Ao implantar recursos no Compute Engine, você escolhe qual região e zona vão hospedar seus recursos. Essa decisão determina onde os dados são armazenados e processados, além de afetar diretamente a confiabilidade, a latência, o custo e a pegada ambiental do aplicativo.
Neste guia, descrevemos os critérios e as práticas recomendadas para selecionar as regiões e zonas do Google Cloudpara suas cargas de trabalho.
Terminologia
Região: uma área geográfica independente que consiste em zonas (normalmente três ou mais). A distribuição de recursos entre diferentes regiões garante independência em relação a falhas e recuperação de desastres geográfica.
Zona: uma área de implantação em uma região. As zonas têm conexões de rede de muita largura de banda e baixa latência com outras zonas na mesma região. OGoogle Cloud projeta zonas para minimizar falhas correlacionadas causadas por eventos de infraestrutura física, como interrupções de energia, resfriamento ou rede.
Zona de IA: uma zona especializada separada geograficamente das zonas padrão que oferece capacidade de GPU e TPU de alta densidade para treinamento em grande escala e inferência em lote. As zonas de IA compartilham a infraestrutura com uma zona pai designada e exigem a ativação da visibilidade da zona de IA. Para mais informações, consulte Zonas de IA.
Tempo de retorno (RTT): o tempo necessário para enviar um pacote IP e receber a confirmação.
Quando escolher suas regiões e zonas
Decida quantas e quais regiões e zonas do Compute Engine usar no início da fase de arquitetura. Analise as seguintes considerações:
- Consistência e replicação de dados: as arquiteturas multirregionais exigem mecanismos para sincronizar ou fragmentar dados em distâncias geográficas.
- Implicações de custo: os preços dos recursos e as cobranças de transferência de dados entre regiões variam de acordo com o local.
- Sobrecarga de migração: mover cargas de trabalho e dados ativos entre regiões é operacionalmente complexo e gera inatividade ou custos de saída.
Fatores a serem considerados ao selecionar regiões e zonas
Considere os seguintes fatores principais ao planejar sua implantação:
Alta disponibilidade e tolerância a falhas
- Quando você precisa sobreviver a interrupções localizadas: implante suas instâncias em várias zonas em uma única região para que, se uma zona ficar inativa, as outras permaneçam disponíveis.
- Quando você tem necessidades de recuperação de desastres essenciais para os negócios: escolha uma região secundária para implantar serviços de backup ou réplicas multirregionais.
Latência do usuário e da rede
- Quando os usuários estão concentrados geograficamente: escolha uma região próxima para minimizar o tempo de retorno.
- Ao atender uma base de usuários global de um local: escolha uma região dos EUA, porque elas normalmente oferecem a melhor conectividade global.
- Quando você tem um ambiente híbrido empresarial: escolha a região com base na menor latência para os sistemas locais conectados usando o Cloud Interconnect ou o Cloud VPN.
Disponibilidade de séries de máquinas para aceleração de inteligência artificial (IA) e machine learning (ML)
- Quando você precisa de séries de máquinas padrão específicas: escolha as zonas de destino somente depois de verificar se as séries de máquinas necessárias (como C4, C3, N4 ou M3) são compatíveis com elas.
- Ao executar cargas de trabalho de treinamento de IA e ML: selecione regiões que ofereçam suporte a séries de máquinas otimizadas para aceleradores (como A4 com GPUs NVIDIA B200 ou A3 com GPUs NVIDIA H200/H100) ou TPUs (como TPU v6e ou TPU v5p). Para treinamento em grande escala, considere regiões com zonas de IA dedicadas ou use o Dynamic Workload Scheduler (DWS) para garantir a capacidade com antecedência.
- Ao executar cargas de trabalho de inferência em tempo real: priorize zonas padrão próximas à sua base de usuários usando instâncias otimizadas para inferência (como G2 com GPUs NVIDIA L4) em vez de zonas de IA para evitar latência entre zonas nos serviços de back-end.
Preços e custos de transferência de dados
- Quando você quer minimizar os custos de rede: mantenha a comunicação em uma única zona (que é sem custo financeiro) ou na mesma região (que gera custos mínimos), já que a transferência para regiões diferentes gera cobranças mais altas de transferência de dados entre regiões.
Colocation com outros serviços
- Quando você depende de outros serviços do Google Cloud (como Spanner, Cloud SQL, BigQuery ou Cloud Storage): coloque os recursos do Compute Engine na mesma região que esses serviços dependentes para evitar latência entre serviços e eliminar cobranças de saída entre regiões.
Cotas e capacidade de recursos
- Ao planejar um lançamento: escolha regiões em que você verificou e solicitou uma cota de recursos regionais e zonais suficiente com antecedência.
Porcentagem de energia livre de carbono (CFE%)
- Quando você quiser priorizar a sustentabilidade: escolha uma região com uma porcentagem de CFE mais alta para reduzir a pegada de carbono bruta do aplicativo.
Seleção automática de local
O Compute Engine oferece mecanismos integrados para selecionar automaticamente as zonas ideais com base na capacidade e na disponibilidade em tempo real:
- Console doGoogle Cloud (zona "Qualquer"): ao criar uma instância no console doGoogle Cloud , selecione Qualquer no seletor de zona. O Compute Engine provisiona automaticamente a instância em uma zona com capacidade suficiente para o tipo de máquina escolhido.
- Grupos gerenciados de instâncias (MIGs) regionais: configure o MIG regional com um
formato de distribuição de destino
(
ANY,BALANCEDouANY_SINGLE_ZONE) para permitir que o MIG implante instâncias automaticamente nas zonas disponíveis. - API de criação de instâncias em massa: ao criar várias instâncias simultaneamente, use um endpoint regional com a API de criação em massa para distribuir automaticamente as instâncias entre as zonas com capacidade disponível.
Padrões globais de implantação
Dependendo dos requisitos de latência e resiliência, escolha um dos seguintes modelos de arquitetura:
Padrão 1: implantação em uma única região
Implante o front-end e o back-end do aplicativo em uma única região em várias zonas.
- Ideal para: aplicativos com tolerância moderada à latência, ferramentas empresariais internas ou cargas de trabalho com bancos de dados transacionais centralizados.
- Otimização: combine com o Cloud Load Balancing e o Cloud CDN para encerrar sessões SSL/TCP em pontos de presença (PoPs) de borda e armazenar em cache recursos estáticos perto dos usuários.
Padrão 2: front-end distribuído com back-end centralizado
Implantar servidores de front-end em várias regiões geográficas próximas aos usuários, mantendo um back-end e um banco de dados centralizados em uma única região.
- Ideal para: aplicativos que processam principalmente solicitações de leitura, usam armazenamento em cache agressivo de borda ou de front-end ou processam gravações de forma assíncrona.
- Otimização: use o Cloud CDN para armazenar em cache recursos estáticos e o Memorystore para armazenar em cache dados acessados com frequência na mesma região do front-end.
Padrão 3: front-end e back-end distribuídos em várias regiões
Implantar serviços de front-end e back-end full-stack em várias regiões.
- Ideal para: aplicativos distribuídos globalmente e de alta capacidade de processamento que exigem latência mínima em todo o mundo.
- Repositório de dados: use bancos de dados distribuídos globalmente, como configurações multirregionais do Spanner ou locais birregionais ou multirregionais do Cloud Storage, para fornecer recursos de leitura e gravação locais síncronos em todos os continentes.
Padrão 4: vários aplicativos regionais paralelos
Execute pilhas de aplicativos totalmente independentes e autônomas em diferentes regiões, roteando os usuários para a partição local com o mínimo de sincronização de dados entre regiões.
- Ideal para: plataformas SaaS multilocatárias, lojas de varejo multirregionais com inventário localizado ou mundos de jogos multiplayer em tempo real.
- Repositório de dados: use o Cloud SQL para fornecer bancos de dados PostgreSQL, SQL Server e MySQL em cada região.
Como otimizar e medir a latência
Independentemente do modelo de implantação, é possível aplicar as seguintes técnicas para minimizar a latência do usuário final:
- Use a rede do nível Premium: o nível Premium (padrão) roteia o tráfego pelo backbone de fibra global privado do Google, em vez da Internet de trânsito público, garantindo menor latência e menor perda de pacotes.
- Encerrar conexões na borda: use balanceadores de carga de aplicativo externos e o Cloud CDN para encerrar handshakes de TLS e exibir conteúdo em cache do PoP de borda mais próximo do usuário.
- Implemente o cache em memória: coloque clusters do Memorystore for Redis ou Memcached na mesma região dos recursos de computação para eliminar as idas e voltas repetidas do banco de dados.
- Medir a latência real:
- Use os registros de fluxo de VPC para inspecionar os tempos de retorno de TCP entre clientes e instâncias.
- Ative os cabeçalhos da solicitação personalizados no balanceador de carga para registrar o RTT do cliente e os dados de localização geográfica.
- Use as métricas do Cloud Monitoring para balanceadores de carga (
frontend_tcp_rttebackend_latencies).
Checklist de seleção detalhado
Use esta lista de verificação detalhada para finalizar a seleção de região e zona:
- Planejar a capacidade: use o modo calendário do Dynamic Workload Scheduler (DWS) para reservas adiantadas previsíveis ou o início flexível para jobs em lote em fila, além do Consultor de capacidade do console para descobrir e planejar a capacidade.
- Determine os requisitos de conformidade e residência de dados: verifique se as regiões candidatas estão em conformidade com as regras regulatórias e de soberania de dados relevantes.
- Selecione as regiões principais com base na concentração de usuários: coloque seus serviços em regiões que oferecem o menor RTT médio para sua base de usuários principal.
- Projetar para resiliência:
- Em cada região selecionada, distribua as instâncias de computação em pelo menos duas ou três zonas.
- Para cargas de trabalho críticas, estabeleça uma região de failover secundária.
- Avalie os preços e a sustentabilidade: se várias regiões atenderem aos seus critérios técnicos, compare os preços dos recursos e as porcentagens de energia livre de carbono (CFE%) para fazer a seleção final.
Resumo das práticas recomendadas
| Categoria | Prática recomendada |
|---|---|
| Resiliência e alta disponibilidade | Distribua instâncias em pelo menos três zonas de uma região para se proteger contra interrupções de infraestrutura. Implantar em uma região secundária para recuperação de desastres entre regiões. |
| Seleção automática de zona | Use a opção de zona Qualquer do console, os formatos de distribuição de MIG regional ou a API Bulk Instance Creation para selecionar automaticamente zonas com capacidade disponível. |
| Cargas de trabalho de IA e ML | Para treinamento em grande escala, selecione regiões com zonas de IA especializadas ou use o Dynamic Workload Scheduler (DWS) para programar a capacidade de GPU e TPU. Para inferência em tempo real, implante séries de máquinas otimizadas para inferência (como G2) em zonas padrão próximas aos usuários. |
| Otimização de latência | Use a rede do nível Premium, o balanceamento de carga de aplicativo externo e o Cloud CDN para encerrar sessões e armazenar recursos em cache nos PoPs de borda do Google. |
| Gerenciamento de custo | Mantenha a comunicação entre serviços na mesma zona ou região para evitar cobranças de saída de rede entre regiões. |
| Sustentabilidade | Priorize regiões com porcentagens mais altas de energia livre de carbono (CFE%) para minimizar o impacto ambiental. |
A seguir
- Confira todas as regiões e zonas disponíveis do Compute Engine.
- Saiba como projetar sistemas resilientes no Google Cloud.
- Saiba mais sobre Como otimizar a latência do aplicativo com o Cloud Load Balancing.
- Conheça as pegadas de carbono e a % de CFE da região doGoogle Cloud .
Para arquitetos que selecionam regiões para cargas de trabalho de IA/ML:
- Leia sobre as zonas de IA para cargas de trabalho de GPU e TPU.
- Verifique a disponibilidade do modelo de GPU por região e zona.
- Verifique a disponibilidade da TPU por região e zona.
- Saiba mais sobre o Dynamic Workload Scheduler (DWS).