NAKIVO > Blog

Ambienti di calcolo in AWS Batch: come configurarli

Aggiornato: Gennaio 16, 2026

Written by: NAKIVO Team

>
>

NAKIVO for AWS EC2 Backup

Backup of Amazon EC2 instances to EC2, AWS S3 and onsite. Anti-ransomware options. Fast recovery of instances and application objects.

DISCOVER SOLUTION

Che cos’è AWS Batch?

AWS Batch è un servizio cloud fornito da Amazon Web Services (AWS) progettato per consentire a sviluppatori, ingegneri e scienziati di eseguire in modo semplice ed efficiente migliaia di lavori di elaborazione batch sul cloud AWS. L’elaborazione batch è un modo per elaborare grandi volumi di dati suddividendo il lavoro in unità più piccole che possono essere elaborate simultaneamente.

AWS Batch semplifica il processo di implementazione, gestione e scalabilità dei lavori di elaborazione batch. Fornisce automaticamente le risorse di calcolo e ottimizza l’allocazione di tali risorse per garantire un throughput elevato a basso costo. Con AWS Batch, non è necessario installare o gestire software di elaborazione batch o cluster di server che tradizionalmente gestiscono queste attività, rendendo più facile l’esecuzione di lavori di elaborazione complessi su larga scala.

AWS Batch offre le seguenti funzioni principali:

Allocazione dinamica delle risorse. AWS Batch fornisce dinamicamente le risorse, compresa la quantità e il tipo ottimali di risorse di elaborazione (istanze ottimizzate per CPU o memoria) in base al volume e ai requisiti specifici dei lavori batch inviati.
Gestisci ambiente di calcolos. È possibile specificare le risorse di calcolo per i propri lavori e AWS Batch gestirà l’infrastruttura sottostante, scalando verso l’alto o verso il basso secondo necessità per eseguire i lavori nel modo più efficiente possibile.
Pianificazione dei lavori. AWS Batch mette in coda i lavori, pianifica e programma la loro esecuzione in base alle risorse di calcolo disponibili e alla priorità dei lavori batch. Assicura che i lavori con priorità più alta vengano completati per primi e gestisce le dipendenze di esecuzione tra i lavori, se presenti.
Supporto contenitore. AWS Batch è integrato con Amazon Elastic Container Service (ECS) e supporta Docker, consentendo di raggruppare i lavori in contenitori. Ciò garantisce che gli ambienti di elaborazione siano isolati e coerenti, rendendoli più sicuri e facili da gestire.
Integrazione con i servizi AWS. AWS Batch può essere facilmente integrato con altri servizi AWS come Amazon S3, Amazon DynamoDB, Amazon RDS, AWS Lambda e altri, consentendo di creare architetture di elaborazione batch complesse e scalabili.

Componenti di AWS Batch

Per comprendere meglio il servizio AWS Batch, è importante conoscere i componenti principali utilizzati. I componenti principali di AWS Batch sono:

Definizioni dei lavori. Si tratta di modelli che descrivono come devono essere eseguiti i lavori. Una definizione di lavoro specifica varie impostazioni relative al lavoro, come l’immagine Docker da utilizzare, i requisiti di vCPU e memoria, il comando da eseguire, le variabili di ambiente, una strategia di riprova e i volumi di dati, tra le altre configurazioni. È possibile creare più definizioni di lavoro per diversi tipi di lavori che si intende eseguire.
Code di lavoro. Le code di lavoro sono il luogo in cui risiedono i lavori fino a quando non vengono pianificati per l’esecuzione in ambienti di calcolo. È possibile avere più code di lavoro per diversi livelli di priorità (ad esempio, alta, media, bassa) o diversi tipi di lavori. I lavori nella coda vengono pianificati in base alla loro priorità e all’ordine di assegnazione dell’ambiente di calcolo alla coda di lavoro.
Ambiente di calcolos. Gli ambienti di calcolo AWS Batch sono insiemi di risorse di calcolo utilizzate per eseguire lavori batch. Gli ambienti di elaborazione possono essere gestiti e non gestiti.
Lavori. I lavori sono le singole unità di lavoro inviate ad AWS Batch. Ogni lavoro esegue un’immagine del contenitore Docker ed è possibile specificare le vCPU, la memoria e altri requisiti per ogni lavoro. I lavori possono essere dipendenti, il che significa che un lavoro può dipendere dal completamento corretto di uno o più lavori precedenti prima di essere eseguito.
Pianificazione. La pianificazione AWS Batch è il processo che determina come i lavori vengono assegnati alle risorse di calcolo. Lo scheduler valuta la coda dei lavori, la priorità del lavoro e la disponibilità delle risorse di calcolo per eseguire i lavori in modo efficiente. Lo scheduler AWS Batch può ottimizzare sia l’utilizzo delle risorse di calcolo che il tempo di completamento dei lavori.
Funzioni Lambda (opzionali). Sebbene non sia un componente fondamentale, AWS Lambda può essere utilizzato insieme ad AWS Batch per vari scopi, come l’attivazione di lavori in risposta a eventi, l’elaborazione dei risultati dei lavori o la modifica dinamica delle code di lavoro o degli ambienti di calcolo.

Comprensione degli ambienti di calcolo

Gli ambienti di calcolo all’interno di AWS Batch rappresentano l’infrastruttura di calcolo che esegue i lavori batch. Sono essenzialmente gli ambienti in cui risiedono le risorse di calcolo. È possibile considerare un ambiente di calcolo come un pool di risorse computazionali all’interno di AWS Batch che viene gestito e offerto con una certa scalabilità per eseguire i lavori batch inviati. Questi ambienti possono essere configurati con tipi specifici di risorse di calcolo, definiti dai tipi di istanza, oppure ottimizzati per particolari attività di elaborazione.

Esistono due tipi di ambienti di elaborazione in AWS Batch:

1. Ambiente di calcolo gestito s

In questo tipo di configurazione, AWS gestisce l’ambiente di calcolo per conto dell’utente. AWS Batch gestisce automaticamente la scalabilità e il provisioning delle risorse di calcolo in base ai requisiti del lavoro. È sufficiente specificare i tipi di istanza desiderati (o l’intervallo), il numero minimo, desiderato e massimo di vCPU e altre specifiche come la strategia di allocazione. AWS Batch gestirà il resto delle attività, compresa la decisione di aumentare o diminuire la scalabilità in base al carico di lavoro, regolando automaticamente la quantità di risorse di calcolo in base al carico di lavoro senza intervento manuale.

Questo ambiente supporta due tipi di istanze: Istanze on-demand e Istanze spot, con la possibilità di combinarle per ottimizzare i costi e aumentare la capacità.

I vantaggi degli ambienti di calcolo gestiti sono:

Scalabilità automatica. AWS Batch può scalare automaticamente le risorse verso l’alto o verso il basso in base ai requisiti della coda di lavoro, contribuendo a ottimizzare i costi e l’utilizzo delle risorse.
Configurazione semplice. È necessaria una configurazione minima da parte vostra, poiché AWS gestisce l’infrastruttura sottostante, comprese le istanze e i criteri di scalabilità.
Convenienza economica. È possibile sfruttare Spot Instances all’interno di gestito ambiente di calcolos per risparmiare sui costi dei lavori batch.

2. Ambienti di elaborazione non gestiti

In un ambiente di elaborazione non gestito, sei tu a gestire le tue risorse di elaborazione. Ciò significa che hai il controllo della configurazione e della scalabilità del cluster di istanze di EC2 o Spot che eseguiranno i tuoi lavori batch. Questa opzione consente un controllo più granulare sull’ambiente di elaborazione, ma richiede un maggiore sforzo di configurazione e gestione da parte vostra. È adatta a situazioni in cui sono coinvolte configurazioni specifiche, AMI (Amazon Machine Images) personalizzate o esigenze di risorse specializzate.

Le caratteristiche principali degli ambienti di elaborazione sono:

Tipi di risorse di elaborazione. È possibile specificare il tipo di istanze che verrà utilizzato dall’ambiente. Può trattarsi di un tipo ottimale (in cui AWS Batch seleziona automaticamente il tipo di risorsa), di tipi di istanze specifici o di una combinazione che soddisfa i requisiti del lavoro.
Criteri di scalabilità. Per gli ambienti gestiti, AWS Batch offre una scalabilità dinamica delle risorse di calcolo in base ai modelli di invio e completamento dei lavori, garantendo un’efficienza dei costi e prestazioni ottimali.
Supporto dei modelli di avvio. È possibile specificare modelli di avvio EC2 per gli ambienti di elaborazione, consentendo la personalizzazione delle istanze di EC2 in ambienti di elaborazione gestiti.
Integrazione Spot. AWS Batch supporta l’utilizzo di istanze spot EC2 in ambienti di calcolo gestiti e non gestiti, offrendo risparmi sui costi per carichi di lavoro flessibili.

I vantaggi di questo tipo di ambiente di elaborazione sono:

Controllo completo. Hai il pieno controllo sull’ambiente di elaborazione, compresi i tipi di istanze e le configurazioni dettagliate.
Personalizzazione. È l’ideale per requisiti specifici che non possono essere soddisfatti dall’ambiente di elaborazione gestito, consentendo una maggiore flessibilità in termini di tipi di istanze, configurazioni e strategie di scalabilità.
Integrazione con l’infrastruttura esistente. Se disponete già di ambienti configurati o avete requisiti particolari in materia di sicurezza, conformità o utilizzo di istanze riservate, un ambiente non gestito potrebbe essere la scelta giusta.

Casi d’uso di AWS Batch

AWS Batch può essere utilizzato in un’ampia gamma di scenari. Di seguito sono elencati i casi d’uso più comuni in cui AWS Batch offre efficienza e scalabilità, dimostrando la sua versatilità in diversi settori e applicazioni.

Elaborazione e analisi di dati su larga scala. Le organizzazioni che gestiscono grandi quantità di dati, come quelle che operano nei settori della genomica, dell’analisi finanziaria o della modellizzazione ambientale, possono utilizzare AWS Batch per elaborare grandi set di dati. Il servizio è in grado di gestire in modo efficiente le risorse computazionali necessarie per analizzare grandi volumi di dati in parallelo, riducendo significativamente il tempo necessario per elaborare e analizzare i dati, da ore o giorni a pochi minuti.
Formazione e inferenza dei modelli di apprendimento automatico. I data scientist e gli ingegneri ML possono utilizzare AWS Batch per la formazione di modelli di apprendimento automatico su grandi datasets. AWS Batch ha una scalabilità dinamica delle risorse di calcolo per soddisfare le esigenze di vari lavori di formazione, dalla messa a punto di modelli su piccola scala alla formazione di modelli di deep learning su larga scala su numerose GPU. Allo stesso modo, è in grado di gestire attività di inferenza in batch, elaborando in modo efficiente grandi batch di richieste di inferenza.
Elaborazione di immagini o video. Le aziende che operano nel settore dei media, i fornitori di contenuti o anche gli istituti di ricerca scientifica hanno spesso bisogno di elaborare grandi raccolte di immagini o video, sia per il rendering, la transcodifica o l’analisi (ad esempio, analisi di immagini satellitari per il monitoraggio ambientale). AWS Batch ha una scalabilità che consente di gestire l’elaborazione di migliaia di file contemporaneamente, velocizzando notevolmente il flusso di lavoro.
Carichi di lavoro di simulazione e modellazione. Per i settori che si occupano di simulazioni (farmaceutico, automobilistico, aerospaziale, ecc.), dove possono essere necessarie migliaia di simulazioni per modellare fenomeni fisici complessi o per testare vari scenari, AWS Batch consente l’esecuzione efficiente di queste attività ad alta intensità di calcolo. Assicura che ogni simulazione disponga delle risorse di calcolo necessarie, riducendo potenzialmente il tempo necessario per ottenere i risultati da settimane a giorni o ore.
Modellizzazione del rischio finanziario. Gli istituti finanziari possono utilizzare AWS Batch per eseguire modelli di rischio complessi su grandi dataset. Grazie alla scalabilità dinamica delle risorse di calcolo, AWS Batch garantisce che le valutazioni del rischio, che richiedono l’analisi di grandi quantità di dati finanziari storici, possano essere completate rapidamente, facilitando un processo decisionale rapido.
Pipeline di compilazione e test del software. I team di sviluppo software possono utilizzare AWS Batch per automatizzare le loro pipeline di compilazione e test. Per i progetti con suite di test di grandi dimensioni o che richiedono build su più piattaforme, AWS Batch può ridurre significativamente i tempi di completamento eseguendo i test in parallelo e con scalabilità per soddisfare i picchi di domanda.