我正在使用 EC2 p2.xlarge 实例来训练图像处理模型。我的预测任务的目标类别相当多（20 个），为了获得最佳准确度，我将为每个目标训练一个模型。
因此，我对主卷进行了快照，并创建了 4 个重复卷（通用 SSD），以便可以同时运行另外 4 个 p2 实例。问题是，除了主卷之外，我的 IO 性能非常低。举个例子，一个训练周期在主实例上需要 200 秒，而“估计”在重复实例上需要 10,000 秒。
我错过了什么？
答案1
EBS 快照存储在 S3 中。当您从快照创建卷时，在第一次读取操作中，块首先从 S3 逐步拉到 EBS，从那时起，该特定块的所有后续读取都针对 EBS 的低延迟基础设施执行。
为了在从快照创建卷后获得最佳 EBS 性能，您应该通过对所有卷块进行完整读取来“预热”您的卷，以确保没有进一步的 IO 操作需要对 S3 进行缓慢的请求。
新的、新鲜的 EBS 卷不会受到这种行为的影响，因为它们是在 EBS 中“诞生”的，不需要从 S3 提取数据。