AWS Batch 为大规模模拟引入了多容器作业

最近，AWS 宣布通过管理控制台支持 AWS Batch 中的多容器作业（Multi-Container Jobs）。这一新功能简化了运行模拟的过程，特别是在测试复杂系统（例如汽车自动驾驶和机器人等系统）时。

根据云供应商的说法，多容器作业减少了作业准备所需的工作量，并且无需使用自定义工具来集成多个团队的工作，从而加快了开发时间。AWS 首席布道师（EMEA）Danilo Poccia 写道：

传统上，AWS Batch 只允许单容器作业，并需要额外的步骤来将所有的组件合并到一个单体（monolithic）容器中。它也还不允许使用单独的“边车”（sidecar）容器（边车容器是通过提供数据日志等附加服务来补充主应用程序的辅助容器）。这项额外的工作需要跨多个团队进行协调（……），因为任何代码的更改都意味着要重建整个容器。

AWS Batch 是一组批处理管理功能，可根据提交的批处理作业的数量和特定资源动态配置所需的计算资源数量和类型。该服务可帮助开发人员、科学家和工程师在云上运行批处理计算作业。

根据 AWS 的说法，这项新功能使得在汽车自动驾驶和机器人等领域运行大规模模拟变得更容易，这些工作负载通常划分模拟本身和与模拟交互的被测系统。IPG Automotive、MORAI 和 Robotec.ai 是已经在运行多容器作业的 AWS 客户之一。Poccia 补充道：

使用多容器作业可以减少作业准备所需的工作，并且无需使用自定义工具来将多个团队的工作合并到单个容器中，从而加快了开发时间。它还通过定义明确的组件职责来简化 DevOps，使团队能够快速识别和解决自己专业领域的问题，而不会分心。

通过在一个作业中运行多个容器，在执行批处理作业之前不再需要将系统重新构建为单体容器。开发人员现在可以使用 AWS 管理控制台、CLI 或 SDK 来定义多个较小的模块化容器，以表示不同的系统组件。

AWS 并不是唯一一家提供批处理管理功能的云供应商：微软提供了 Azure Batch，该服务可帮助开发人员跨可扩展的虚拟机（VM）集合来管理计算密集型的工作；Batch 是谷歌云（Google Cloud）的托管服务，用于调度、排队和执行批处理工作负载。但是，目前两者都不支持多容器作业。

这一新功能可在任何提供 AWS Batch 的区域使用，并且使用 AWS Batch 或多容器作业无需支付额外的费用。

原文链接：https://www.infoq.com/news/2024/04/aws-batch-multi-container-jobs/

声明：本文为 InfoQ 翻译整理，未经许可禁止转载。