Amazon 发布 AWS Batch 预览版

在最近的 AWS Re:Invent 大会上，Amazon发布了 AWS Batch 的预览版。通过 AWS Batch，用户可以对他们云端的调度服务和工作负载进行优化。Amazon 推出这项服务是为了满足大量 AWS 客户的需求，他们基于 EC2 实例、容器和 CloudWatch 建立他们自己的批处理平台。

批次和作业调度器并不是什么新的模式。一直以来，调度器都是运行在固定的本地基础设施集群上。人们要么过度构建基础设施，不能物尽其用，要么基础设施构建不足，造成机会的流失，这些都是不可避免的。AWS 首席布道师 Jeff Barr看到了基于云平台构建现代化调度平台的机会：

我们相信云计算可以让批处理计算模型变得更好，让它可以更快地访问更多不同类型的 EC2 实例，可以根据具体需求弹性地伸缩，并带来新的计费模型，这个计费模型根据实际处理能力来计费，经济实惠。

AWS Batch 不需要在服务器端安装任何东西，而且可以动态分配计算资源，它可以加入 Amazon Spot 实例，这样就可以抢占 Amazon EC2 空闲的计算资源。AWS Batch 服务还提供了作业优先级和依赖管理特性。Amazon 希望客户可以把精力集中在业务需求上，让 AWS Batch 来处理剩下的事情。

在 AWS re:Invent 大会的“ AWS Batch：在 AWS 上运行简单高效的批处理计算”讨论环节，AWS 首席产品经理 Jamie Kinney 介绍了有关 AWS Batch 的几个概念：

• Jobs是作业单元，它们被提交到 Job Queues，并按照优先级排序，一直待在队列里直到有计算资源来执行它们。
• Job Definitions指定如何执行 Jobs。每个作业都需要引用一个 Job Definition，Job Definition 的参数可以被覆盖，包括 vCPU、内存、挂载点和容器属性。
• Job Queues用来保存 Jobs，直到它们被执行。Jobs 会等待它们所依赖的 Jobs 执行完毕，或者等待分配系统资源。
• Compute Environments包括托管和非托管两种环境。在托管环境里，你可以提出业务需求（比如实例类型、对 vCPU 的需求量，等等），AWS 将会为你启动和扩展资源。而在非托管环境里，你可以启动和管理自己的资源，比如容器。
• Scheduler对已提交到 Job Queue 的 Jobs 进行评估，评估它们在何时、何处以及如何被执行。Jobs 几乎是按照它们提交的顺序来执行的，只要它们所依赖的条件得到满足。

Amazon 提供了 AWS Batch 适用性指南。对于需要大量传递数据的场景，比如ETL 或大数据处理，Amazon 建议客户使用EMR、数据管道、Redshift 或其它相关的数据处理工具。而对于存在很多小型调度作业的场景，可以使用AWS，不过Kinney认为客户“需要一个工作流或作业调度系统来管理这些作业。”

Kinney认为 AWS Batch 就是一个理想的工具，它特别适用于

那些在异构计算机上运行大量大大小小计算任务的客户。

AWS Batch 目前还处在预览版阶段，只在美国东部（弗吉尼亚北部）地区可用。等到服务的可用性达到通用标准，就会在其它地区开放。根据 AWS Batch 的路线图，AWS Batch 将在后期支持作业数组，并且可以使用 AWS Lambda 来执行作业。

查看英文原文： Amazon Introduces AWS Batch Preview