AWS上的Docker容器镜像
使用基于Docker的容器的优点是通过避免Hipervisor层获得性能优势。 但是，当我们在AWS EC2实例上部署基于Docker的映像时，有什么用？ Amazon EC2实例仅在Hipervisor层上运行。
- Q1。 在AWS上部署时我们没有获得多less好处？
- Q2。 如果Q1是真的，那么如果我们使用Docker映像，那么我们必须使用On-Premise解决scheme？
请澄清。 谢谢。
您没有考虑将应用程序打包为泊坞窗容器图像的好处。 一旦图像被推送到可访问的Dockerregistry，您可以在安装了Docker的任何兼容服务器上运行该图像。
每个Docker容器都是在主机服务器上运行的一个特别独立的进程。 主机是虚拟机还是物理服务器是一个实现细节。
希望这可以帮助
最初的说法是错误的。 Docker容器仍然依赖于OSfunction。 性能永远不是docker的卖点：如果你想裸骨性能，你可以使用汇编语言，并从头开始写自己的东西。 Docker的好处是所有关于轻松部署你的应用程序没有麻烦和规模，它不“获得性能优势”。
由于缺陷声明，问题1是有缺陷的。
使用AWS EC2或EC2容器服务的好处是可以灵活地扩展您的需求，即从T2.micro到使用ELB，现场实例，冗余等的多个系统。
您可以继续讨论共同定位/内部部署“性能优势”，但是您不能在没有发生额外成本的情况下更改该方框。 对于裸机，您必须过度configuration盒子，用最好的猜测来支付所有这些成本 。
例如，ECS c4.2xlarge（8 vCPU，15 GB RAM）性能可能不如您的超量configuration的i7 16GB本地存储盒提前3年。 事实上，在开始的时候，c4.large（2vCPU，3.75GB RAM）就足够了，前6个月。 在AWS中，您只需使用C4.large实例，而不是过度configuration。
6个月后，您的超额configuration的内部盒子面临周期性高峰，除非您获得升级，否则无法做任何事情。 对于AWS，您有很多select，例如
- 只要重新启动虚拟机实例以更好地键入c4.4xlarge或m4，如果它是RAM密集比cpu密集。 和/或
- 启用ECS / EC2自动缩放。 AND / OR
- 使用现货队伍和现货队伍缩放和/或
- 扩展到其他AWS服务，例如RDS，lambda等。和/或
- 您可以随时终止这些实例。 （如果你决定停止这个项目）
您应该使用本地，如果
- 你预见没有未来的硬件增长
- 您的本地硬件+同位置+维护成本（备份等）比每年AWS的费用便宜，并且您意图运行至less1年