通过人工智能和基于机器学习的分析,根据您的工作负载偏好调整工作负载规模,将成本降低多达 25%。
实施可识别资源预置不足的建议,以此解决性能问题。
通过启用 Amazon CloudWatch 指标提高建议节省幅度以及对内存使用情况的可见性。
通过身份验证后的自动许可证优化建议来优化许可成本。
工作原理
根据您的使用率数据,AWS Compute Optimizer 有助于避免五种类型的 AWS 资源过度配置和配置不足:Amazon Elastic Compute Cloud (EC2) 实例类型、Amazon Elastic Block Store (EBS) 卷、AWS Fargate 上的 Amazon Elastic Container Service (ECS) 服务、AWS Lambda 函数以及 Amazon 关系数据库服务 (RDS) 数据库实例。
![显示 AWS Compute Optimizer 如何分析配置和利用率数据,从而为您推荐 AWS 资源的最优部署的示意图。](https://d1.awsstatic.com/product-marketing/Pinpoint/1-Product-Page-Diagram_AWS-Compute-Optimizer%402x.00b85c01b13d55ccf9952cdca59a9bc789a598a9.52ca0d1804b894778121886fc265be409ba2114f.png)
使用案例
简化面向 AWS Graviton CPU 的迁移
在迁移到 AWS Graviton CPU 的过程中,寻找能够以最少量的迁移工作带来最大回报的 EC2 和 RDS 工作负载。