Классы хостов Yandex Data Processing
Класс хостов определяет вычислительные мощности, которые выделяются для каждого хоста в кластере. При изменении класса хостов для кластера меняются характеристики всех уже созданных в нем хостов.
Доступный объем хранилища не зависит от класса хостов. Ограничения хранилища приведены в разделе Квоты и лимиты.
Доступные классы хостов
Хосты в кластерах Yandex Data Processing разворачиваются на базе виртуальных машин Yandex Compute Cloud. Эти виртуальные машины могут быть созданы на любой из платформ, которые поддерживает Compute Cloud. Подробное описание платформ приведено в разделе Платформы.
Подходящий класс хостов зависит от режима размещения драйвера:
- При режиме
deployMode=cluster, когда драйвер размещается на одном из вычислительных хостов кластера (compute), подкластеру с хостом-мастером (master) достаточно 4–8 ядер CPU и 16 ГБ оперативной памяти. - При режиме
deployMode=client, когда драйвер размещается на хосте-мастере кластера, вычислительная мощность зависит от логики заданий и количества запущенных конкурентных заданий.
Подробнее о режимах размещения драйвера и потреблении вычислительной мощности в разделе Распределение ресурсов.
Ниже приведен полный список возможных конфигураций хостов на каждой из платформ.
Примечание
Для кластеров, хосты которых располагаются в зоне доступности kz1-d, недоступно использование платформы Intel Broadwell.
Внимание
С 1 января 2024 года выведены из эксплуатации существующие хосты классов b1.nano, b1.micro, b1.small, b2.nano, b2.micro и b2.small. Создание новых хостов этих классов недоступно с 20 июня 2023 года.
| Имя класса хостов | Количество CPU | Производительность CPU | RAM, ГБ | Размер диска, ГБ |
|---|---|---|---|---|
| Intel Broadwell | ||||
| g1.small | 8 | 100% | 96 | 20 — 8 184 |
| m1.micro | 2 | 100% | 16 | 20 — 8 184 |
| m1.small | 4 | 100% | 32 | 20 — 8 184 |
| m1.medium | 6 | 100% | 48 | 20 — 8 184 |
| m1.large | 8 | 100% | 64 | 20 — 8 184 |
| m1.xlarge | 12 | 100% | 96 | 20 — 8 184 |
| m1.2xlarge | 16 | 100% | 128 | 20 — 8 184 |
| m1.3xlarge | 24 | 100% | 192 | 20 — 8 184 |
| m1.4xlarge | 32 | 100% | 256 | 20 — 8 184 |
| s1.nano | 1 | 100% | 4 | 20 — 8 184 |
| s1.micro | 2 | 100% | 8 | 20 — 8 184 |
| s1.small | 4 | 100% | 16 | 20 — 8 184 |
| s1.medium | 8 | 100% | 32 | 20 — 8 184 |
| s1.large | 16 | 100% | 64 | 20 — 8 184 |
| s1.xlarge | 32 | 100% | 128 | 20 — 8 184 |
| Intel Cascade Lake | ||||
| b2.medium | 2 | 50% | 4 | 20 — 8 184 |
| m2.micro | 2 | 100% | 16 | 20 — 8 184 |
| m2.small | 4 | 100% | 32 | 20 — 8 184 |
| m2.medium | 6 | 100% | 48 | 20 — 8 184 |
| m2.large | 8 | 100% | 64 | 20 — 8 184 |
| m2.xlarge | 12 | 100% | 96 | 20 — 8 184 |
| m2.2xlarge | 16 | 100% | 128 | 20 — 8 184 |
| m2.3xlarge | 24 | 100% | 192 | 20 — 8 184 |
| m2.4xlarge | 32 | 100% | 256 | 20 — 8 184 |
| m2.5xlarge | 40 | 100% | 320 | 20 — 8 184 |
| m2.6xlarge | 48 | 100% | 384 | 20 — 8 184 |
| m2.7xlarge | 56 | 100% | 448 | 20 — 8 184 |
| m2.8xlarge | 64 | 100% | 512 | 20 — 8 184 |
| s2.micro | 2 | 100% | 8 | 20 — 8 184 |
| s2.small | 4 | 100% | 16 | 20 — 8 184 |
| s2.medium | 8 | 100% | 32 | 20 — 8 184 |
| s2.large | 12 | 100% | 48 | 20 — 8 184 |
| s2.xlarge | 16 | 100% | 64 | 20 — 8 184 |
| s2.2xlarge | 24 | 100% | 96 | 20 — 8 184 |
| s2.3xlarge | 32 | 100% | 128 | 20 — 8 184 |
| s2.4xlarge | 40 | 100% | 160 | 20 — 8 184 |
| s2.5xlarge | 48 | 100% | 192 | 20 — 8 184 |
| s2.6xlarge | 64 | 100% | 256 | 20 — 8 184 |
| Intel Ice Lake | ||||
| b3-c1-m4 | 2 | 50% | 4 | 20 — 8 184 |
| c3-c2-m4 | 2 | 100% | 4 | 20 — 8 184 |
| c3-c4-m8 | 4 | 100% | 8 | 20 — 8 184 |
| c3-c8-m16 | 8 | 100% | 16 | 20 — 8 184 |
| c3-c12-m24 | 12 | 100% | 24 | 20 — 8 184 |
| c3-c16-m32 | 16 | 100% | 32 | 20 — 8 184 |
| c3-c24-m48 | 24 | 100% | 48 | 20 — 8 184 |
| c3-c32-m64 | 32 | 100% | 64 | 20 — 8 184 |
| c3-c40-m80 | 40 | 100% | 80 | 20 — 8 184 |
| c3-c48-m96 | 48 | 100% | 96 | 20 — 8 184 |
| c3-c64-m128 | 64 | 100% | 128 | 20 — 8 184 |
| c3-c80-m160 | 80 | 100% | 160 | 20 — 8 184 |
| c3-c96-m192 | 96 | 100% | 192 | 20 — 8 184 |
| s3-c2-m8 | 2 | 100% | 8 | 20 — 8 184 |
| s3-c4-m16 | 4 | 100% | 16 | 20 — 8 184 |
| s3-c8-m32 | 8 | 100% | 32 | 20 — 8 184 |
| s3-c12-m48 | 12 | 100% | 48 | 20 — 8 184 |
| s3-c16-m64 | 16 | 100% | 64 | 20 — 8 184 |
| s3-c24-m96 | 24 | 100% | 96 | 20 — 8 184 |
| s3-c32-m128 | 32 | 100% | 128 | 20 — 8 184 |
| s3-c40-m160 | 40 | 100% | 160 | 20 — 8 184 |
| s3-c48-m192 | 48 | 100% | 192 | 20 — 8 184 |
| s3-c64-m256 | 64 | 100% | 256 | 20 — 8 184 |
| s3-c80-m320 | 80 | 100% | 320 | 20 — 8 184 |
| s3-c96-m576 | 96 | 100% | 576 | 20 — 8 184 |
| m3-c2-m16 | 2 | 100% | 16 | 20 — 8 184 |
| m3-c4-m32 | 4 | 100% | 32 | 20 — 8 184 |
| m3-c6-m48 | 6 | 100% | 48 | 20 — 8 184 |
| m3-c8-m64 | 8 | 100% | 64 | 20 — 8 184 |
| m3-c12-m96 | 12 | 100% | 96 | 20 — 8 184 |
| m3-c16-m128 | 16 | 100% | 128 | 20 — 8 184 |
| m3-c24-m192 | 24 | 100% | 192 | 20 — 8 184 |
| m3-c32-m256 | 32 | 100% | 256 | 20 — 8 184 |
| m3-c40-m320 | 40 | 100% | 320 | 20 — 8 184 |
| m3-c48-m384 | 48 | 100% | 384 | 20 — 8 184 |
| m3-c56-m448 | 56 | 100% | 448 | 20 — 8 184 |
| m3-c64-m512 | 64 | 100% | 512 | 20 — 8 184 |
| m3-c80-m640 | 80 | 100% | 640 | 20 — 8 184 |
| AMD Zen 4 | ||||
| c4a-c2-m4 | 2 | 100% | 4 | 20 — 8 184 |
| c4a-c4-m8 | 4 | 100% | 8 | 20 — 8 184 |
| c4a-c8-m16 | 8 | 100% | 16 | 20 — 8 184 |
| c4a-c16-m32 | 16 | 100% | 32 | 20 — 8 184 |
| c4a-c32-m64 | 32 | 100% | 64 | 20 — 8 184 |
| c4a-c64-m128 | 64 | 100% | 128 | 20 — 8 184 |
| c4a-c96-m192 | 96 | 100% | 192 | 20 — 8 184 |
| c4a-c128-m256 | 128 | 100% | 256 | 20 — 8 184 |
| c4a-c224-m448 | 224 | 100% | 448 | 20 — 8 184 |
| c4a-c256-m512 | 256 | 100% | 512 | 20 — 8 184 |
| s4a-c2-m8 | 2 | 100% | 8 | 20 — 8 184 |
| s4a-c4-m16 | 4 | 100% | 16 | 20 — 8 184 |
| s4a-c8-m32 | 8 | 100% | 32 | 20 — 8 184 |
| s4a-c16-m64 | 16 | 100% | 64 | 20 — 8 184 |
| s4a-c32-m128 | 32 | 100% | 128 | 20 — 8 184 |
| s4a-c64-m256 | 64 | 100% | 256 | 20 — 8 184 |
| s4a-c96-m384 | 96 | 100% | 384 | 20 — 8 184 |
| s4a-c128-m512 | 128 | 100% | 512 | 20 — 8 184 |
| s4a-c224-m896 | 224 | 100% | 896 | 20 — 8 184 |
| s4a-c256-m1024 | 256 | 100% | 1 024 | 20 — 8 184 |
| m4a-c2-m16 | 2 | 100% | 16 | 20 — 8 184 |
| m4a-c4-m32 | 4 | 100% | 32 | 20 — 8 184 |
| m4a-c8-m64 | 8 | 100% | 64 | 20 — 8 184 |
| m4a-c16-m128 | 16 | 100% | 128 | 20 — 8 184 |
| m4a-c32-m256 | 32 | 100% | 256 | 20 — 8 184 |
| m4a-c64-m512 | 64 | 100% | 512 | 20 — 8 184 |
| m4a-c96-m768 | 96 | 100% | 768 | 20 — 8 184 |
| m4a-c128-m1024 | 128 | 100% | 1 024 | 20 — 8 184 |
| m4a-c224-m1792 | 224 | 100% | 1 792 | 20 — 8 184 |