DigitalOcean Droplets sind Linux-basierte virtuelle Maschinen (VMs), die auf virtualisierter Hardware ausgeführt werden. Jedes von Ihnen erstellte Droplet ist ein neuer Server, den Sie entweder eigenständig oder als Teil einer größeren, Cloud-basierten Infrastruktur verwenden können

Die Wahl des richtigen Droplet-Plans hängt von Ihrer Arbeitsbelastung ab. Ein übergroßes Droplet würde seine Ressourcen nicht ausreichend nutzen und mehr kosten, aber ein zu kleines Droplet, das mit voller CPU oder Arbeitsspeicher läuft, würde unter Leistungseinbußen oder Fehlern leiden

Um Ihnen bei der Auswahl des besten Droplet-Plans für Ihren Anwendungsfall zu helfen, erklärt dieser Artikel die Unterschiede zwischen gemeinsam genutzten und dedizierten CPUs, geht detailliert auf jeden Droplet-Plan ein und schließt mit einer datengestützten Entscheidung ab

Sie können die Größe eines Droplets auch nach der Erstellung auf einen größeren Plan ändern, einschließlich der Größenänderung auf einen größeren Droplet-Plan einer anderen Art. Beispielsweise können Sie die Größe von einem Basis-Droplet-Plan zu einem größeren CPU-optimierten Droplet-Plan ändern. Auf der Droplet-Preisseite finden Sie eine vollständige Liste der Pläne und Preise

A
**Droplet** ist eine virtuelle Maschine (VM), der Ressourcen wie CPU, RAM und Festplattenspeicher von einem physischen Host zugewiesen werden

A
**Hypervisor, auch als Virtual Machine Monitor bekannt, stellt sicher, dass die mehreren Droplets, die auf einem physischen Host ausgeführt werden, jeweils ihre virtuellen Ressourcen wie vCPU erhalten

A
**vCPU** ist eine Rechenleistungseinheit, die einem einzelnen Hyperthread auf einem Prozessorkern entspricht. Ein moderner Multicore-Prozessor hat mehrere vCPUs

Der von Ihnen gewählte Droplet-Plan bestimmt die Menge an Ressourcen, die dem Droplet zugewiesen werden. Ressourcen wie RAM, Festplattenspeicher und Netzwerkbandbreite sind immer dediziert, aber Sie können zwischen gemeinsam genutzten CPU- und dedizierten CPU-Plänen für dedizierte vCPU wählen

Dedizierte CPU-Droplets haben jederzeit garantierten Zugriff auf den vollständigen Hyperthread. Bei gemeinsam genutzten CPU-Droplets kann der dem Droplet zugewiesene Hyperthread von mehreren anderen Droplets gemeinsam genutzt werden. Wenn ein gemeinsam genutztes CPU-Droplet stärker belastet wird, weist der Hypervisor ihm dynamisch mehr Hyperthreads zu

Die Menge an CPU-Zyklen, die der Hypervisor zuordnen kann, hängt jedoch von der Arbeitslast der anderen Droplets ab, die sich diesen Host teilen. Wenn diese benachbarten Droplets eine hohe Auslastung haben, könnte ein Droplet Bruchteile von Hyperthreads anstelle eines dedizierten Zugriffs auf die zugrunde liegenden physischen Prozessoren erhalten. In der Praxis bedeutet dies, dass CPU-Droplets gemeinsam genutzt werden
*kann* Zugriff auf vollständige Hyperthreads haben, aber es ist nicht garantiert

Es gibt fünf Droplet-Pläne: einen gemeinsam genutzten CPU-Plan und vier dedizierte CPU-Pläne
|Droplet-Plan||CPU||vCPUs||Speicher|
|
|Basic (Regular und Premium) |Shared||1 - 8||1 - 16 GB RAM|
|
|Universal |Dediziert||2 - 40||8 - 160 GB RAM
|
4 GB RAM / vCPU
|
|CPU-optimiert |Dediziert||2 - 48||4 - 96 GB
|
2 GB RAM / vCPU
|
|Speicheroptimiert |Dediziert||2 - 32||16 - 256 GB RAM
|
8 GB RAM / vCPU
|
|Speicheroptimiert |Dediziert||2 - 32||16 - 256 GB RAM
|
8 GB RAM / vCPU
150 - 225 GB SSD / vCPU
Einfache Droplets haben die effizienteste CPU-Auslastung zu geringeren Kosten für Workloads, die dedizierte Threads nicht ausreichend nutzen würden. Sie sind ideal für Spitzenanwendungen, die mit unterschiedlichen CPU-Werten umgehen können, wie z. B.:
Basic Droplets sind in einer Vielzahl von Konfigurationen erhältlich, von 1 vCPU / 1 GB Arbeitsspeicher bis zu 8 vCPUs / 16 GB Arbeitsspeicher. Sie geben Ihnen auch die Flexibilität, das für Ihre Anwendung am besten geeignete Verhältnis von Arbeitsspeicher zu vCPU auszuwählen

Basic Droplets sind gemeinsam genutzte CPUs, die sich ideal für Apps eignen, die meist mit niedriger bis mittlerer Last ausgeführt werden und gelegentlich für kurze Zeit platzen. Für Produktions-Workloads, bei denen die Zeit von entscheidender Bedeutung ist oder eine variable Leistung nicht tolerierbar ist, sollten Sie sich für dedizierte CPU-Droplets entscheiden

Basic Droplets können reguläre CPUs oder Premium-CPUs haben. Bei Premium-CPUs haben Sie die Wahl zwischen Intel und AMD

Basic Droplets mit Premium-CPUs verwenden garantiert eine der neuesten zwei Generationen von CPUs, die wir haben, und NVMe-SSDs. NVMe-SSDs verwenden Parallelität, um eine schnellere Festplattenleistung als bei normalen SSDs bereitzustellen. Workloads, die eine große Anzahl von Transaktionen erfordern, haben mit NVMe-SSDs eine viel geringere Latenz

Premium-CPU-Droplets haben auch eine verbesserte Speicherleistung, die bei Workloads wie In-Memory-Datenbanken und serverseitigen Caches für Web-Apps eine wichtige Rolle spielen kann. Premium AMD Droplets haben eine Speicherfrequenz von 3200 MHz und Premium Intel 2933 MHz

Premium-CPU-Droplets verfügen entweder über Intel Xeon Scalable-Prozessoren der zweiten oder dritten Generation oder AMD EPYC-Prozessoren der zweiten oder dritten Generation. Reguläre CPU-Droplets haben eine Mischung aus skalierbaren Xeon-Prozessoren der ersten Generation oder älter und AMD EPYC-Prozessoren

Allzweck-Droplets haben ein ausgewogenes Verhältnis von Arbeitsspeicher zu dedizierter CPU und eignen sich für eine Vielzahl von Produktions-Workloads. Allzweck-Droplets sind in sechs Konfigurationen von 2 vCPUs bis zu 40 vCPUs mit 8 GB bis zu 160 GB RAM erhältlich. Dieses Verhältnis von Arbeitsspeicher zu CPU von 4:1 ist optimal für Standard-Workloads wie:
Sie sind auch eine gute Standardauswahl, wenn Sie sich nicht sicher sind, welcher Droplet-Typ für Ihre Anwendung am besten geeignet ist. Alle Allzweck-Droplets verfügen über Intel Xeon Skylake- oder Cascade Lake-Prozessoren mit einer Basistaktfrequenz von 2,7 GHz. Sie eignen sich am besten für allgemeine Produktions-Workloads, die dedizierte Rechenleistung erfordern

Wenn Ihre Workloads eine garantierte und anhaltende CPU-Leistung erfordern, aber nicht so arbeitsspeicherintensiv sind, können Sie mit CPU-optimierten Droplets die Kosten pro dedizierter vCPU minimieren. Unterstützt von Intels Ice Lake und älteren Prozessoren mit Basistaktraten von über 2,6 GHz, sind CPU-optimierte Droplets für CPU-gebundene Workloads wie:
CPU-optimierte Droplets bieten ein Verhältnis von Arbeitsspeicher zu CPU von 2:1, das von 2 vCPUs mit 4 GB RAM bis zu 32 vCPUs und 64 GB RAM reicht. Diese Konfiguration ist optimal für Anwendungen, die eine schnelle, konsistente Leistung von dedizierten vCPUs erfordern, aber nicht so arbeitsspeicherintensiv sind, dass sie den zusätzlichen RAM benötigen, der von General Purpose Droplets bereitgestellt wird

Einige Workloads, wie große Produktionsdatenbanken oder In-Memory-Caches, erfordern größere Mengen an Arbeitsspeicher, um Arbeitsdatensätze zu speichern. Ohne ausreichend RAM laufen solche Anwendungen normalerweise langsam oder können gelegentlich instabil werden und abstürzen. Mit 8 GB RAM für jede vCPU sind Memory-Optimized Droplets ideal für diese Anwendungen:
Arbeitsspeicheroptimierte Droplets reichen von 2 vCPUs und 8 GB RAM bis zu 32 vCPUs und 256 GB Arbeitsspeicher. Der zusätzliche Arbeitsspeicher kann Ihnen dabei helfen, ein übermäßiges Auslagern auf die Festplatte oder Speichermangelfehler zu vermeiden, die beide die Leistung und Stabilität Ihrer Anwendung erheblich beeinträchtigen. Sie ermöglichen es Ihnen, die Kosten pro GB Arbeitsspeicher zu minimieren und dennoch dedizierte vCPUs bereitzustellen

Für Workloads, die große Datenmengen erfassen, ist schneller Speicher erforderlich. Speicheroptimierte Droplets verwenden NVMe (Non-Volatile Memory Express), ein Schnittstellenprotokoll, das explizit für moderne SSDs entwickelt wurde. Es nutzt die Vorteile der Parallelität, um eine Festplattenleistung zu liefern, die um eine Größenordnung schneller sein kann als unsere regulären SSDs. Da der Speicher direkt mit dem Hypervisor verbunden ist (anstatt über das Netzwerk verbunden zu sein), sind diese Droplets ideal für Workloads, die eine hohe Anzahl von Transaktionen mit geringer Latenz erfordern, wie z. B.:
Die 1X-SSD-Konfiguration von speicheroptimierten Droplets bietet 150 GB Speicher für jede dedizierte vCPU. Die 1,5-fach SSD-Option bietet Ihnen 225 GB pro vCPU. Unser größtes speicheroptimiertes Droplet hat 7 Terabyte Speicherkapazität


Bevor Sie sich für einen bestimmten Droplet-Typ entscheiden, empfehlen wir Benchmarks und Belastungstests für Ihre Workload, um zu sehen, wie sie sich unter simulierter Last verhält. Sehen Sie sich bei Spitzen-Apps oder Batch-Jobs die Ressourcennutzung an, wenn die Last ihren erwarteten Höhepunkt erreicht, insbesondere bei Verwendung gemeinsam genutzter CPU-Basic-Droplets. Wenn Sie feststellen, dass die Leistung Ihrer App für Ihre Produktionsanforderungen zu variabel ist, ziehen Sie einen Droplet-Typ mit dedizierten vCPUs in Betracht

Mithilfe von Droplet-Diagrammen erhalten Sie weitere Informationen zur CPU-Auslastung und Speichernutzung Ihres Droplets:
Wenn Ihr Droplet die meiste Zeit über eine hohe CPU-Auslastung und auch eine erhebliche Speicherauslastung aufweist, sollten Sie erwägen, sowohl vCPUs als auch Speicher zu skalieren und ein ausgewogenes Allzweck-Droplet zu verwenden

Wenn Ihr Droplet die meiste Zeit über eine hohe CPU-Auslastung, aber eine sehr geringe Speicherauslastung aufweist, können Sie möglicherweise mit einem CPU-optimierten Droplet Geld sparen

Wenn Ihr Droplet die meiste Zeit über eine hohe Speicherauslastung hat (möglicherweise ausgelastet und auf die Festplatte ausgelagert), aber eine geringe oder mäßige CPU-Auslastung aufweist, sollten Sie den Speicher skalieren und ein speicheroptimiertes Droplet verwenden

Wenn Ihr Droplet die meiste Zeit über eine geringe bis mäßige CPU- oder Speicherauslastung hat, aber manchmal explodiert und an Ressourcengrenzen stößt, sollten Sie Shared CPU Basic Droplets in Betracht ziehen und die einschränkende Ressource entsprechend skalieren

Mit DigitalOcean Monitoring können Sie Warnrichtlinien erstellen, um Sie per E-Mail oder Slack zu benachrichtigen, wenn Ihre Droplets ihre Ressourcengrenzen erreichen. Sie können beispielsweise eine Warnrichtlinie festlegen, die Sie über Slack benachrichtigt, wenn eines Ihrer Droplets länger als 30 Minuten 90 % Speicherauslastung überschreitet, ein Hinweis darauf, dass Ihre Arbeitslast den verfügbaren Speicher fast ausgeschöpft hat und möglicherweise einen Out-of auslöst -Speicherfehler

Alle DigitalOcean Droplets enthalten variable Mengen an lokalem SSD-Speicher (Solid State Disk). Wenn Sie zusätzlichen Speicherplatz benötigen, können Sie über das Netzwerk verbundene Blockspeicher verwenden, um zusätzliche Volumes an ein Droplet anzuhängen, oder den Spaces-Objektspeicher verwenden, um Dateien und begleitende Metadaten auszulagern

Bei der Verwendung von Network Attached Storage gibt es einige Leistungseinbußen. Wenn Sie die zusätzlichen Ein-/Ausgabevorgänge pro Sekunde (IOPS) benötigen, sollten Sie Ihr Droplet für zusätzlichen lokalen SSD-Speicher auf eine größere Größe skalieren

Droplets beinhalten eine unbegrenzte kostenlose eingehende Datenübertragung und eine gewisse Menge an kostenloser ausgehender Datenübertragung, je nach Typ und Größe der Droplet-Instanz. Je nach Workload-Typ und Bandbreitennutzung können Sie Ihr Droplet skalieren, um zusätzliche kostenlose ausgehende Datenübertragungen zu nutzen

Monitoring bietet Diagramme und Warnrichtlinien zur Überwachung von Festplatten und Bandbreite, ähnlich wie Sie die CPU- und Speicherauslastung überwachen würden

Wenn Sie Droplets verwenden, um einen Container-Cluster mit DigitalOcean Kubernetes auszuführen, gibt es verschiedene Überlegungen zur Auswahl des besten Droplet-Plans. Sie können mehrere verschiedene Droplet-Instance-Typen kombinieren, um eine Reihe von Ressourcen zu erstellen, deren Größe optimal auf Ihre laufenden Container abgestimmt ist

Viele Container-Cluster, wie Kubernetes, verfügen über erweiterte Planungsfunktionen, mit denen Sie die Droplets angeben können, auf denen Ihre Container ausgeführt werden. Wenn Sie beispielsweise eine speichergebundene Datenverarbeitungsanwendung ausführen, können Sie diese Workload für eine Gruppe von speicheroptimierten Droplets planen, um zu vermeiden, dass Speichergrenzen erreicht und auf die Festplatte ausgelagert werden

Weitere Informationen finden Sie unter Erweiterte Planung in Kubernetes.