Veröffentlicht am: Nov 26, 2023
Heute kündigen wir anpassbare anpassbare Empfehlungen zur Dimensionierung von EC2 in AWS Compute Optimizer an. Durch diese Markteinführung können Sie nun sowohl den CPU-Headroom als auch die Schwellenwerte anpassen, eine neue Option für den 32-tägigen Lookback-Zeitraum konfigurieren und Einstellungen für die Instance-Familie festlegen. Diese Einstellungen können auf Organisations-, Konto- oder Regionalebene konfiguriert werden.
Die neuen Einstellungen für Empfehlungen zur Dimensionierung bieten Ihnen die Möglichkeit, Parameter anzupassen, die zur Generierung von EC2-Empfehlungen verwendet werden. Durch Anpassungen des CPU-Headrooms und der Schwellenwerte können Sie die Empfindlichkeit und die zusätzliche Kapazität in den Empfehlungen konfigurieren, sodass Sie mehr Einsparungen oder eine höhere Leistungsempfindlichkeit erzielen. Mit der neuen 32-tägigen Lookback-Option können Sie Empfehlungen so konfigurieren, dass bei der Berechnung der Empfehlungsergebnisse Nutzungsdaten von einem Monat verwendet werden, um sicherzustellen, dass Sie monatliche Nutzungsmuster erfassen. Für Kunden mit spezifischen Instance-Anforderungen können Sie Grenzwerte für die Instance-Typen festlegen, auf die Compute Optimizer seine Empfehlungsergebnisse beschränken soll. So können Sie Ihre Workloads auf Familien verteilen, die Ihren Governance-Praktiken entsprechen.
Die Kombination aus maßgeschneiderten Empfehlungen und verbesserter Transparenz darüber, wie Empfehlungen ausgesprochen werden, ermöglicht es Ihnen, die Empfehlungen von Compute Optimizer zur richtigen Dimensionierung getrost umzusetzen. Beginnen Sie mit der Konfiguration Ihrer Empfehlungspräferenzen über die Compute Optimizer-Konsole oder das AWS SDK oder die CLI.
Dieses neue Feature ist in allen AWS-Regionen verfügbar, in denen AWS Compute Optimizer verfügbar ist, mit Ausnahme der AWS-GovCloud-Regionen (USA). Weitere Informationen zu den neuen Feature-Updates finden Sie auf der Produktseite von Compute Optimizer, im Benutzerhandbuch oder in unserem Blogbeitrag zu diesem Feature.