Häufig gestellte Fragen zu AWS Compute Optimizer

F: Was ist AWS Compute Optimizer?

AWS Compute Optimizer hilft Ihnen bei der Ermittlung der optimalen AWS-Ressourcenkonfigurationen, wie beispielsweise Amazon-Elastic-Compute-Cloud-Instance-Typen (EC2), Amazon-Elastic-Block-Store-Volume-Konfigurationen (EBS), Aufgabengrößen von Amazon Elastic Container Service (ECS)-Services auf AWS Fargate, kommerzielle Softwarelizenzen und AWS Lambda-Funktionsspeichergrößen, wobei Machine Learning zur Analyse historischer Nutzungsmetriken eingesetzt wird. Compute Optimizer bietet eine Reihe von APIs und eine Konsole, mit deren Hilfe Sie Kosten senken und die Workload-Leistung steigern können. Dazu werden Ihnen die optimalen AWS-Ressourcen für Ihre AWS-Workloads empfohlen.

F. Wozu kann ich AWS Compute Optimizer verwenden?

AWS Compute Optimizer bietet intuitive und leicht umsetzbare AWS-Ressourcenempfehlungen, mit denen Sie schnell optimale AWS-Ressourcen für Ihre Workloads ermitteln können, ohne spezielles Fachwissen zu benötigen oder viel Zeit und Geld zu investieren. Die Compute-Optimizer-Konsole bietet Ihnen eine globale, kontenübergreifende Ansicht aller von Compute Optimizer analysierten Ressourcen sowie Empfehlungen, damit Sie schnell die effektivsten Optimierungsmöglichkeiten feststellen können.

F: Wie verwende ich AWS Compute Optimizer?

Rufen Sie als Erstes die Compute-Optimizer-Konsole auf und klicken Sie auf „Opt in“ (Anmelden). Um diesen Service nutzen zu können, benötigen Sie ein AWS-Konto. Sobald Sie sich angemeldet haben, beginnt Compute Optimizer mit der Analyse Ihrer AWS-Ressourcen und gibt Empfehlungen aus. Wenn Sie sich zum ersten Mal für Compute Optimizer entscheiden, kann es bis zu 24 Stunden dauern, bis die AWS-Ressourcen in Ihrem Konto vollständig analysiert sind.

F: Welche Daten nutzt AWS Compute Optimizer für meine Empfehlungen?

Durch die Anmeldung bei AWS Compute Optimizer autorisieren Sie den Service dazu, Konfigurationsdaten von AWS-Ressourcen und CloudWatch-Metriken zu nutzen. Diese Daten sind erforderlich, damit Compute Optimizer die zu bewertenden Ressourcen ermitteln kann. Für die Empfehlungen müssen ausreichende historische Metriken vorhanden sein.

F: Wann sollte ich Empfehlungen für den Instance-Typ von AWS Compute Optimizer EC2 verwenden und wann sollte ich Empfehlungen für die Ressourcenrechte von AWS Cost Explorer EC2 verwenden?

Cost Explorer Resource Rightsizing Recommendations und AWS Compute Optimizer nutzen dieselbe Engine für Empfehlungen. Compute Optimizer stellt Empfehlungen bereit, um Kunden bei der Identifizierung der optimalen EC2-Instance-Typen für ihre Workloads zu unterstützen. Die Cost-Explorer-Konsole und die API stellen eine Teilmenge dieser Empfehlungen dar, die zu Kosteneinsparungen führen können, und ergänzen diese mit kundenspezifischen Kosten- und Einsparungsinformationen (beispielsweise Rechnungsinformationen, verfügbare Kredite, RI- und Savings Plans), um den Eigentümern des Kostenmanagements dabei zu helfen, Einsparmöglichkeiten durch Rightsizing der Infrastruktur schnell zu erkennen. Die Compute-Optimizer-Konsole und ihre API stellt alle Empfehlungen unabhängig von den Kostenimplikationen bereit. Engineering-Teams können Compute Optimizer verwenden, um Preis-Leistungs-Kompromisse für ihre Workloads zu bewerten, Empfehlungen mit zusätzlichen Daten (beispielsweise Speichermetriken) zu erhalten und die geplante Ressourcenauslastung und das Leistungsrisiko zu bewerten.

F: Ist AWS Compute Optimizer in den Cost Optimization Hub integriert?

AWS Compute Optimizer ist in den Cost Optimization Hub integriert. Nachdem Sie den Cost Optimization Hub aktiviert haben, können Sie die geschätzten monatlichen Einsparungen, die Ihre Rabatte enthalten, in Compute Optimizer einsehen.

F: Wie kann ich AWS Compute Optimizer so konfigurieren, dass Metriken von externen Observability-Produkten aufgenommen werden?

Sie können die Funktion zur Erfassung externer Metriken verwenden, um AWS Compute Optimizer so zu konfigurieren, dass EC2-Speichernutzungsmetriken von einem der vier Observability-Produkte aufgenommen werden: Datadog, Dynatrace, Instana und New Relic. Wenn diese Option aktiviert ist, analysiert Compute Optimizer Ihre externen EC2-Speicherauslastungsmetriken zusätzlich zu Ihren CPU-, Festplatten-, Netzwerk-, I/O- und Durchsatzdaten, um Empfehlungen zur EC2-Richtsizing zu generieren. Empfehlungen mit Speicherdaten können Ihnen dabei helfen, zusätzliche Einsparmöglichkeiten und Möglichkeiten zur Verbesserung der Anwendungsleistung zu ermitteln.

F: Wie kann ich AWS Compute Optimizer so konfigurieren, dass die Einsparungen auf der Grundlage meiner Rabatte berechnet werden?

Im Modus zur Schätzung der Einsparungen können Sie wählen, ob bei den geschätzten Einsparungen Ihre spezifischen Rabatte, wie Reserved Instances und Sparpläne, berücksichtigt werden sollen. Standardmäßig schätzt AWS Compute Optimizer die Einsparungen zusammen mit Ihren Rabatten. Sie können die Einstellungen für den Sparschätzungsmodus ändern, um die Einsparungen vor den Rabatten anzuzeigen.

F: Kann mir AWS Compute Optimizer dabei helfen, den Migrationsaufwand von Empfehlungen zu ermitteln?

AWS Compute Optimizer kann den Aufwand ermitteln, der für die Migration Ihrer Workloads von x86-basierten Instance-Typen zu ARM-basierten AWS-Graviton-Instance-Typen erforderlich ist, indem es die Typen der Anwendungen ableitet, die auf Ihren Instances ausgeführt werden. Der abgeleitete Workload-Typ leitet die Typen von Anwendungen ab, die möglicherweise auf Ihren AWS-Ressourcen ausgeführt werden, z. B. EC2-Instances und Auto-Scaling-Gruppen, indem die Attribute Ihrer Ressourcen analysiert werden. Zu diesen Attributen gehören Ressourcennamen, Tags, Nutzungsmerkmale und Konfiguration. Es kann daraus abgeleitet werden, ob auf Ihren Instances Amazon EMR, Apache Cassandra, Apache Hadoop, Memcached, NGINX, PostgreSQL, Redis, Kafka oder Microsoft SQL Server ausgeführt werden.

F: Wie kann ich die Empfehlungen von AWS Compute Optimizer an meine Workload-Anforderungen anpassen?

Sie können die Empfehlungen für die Dimensionierung auf Ihre Workload-Anforderungen zuschneiden und so weitere Möglichkeiten zur Einsparung und Leistungsverbesserung entdecken. Um Ihre wiederkehrenden Workload-Muster genau zu erfassen, können Sie in AWS Compute Optimizer einen Rückblickzeitraum von 14, 32 oder 93 Tagen (erweitert) festlegen. Sie können die Empfehlungen zur richtigen Dimensionierung beeinflussen, indem Sie den Spielraum für die CPU- und Speicherauslastung sowie die Schwellenwerte für die CPU-Auslastung anpassen. Eine anpassbare Liste von EC2-Instance-Typen für EC2- und Auto Scaling-Gruppenempfehlungen ermöglicht es Ihnen, spezifische Ressourceneinschränkungen, wie z. B. Anwendungs- oder Geschäftsanforderungen, für Empfehlungen für die Dimensionierung festzulegen. Compute Optimizer beschränkt die Empfehlungen zur Dimensionierung auf die angegebenen Instance-Typen auf Ihrer Liste. Nach dem Speichern der Empfehlungen für die Dimensionierung können Sie damit rechnen, dass innerhalb von 24 Stunden neue Empfehlungen für die Größenanpassung generiert werden.

F: Wann sollte ich die Nutzungsschwellenwerte anpassen, um Empfehlungen anzupassen?

Sie können die Nutzungsgrenzwerte anpassen, wenn Sie die Empfindlichkeit von AWS Compute Optimizer gegenüber Nutzungsspitzen ändern möchten. Bei den meisten Workloads können vorübergehende Spitzen auftreten, die aufgrund von Patches oder Instance-Neustarts über die normale Nutzung hinausgehen. Um dies zu beheben, können Sie Auslastungsgrenzwerte festlegen, die den Prozentsatz der Zeit angeben, in der Ihr Workload unter Ihrem Auslastungsspielraum laufen sollte. Wenn Ihre Workloads weniger empfindlich auf Spitzenwerte reagieren, können Sie den Schwellenwert senken, was zu höheren Einsparungen führen kann. Auf diese Weise kann Compute Optimizer Empfehlungen zur richtigen Dimensionierung mit der richtigen Sensitivität für Ihre Leistungs- und Sparziele geben.

F: Wann sollte ich den Nutzungsspielraum anpassen, um Empfehlungen zu beeinflussen?

Sie sollten den Nutzungsspielraum ändern, wenn Sie großes Vertrauen in Ihre zukünftigen Nutzungstrends haben. Wenn Sie in Zukunft eine höhere Auslastung erwarten oder sich nicht sicher sind, können Sie einen höheren Spielraum festlegen. Wenn Sie sicher sind, dass Ihre Auslastung konstant bleibt, können Sie Ihre Kopffreiheit getrost reduzieren.

F: Werden sich der Nutzungsspielraum und die Auslastungsgrenzwerte in Zukunft ändern?

AWS Compute Optimizer kann diese Zahlen aktualisieren, um den neuesten technologischen Entwicklungen Rechnung zu tragen und die Qualität der Empfehlungen aufrechtzuerhalten. Compute Optimizer kann Ihre ausgewählten Parameter auf der Grundlage Ihrer Workload-Merkmale feinabstimmen, um sicherzustellen, dass für Sie geeignete Instanceempfehlungen vorliegen.

F: Wann sollte ich eine bevorzugte Instance-Liste für EC2- und ASG-Empfehlungen definieren?

Sie sollten eine Liste bevorzugter Instances definieren, wenn Sie steuern möchten, welche Instance-Typen und Familien AWS Compute Optimizer empfehlen soll. Die Definition einer Liste bevorzugter Instances verhindert nicht, dass Compute Optimizer Empfehlungen für Instances generiert, die derzeit von der Instanceliste ausgeschlossen sind. Wenn Sie spezifische Kriterien für die Dimensionierung von Instances, Instance-Sparplänen, Reservierungen, Burstable-Instances, CPU-Anbietern oder anderen Kriterien haben, können Sie die Empfehlungen so konfigurieren, dass sie Ihren Kriterien entsprechen.

F: Kann ich Empfehlungspräferenzen auf eine Gruppe von Workloads anwenden?

Wenn Sie Inhaber eines Unternehmenskontos oder delegierter Administrator sind, können Sie Empfehlungspräferenzen für Ihre Organisation und die zugrunde liegenden Konten und Regionen festlegen. Wenn Sie ein Kontoinhaber sind, können Sie Empfehlungspräferenzen für Ihr Konto und Ihre Regionen festlegen. Wenn sich die Präferenzen auf Ressourcen-, Konto- oder Organisationsebene überschneiden, überschreibt die detailliertere Präferenz die umfassendere Präferenz. Beispielsweise überschreiben Einstellungen auf Ressourcenebene die Einstellungen auf Kontoebene, und Einstellungen auf Kontoebene überschreiben die Einstellungen der Organisation.

F: Wie viele empfohlene Optionen pro AWS-Ressource stellt AWS Compute Optimizer bereit?

AWS Compute Optimizer bietet bis zu drei empfohlene Ressourcenoptionen für Amazon Elastic Compute Cloud (EC2), Amazon Elastic Block Store (EBS) und EC2-Auto-Scaling-Gruppen. Compute Optimizer bietet eine Empfehlung zur Speichergröße für AWS-Lambda-Funktionen, eine Empfehlung zur CPU- und Speichergröße auf Aufgabenebene für Amazon Elastic Container Service (ECS) Services in AWS Fargate. Darüber hinaus bietet Compute Optimizer eine Lizenzempfehlung für das Downgrade der Microsoft-SQL-Server-Edition.

F: Bietet AWS Compute Optimizer Empfehlungen für alle AWS-Ressourcen?

AWS Compute Optimizer bietet Empfehlungen für ausgewählte Arten von EC2-Instances, EC2-Auto-Scaling-Gruppen, EBS-Volumes, Amazon-ECS-Services in AWS Fargate, Lambda-Funktionen und kommerzielle Softwarelizenzen.

F: Wie viele Daten analysiert AWS Compute Optimizer, um Empfehlungen zu generieren?

AWS Compute Optimizer analysiert Metriken der letzten 14 Tage, um Empfehlungen für Amazon Elastic Compute Cloud (EC2) und EC2 Auto-Scaling-Gruppen zu generieren. Sie können die Einstellungen jedoch auf 32 oder 93 Tage ändern. Compute Optimizer analysiert die Metriken der letzten 14 Tage, um Empfehlungen für andere Ressourcentypen zu erstellen.

F: Wie identifiziere ich meine Möglichkeiten größter Ersparnisse und Leistungsverbesserungen?

Sie können schnell Ihre wichtigsten Optimierungsmöglichkeiten mittels zwei neuer Sätze von Metriken auf Dashboard-Ebenen priorisieren und identifizieren:Einsparmöglichkeiten und Möglichkeiten zur Leistungsverbesserung.

Metriken zu Einsparungsmöglichkeiten quantifizieren die monatlichen Einsparungen von Amazon EC2, Amazon EBS, Amazon-ECS-Services auf AWS Fargate, kommerzielle Softwarelizenzen und AWS Lambda, die Sie auf Konto-, Ressourcentyp- oder Ressourcenebene erzielen können, indem Sie AWS-Compute-Optimizer-Empfehlungen übernehmen. Sie können diese Metriken verwenden, um Kosteneffizienzmöglichkeiten zu bewerten und zu priorisieren sowie Ihre Kosteneffizienz im Laufe der Zeit zu überwachen. Metriken zu Leistungsverbesserungsmöglichkeiten quantifizieren den Prozentsatz und die Anzahl der unterversorgten Ressourcen auf Kontoebene und Ressourcentypebene. Sie können diese Metriken verwenden, um Möglichkeiten zur Leistungsverbesserung zu bewerten und zu priorisieren, die Risiken von Ressourcenengpässen beheben.

F: Was sind erweiterte Infrastrukturmetriken?

Erweiterte Infrastrukturmetriken ist eine kostenpflichtige AWS-Compute-Optimizer-Funktion für EC2-Instances, die die Genauigkeit und Relevanz von Empfehlungen für Workloads verbessert, mit monatlichen und vierteljährlichen Nutzungsmustern. Über die Aktivierung dieser Funktion hinaus, erfasst und analysiert Compute Optimizer automatisch bis zu sechsmal mehr Nutzungsmuster als die standardmäßige Compute-Optimizer-Option (bis zu 3 Monate Verlauf im Vergleich zu 14 Tagen). Sie können die Funktion auf Organisations-, Konto- oder Ressourcenebene über die Compute-Optimizer-Konsole oder API für alle vorhandenen und neu erstellten EC2-Instances und Auto-Scaling-Gruppen aktivieren.

F: Wieviel kosten erweiterte Infrastrukturmetriken?

Beziehen Sie sich auf die AWS Compute Optimizer Preisgestaltungs-Seitefür Einzelheiten.

F: Welche Empfehlungen zur Lizenzoptimierung unterstützt AWS Compute Optimizer?

AWS Compute Optimizer generiert Empfehlungen zur Herabstufung der Edition von SQL Server in EC2. Wenn Sie keine reinen Unternehmens-Features verwenden oder es eine praktikable Alternative zur Standard-Edition in AWS gibt, können Sie ein Downgrade von Enterprise auf Standard durchführen und so bis zu 73 % der SQL-Server-Lizenzkosten sparen. Um die Empfehlung zu erhalten, müssen Kunden agentenbasierte CloudWatch Application Insights aktivieren und ihr Lesezugriff mit Anmeldeinformationen zur Datenbank gewähren. Diese Lizenzempfehlung gilt sowohl für Ihre EC2-SQL-Server-Lizenz inklusive (LI) als auch für Ihre Bring-Your-Own-License (BYOL)-Instances. Darüber hinaus können Sie Ihre Lizenzkosten durch Empfehlungen zur Größenanpassung von EC2-Instances optimieren, da SQL Server nur pro CPU-Kern lizenziert wird. Weniger vCPUs bedeuten weniger SQL-Server-Lizenzkosten.

F: Wie generiert AWS Compute Optimizer Empfehlungen zur Lizenzoptimierung für SQL Server auf EC2?

AWS Compute Optimizer analysiert Ihre aktuellen Konfigurationen, z. B. die SQL-Server-Edition, Lizenzierungsoptionen und bestimmte von Ihnen verwendete Features auf Datenbankebene. Anhand der Analyse wird ermittelt, ob Ihre SQL-Server-Instances optimiert sind. Schließlich generiert es Empfehlungen auf der Grundlage der vordefinierten Optimierungskriterien und stellt diese dann in der Konsole oder über APIs zur Verfügung.

F: Welche Daten verwendet AWS Compute Optimizer, um Empfehlungen zur Lizenzoptimierung für SQL Server zu generieren?

Wenn Sie sich für AWS Compute Optimizer entscheiden, autorisieren Sie den Service dazu, Konfigurationsdaten des AWS-Service und die Metriken von CloudWatch Application Insights zu nutzen. Für SQL Server umfassen die Daten Editionen, Lizenzierungsoptionen und SQL-Server-Feature-Konfigurationen, die von CloudWatch Application Insights verfolgt werden.

F: Welche Arten von EC2-Instance-Empfehlungen unterstützt AWS Compute Optimizer?

AWS Compute Optimizer unterstützt Empfehlungen zu EC2-Instance-Typen und -Größen für eigenständige EC2-Instances der Familien M, C, R, T, X, I, D, H, Z, G und P. Eine vollständige Liste von unterstützten EC2-Instance-Typen finden Sie in der Dokumentation.

F: Welche Daten nutzt AWS Compute Optimizer für meine EC2-Instance-Empfehlungen?

AWS Compute Optimizer analysiert standardmäßige CloudWatch-Metriken wie CPU-Auslastung, Netzwerkpakete pro Sekunde, lokaler Speicherdurchsatz und lokale Speicher-IOPS, wenn es Empfehlungen für EC2-Instance-Typen erstellt. EC2-Instances müssen über kumulierte Metriken von 30 Stunden verfügen, bevor sie Empfehlungen erhalten können.

F: Analysiert AWS Compute Optimizer die Speichermetriken meiner EC2-Instances?

Wenn Sie die Speicherauslastung mit CloudWatch veröffentlichen, führt AWS Compute Optimizer automatische Analysen für Speichermetriken aus, die der CloudWatch Agent im Namespace "CWAgent" veröffentlicht.

F: Was passiert, wenn für meine EC2-Instances keine Speichermetriken zur Verfügung stehen?

Wenn für eine Hardwareressource wie den Arbeitsspeicher keine Metriken verfügbar sind, versucht AWS Compute Optimizer, Empfehlungen zur Verkleinerung dieses Ressourcentyps zu vermeiden.

F: Wie bestimmt AWS Compute Optimizer das Leistungsrisiko für empfohlene EC2-Instance-Optionen?

Das Leistungsrisiko gibt an, wie wahrscheinlich es ist, dass der Instance-Typ die Ressourcenanforderungen für Ihre Workload nicht erfüllt. AWS Compute Optimizer berechnet einen individuellen Leistungsrisiko-Wert für jede Ressourcendimension der empfohlenen Instance, einschließlich CPU, Speicher, EBS-Durchsatz, EBS IOPS, Festplattendurchsatz, Festplatten-IOPS, Netzwerkdurchsatz und Netzwerk-PPS. Für jede Ressourcendimension wird der Leistungsrisiko-Wert als der Anteil der Zeit über den historischen Rückblickzeitraum berechnet, in dem die Kapazität in der gegebenen Ressourcendimension eingeschränkt sein kann. Das Leistungsrisiko der empfohlenen Instance wird als maximaler Leistungsrisikowert über die analysierten Ressourcenspezifikationen berechnet.

F: Welche Informationen zu den empfohlenen EC2-Instance-Optionen stellt mir AWS Compute Optimizer bereit?

AWS Compute Optimizer berechnet die mögliche CPU- und Speicherauslastung Ihrer EC2-Instance mit der jeweiligen Empfehlung. So erhalten Sie eine Vorstellung davon, wie Ihre Workload-Leistung aussehen könnte. Compute Optimizer listet auch die Konfigurationsunterschiede zwischen der aktuellen Instance und dem empfohlenen Instance-Typ auf, sodass Sie wissen, welche Aktualisierungen Sie möglicherweise vornehmen müssen, um Ihre Workloads von der aktuellen Instance auf den empfohlenen Instance-Typ zu migrieren. 

F: Berücksichtigt AWS Compute Optimizer bei der Ausgabe von Empfehlungen EC2-Instance-Preisinformationen?

Nachdem AWS Compute Optimizer eine Liste der optimalen AWS-Ressourcen für eine Workload ermittelt hat, werden verschiedene Preisangaben, z. B. On-Demand-Preise, und das voraussichtliche Leistungsrisiko eingerechnet, um eine Rangliste der Empfehlungen zu erstellen. Compute Optimizer bezieht in die Kalkulation keine vorübergehenden Preisfaktoren wie Spot-Preise ein.

F: Welche Arten von Empfehlungen zu Auto-Scaling-Gruppen unterstützt AWS Compute Optimizer?

AWS Compute Optimizer bietet Empfehlungen zu EC2-Instance-Typen und -Größen für EC2-Auto-Scaling-Gruppen mit einer festen Gruppengröße. Dies bedeutet, dass die gewünschten, minimalen und maximalen Werte alle auf denselben Wert festgelegt sind und keine Skalierungsrichtlinie zugeordnet ist. Darüber hinaus müssen alle Instances von Auto-Scaling-Gruppen vom Typ M, C, R, T, X, I, D, H, Z, G und P sein. Derzeit unterstützt Compute Optimizer keine Auto-Scaling-Gruppen, die mit Richtlinien für gemischte Instances konfiguriert wurden. Eine vollständige Liste von unterstützten EC2-Instance-Typen finden Sie in der Dokumentation.

F: Welche Daten nutzt AWS Compute Optimizer für Empfehlungen zu meinen Auto-Scaling-Gruppen?

AWS Compute Optimizer benötigt Metriken aus einem Zeitraum von mindestens 30 aufeinanderfolgenden Stunden, bevor Empfehlungen für Auto-Scaling-Gruppen ausgegeben werden können. Compute Optimizer analysiert CloudWatch-Standardmetriken für jede EC2-Instance, z. B. Metriken zur CPU-Auslastung und zum Netzwerk-E/A, und die Auto-Scaling-Gruppenkonfiguration, z. B. die Skalierungsrichtlinie und die zugehörige Startvorlage.

F: Welche Arten von EBS-Volume-Empfehlungen unterstützt AWS Compute Optimizer?

AWS Compute Optimizer unterstützt universelle EBS-Volumes (gp2/gp3), EBS-Volumes mit bereitgestelltem IOPS (io1/io2/io2 BX) und HDD-EBS-Volumes (st1/sc1). Compute Optimizer bietet auch Empfehlungen für die Migration Ihrer Magnetic-EBS-Volumes auf EBS-Volumes der aktuellen Generation.

F: Welche Daten nutzt AWS Compute Optimizer für meine EBS-Volume-Empfehlungen?

AWS Compute Optimizer benötigt Metriken aus einem Zeitraum von mindestens 30 aufeinanderfolgenden Stunden, bevor Empfehlungen für eigenständige EBS-Volumes abgegeben werden können. Compute Optimizer analysiert Standard-CloudWatch-Metriken für EBS-Volumes, z. B. IOPS- und Durchsatzmetriken.

F: Wie bestimmt AWS Compute Optimizer das Leistungsrisiko für empfohlene EBS-Volume-Optionen?

Das Leistungsrisiko gibt an, mit welcher Wahrscheinlichkeit die empfohlene Option nicht die Leistungsanforderungen Ihrer Workload erfüllt. Je höher das Risiko, desto höher ist möglicherweise der Aufwand, den Sie betreiben müssen, um zu prüfen, ob die empfohlene EBS-Volume-Konfiguration den Leistungsanforderungen Ihrer Workload entspricht.

F: Berücksichtigt AWS Compute Optimizer bei der Ausgabe von Empfehlungen EBS-Volume-Preisinformationen?

Nachdem AWS Compute Optimizer eine Liste der optimalen EBS-Volumenkonfigurationen für Ihre Workload ermittelt hat, werden die öffentlichen EBS-Preise sowie das erwartete Leistungsrisiko für die Einstufung der Empfehlungen berücksichtigt.

F: Welche AWS-Lambda-Funktionen unterstützt Compute Optimizer?

Mit AWS Compute Optimizer können Sie zwei Kategorien von Lambda-Funktionen optimieren. Die erste Kategorie umfasst Lambda-Funktionen, die in Speichergrößen möglicherweise übermäßig bereitgestellt werden. Sie können die Speichergröße dieser Funktionen verkleinern, um Kosten zu sparen. Die zweite Kategorie umfasst rechenintensive Lambda-Funktionen, die von zusätzlicher CPU-Leistung profitieren können. Sie können die Speichergröße erhöhen, um eine entsprechende Erhöhung der für diese Funktionen verfügbaren CPU auszulösen und die Laufzeit zu verkürzen. Für Funktionen, die nicht unter eine dieser Kategorien fallen, liefert Compute Optimizer keine Empfehlungen für diese.

F: Welche Daten nutzt Compute Optimizer für meine AWS-Lambda-Funktionsempfehlungen?

AWS Compute Optimizer analysiert 14 Tage des Lambda-Funktionsaufrufverlaufs, einschließlich der Dauer der Funktionslaufzeit, der verwendeten CPU-Zeit und der Speichernutzung, um Empfehlungen abzugeben.

F: Berücksichtigt Compute Optimizer bei der Ausgabe von Empfehlungen AWS-Lambda-Funktions-Preisinformationen?

Ja. Nachdem das AWS Compute Optimizer die optimalen Speichergrößen für Ihre Lambda-Funktionen ermittelt hat, werden die öffentlichen Lambda-Preise, die erwartete Funktionslaufzeit und die Anzahl der Funktionsaufrufe in den letzten 14 Tagen berücksichtigt, um eine potenzielle Kostennummer zu berechnen. Sie können diese Nummer verwenden, um zu verstehen, was Ihre Lambda-Kosten gewesen wären, wenn Sie die Arbeitsspeichergröße Ihrer Lambda-Funktion auf die empfohlene Option eingestellt hätten.

F: Welche Art von Empfehlungen unterstützt AWS Compute Optimizer für Amazon ECS auf AWS Fargate?

AWS Compute Optimizer bietet Empfehlungen zur CPU- und Arbeitsspeichergröße auf Aufgabenebene für Amazon-ECS-Services, die auf AWS Fargate ausgeführt werden.

F: Welche Daten verwendet AWS Compute Optimizer für meine Empfehlungen für Amazon-ECS-Services auf AWS Fargate?

AWS Compute Optimizer benötigt mindestens 24 Stunden an Metriken, bevor es Empfehlungen für Ihre Amazon-ECS-Services auf AWS Fargate abgibt. Compute Optimizer analysiert die CPU- und Arbeitsspeichernutzungsdaten von Amazon-ECS-Services auf AWS Fargate.

F: Wie hilft mir AWS Compute Optimizer, Empfehlungen für Amazon-ECS-Services auf AWS Fargate zu verstehen?

AWS Compute Optimizer projiziert die voraussichtliche CPU- und Arbeitsspeicherauslastung Ihrer Amazon-ECS-Services auf AWS Fargate, wenn Sie sie wie empfohlen konfiguriert hätten, so dass Sie nachvollziehen können, wie Ihr Workload bei den empfohlenen Konfigurationen gelaufen wäre.

F: Berücksichtigt AWS Compute Optimizer bei der Ausgabe von Empfehlungen AWS-Fargate-Preisinformationen?

Ja. Nachdem Compute Optimizer die optimalen CPU- und Arbeitsspeichergrößen für Ihre Amazon-ECS-Services auf AWS Fargate ermittelt hat, werden die öffentlichen Preise von AWS Fargate, neue CPU- und Arbeitsspeicherkonfigurationen sowie die Laufzeithistorie der letzten 14 Tage berücksichtigt, um die voraussichtlichen Kosten zu berechnen. Anhand dieser Informationen können Sie nachvollziehen, wie hoch die Kosten für Ihre Amazon-ECS-Services auf AWS Fargate gewesen wären, hätten Sie die CPU- und Arbeitsspeichergröße auf die empfohlene Option eingestellt.  

F: Kann AWS Compute Optimizer in AWS Organizations integriert werden?

Ja, AWS Compute Optimizer lässt sich in AWS Organizations integrieren. So können Sie alle Empfehlungen innerhalb Ihres Unternehmens aufrufen. Damit Sie diese Funktion nutzen können, muss "Alle Funktionen" für Ihr Unternehmen aktiviert sein und Sie müssen sich mit dem Master-Konto des Unternehmens anmelden.