DigitalOcean Droplets är Linux-baserade virtuella maskiner (VM) som körs ovanpå virtualiserad hårdvara. Varje droppe du skapar är en ny server som du kan använda, antingen fristående eller som en del av en större molnbaserad infrastruktur

Att välja rätt Droplet-plan beror på din arbetsbelastning. En överdimensionerad droppe skulle underutnyttja sina resurser och kosta mer, men en underdimensionerad droppe som körs på full CPU eller minne skulle drabbas av försämrad prestanda eller fel

För att hjälpa dig välja den bästa Droplet-planen för ditt användningsfall förklarar den här artikeln skillnaderna mellan delade och dedikerade processorer, går i detalj på varje Droplet-plan och avslutar med hur man fattar ett datadrivet beslut

Du kan också ändra storlek på en droppe till en större plan efter att den skapats, inklusive ändra storlek till en större droppplan av ett annat slag. Du kan till exempel ändra storlek från en Basic Droplet-plan till en större CPU-optimerad Droplet-plan. Se Droplet-prissidan för en fullständig lista över planer och priser

A
**Droplet** är en virtuell maskin (VM) som tilldelas resurser, som CPU, RAM och disklagring, från en fysisk värd

A
**hypervisor, även känd som en virtuell maskinövervakare, ser till att de flera dropparna som körs på en fysisk värd får var och en sina virtuella resurser, som vCPU

A
**vCPU** är en enhet för processorkraft som motsvarar en enda hypertråd på en processorkärna. En modern flerkärnig processor har flera vCPU:er

Droplet-planen du väljer bestämmer mängden resurser som allokeras till Droplet. Resurser som RAM, disklagring och nätverksbandbredd är alltid dedikerade, men du kan välja mellan delad CPU och dedikerade CPU-planer för dedikerad vCPU

Dedikerade CPU-droppar har garanterad tillgång till hela hypertråden hela tiden. Med delade CPU-droppar kan hypertråden som tilldelats droppen delas mellan flera andra droppar. När en delad CPU-droppe utsätts för tyngre belastning, allokerar hypervisorn dynamiskt fler hypertråd(ar) till den

Mängden CPU-cykler som är tillgängliga för hypervisorn att tilldela beror dock på arbetsbelastningen för de andra dropparna som delar den värden. Om dessa närliggande droppar har hög belastning kan en droppe ta emot bråkdelar av hypertrådar istället för dedikerad åtkomst till de underliggande fysiska processorerna. I praktiken innebär detta att delade CPU-droppar
*kan* ha tillgång till fullständiga hypertrådar, men det är inte garanterat

Det finns fem Droplet-planer: en delad CPU-plan och fyra dedikerade CPU-planer
 |Droplet Plan||CPU||vCPUs||Minne|
|
|Basic (vanlig och premium) |Delad||1 - 8||1 - 16 GB RAM|
|
|Allmänt |Dedikerad||2 - 40||8 - 160 GB RAM
|
4 GB RAM/vCPU
|
|CPU-optimerad |Dedikerad||2 - 48||4 - 96 GB
|
2 GB RAM/vCPU
|
|Minnesoptimerad |Dedikerad||2 - 32||16 - 256 GB RAM
|
8 GB RAM/vCPU
|
|Lagringsoptimerad |Dedikerad||2 - 32||16 - 256 GB RAM
|
8 GB RAM/vCPU
150 - 225 GB SSD/vCPU
Basic Droplets har den mest effektiva CPU-användningen till en lägre kostnad för arbetsbelastningar som skulle underutnyttja dedikerade trådar. De är idealiska för sprängfyllda applikationer som kan hantera olika nivåer av CPU, som:
Basic Droplets finns i en mängd olika konfigurationer, från 1 vCPU / 1 GB minne till 8 vCPU:er / 16 GB minne. De ger dig också flexibiliteten att välja det minne till vCPU-förhållande som är mest lämpligt för din applikation

Basic Droplets är delad CPU, vilket är idealiskt för appar som oftast körs med låg till medelhög belastning och ibland spricker under korta tidsperioder. För produktionsbelastningar där tid är avgörande eller variabel prestanda är oacceptabel, bör du välja dedikerade CPU-droppar

Basic Droplets kan ha vanliga processorer eller premium-processorer. Du kan välja mellan Intel och AMD för Premium-processorer

Basic Droplets med premium-processorer kommer garanterat att använda en av de senaste två generationerna av processorer vi har och NVMe SSD. NVMe SSD:er använder parallellism för att leverera snabbare diskprestanda än med vanliga SSD:er. Arbetsbelastningar som kräver ett stort antal transaktioner kommer att ha mycket lägre latens med NVMe SSD:er

Premium CPU Droplets har också förbättrad minnesprestanda, vilket kan spela en betydande faktor i arbetsbelastningar som minnesdatabaser och server-side cacher för webbappar. Premium AMD Droplets har en minnesfrekvens på 3200 MHz och Premium Intel 2933 MHz

Premium CPU Droplets har antingen andra eller tredje generationens Intel Xeon Scalable-processorer eller andra eller tredje generationens AMD EPYC-processorer. Vanliga CPU-droppar har en blandning av första generationens eller äldre Xeon Scalable-processorer och AMD EPYC-processorer

General Purpose Droplets har ett balanserat förhållande mellan minne och dedikerad CPU, lämplig för en mängd olika produktionsbelastningar. General Purpose Droplets finns i sex konfigurationer, från 2 vCPU:er upp till 40 vCPU:er, med 8 GB upp till 160 GB RAM. Detta 4:1 minne till CPU-förhållande är optimalt för vanliga arbetsbelastningar som:
De är också ett bra standardval om du inte är säker på vilken Droplet-typ som är bäst för din applikation. Alla General Purpose Droplets har Intel Xeon Skylake- eller Cascade Lake-processorer, som har en basklockhastighet på 2,7 GHz. De är bäst för allmänna produktionsarbetsbelastningar som kräver dedikerad beräkningskraft

Om dina arbetsbelastningar kräver garanterad och ihållande CPU-prestanda men inte är lika minneskrävande, låter CPU-optimerade droppar dig minimera kostnaden per dedikerad vCPU. Uppbackad av Intels Ice Lake och äldre processorer med basklockhastigheter på över 2,6 Ghz, är CPU-optimerade droppar byggda för CPU-bundna arbetsbelastningar som:
CPU-optimerade droppar ger ett 2:1-förhållande mellan minne och CPU, allt från 2 vCPU:er med 4 GB RAM upp till 32 vCPU:er och 64 GB RAM. Denna konfiguration är optimal för applikationer som kräver snabb, konsekvent prestanda från dedikerade vCPU:er, men som inte är så minneskrävande att de kräver det extra RAM-minnet som tillhandahålls av General Purpose Droplets

Vissa arbetsbelastningar, som stora produktionsdatabaser eller cachar i minnet, kräver större mängder minne för att lagra arbetsdata. Utan tillräckligt med RAM-minne kör sådana applikationer vanligtvis långsamt, eller kan ibland bli instabila och krascha. Med 8 GB RAM för varje vCPU är minnesoptimerade droppar idealiska för dessa applikationer:
Minnesoptimerade droppar sträcker sig från 2 vCPU:er och 8 GB RAM upp till 32 vCPU:er och 256 GB minne. Det extra minnet kan hjälpa dig att undvika att överdrivet byta till disk eller få fel på minnet, som båda avsevärt påverkar din applikations prestanda och stabilitet. De låter dig minimera kostnaden per GB minne, samtidigt som de tillhandahåller dedikerade vCPU:er

Snabb lagring är nödvändig för arbetsbelastningar som fångar stora mängder data. Storage-Optimized Droplets använder NVMe (non-volatile memory express), som är ett gränssnittsprotokoll uttryckligen byggt för moderna SSD:er. Den drar fördel av parallellitet för att leverera diskprestanda som kan vara en storleksordning snabbare än våra vanliga SSD:er. Eftersom lagring är direkt kopplad till hypervisorn (istället för att vara ansluten via nätverk), är dessa droppar idealiska för arbetsbelastningar som kräver ett stort antal transaktioner med låg latens, som:
1X SSD-konfigurationen av Storage-Optimized Droplets har 150 GB lagringsutrymme för varje dedikerad vCPU. Alternativet 1,5X SSD ger dig 225 GB per vCPU. Vår största lagringsoptimerade droppe har 7 terabyte lagringskapacitet


Innan du bestämmer dig för en viss dropptyp rekommenderar vi att du jämför och belastningstester din arbetsbelastning för att se hur den presterar under simulerad belastning. För sprängfyllda appar eller batchjobb, titta på resursanvändning när belastningen är på sin förväntade topp, särskilt när du använder delade CPU Basic Droplets. Om du märker att din app prestanda är för varierande för dina produktionsbehov, överväg en Droplet-typ med dedikerade vCPU:er

Genom att använda Droplet-grafer kan du få mer information om din Droplets CPU-belastning och minnesanvändning:
Om din Droplet har hög CPU-användning för det mesta och även betydande minnesanvändning, överväg att skala både vCPU:er och minne och använda en balanserad General Purpose Droplet

Om din Droplet har hög CPU-användning för det mesta men mycket låg minnesanvändning, kanske du kan spara pengar med en CPU-optimerad Droplet

Om din Droplet har hög minnesanvändning för det mesta (potentiellt maxar ut och byter till disk) men låg eller måttlig CPU-användning, överväg att skala minnet och använda en minnesoptimerad droppe

Om din Droplet har låg till måttlig CPU- eller minnesanvändning för det mesta men ibland spricker upp och når resursgränserna, överväg delade CPU Basic Droplets och skala den begränsande resursen därefter

Med DigitalOcean Monitoring kan du skapa varningspolicyer för att meddela dig via e-post eller Slack om dina Droplets når sina resursgränser. Till exempel kan du ställa in en varningspolicy för att meddela dig via Slack om en av dina Droplets överstiger 90 % minnesanvändning i mer än 30 minuter, en indikation på att din arbetsbelastning kan vara nära att maxa ut tillgängligt minne och kan leda till att en kapacitetsutnyttjande -minnesfel

Alla DigitalOcean Droplets inkluderar varierande mängder lokal SSD-lagring (solid state disk). Om du behöver ytterligare lagring kan du använda nätverksansluten blocklagring för att bifoga ytterligare volymer till en droppe, eller använda Spaces-objektlagring för att ladda ner filer och medföljande metadata

Det finns en viss prestandastraff när du använder nätverksansluten lagring. Om du behöver ytterligare input/output operations per second (IOPS), överväg att skala din Droplet till en större storlek för ytterligare lokal SSD-lagring

Droplets inkluderar obegränsad gratis inkommande dataöverföring och en viss mängd gratis utgående dataöverföring, beroende på Droplet-instansens typ och storlek. Beroende på din arbetsbelastningstyp och bandbreddsanvändning kan du skala din Droplet för att dra nytta av ytterligare gratis utgående dataöverföring

Övervakning tillhandahåller grafer och varningspolicyer för att övervaka både disk och bandbredd, ungefär på samma sätt som du skulle övervaka CPU- och minnesanvändning

Om du använder Droplets för att köra ett containerkluster med DigitalOcean Kubernetes, finns det olika överväganden för att välja den bästa Droplet-planen. Du kan kombinera flera olika Droplet-instanstyper för att skapa en uppsättning resurser med optimal storlek för dina körande behållare

Många containerkluster, som Kubernetes, har avancerade schemaläggningsfunktioner som låter dig ange de droppar som dina containrar ska köras på. Om du till exempel kör en minnesbunden databehandlingsapp kan du schemalägga den arbetsbelastningen till en grupp minnesoptimerade droppar för att undvika att nå minnesgränser och byta till disk

Läs mer i Avancerad schemaläggning i Kubernetes.