Veröffentlicht am: May 1, 2023
AWS Compute Optimizer unterstützt jetzt die Filterung abgeleiteter Workload-Typen anhand der Empfehlungen für Amazon EC2-Instances. Die Funktion für den abgeleiteten Workload-Typ nutzt Machine Learning und erkennt automatisch die Anwendungen, die möglicherweise auf Ihren AWS-Ressourcen ausgeführt werden. Durch die Nutzung des Filters für abgeleitete Workload-Typen können Kunden anhand des spezifischen Workloads, der auf ihren EC2-Instances ausgeführt wird, auf einfache Weise Möglichkeiten zur Kosteneinsparung ermitteln. Darüber hinaus unterstützt AWS Compute Optimizer jetzt Microsoft SQL Server als abgeleiteten Workload-Typ.
Ab heute können Kunden Möglichkeiten zur Kosteneinsparung anhand der unterstützten abgeleiteten Workload-Typen kategorisieren. Das bedeutet, dass Anwendungsbesitzer, z. B. SQL Server-Datenbankadministratoren, Empfehlungen zur Rightsizing von EC2-Instances, auf denen Microsoft SQL Server-Datenbank-Workloads ausgeführt werden, filtern können, um relevante Einsparmöglichkeiten zu finden. Dank der besseren Übersicht über die Workload bei Empfehlungen können Kunden relevante Empfehlungen identifizieren und Maßnahmen ergreifen. Compute Optimizer erkennt auch Nginx-, Memchached-, Amazon EMR-, Apache Cassandra-, Apache Hadoop-, PostgreSQL-, Redis- und Kafka-Workloads.
Kunden können nach dem abgeleiteten Workload-Typ filtern, um Empfehlungen zur Anpassung der EC2-Instance-Größe für jedes Konto oder jede Organisation in den folgenden Regionen zu erhalten: USA Ost (Ohio), USA Ost (Nord-Virginia), USA West (Nordkalifornien), USA West (Oregon), Asien-Pazifik (Mumbai), Asien-Pazifik (Seoul), Asien-Pazifik (Singapur), Asien-Pazifik (Sydney), Asien-Pazifik (Tokio), Kanada (Zentral), Europa (Frankfurt), Europa (Irland), Europa (London), Europa (Paris), Europa (Stockholm) und Südamerika (São Paulo). Weitere Informationen zu den neuen Funktionsupdates finden Sie auf der Produktseite und im Benutzerhandbuch von AWS Compute Optimizer. Besuchen Sie die AWS Compute Optimizer-Konsole, um Empfehlungen zur optimalen Leistung und zu Einsparungen zu erhalten.