我有一个高度可并行化的计算密集型项目：基本上，我有一个函数需要在一个大表 (Postgresql) 中的每个观察值上运行。该函数本身是一个存储的 python 过程。
Amazon EC2 似乎非常适合该项目。
我的问题是：我应该制作一个已经包含数据库的自定义图像 (AMI) 吗？这似乎具有最小化数据传输和简化并行化的优点：每个图像都可以获得一些分配的索引块来计算，例如，图像 1 得到 1:100，图像 2 得到 101:200 等。实例（大多数操作指南建议）似乎对我的应用程序没有意义，但我对此很陌生，所以我不相信我的直觉是正确的。
【问题讨论】：
标签： python postgresql amazon-ec2
您肯定希望将数据和服务器实例分开，以便在您完成实例后保留数据更改。您最好的选择是从具有您要使用的操作系统和数据库平台的基本映像开始，对其进行自定义以满足您的需求，然后安装一个或多个包含您的数据的 EBS 卷。完成自定义后，您可能还想创建自己的服务器实例，除非您所做的事情相当简单。
一些有用的链接：
http://docs.amazonwebservices.com/AmazonEC2/gsg/2006-10-01/creating-an-image.html http://developer.amazonwebservices.com/connect/entry.jspa?categoryID=100&externalID=1663
（您说的是 postgres，但本 mysql 教程涵盖了您要记住的相同基本概念）
【讨论】：
如果您已经在 Python 中实现了该函数，最简单的方法可能是查看PiCloud，它为您提供了一个非常简单的界面，可以在 EC2 上运行 Python 函数，为您处理几乎所有其他事情.它在经济上是否合理将取决于每个函数调用必须发送多少数据与运行计算需要多长时间。
【讨论】：