Compute Engine にリソースをデプロイするときに、リソースをホストするリージョンとゾーンを選択します。この決定により、データの保存場所と処理場所が決まり、アプリケーションの信頼性、レイテンシ、費用、環境フットプリントに直接影響します。
このガイドでは、ワークロードの Google Cloudリージョンとゾーンを選択するための条件とベスト プラクティスについて説明します。
用語
リージョン: ゾーン(通常は 3 つ以上)で構成される独立した地理的エリア。複数のリージョンにリソースを配置すると、障害からの独立性と地理的な障害復旧を実現できます。
ゾーン: リージョン内のデプロイエリア。ゾーンは、帯域幅が広くレイテンシが低いネットワーク接続で、同じリージョンの他のゾーンと接続されています。Google Cloud では、電力、冷却機能、ネットワーキングなどの物理インフラストラクチャの停止によって引き起こされる、連動障害を最小限に抑えるようにゾーンを設計しています。
AI ゾーン: 標準ゾーンから地理的に分離された特殊なゾーン。大規模なトレーニングとバッチ推論用に高密度の GPU と TPU の容量を提供します。AI ゾーンは、指定された親ゾーンとインフラストラクチャを共有します。また、AI ゾーンの可視性を有効にする必要があります。詳しくは、AI ゾーンのドキュメントをご覧ください。
ラウンド トリップ時間(RTT): IP パケットを送信してから確認応答を受信するまでの時間。
リージョンとゾーンをいつ選択するか
アーキテクチャ フェーズの早い段階で、使用する Compute Engine のリージョンとゾーンの数と種類を決定します。次の考慮事項を確認してください。
- データの整合性とレプリケーション: マルチリージョン アーキテクチャでは、地理的な距離をまたいでデータを同期またはシャーディングするメカニズムが必要です。
- 費用への影響: リソースの料金とリージョン間のデータ移転の料金は、ロケーションによって異なります。
- 移行のオーバーヘッド: ライブ ワークロードとデータをリージョン間で移動すると、運用が複雑になり、ダウンタイムや下り(外向き)料金が発生します。
リージョンとゾーンを選択する際に考慮すべき要因
デプロイを計画する際は、次の主要な要素を考慮してください。
高可用性と障害耐性
- 局所的な停止を回避する必要がある場合: 1 つのゾーンが停止しても他のゾーンが利用できるように、1 つのリージョン内の複数のゾーンにインスタンスをデプロイします。
- ビジネス クリティカルな障害復旧が必要な場合: バックアップ サービスまたはマルチリージョン レプリカをデプロイするセカンダリ リージョンを選択します。
ユーザー レイテンシとネットワーク レイテンシ
- ユーザーが地理的に集中している場合: 地理的に近いリージョンを選択して、ラウンドトリップ時間を最小限に抑えます。
- 1 つのロケーションからグローバル ユーザーベースにサービスを提供する: 通常、グローバル接続が最も優れているため、米国のリージョンを選択します。
- エンタープライズ ハイブリッド環境がある場合: Cloud Interconnect または Cloud VPN を使用して接続されたオンプレミス システムへのレイテンシが最も低いリージョンを選択します。
人工知能(AI)と機械学習(ML)のアクセラレーションのマシンシリーズの可用性
- 特定の標準マシンシリーズが必要な場合: 必要なマシンシリーズ(C4、C3、N4、M3 など)がサポートされていることを確認してから、ターゲット ゾーンを選択します。
- AI と ML のトレーニング ワークロードを実行する場合: アクセラレータ最適化マシンシリーズ(NVIDIA B200 GPU を搭載した A4、NVIDIA H200/H100 GPU を搭載した A3 など)または TPU(TPU v6e、TPU v5p など)をサポートするリージョンを選択します。大規模なトレーニングの場合は、専用の AI ゾーンがあるリージョンを検討するか、Dynamic Workload Scheduler(DWS)を使用して事前に容量を確保します。
- リアルタイム推論ワークロードを実行する場合: AI ゾーンではなく、推論に最適化されたインスタンス(NVIDIA L4 GPU を搭載した G2 など)を使用して、ユーザーベースに近い標準ゾーンを優先し、バックエンド サービスへのゾーン間レイテンシを防止します。
料金とデータ転送費用
- ネットワーク費用を最小限に抑える場合: 異なるリージョンにまたがるとリージョン間のデータ転送料金が高くなるため、通信を単一のゾーン内(無料)または同じリージョン内(最小限の費用が発生)に維持することを選択します。
他のサービスとのコロケーション
- 他の Google Cloud サービス(Spanner、Cloud SQL、BigQuery、Cloud Storage など)に依存している場合: Compute Engine リソースを、依存するサービスと同じリージョンに配置して、サービス間のレイテンシを回避し、クロスリージョン外向き料金を排除します。
リソースの割り当てと容量
- リリースを計画する場合: 十分なリージョン リソースとゾーンリソースの割り当てを事前に確認してリクエストしたリージョンを選択します。
カーボンフリー エネルギー パーセンテージ(CFE%)
- サステナビリティを優先する場合: CFE% が高いリージョンを選択して、アプリケーションの総温室効果ガス排出量を削減します。
自動ロケーション選択
Compute Engine には、リアルタイムの容量と可用性に基づいて最適なゾーンを自動的に選択する組み込みメカニズムが用意されています。
- Google Cloud コンソール(「任意」ゾーン):Google Cloud コンソールでインスタンスを作成するときに、ゾーンセレクタで [任意] を選択します。Compute Engine は、選択したマシンタイプに十分な容量があるゾーンにインスタンスを自動的にプロビジョニングします。
- リージョン マネージド インスタンス グループ(MIG): ターゲット分配形態(
ANY、BALANCED、ANY_SINGLE_ZONE)を使用してリージョン MIG を構成し、MIG が使用可能なゾーンにインスタンスを自動的にデプロイできるようにします。 - インスタンス一括作成 API: 複数のインスタンスを同時に作成する場合は、一括作成 API でリージョン エンドポイントを使用して、使用可能な容量のあるゾーンにインスタンスを自動的に分散します。
グローバルなデプロイ パターン
レイテンシと復元力の要件に応じて、次のいずれかのアーキテクチャ モデルを選択します。
パターン 1: 単一リージョンへのデプロイ
アプリケーションのフロントエンドとバックエンドを、複数のゾーンにまたがる単一のリージョンにデプロイします。
- 最適な用途: レイテンシ許容度が中程度のアプリケーション、社内エンタープライズ ツール、一元化されたトランザクション データベースを使用するワークロード。
- 最適化: Cloud Load Balancing と Cloud CDN を組み合わせて、エッジのポイント オブ プレゼンス(PoP)で SSL / TCP セッションを終端し、ユーザーの近くに静的アセットをキャッシュします。
パターン 2: 分散フロントエンドと一元化されたバックエンド
ユーザーに近い複数の地理的リージョンにフロントエンド サーバーをデプロイし、一元化されたバックエンドとデータベースを単一のリージョンに維持します。
- 最適な用途: 主に読み取りリクエストを処理するアプリケーション、積極的なエッジ キャッシュまたはフロントエンド キャッシュを使用するアプリケーション、書き込みを非同期で処理するアプリケーション。
- 最適化: Cloud CDN を使用して静的アセットをキャッシュに保存し、Memorystore を使用して頻繁にアクセスされるデータをフロントエンドと同じリージョンにキャッシュに保存します。
パターン 3: フロントエンドとバックエンドの複数リージョンへの分散
フルスタックのフロントエンド サービスとバックエンド サービスを複数のリージョンにデプロイします。
- 最適な用途: 世界中で最小限のレイテンシを必要とする、高スループットでグローバルに分散されたアプリケーション。
- データ ストレージ: Spanner マルチリージョン構成や Cloud Storage デュアルリージョンまたはマルチリージョン ロケーションなどのグローバルに分散されたデータベースを使用して、大陸間で同期的なローカル読み取り / 書き込み機能を提供します。
パターン 4: 複数の並列リージョン アプリケーション
完全に独立した自己完結型のアプリケーション スタックを異なるリージョンで実行し、リージョン間のデータ同期を最小限に抑えてユーザーをローカル パーティションにルーティングします。
- 最適な用途: マルチテナント SaaS プラットフォーム、ローカル在庫を持つマルチリージョンの小売店、リアルタイムのマルチプレーヤー ゲームの世界。
- データ ストレージ: Cloud SQL を使用して、各リージョンに PostgreSQL、SQL Server、MySQL データベースを提供します。
レイテンシの最適化と測定
どのデプロイモデルを使用するかにかかわらず、次の手法を適用してエンドユーザーのレイテンシを最小限に抑えることができます。
- プレミアム ティア ネットワーキングを使用する: プレミアム ティア(デフォルト)では、トラフィックが公共のトランジット インターネットではなく、Google のプライベート グローバル ファイバー バックボーンを介してルーティングされるため、レイテンシが短縮され、パケットロスが減少します。
- エッジで接続を終端する: 外部アプリケーション ロードバランサと Cloud CDN を使用して TLS handshake を終端し、ユーザーに最も近いエッジ PoP からキャッシュに保存されたコンテンツを提供します。
- インメモリ キャッシュを実装する: Memorystore for Redis または Memcached クラスタをコンピューティング リソースと同じリージョンに配置して、データベースの往復を繰り返さないようにします。
- 実際のレイテンシを測定する:
- VPC Flow Logs を使用して、クライアントとインスタンス間の TCP ラウンドトリップ時間を検査します。
- ロードバランサでカスタム リクエスト ヘッダーを有効にして、クライアントの RTT と地理的位置データをログに記録します。
- ロードバランサ(
frontend_tcp_rttとbackend_latencies)に Cloud Monitoring の指標を使用する。
ステップバイステップの選択チェックリスト
リージョンとゾーンの選択を最終決定するには、次のステップバイステップのチェックリストを使用します。
- 容量を計画する: 予測可能な将来の予約には Dynamic Workload Scheduler(DWS)のカレンダー モードを使用し、キューに格納されたバッチジョブには Flex Start を使用します。また、コンソールの Capacity Advisor を使用して容量を検出し、計画します。
- コンプライアンスとデータ所在地の要件を決定する: 候補リージョンが関連するデータ主権と規制ルールに準拠していることを確認します。
- ユーザーの集中度に基づいてプライマリ リージョンを選択する: コア ユーザーベースに対して RTT の中央値が最も低いリージョンにサービスを配置します。
- 復元力を考慮した設計:
- 選択したすべてのリージョンで、コンピューティング インスタンスを少なくとも 2 ~ 3 つのゾーンに分散します。
- 重要なワークロードの場合は、セカンダリ フェイルオーバー リージョンを確立します。
- 料金とサステナビリティを評価する: 複数のリージョンが技術的な条件を満たしている場合は、リソースの料金とカーボンフリー エネルギーの割合(CFE%)を比較して、最終的な選択を行います。
ベスト プラクティスの概要
| カテゴリ | 推奨事項 |
|---|---|
| 復元性と高可用性 | インフラストラクチャの停止から保護するため、リージョン内の少なくとも 3 つのゾーンにインスタンスを分散します。リージョン間の障害復旧のためにセカンダリ リージョンにデプロイする。 |
| 自動ゾーン選択 | コンソールの [任意] ゾーン オプション、リージョン MIG の分布形状、または Bulk Instance Creation API を使用して、使用可能な容量のあるゾーンを自動的に選択します。 |
| AI と ML のワークロード | 大規模なトレーニングの場合は、専用の AI ゾーンがあるリージョンを選択するか、Dynamic Workload Scheduler(DWS)を使用して GPU と TPU の容量をスケジュールします。リアルタイム推論の場合は、推論に最適化されたマシンシリーズ(G2 など)をユーザーに近い標準ゾーンにデプロイします。 |
| レイテンシの最適化 | プレミアム ティア ネットワーキング、外部アプリケーション ロード バランシング、Cloud CDN を使用して、Google エッジ PoP でセッションを終了し、アセットをキャッシュに保存する。 |
| 費用管理 | サービス内通信を同じゾーンまたはリージョン内に維持して、クロスリージョン ネットワークの下り(外向き)料金を回避します。 |
| サステナビリティ | カーボンフリー エネルギーの割合(CFE%)が高いリージョンを優先して、環境への影響を最小限に抑える。 |
次のステップ
- 利用可能な Compute Engine のリージョンとゾーンをすべて確認する。
- Google Cloudで復元性に優れたシステムを設計する方法を確認する。
- Cloud Load Balancing によるアプリケーション レイテンシの最適化について学習する。
- Google Cloud リージョンの温室効果ガス排出量と CFE% を確認する。
AI / ML ワークロードのリージョンを選択するアーキテクト向け:
- GPU ワークロードと TPU ワークロードの AI ゾーンについて確認する。
- リージョンとゾーン別の GPU モデルの可用性を確認する。
- リージョンとゾーン別の TPU の可用性を確認する。
- Dynamic Workload Scheduler(DWS)について学習する。