人工知能と機械学習ベースの分析を使用してワークロードを適正化し、コストを最大 25% 削減します。
プロビジョニング不足のリソースを特定する推奨事項を実装することで、パフォーマンスの問題を解決します。
Amazon CloudWatch メトリクスを有効にすることで、推奨事項の効率化とメモリ使用率の可視性を高めます。
仕組み
AWS Compute Optimizer は、Amazon Elastic Compute Cloud (EC2) インスタンスタイプ、Amazon Elastic Block Store (EBS) ボリューム、AWS Lambda 関数の 3 種類の AWS リソースの過剰プロビジョニングや過小プロビジョニングを利用状況に基づいて回避するのに役立ちます。
ユースケース
サイズの適正化に関するレコメンデーションを評価する
Amazon EC2、Amazon EBS、および AWS Lambda リソースのアカウントレベルでの推定コスト削減額とパフォーマンスの改善機会を評価します。
強化されたインフラストラクチャメトリクスを設定する
3 か月間の履歴データを使用して、EC2 インスタンスと Auto Scaling グループを最適化するための改善されたレコメンデーションを取得します。
AWS Graviton CPU への移行を合理化する
AWS Graviton CPU への移行において、最小の移行作業で最大の利益をもたらす EC2 ワークロードを見つけましょう。
外部メトリクスを設定する
アプリケーションパフォーマンスモニタリング (APM) ツールからサードパーティーメトリクスを設定することで、節約とパフォーマンスの認識を高めます。
最初に行うべきこと
よりコストを削減する方法を学ぶ
CloudWatch のメモリ使用率メトリクスを使用して、節約を増やします。
Compute Optimizer の料金を見る
AWS リソースを最適化するためのデフォルト料金とカスタマイズ可能な料金について説明します。
Compute Optimizer に関する質問の回答を得る
コンピューティングオプティマイザーがリソース構成を最適化する方法をご覧ください。