Lorsque vous déployez des ressources dans Compute Engine, vous choisissez la région et la zone qui les hébergent. Cette décision détermine l'emplacement de stockage et de traitement de vos données, et affecte directement la fiabilité, la latence, le coût et l'empreinte écologique de votre application.
Ce guide décrit les critères et les bonnes pratiques pour sélectionner les régions et les zones Google Cloudpour vos charges de travail.
Terminologie
Région : zone géographique indépendante composée de zones (généralement trois ou plus). Le positionnement des ressources dans différentes régions offre une indépendance en cas de panne et une reprise après sinistre géographique.
Zone : espace de déploiement au sein d'une région. Les zones d'une même région bénéficient entre elles de connexions réseau à haut débit et à faible latence. Google Cloud conçoit les zones de façon à minimiser les défaillances corrélées liées à des événements d'infrastructure matérielle, telles que les pannes d'alimentation, de refroidissement ou de mise en réseau.
Zone d'IA : zone spécialisée géographiquement séparée des zones standards qui fournit une capacité de GPU et de TPU haute densité pour l'entraînement et l'inférence par lot à grande échelle. Les zones d'IA partagent l'infrastructure avec une zone parente désignée et nécessitent l'activation de la visibilité de la zone d'IA. Pour en savoir plus, consultez Zones d'IA.
Délai aller-retour (DAR) : temps nécessaire pour envoyer un paquet IP et recevoir l'accusé de réception.
Quand choisir vos régions et vos zones ?
Décidez du nombre et des régions et zones Compute Engine à utiliser au début de la phase d'architecture. Tenez compte des points suivants :
- Cohérence et réplication des données : les architectures multirégionales nécessitent des mécanismes pour synchroniser ou segmenter les données sur des distances géographiques.
- Implications financières : la tarification des ressources et les frais de transfert de données interrégionaux varient selon l'emplacement.
- Frais de migration : le déplacement de charges de travail et de données actives entre des régions est complexe d'un point de vue opérationnel et entraîne des temps d'arrêt ou des frais de sortie.
Facteurs à prendre en compte lors de la sélection des régions et des zones
Tenez compte des facteurs principaux suivants lorsque vous planifiez votre déploiement :
Haute disponibilité et tolérance aux pannes
- Lorsque vous devez survivre à des pannes localisées : choisissez de déployer vos instances sur plusieurs zones d'une même région afin que, si une zone tombe en panne, les autres restent disponibles.
- Lorsque vous avez des besoins de reprise après sinistre critiques pour votre activité : choisissez une région secondaire pour déployer des services de sauvegarde ou des instances répliquées multirégionales.
Latence côté utilisateur et latence du réseau
- Lorsque vos utilisateurs sont concentrés géographiquement : choisissez une région géographiquement proche pour minimiser le délai aller-retour.
- Lorsque vous desservez une base d'utilisateurs mondiale à partir d'un seul emplacement : choisissez une région des États-Unis, car elles offrent généralement la meilleure connectivité mondiale.
- Si vous disposez d'un environnement hybride d'entreprise : choisissez votre région en fonction de la latence la plus faible pour vos systèmes sur site connectés à l'aide de Cloud Interconnect ou de Cloud VPN.
Disponibilité des séries de machines pour l'accélération de l'intelligence artificielle (IA) et du machine learning (ML)
- Lorsque vous avez besoin de séries de machines standards spécifiques : ne choisissez vos zones cibles qu'après avoir vérifié que les séries de machines dont vous avez besoin (comme C4, C3, N4 ou M3) y sont compatibles.
- Lorsque vous exécutez des charges de travail d'entraînement d'IA et de ML : sélectionnez des régions compatibles avec les séries de machines optimisées pour les accélérateurs (comme A4 avec des GPU NVIDIA B200 ou A3 avec des GPU NVIDIA H200/H100) ou les TPU (comme TPU v6e ou TPU v5p). Pour l'entraînement à grande échelle, envisagez d'utiliser des régions avec des zones d'IA dédiées ou utilisez le programmeur de charge de travail dynamique pour sécuriser la capacité à l'avance.
- Lorsque vous exécutez des charges de travail d'inférence en temps réel : privilégiez les zones standards proches de votre base d'utilisateurs à l'aide d'instances optimisées pour l'inférence (comme G2 avec des GPU NVIDIA L4) plutôt que les zones d'IA pour éviter la latence interzone vers vos services de backend.
Tarifs et coûts de transfert de données
- Lorsque vous souhaitez minimiser les coûts réseau : choisissez de maintenir la communication au sein d'une même zone (ce qui est sans frais) ou d'une même région (ce qui entraîne des coûts minimes), car le passage d'une région à une autre entraîne des frais de transfert de données interrégionaux plus élevés.
Hébergement en colocation avec d'autres services
- Lorsque vous utilisez d'autres services Google Cloud (tels que Spanner, Cloud SQL, BigQuery ou Cloud Storage) : choisissez de colocaliser vos ressources Compute Engine dans la même région que ces services dépendants pour éviter la latence entre les services et éliminer les frais de sortie interrégionaux.
Quotas de ressources et capacité
- Lors de la planification d'un lancement : choisissez des régions dans lesquelles vous avez vérifié et demandé un quota de ressources régional et zonal suffisant à l'avance.
Pourcentage d'énergie décarbonée (CFE%)
- Lorsque vous souhaitez privilégier la durabilité : choisissez une région avec un pourcentage d'énergie bas carbone plus élevé pour réduire l'empreinte carbone brute de votre application.
Sélection automatique de l'emplacement
Compute Engine fournit des mécanismes intégrés pour sélectionner automatiquement les zones optimales en fonction de la capacité et de la disponibilité en temps réel :
- ConsoleGoogle Cloud (zone "Toutes") : lorsque vous créez une instance dans la consoleGoogle Cloud , sélectionnez Toutes dans le sélecteur de zone. Compute Engine provisionne automatiquement l'instance dans une zone disposant d'une capacité suffisante pour le type de machine choisi.
- Groupes d'instances gérés (MIG) régionaux : configurez votre MIG régional avec une forme de distribution cible (
ANY,BALANCEDouANY_SINGLE_ZONE) pour permettre au MIG de déployer automatiquement des instances dans les zones disponibles. - API de création d'instances groupées : lorsque vous créez plusieurs instances simultanément, utilisez un point de terminaison régional avec l'API de création groupée pour répartir automatiquement les instances entre les zones disposant d'une capacité disponible.
Modèles de déploiement global
En fonction de vos exigences de latence et de résilience, choisissez l'un des modèles d'architecture suivants :
Modèle 1 : Déploiement dans une seule région
Déployez l'interface et le backend de votre application dans une seule région sur plusieurs zones.
- Idéal pour : les applications avec une tolérance modérée à la latence, les outils d'entreprise internes ou les charges de travail avec des bases de données transactionnelles centralisées.
- Optimisation : combinez Cloud Load Balancing et Cloud CDN pour mettre fin aux sessions SSL/TCP au niveau des points de présence (PoP) périphériques et mettre en cache les éléments statiques à proximité des utilisateurs.
Modèle 2 : interface distribuée avec backend centralisé
Déployez des serveurs d'interface dans plusieurs régions géographiques proches des utilisateurs, tout en conservant un backend et une base de données centralisés dans une seule région.
- Idéal pour : les applications qui gèrent principalement des requêtes de lecture, qui utilisent une mise en cache agressive en périphérie ou en interface, ou qui traitent les écritures de manière asynchrone.
- Optimisation : utilisez Cloud CDN pour mettre en cache les éléments statiques et Memorystore pour mettre en cache les données fréquemment consultées dans la même région que l'interface.
Modèle 3 : interface et backend distribués dans plusieurs régions
Déployez des services d'interface et de backend full-stack dans plusieurs régions.
- Idéal pour : les applications à haut débit distribuées à l'échelle mondiale qui nécessitent une latence minimale dans le monde entier.
- Stockage des données : utilisez des bases de données distribuées à l'échelle mondiale, telles que les configurations multirégionales Spanner ou les emplacements birégionaux ou multirégionaux Cloud Storage, pour fournir des fonctionnalités de lecture et d'écriture locales synchrones sur plusieurs continents.
Modèle 4 : Plusieurs applications régionales parallèles
Exécutez des piles d'applications autonomes et complètement indépendantes dans différentes régions, en acheminant les utilisateurs vers leur partition locale avec une synchronisation minimale des données entre les régions.
- Idéal pour : les plates-formes SaaS mutualisées, les magasins multirégionaux avec un inventaire en magasin localisé ou les mondes de jeux multijoueurs en temps réel.
- Stockage des données : utilisez Cloud SQL pour fournir des bases de données PostgreSQL, SQL Server et MySQL dans chaque région.
Optimiser et mesurer la latence
Quel que soit votre modèle de déploiement, vous pouvez appliquer les techniques suivantes pour réduire la latence pour l'utilisateur final :
- Utilisez le niveau Premium : le niveau Premium (par défaut) achemine le trafic sur le réseau backbone privé mondial de Google plutôt que sur l'Internet public, ce qui garantit une latence plus faible et une perte de paquets réduite.
- Interrompre les connexions à la périphérie : utilisez des équilibreurs de charge d'application externes et Cloud CDN pour interrompre les handshakes TLS et diffuser du contenu mis en cache à partir du point de présence périphérique le plus proche de l'utilisateur.
- Implémentez la mise en cache en mémoire : placez les clusters Memorystore pour Redis ou Memcached dans la même région que vos ressources de calcul pour éliminer les allers-retours répétés vers la base de données.
- Mesurer la latence réelle :
- Utilisez les journaux de flux VPC pour inspecter les délais aller-retour TCP entre les clients et les instances.
- Activez les en-têtes de requête personnalisés sur votre équilibreur de charge pour consigner les données de DAR et d'emplacement géographique du client.
- Utilisez les métriques Cloud Monitoring pour les équilibreurs de charge (
frontend_tcp_rttetbackend_latencies).
Checklist de sélection étape par étape
Utilisez cette checklist étape par étape pour finaliser votre sélection de région et de zone :
- Planifier la capacité : utilisez le mode Agenda du programmeur de charge de travail dynamique (DWS) pour les réservations futures prévisibles ou le démarrage flexible pour les jobs par lot en file d'attente, ainsi que le conseiller en capacité de la console pour découvrir et planifier la capacité.
- Déterminer les exigences de conformité et de résidence des données : assurez-vous que les régions candidates respectent les règles de souveraineté et de réglementation des données applicables.
- Sélectionnez les régions principales en fonction de la concentration des utilisateurs : placez vos services dans les régions qui offrent le DAR médian le plus faible à votre base d'utilisateurs principale.
- Concevoir pour la résilience :
- Dans chaque région sélectionnée, répartissez les instances de calcul sur au moins deux ou trois zones.
- Pour les charges de travail critiques, établissez une région de basculement secondaire.
- Évaluer les tarifs et la durabilité : si plusieurs régions répondent à vos critères techniques, comparez les tarifs des ressources et les pourcentages d'énergie décarbonée (CFE%) pour faire votre choix final.
Récapitulatif des bonnes pratiques
| Catégorie | Pratique recommandée |
|---|---|
| Résilience et haute disponibilité | Répartissez les instances sur au moins trois zones d'une région pour vous protéger contre les pannes d'infrastructure. Déployez dans une région secondaire pour la reprise après sinistre interrégionale. |
| Sélection de zone automatique | Utilisez l'option N'importe quelle zone de la console, les formes de distribution des MIG régionaux ou l'API de création d'instances groupées pour sélectionner automatiquement les zones disposant d'une capacité disponible. |
| Charges de travail d'IA et de ML | Pour l'entraînement à grande échelle, sélectionnez des régions avec des zones d'IA spécialisées ou utilisez le programmeur de charge de travail dynamique (DWS) pour planifier la capacité des GPU et des TPU. Pour l'inférence en temps réel, déployez des séries de machines optimisées pour l'inférence (comme G2) dans des zones standards proches des utilisateurs. |
| Optimisation de la latence | Utilisez le niveau Premium, l'équilibrage de charge d'application externe et Cloud CDN pour mettre fin aux sessions et mettre en cache les éléments au niveau des points de présence (PoP) périphériques de Google. |
| Gestion des coûts | Conservez la communication intra-service dans la même zone ou région pour éviter les frais de sortie réseau interrégionaux. |
| Développement durable | Priorisez les régions avec des pourcentages d'énergie décarbonée (CFE%) plus élevés pour minimiser l'impact environnemental. |
Étapes suivantes
- Consultez toutes les régions et zones Compute Engine disponibles.
- Découvrez comment concevoir des systèmes résilients sur Google Cloud.
- Découvrez comment optimiser la latence des applications avec Cloud Load Balancing.
- Découvrez l'empreinte carbone et le pourcentage d'énergie sans carbone de la régionGoogle Cloud .
Pour les architectes qui sélectionnent des régions pour les charges de travail d'IA/de ML :
- Découvrez les zones d'IA pour les charges de travail GPU et TPU.
- Vérifiez la disponibilité des modèles de GPU par région et par zone.
- Vérifiez la disponibilité des TPU par région et par zone.
- En savoir plus sur Dynamic Workload Scheduler (DWS).