2 x AMD EPYC 7502 (64 ядра, 2.5-3.35 ГГц, 128 потоков) / DDR4 / 2 x 4 ТБ NVMe

64 ядра AMD EPYC 7502 как платформа для крупных in-memory баз данных

Идентичная по железу конфигурация — два процессора AMD EPYC 7502 с 64 ядрами и 128 потоками на архитектуре Rome — заслуживает отдельного рассмотрения под другим углом: как платформа для крупных in-memory баз данных и аналитических СУБД, где решающую роль играет не только число ядер, но и то, насколько эффективно они работают совместно с памятью.

Для СУБД, активно использующих параллельное выполнение запросов между множеством ядер — современные версии PostgreSQL и аналогичных систем с поддержкой параллельных планов запросов — 64 ядра дают возможность разбивать даже одиночные тяжёлые запросы на десятки параллельно исполняемых фрагментов.

64 ядра на частоте 2.5–3.35 ГГц — достаточно для параллельных планов выполнения запросов

Диапазон частот 2.5–3.35 ГГц для СУБД с параллельным выполнением запросов имеет меньшее значение, чем для однопоточных нагрузок, — здесь важнее суммарная вычислительная мощность, которую можно распределить между множеством параллельных исполнителей одного и того же запроса.

Модульная архитектура Rome с несколькими вычислительными кристаллами внутри процессора вносит определённую неоднородность в задержку доступа к памяти между разными частями кристалла — фактор, который стоит учитывать при тонкой настройке параллелизма конкретной СУБД под эту платформу.

128 потоков для одновременной обработки множества запросов

Помимо параллельного выполнения отдельных тяжёлых запросов, 128 потоков дают возможность обслуживать большое число одновременных клиентских соединений к базе данных без длинных очередей ожидания — важное свойство для СУБД, обслуживающих множество приложений или пользователей одновременно.

Для аналитических нагрузок, где типичен один долгий запрос вместо множества коротких, высокое число потоков позволяет этому единственному запросу задействовать значительную часть вычислительной мощности сервера, сокращая время ожидания результата.

DDR4 с широкими каналами для больших рабочих наборов данных

Шестнадцать суммарных каналов памяти на пару процессоров дают широкую полосу пропускания, критичную для in-memory баз данных, где значительная часть рабочего набора данных должна помещаться и активно обрабатываться непосредственно в оперативной памяти, а не читаться с диска при каждом запросе.

Точный объём установленной оперативной памяти для этого тарифа стоит уточнять на странице заказа — для платформы такого класса, ориентированной на активную работу с памятью, объём памяти нередко оказывается не менее значимым параметром, чем число процессорных ядер.

2 × 4 ТБ NVMe — 8 ТБ под данные, не помещающиеся полностью в память

Восемь терабайт NVMe-хранилища обеспечивают быстрый доступ к той части данных, которая не помещается целиком в оперативной памяти, — для больших баз данных редко удаётся держать весь набор данных исключительно в памяти, и скорость доступа к диску напрямую влияет на то, насколько плавно происходит переход между данными в памяти и на диске.

Идентичная по характеристикам конфигурация из этого же каталога — ещё одна сборка на 2 x AMD EPYC 7502 — представляет ту же платформу под немного другим углом, с акцентом на виртуализацию, а не на базы данных.

Локация: Москва

Московское размещение обеспечивает минимальную задержку для российской аудитории и соответствие требованиям 152-ФЗ — критичный фактор для баз данных с персональными данными клиентов российских компаний, требующих хранения на территории страны.

Для аналитических СУБД, обслуживающих внутренние отчётные системы компании, минимальная сетевая задержка до московского офиса или региональных филиалов напрямую влияет на скорость отклика интерфейсов бизнес-аналитики, построенных поверх такой базы данных.

Стоимость 98 440 ₽/мес — экономика на ядро выгоднее, чем у 48-ядерных сборок линейки

В пересчёте на одно физическое ядро эта конфигурация обходится дешевле, чем сборки на AMD EPYC 7402 с 48 ядрами из этой же линейки за 88 830 ₽/мес, — рост цены при переходе к 64 ядрам отстаёт от роста числа ядер, что делает более крупную конфигурацию математически выгоднее для задач, реально способных задействовать весь этот параллелизм.

Для in-memory баз данных, которые эффективно масштабируются с ростом числа ядер благодаря параллельному выполнению запросов, такая экономика делает переплату до 98 440 ₽/мес оправданной инвестицией, а не просто покупкой избыточного запаса мощности.

Кому подойдёт эта конфигурация

Крупные in-memory базы данных и аналитические СУБД с поддержкой параллельного выполнения запросов, которым важна как высокая суммарная вычислительная мощность, так и достаточный объём NVMe для данных, не помещающихся в памяти, — основной сценарий использования.

Для команд, эксплуатирующих несколько экземпляров таких баз данных, единая процессорная платформа с идентичной по характеристикам соседней конфигурацией линейки упрощает планирование мощностей при масштабировании инфраструктуры.