Un cluster di analisi di big data verrà eseguito su molte istanze Linux Amazon EC2 in più zone di disponibilità. Ogni nodo deve avere accesso in lettura/scrittura a un archivio file sottostante condiviso. Il file system deve essere compatibile con POSIX, altamente disponibile, resiliente e supportare un throughput molto elevato. Quale soluzione di storage soddisfa questi requisiti?

Amazon EFS (Elastic File System) è la soluzione ideale perché offre un file system condiviso, scalabile, altamente disponibile e compatibile con POSIX, accessibile da più istanze EC2 in diverse zone di disponibilità. La modalità di prestazioni Max I/O è specificamente progettata per carichi di lavoro che richiedono un throughput molto elevato e un gran numero di operazioni I/O simultanee, come i cluster di analisi di big data. Le altre opzioni non soddisfano tutti i requisiti: AWS Storage Gateway File Gateway con S3 non è ottimizzato per il throughput elevato richiesto dai cluster di big data e introduce latenza aggiuntiva. Amazon EFS in modalità General Purpose potrebbe non fornire il throughput estremamente elevato necessario per questo caso d'uso specifico. Un volume Amazon EBS può essere collegato solo a una singola istanza EC2 alla volta, non supportando l'accesso condiviso da più istanze.