acht Kerne hinaus erfordert einen Neustart. Live Vertical Scaling funktioniert sowohl für Dedicated Core- als auch für vCPU-Server. Wenn Sie Ressourcen wie CPU oder RAM reduzieren möchten, ist ein Neustart unter jedem Betriebssystem erforderlich. Auf Linux können jedoch Netzwerkschnittstellen (NICs) und Datenträger weiterhin ohne Neustart getrennt werden.
Die Datenträgerkapazität kann während des Laufens des Servers erhöht werden, aber das Betriebssystem muss Partition und Dateisystem manuell neu dimensionieren, um den neu zugewiesenen Speicherplatz zu nutzen. Eine Reduzierung der Datenträgerkapazität (Verkleinerung) ist unter keinen Umständen erlaubt 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 NICs und das Ablösen von Datenträgern wird ohne Ausfallzeit unterstützt. Diese Einschränkungen sollten bei der Gestaltung von Kapazitätsmanagement- und Skalierungsstrategien berücksichtigt werden.
Die Möglichkeit, ohne Ausfallzeit vertikal zu skalieren, ist besonders wertvoll für Datenbanken, die ein allmähliches Wachstum aufweisen, Webanwendungen, die unerwarteten Anstiegen des Datenverkehrs ausgesetzt sind, oder jede Arbeitslast, bei der Dienstunterbrechungen die Benutzererfahrung oder den Umsatz beeinträchtigen.
3.2 VM Auto Scaling (Horizontale Skalierung)
VM Auto Scaling ist ein verwalteter IONOS CLOUD-Dienst, der virtuelle Maschineninstanzen basierend auf Echtzeit-Workload-Metriken wie CPU-Auslastung oder Netzwerkverkehr automatisch startet oder beendet. Er führt eine horizontale Skalierung durch, indem er VM-Replikate hinzufügt oder entfernt, die als Standard-Compute-Engine-virtuelle Maschinen provisioniert werden. Anstatt die Last manuell zu überwachen und Server hinzuzufügen, überwacht VM Auto Scaling kontinuierlich definierte Metriken und passt die Anzahl der laufenden VMs automatisch an.
Wenn ein Skalierungsschwellenwert erreicht wird, fügt VM Auto Scaling VMs in einer VM Auto Scaling Group hinzu oder entfernt sie, wobei alle VMs aus derselben Image-Vorlage erstellt werden. Dies gewährleistet Konsistenz über die Instanzen hinweg. Der Dienst wird mit anderen IONOS CLOUD-Diensten wie Application Load Balancer (ALB) integriert, um den Verkehr gleichmäßig über den variablen VM-Pool zu verteilen.
Wichtige Vorteile von VM Auto Scaling umfassen:
- Verbesserte Ressourcennutzung und Kosteneffizienz - VMs werden nur hinzugefügt, wenn sie benötigt werden, und entfernt, wenn die Nachfrage sinkt, wodurch Überprovisionierungsgebühren vermieden werden
- Bessere Anwendungsleistung - Der Dienst skaliert aus, bevor Anwendungen träge werden, und hält die Antwortzeiten niedrig
- Schnelle, automatisierte Skalierbarkeit - Horizontale Skalierung kann in Sekunden ausgelöst werden, ohne manuelles Eingreifen, und unterstützt Verkehrsspitzen aus Marketingkampagnen, Produktlaunches oder saisonalen Ereignissen
- Reduzierter operativer Aufwand - Die Skalierungslogik wird vom Dienst übernommen; Sie müssen Metriken nicht mehr manuell überwachen und VMs provisionieren
Häufige Anwendungsfälle für VM Auto Scaling:
Webanwendungs-Frontends: Kombinieren Sie VM Auto Scaling mit einem Application Load Balancer, um eingehenden HTTP(S)-Verkehr automatisch über eine variable Anzahl identischer Webserver-VMs zu verteilen und eine konsistente Latenz während Verkehrsspitzen sicherzustellen.
API-Dienste und Microservices: Skalieren Sie die Anzahl der API-verarbeitenden VMs basierend auf CPU- oder Netzwerkpaket-Schwellenwerten, um die API-Antwortzeiten innerhalb der SLA-Grenzen zu halten.
Batch-Verarbeitung oder Daten-Eingabepipelines: Wenn die Eingaberaten steigen, fügt der Dienst weitere VMs hinzu, um die zusätzliche Last zu bewältigen. Sobald die Warteschlange leer ist, skaliert er zurück und spart Kosten.
Saisonale oder ereignisgesteuerte Arbeitslasten: E-Commerce-Websites während Feiertagsverkäufen, Streaming-Plattformen während Live-Events oder jede Arbeitslast mit vorhersehbaren Spitzen kann minimale und maximale Replikatenzahlen vordefinieren und den Dienst den Rest übernehmen lassen.
Um den größten Nutzen aus VM Auto Scaling zu ziehen, kombinieren Sie ihn mit einem Application Load Balancer für gleichmäßige Verkehrsverteilung und Health Checks, verwenden Sie Cloud-Init oder benutzerdefinierte Images, damit neue Replikate sofort bereit sind, und definieren Sie sinnvolle Scale-in- und Scale-out-Schwellenwerte mit angemessenen Cool-down-Perioden, um schnelle Oszillationen zu vermeiden.
4. Images und Snapshots
Images und Snapshots sind grundlegende Werkzeuge zur Verwaltung von Compute-Ressourcen. Sie ermöglichen es Ihnen, Vorlagen zu erstellen, VM-Zustände zu sichern und Workloads in Ihrer Infrastruktur zu klonen.
4.1 Images: Vorlagen für die VM-Bereitstellung
Ein Image ist eine Vorlage, die ein Betriebssystem und optional vorinstallierte Software enthält. Es dient als Root-Disk bei der Erstellung eines neuen virtuellen Servers oder als ISO-Datei, die Anwendungen enthält, die auf Ihren Maschinen installiert werden sollen. Mit Images können Sie schnell und konsistent viele VMs mit identischen Konfigurationen bereitstellen.
IONOS CLOUD bietet drei Arten von Images:
Public Images werden von IONOS CLOUD bereitgestellt und umfassen gängige Betriebssysteme wie Ubuntu, Debian, Windows Server und andere. Diese Images sind in allen unterstützten Regionen verfügbar und können sofort verwendet werden.
BYOS Images (Bring Your Own Subscription) ermöglichen es Ihnen, Betriebssysteme mit Ihren vorhandenen Lizenzen zu verwenden, beispielsweise SUSE Linux Enterprise Server (SLES). Sie stellen die Subscription bereit, und IONOS CLOUD stellt die Infrastruktur bereit.
Private Images sind benutzerdefinierte Images, die Sie erstellen oder per FTP hochladen. Diese können vorinstallierte Anwendungen, Sicherheitskonfigurationen oder angepasste Betriebssysteme enthalten. Private Images sind nur in der Region sichtbar, in der sie hochgeladen wurden.
Images werden als separate Objekte verwaltet und verbrauchen Ihr Essential-Speicherkontingent nicht auf dieselbe Weise wie Snapshots. Sie können private Images mit bestimmten Benutzern oder Gruppen über Zugriffskontrollen teilen.
4.2 Snapshots: Sicherungen zu einem bestimmten Zeitpunkt
Ein Snapshot ist eine Kopie eines bereits bereitgestellten Block Storage-Volumens zu einem bestimmten Zeitpunkt. Er erfasst das gesamte Volumen, einschließlich des leeren Speicherplatzes, und erstellt so eine vollständige Sicherung des Disk-Zustands zum Zeitpunkt der Snapshot-Erstellung.
Snapshots erfüllen mehrere Zwecke. Sie bieten schnelle Wiederherstellungspunkte für bestimmte VM-Disks, ermöglichen es Ihnen, Volumes zu klonen, um mehrere VMs mit identischen Daten bereitzustellen, und bieten temporäre Sicherungen vor Upgrades oder Patches. Wenn ein Upgrade fehlschlägt, können Sie das Volumen aus dem Snapshot wiederherstellen. Sie werden nicht als Ersatz für ein traditionelles Sicherungstool wie den IONOS CLOUD Backup Service empfohlen, da sie nicht planbar sind und ihre Persistenz nicht automatisch gesteuert werden kann.
Wichtige Unterschiede zwischen Images und Snapshots:
| Aspekt | Image | Snapshot |
|---|---|---|
| Was es ist | OS-Vorlage für die Bereitstellung neuer VMs | Kopie eines bestehenden Block Storage-Volumens zu einem bestimmten Zeitpunkt |
| Erstellung | Auswahl aus dem Katalog, Upload per FTP oder Erstellung aus einem Snapshot | Rechtsklick auf das bereitgestellte Speicher-Volumen und Auswahl von „Create Snapshot“ |
| Speicherkontingent | Als Image-Objekt gespeichert; minimale Auswirkung auf das Kontingent | Verbraucht das gesamte Essential-Kontingent, das der Gesamtgröße des Volumes entspricht (einschließlich leeren Speicherplatzes) |
| Inkrementell | Nicht inkrementell; jedes Image ist ein separates Objekt | Nicht inkrementell; jeder Snapshot ist eine vollständige Kopie des Quellvolumens |
| Standortbeschränkungen | Private Images sind nur in der Upload-Region sichtbar; Public Images sind überall verfügbar | Snapshots sind nur am selben Rechenzentrumsstandort nutzbar, an dem sie erstellt wurden |
| Bootfähigkeit | Kann direkt als Boot-Disk für neue VMs ausgewählt werden | Muss vor der Verwendung als Boot-Disk an ein neues Block-Storage-Volumen angehängt werden |
| Typische Verwendung | Bereitstellung mehrerer VMs mit demselben OS/der gleichen Konfiguration | Schnelle Sicherung/Wiederherstellung für eine bestimmte VM-Disk |
Sowohl Images als auch Snapshots können über Zugriffskontrollen mit Gruppen geteilt werden, und Snapshots können zusätzlich mit 2-Faktor-Authentifizierung geschützt werden. Keines der beiden verfügt über eine automatische Aufbewahrung; sie bleiben bestehen, bis Sie sie löschen.
Das Verständnis, wann welches Werkzeug verwendet werden sollte, ist einfach. Verwenden Sie Images, wenn Sie neue VMs mit Standard- oder benutzerdefinierten Betriebssystemen bereitstellen. Verwenden Sie Snapshots, wenn Sie bestehende VM-Disks sichern oder Workload-Daten auf neue Instanzen klonen.
5. Preismodelle für Compute-Ressourcen
IONOS CLOUD bietet zwei Preismodelle für Compute-Ressourcen, die jeweils für unterschiedliche Nutzungsmuster und Commitment-Stufen konzipiert sind.
5.1 Pay-As-You-Go (PAYG)
Die Abrechnung nach dem Pay-As-You-Go-Modell erfolgt minutengenau, sodass Sie nur für die genaue Zeit bezahlen, in der Ihre Ressourcen laufen. Die Preise werden als Stundensätze angezeigt, die tatsächliche Abrechnung erfolgt jedoch proportional zu den genutzten Minuten. Es gibt kein Commitment, keine Vorabkosten und keine Aufrundung auf volle Stunden. Sie können Ressourcen jederzeit starten oder stoppen.
Die PAYG-Preise bieten maximale Flexibilität und eignen sich ideal für schwankende Workloads, kurzfristige Projekte, Entwicklungs- und Testumgebungen oder experimentelle Workloads, bei denen der Verbrauch unvorhersehbar ist. Sie haben die volle Freiheit, Ressourcen nach Bedarf zu provisionieren und wieder zu entfernen.
Typische PAYG-Sätze umfassen vCPU-Server zu etwa 0,012 € pro Stunde pro vCPU zuzüglich 0,0020 € pro Stunde pro GB RAM und Dedicated Core CPUs im Bereich von 0,036 € bis 0,046 € pro Stunde, je nach CPU-Familie (Dedicated Core RAM: 0,0045 € pro Stunde pro GB). Diese Sätze werden proportional zum tatsächlichen Verbrauch in Minuten-Schritten angewendet.
5.2 Cloud Savings Plans (Reserved-Instance-ähnlich)
Mit Cloud Savings Plans können Sie sich für eine feste Menge an Dedicated Core-Ressourcen (CPU-Kerne und RAM) für 1 oder 3 Jahre verpflichten und im Gegenzug deutlich niedrigere Stundensätze erhalten. Im Gegensatz zu traditionellen Reserved Instances basieren Cloud Savings Plans auf Ressourcen und sind nicht an einen bestimmten VM-Typ, eine Region oder ein Betriebssystem gebunden, was die Flexibilität bietet, Workloads frei zu verschieben.
Die Preise für Savings Plans sind deutlich niedriger als die PAYG-Preise. Beispielsweise kostet 1 Dedicated Core mit einem 1-Jahres-Plan etwa 0,034 € pro Stunde (im Vergleich zu 0,036 € bei PAYG) und mit einem 3-Jahres-Plan 0,024 € pro Stunde. RAM kostet mit einem 1-Jahres-Plan etwa 0,0038 € pro Stunde pro GB (im Vergleich zu 0,0045 € bei PAYG) und mit einem 3-Jahres-Plan 0,0027 € pro Stunde pro GB.
Die Kosteneinsparungen sind erheblich. Für einen Workload, der 10 Dedicated Cores und 40 GB RAM kontinuierlich für einen Monat (etwa 720 Stunden) ausführt, gelten folgende Kosten:
- PAYG: (10 × 0,036 € + 40 × 0,0045 €) × 720 ≈ 388,80 € pro Monat
- 1-Jahres-Savings-Plan: (10 × 0,034 € + 40 × 0,0038 €) × 720 ≈ 354,24 € pro Monat (9 % Ersparnis)
- 3-Jahres-Savings-Plan: (10 × 0,024 € + 40 × 0,0027 €) × 720 ≈ 250,56 € pro Monat (35 % Ersparnis)
Cloud Savings Plans berechnen den gesamten commitierten Betrag jeden Monat, auch wenn Sie die volle Kapazität nicht nutzen. Jeder Verbrauch über den commitierten Betrag hinaus wird zu den PAYG-Preisen abgerechnet. Mehrere Pläne können nebeneinander bestehen, wobei der älteste Plan zuerst angewendet wird und überschüssiger Verbrauch auf neuere Pläne oder PAYG durchgereicht wird.
Wählen Sie PAYG, wenn Workloads variabel, kurzlebig, experimentell oder unvorhersehbar sind. Wählen Sie Cloud Savings Plans, wenn Sie stabile, dauerhaft laufende Workloads mit vorhersehbarer Nutzung von Kernen und RAM haben, Preisgewissheit für die Budgetplanung benötigen oder Kosten für langfristige Produktionssysteme optimieren möchten.
Häufige Anwendungsfälle
Praxisnahe Szenarien, in denen die Compute-Dienste von IONOS CLOUD einen Mehrwert bieten:
- E-Commerce-Plattform mit saisonalem Traffic: Ein Online-Händler nutzt Dedicated Core Server für seine Webanwendung, kombiniert mit VM Auto Scaling (Abschnitt 3.2) und einem Application Load Balancer. Während des Black Friday und der Feiertagsverkäufe steigt der Traffic um das 10-Fache. VM Auto Scaling provisioniert automatisch zusätzliche Dedicated Core Server, wenn die CPU-Auslastung den definierten Schwellenwert überschreitet, verteilt den Traffic gleichmäßig über den Load Balancer und entfernt zusätzliche Server, wenn der Traffic wieder normal ist. Der Händler zahlt nur für die zusätzliche Kapazität während der Spitzenzeiten und vermeidet so die ganzjährigen Kosten für Server, die den größten Teil des Jahres ungenutzt bleiben.
- Entwicklungs- und Testumgebungen mit Cubes: Ein Softwareentwicklungsteam nutzt Basic Cube M-Instanzen (Abschnitt 1.2) für seine CI/CD-Pipeline und Testumgebungen. Die festen Ressourcen (4 vCPUs, 8 GB RAM, 240 GB Speicher) entsprechen den typischen Anforderungen ihrer Testworkloads, die niedrigen Stundenkosten passen zu ihren Budgetvorgaben, und der enthaltene NVMe-Speicher bietet schnelle Build- und Testleistung. Nach Abschluss der Tests können sie die Cubes löschen, um Kosten zu sparen, und provisionieren neue Cubes schnell, wenn der nächste Entwicklungssprint beginnt.
- 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 Noisy-Neighbor-Effekte und sorgen für eine konsistente Abfrageleistung für die Echtzeit-Transaktionsverarbeitung. Sie nutzen einen 3-jährigen Cloud Savings Plan (Abschnitt 5.2), um Preise zu fixieren, die je nach Konfiguration etwa 35 bis 40 % niedriger sind als PAYG, was sowohl eine vorhersehbare Leistung als auch vorhersehbare Kosten gewährleistet. Live Vertical Scaling (Abschnitt 3.1) ermöglicht es ihnen, Kerne ohne Ausfallzeit hinzuzufügen, wenn die Transaktionsvolumen während der Quartalsabschlussverarbeitung steigen.
Zusammenfassung
Die Compute-Dienste von IONOS CLOUD bieten flexible Optionen für den Betrieb virtueller Maschinen, von kosteneffizienten, vorkonfigurierten Cubes bis hin zu leistungsstarken Compute Engine Servern mit dedizierten CPU-Kernen und GPU-beschleunigten Cloud GPU VMs für KI/ML-Workloads. Das Verständnis der Merkmale, Anwendungsfälle und Preismodelle jedes Dienstes ermöglicht es Ihnen, Compute-Ressourcen effektiv an die Anforderungen der Workloads anzupassen.
Compute Engine bietet flexible, leistungsstarke virtuelle Server mit vollständiger Kontrolle über CPU, Arbeitsspeicher, Speicher und Netzwerk. Innerhalb von Compute Engine bieten Dedicated Core Server garantierte Leistung mit dedizierten physischen Kernen für missionkritische Workloads, während vCPU Server kosteneffiziente, skalierbare Compute-Leistung für allgemeine Anwendungen bieten. Live Vertical Scaling ermöglicht es Ihnen, die Kapazität ohne Ausfallzeit zu erweitern.
Cubes bieten vorkonfigurierte Compute-Instanzen mit festen vCPU, RAM und NVMe-Speicher zu den niedrigsten Preisen im IONOS CLOUD-Portfolio, ideal für Entwicklung, Testen, Website-Hosting und Workloads mit niedriger Kritikalität, bei denen Leistungsgarantien weniger wichtig sind als Kosteneffizienz.
VM Auto Scaling automatisiert das horizontale Skalieren, indem es VMs basierend auf Echtzeit-Metriken hinzufügt oder entfernt, was die Ressourcennutzung, die Anwendungsleistung und die operative Effizienz verbessert. Images und Snapshots ermöglichen es Ihnen, Vorlagen für eine konsistente VM-Bereitstellung und Sicherungen zu einem bestimmten Zeitpunkt für Wiederherstellung und Klonen zu erstellen.
Die Preismodelle umfassen flexibles Pay-As-You-Go für variable Workloads und Cloud Savings Plans für langfristige Verpflichtungen, die bei einer Laufzeit von 3 Jahren etwa 35 bis 40 % Ersparnis für stabile, vorhersehbare Compute-Nutzung bieten.
Wichtige Punkte:
- Compute Engine bietet flexible virtuelle Server mit Dedicated Core (garantierte Leistung) und vCPU (kosteneffiziente Skalierbarkeit) Optionen, beide mit einem SLA von 99,95 %
- Cubes bieten vorkonfigurierte Compute-Instanzen mit festen Ressourcen zu den niedrigsten Preisen, geeignet für Dev/Test und Workloads mit niedriger Kritikalität
- Cloud GPU VMs bieten GPU-beschleunigte Compute-Leistung mit NVIDIA H200 GPUs für KI/ML-Training, Inferenz, Rendering und HPC-Workloads
- Confidential VM hält den VM-Arbeitsspeicher verschlüsselt, während er in Verwendung ist, sodass selbst der Plattformbetreiber ihn nicht lesen kann; es verschlüsselt keine Daten während der Übertragung
- Live Vertical Scaling ermöglicht die Kapazitätserweiterung ohne Ausfallzeit für Compute Engine Server
- VM Auto Scaling automatisiert das horizontale Skalieren basierend auf Echtzeit-Metriken, ideal für variable Traffic-Muster
- Images dienen als Vorlagen für die Bereitstellung von VMs; Snapshots erfassen Sicherungen zu einem bestimmten Zeitpunkt bestehender Volumes
- Cloud Savings Plans senken die Kosten um etwa 35 bis 40 % bei einer Laufzeit von 3 Jahren für verpflichtete Dedicated Core Nutzung im Vergleich zu Pay-As-You-Go Preisen
Wichtige Begriffe:
- Compute Engine: Die flexible virtuelle Serverplattform von IONOS CLOUD, die Dedicated Core und vCPU Server mit anpassbaren Ressourcen bietet
- Dedicated Core Server: Virtuelle Maschine mit einem exklusiv zugewiesenen physischen CPU-Kern, die garantierte Leistung bietet
- vCPU Server: Virtuelle Maschine, die virtuelle CPUs verwendet, die physische Ressourcen teilen und kosteneffiziente Skalierbarkeit bieten
- Cubes: Vorkonfigurierte virtuelle Private Server Instanzen mit festen vCPU, RAM und NVMe-Speicher Ressourcen
- Cloud GPU VMs: GPU-beschleunigte virtuelle Maschinen, ausgestattet mit NVIDIA H200 GPUs für KI/ML, Rendering und Hochleistungsrechnen Workloads
- Live Vertical Scaling (LVS): Technologie, die die Erweiterung von CPU, RAM und NIC ermöglicht, während der Server ohne Ausfallzeit weiterläuft
- VM Auto Scaling: Verwalteter Dienst, der automatisch VM-Instanzen startet oder beendet, basierend auf Echtzeit-Workload-Metriken
- Image: Betriebssystemvorlage oder Anwendungsinstallationsdatenträger, der bei der Erstellung neuer virtueller Server verwendet wird
- Snapshot: Kopie zu einem bestimmten Zeitpunkt eines bestehenden Block Storage Volumes, verwendet für Sicherung und Klonen
Nächste Schritte
Weiter lernen: Einheit 2.3: Storage-Dienste
Verwandte Themen: