Saat men-deploy resource di Compute Engine, Anda memilih region dan zona yang menghosting resource Anda. Keputusan ini menentukan tempat penyimpanan dan pemrosesan data Anda, serta secara langsung memengaruhi keandalan, latensi, biaya, dan jejak ekologi aplikasi Anda.
Panduan ini menguraikan kriteria dan praktik terbaik untuk memilih region dan zona Google Cloud untuk workload Anda.
Terminologi
Region: Area geografis independen yang terdiri dari beberapa zona (biasanya tiga atau lebih). Menempatkan resource di berbagai region memberikan independensi kegagalan dan pemulihan dari bencana (disaster recovery) geografis.
Zona: Area deployment dalam sebuah region. Zona memiliki koneksi jaringan dengan bandwidth tinggi dan latensi rendah ke zona lain di region yang sama. Google Cloud mendesain zona untuk meminimalkan kegagalan berkorelasi yang disebabkan oleh peristiwa infrastruktur fisik seperti pemadaman listrik, pendingin, atau jaringan.
Zona AI: Zona khusus yang dipisahkan secara geografis dari zona standar yang menyediakan kapasitas GPU dan TPU kepadatan tinggi untuk pelatihan skala besar dan inferensi batch. Zona AI berbagi infrastruktur dengan zona induk yang ditetapkan dan memerlukan pengaktifan visibilitas zona AI. Untuk mengetahui informasi selengkapnya, lihat Zona AI.
Waktu round-trip (RTT): Waktu yang diperlukan untuk mengirim paket IP dan menerima konfirmasi.
Kapan harus memilih region dan zona
Tentukan jumlah dan region serta zona Compute Engine yang akan digunakan di awal fase arsitektur. Tinjau pertimbangan berikut:
- Konsistensi dan replikasi data: Arsitektur multi-region memerlukan mekanisme untuk menyinkronkan atau melakukan sharding data di seluruh jarak geografis.
- Implikasi biaya: Harga resource dan biaya transfer data lintas region bervariasi menurut lokasi.
- Overhead migrasi: Memindahkan workload dan data aktif antar-region rumit secara operasional dan menimbulkan periode nonaktif atau biaya traffic keluar.
Faktor-faktor yang perlu dipertimbangkan saat memilih region dan zona
Pertimbangkan faktor inti berikut saat merencanakan deployment Anda:
Ketersediaan tinggi dan toleransi kegagalan
- Jika Anda perlu bertahan dari pemadaman layanan yang terlokalisasi: Pilih untuk men-deploy instance Anda di beberapa zona dalam satu region sehingga jika satu zona tidak aktif, zona lainnya tetap tersedia.
- Jika Anda memiliki kebutuhan disaster recovery yang penting bagi bisnis: Pilih region sekunder untuk men-deploy layanan cadangan atau replika multi-region.
Latensi pengguna dan jaringan
- Jika pengguna Anda terkonsentrasi secara geografis: Pilih region yang dekat secara geografis untuk meminimalkan waktu round-trip.
- Saat Anda melayani basis pengguna global dari satu lokasi: Pilih region AS, karena region tersebut biasanya menawarkan konektivitas global terbaik.
- Jika Anda memiliki lingkungan hybrid perusahaan: Pilih region berdasarkan latensi terendah ke sistem lokal yang terhubung menggunakan Cloud Interconnect atau Cloud VPN.
Ketersediaan seri mesin untuk akselerasi Kecerdasan Buatan (AI) dan Machine Learning (ML)
- Jika Anda memerlukan seri mesin standar tertentu: Pilih zona target hanya setelah memverifikasi bahwa seri mesin yang Anda perlukan (seperti C4, C3, N4, atau M3) didukung di sana.
- Saat Anda menjalankan workload pelatihan AI dan ML: Pilih region yang mendukung seri mesin yang dioptimalkan akselerator (seperti A4 dengan GPU NVIDIA B200 atau A3 dengan GPU NVIDIA H200/H100) atau TPU (seperti TPU v6e atau TPU v5p). Untuk pelatihan skala besar, pertimbangkan region dengan zona AI khusus atau gunakan Dynamic Workload Scheduler (DWS) untuk mengamankan kapasitas terlebih dahulu.
- Saat Anda menjalankan workload inferensi real-time: Prioritaskan zona standar yang dekat dengan basis pengguna Anda menggunakan instance yang dioptimalkan untuk inferensi (seperti G2 dengan GPU NVIDIA L4) daripada zona AI untuk mencegah latensi antar-zona ke layanan backend Anda.
Harga dan biaya transfer data
- Jika Anda ingin meminimalkan biaya jaringan: Pilih untuk mempertahankan komunikasi dalam satu zona (yang gratis) atau dalam region yang sama (yang dikenai biaya minimal), karena berpindah ke region yang berbeda akan dikenai biaya transfer data antar-region yang lebih tinggi.
Kolokasi dengan layanan lainnya
- Jika Anda mengandalkan layanan Google Cloud lain (seperti Spanner, Cloud SQL, BigQuery, atau Cloud Storage): Pilih untuk menempatkan resource Compute Engine Anda di region yang sama dengan layanan dependen tersebut untuk menghindari latensi lintas layanan dan menghilangkan biaya egress lintas region.
Kuota dan kapasitas resource
- Saat merencanakan peluncuran: Pilih region tempat Anda telah memverifikasi dan meminta kuota resource regional dan zona yang memadai sebelumnya.
Persentase energi bebas karbon (CFE%)
- Jika Anda ingin memprioritaskan keberlanjutan: Pilih region dengan CFE% yang lebih tinggi untuk mengurangi jejak karbon kotor aplikasi Anda.
Pemilihan lokasi otomatis
Compute Engine menyediakan mekanisme bawaan untuk otomatis memilih zona yang optimal berdasarkan kapasitas dan ketersediaan real-time:
- KonsolGoogle Cloud (zona "Any"): Saat membuat instance di konsolGoogle Cloud , pilih Any di pemilih zona. Compute Engine secara otomatis menyediakan instance di zona dengan kapasitas yang memadai untuk jenis mesin yang dipilih.
- Grup Instance Terkelola (MIG) Regional: Konfigurasikan MIG regional Anda dengan
bentuk distribusi target
(
ANY,BALANCED, atauANY_SINGLE_ZONE) agar MIG men-deploy instance secara otomatis di seluruh zona yang tersedia. - API pembuatan instance massal: Saat membuat beberapa instance secara bersamaan, gunakan endpoint regional dengan API pembuatan massal untuk mendistribusikan instance secara otomatis di seluruh zona dengan kapasitas yang tersedia.
Pola deployment global
Bergantung pada persyaratan latensi dan ketahanan Anda, pilih salah satu model arsitektur berikut:
Pola 1: Deployment region tunggal
Deploy frontend dan backend aplikasi Anda di satu region di beberapa zona.
- Paling cocok untuk: Aplikasi dengan toleransi latensi sedang, alat perusahaan internal, atau workload dengan database transaksional terpusat.
- Pengoptimalan: Gabungkan dengan Cloud Load Balancing dan Cloud CDN untuk menghentikan sesi SSL/TCP di Titik Kehadiran (PoP) edge dan meng-cache aset statis di dekat pengguna.
Pola 2: Frontend terdistribusi dengan backend terpusat
Men-deploy server frontend di beberapa region geografis yang dekat dengan pengguna sekaligus mempertahankan backend dan database terpusat di satu region.
- Paling cocok untuk: Aplikasi yang sebagian besar menangani permintaan baca, menggunakan caching edge atau frontend yang agresif, atau memproses penulisan secara asinkron.
- Pengoptimalan: Gunakan Cloud CDN untuk meng-cache aset statis dan Memorystore untuk meng-cache data yang sering diakses di region yang sama dengan frontend.
Pola 3: Frontend dan backend terdistribusi di beberapa region
Men-deploy layanan frontend dan layanan backend full-stack di beberapa region.
- Paling cocok untuk: Aplikasi dengan throughput tinggi dan terdistribusi secara global yang memerlukan latensi minimal di seluruh dunia.
- Penyimpanan data: Gunakan database yang didistribusikan secara global seperti konfigurasi multi-region Spanner atau lokasi dual-region atau multi-region Cloud Storage untuk menyediakan kemampuan baca dan tulis lokal yang sinkron di seluruh benua.
Pola 4: Beberapa aplikasi regional paralel
Jalankan stack aplikasi yang sepenuhnya independen dan mandiri di berbagai region, dengan mengarahkan pengguna ke partisi lokal mereka dengan sinkronisasi data lintas region yang minimal.
- Paling cocok untuk: Platform SaaS multi-tenant, toko retail multi-region dengan inventaris lokal, atau dunia game multiplayer real-time.
- Penyimpanan data: Gunakan Cloud SQL untuk menyediakan database PostgreSQL, SQL Server, dan MySQL di setiap region.
Mengoptimalkan dan mengukur latensi
Apa pun model deployment Anda, Anda dapat menerapkan teknik berikut untuk meminimalkan latensi pengguna akhir:
- Gunakan jaringan Paket Premium: Paket Premium (default) merutekan traffic melalui backbone fiber global pribadi Google, bukan internet transit publik, sehingga memastikan latensi yang lebih rendah dan mengurangi paket hilang.
- Hentikan koneksi di edge: Gunakan Load Balancer Aplikasi Eksternal dan Cloud CDN untuk menghentikan TLS handshake dan menyajikan konten yang di-cache dari PoP edge yang terdekat dengan pengguna.
- Terapkan cache dalam memori: Tempatkan cluster Memorystore for Redis atau Memcached di region yang sama dengan resource komputasi Anda untuk menghilangkan perjalanan bolak-balik database yang berulang.
- Mengukur latensi di dunia nyata:
- Gunakan Log Aliran VPC untuk memeriksa waktu round-trip TCP antara klien dan instance.
- Aktifkan Header Permintaan Kustom di load balancer Anda untuk mencatat RTT klien dan data lokasi geografis.
- Gunakan metrik Cloud Monitoring untuk load balancer (
frontend_tcp_rttdanbackend_latencies).
Checklist pemilihan langkah demi langkah
Gunakan checklist langkah demi langkah ini untuk menyelesaikan pemilihan region dan zona Anda:
- Merencanakan kapasitas: Gunakan mode Calendar Dynamic Workload Scheduler (DWS) untuk pemesanan untuk masa mendatang yang dapat diprediksi atau Flex-start untuk tugas batch dalam antrean, dan Capacity Advisor konsol untuk menemukan dan merencanakan kapasitas.
- Tentukan persyaratan kepatuhan dan residensi data: Pastikan region kandidat mematuhi aturan kedaulatan data dan peraturan yang relevan.
- Pilih region utama berdasarkan konsentrasi pengguna: Tempatkan layanan Anda di region yang menawarkan median RTT terendah ke basis pengguna inti Anda.
- Mendesain untuk ketahanan:
- Di setiap region yang dipilih, sebarkan instance komputasi di setidaknya dua hingga tiga zona.
- Untuk workload penting, buat region failover sekunder.
- Evaluasi harga dan keberlanjutan: Jika beberapa region memenuhi kriteria teknis Anda, bandingkan harga resource dan persentase Energi Bebas Karbon (CFE%) untuk membuat pilihan akhir.
Ringkasan praktik terbaik
| Kategori | Praktik yang direkomendasikan |
|---|---|
| Ketahanan dan ketersediaan tinggi | Distribusikan instance di setidaknya tiga zona dalam satu region untuk melindungi dari pemadaman layanan infrastruktur. Deploy di region sekunder untuk disaster recovery lintas region. |
| Pemilihan zona otomatis | Gunakan opsi zona Any di konsol, bentuk distribusi MIG regional, atau Bulk Instance Creation API untuk otomatis memilih zona dengan kapasitas yang tersedia. |
| Workload AI dan ML | Untuk pelatihan skala besar, pilih region dengan zona AI khusus atau gunakan Dynamic Workload Scheduler (DWS) untuk menjadwalkan kapasitas GPU dan TPU. Untuk inferensi real-time, deploy seri mesin yang dioptimalkan untuk inferensi (seperti G2) di zona standar yang dekat dengan pengguna. |
| Pengoptimalan latensi | Gunakan jaringan Paket Premium, Load Balancing Aplikasi Eksternal, dan Cloud CDN untuk menghentikan sesi dan meng-cache aset di PoP edge Google. |
| Pengelolaan biaya | Pertahankan komunikasi antar-layanan dalam zona atau region yang sama untuk menghindari biaya traffic keluar jaringan lintas region. |
| Keberlanjutan | Memprioritaskan region dengan persentase Energi Bebas Karbon (CFE%) yang lebih tinggi untuk meminimalkan dampak lingkungan. |
Langkah berikutnya
- Tinjau semua Region dan zona Compute Engine yang tersedia.
- Pelajari cara Mendesain sistem yang tangguh di Google Cloud.
- Pelajari cara Mengoptimalkan latensi aplikasi dengan Cloud Load Balancing.
- Pelajari jejak karbon region dan CFE%Google Cloud .
Bagi arsitek yang memilih region untuk workload AI/ML:
- Baca tentang zona AI untuk workload GPU dan TPU.
- Periksa ketersediaan model GPU berdasarkan region dan zona.
- Periksa ketersediaan TPU menurut region dan zona.
- Pelajari Dynamic Workload Scheduler (DWS).