写点什么

AWS Compute Optimizer – 您的定制资源优化服务

  • 2019-12-11
  • 本文字数:2667 字

    阅读完需:约 9 分钟

AWS Compute Optimizer – 您的定制资源优化服务

当我公开谈论 Amazon EC2 实例类型时,我经常会收到一个问题:“如何确定我为应用程序选择了正确的实例类型?” 选择正确的实例类型是艺术与科学之间的抉择。它通常涉及了解正常情况下的应用程序性能特征(基准)和预期的每日变化,并选择与这些特征匹配的实例类型。在此之后,您需要监控关键指标以验证您的选择,然后不断迭代以调整最适合您的应用程序性价比的实例类型。过度预置资源会导致您为基础设施支付过多的费用,而资源不足会导致应用程序性能降低,进而可能影响客户体验。


今年早些时候,我们发布了 Cost Explorer 调整建议,它可帮助您确定未充分利用的 Amazon Elastic Compute Cloud (EC2) 实例,您可以对同一系列中的这些实例进行缩减以节省资金。我们收到了很好的反馈,客户正在寻求更多建议,而不仅仅是在同一实例系列中缩减。


今天,我们宣布推出一项新服务来帮助您针对工作负载优化计算资源:AWS Compute Optimizer。AWS Compute Optimizer 使用机器学习技术来分析您帐户上的资源消耗的历史记录,并针对您的资源使用情况提出明确可行的建议。AWS Compute Optimizer 已集成到 AWS Organizations,您可以从主 AWS Organizations 帐户查看有关多个帐户的建议。


为了开始使用 AWS Compute Optimizer,我将浏览到 AWS 管理控制台,选择 AWS Compute Optimizer 并激活服务。它将立即开始使用 Amazon CloudWatch 指标来分析我的资源使用情况和历史记录,并在几个小时后提出最初的建议。


我可以在 AWS Compute Optimizer 仪表板上查看最初的建议:



单击过度预置:8 个实例可以获得以下详细信息:



单击 8 个链接中的某个链接可以获得可指导行动的结果:



AWS Compute Optimizer 提供了多个选项。我可以向下滚动到页面底部,以验证如果决定应用此建议会产生什么影响:



我还可以从 AWS 命令行界面 (CLI) 访问建议:


Bash


$ aws compute-optimizer get-ec2-instance-recommendations --instance-arns arn:aws:ec2:us-east-1:012345678912:instance/i-0218a45abd8b53658{    "instanceRecommendations": [        {            "instanceArn": "arn:aws:ec2:us-east-1:012345678912:instance/i-0218a45abd8b53658",            "accountId": "012345678912",            "currentInstanceType": "m5.xlarge",            "finding": "OVER_PROVISIONED",            "utilizationMetrics": [                {                    "name": "CPU",                    "statistic": "MAXIMUM",                    "value": 2.0                }            ],            "lookBackPeriodInDays": 14.0,            "recommendationOptions": [                {                    "instanceType": "r5.large",                    "projectedUtilizationMetrics": [                        {                            "name": "CPU",                            "statistic": "MAXIMUM",                            "value": 3.2                        }                    ],                    "performanceRisk": 1.0,                    "rank": 1                },                {                    "instanceType": "t3.xlarge",                    "projectedUtilizationMetrics": [                        {                            "name": "CPU",                            "statistic": "MAXIMUM",                            "value": 2.0                        }                    ],                    "performanceRisk": 3.0,                    "rank": 2                },                {                    "instanceType": "m5.xlarge",                    "projectedUtilizationMetrics": [                        {                            "name": "CPU",                            "statistic": "MAXIMUM",                            "value": 2.0                        }                    ],                    "performanceRisk": 1.0,                    "rank": 3                }            ],            "recommendationSources": [                {                    "recommendationSourceArn": "arn:aws:ec2:us-east-1:012345678912:instance/i-0218a45abd8b53658",                    "recommendationSourceType": "Ec2Instance"                }            ],            "lastRefreshTimestamp": 1575006953.102        }    ],    "errors": []}
复制代码


请记住,AWS Compute Optimizer 使用 Amazon CloudWatch 指标作为建议的基础。默认情况下,CloudWatch 指标是可从管理程序角度观察到的指标,例如 CPU 利用率、磁盘 IO 和网络 IO。如果您希望 AWS Compute Optimizer 考虑操作系统级别指标(例如内存使用率),则需要EC2 实例上安装 CloudWatch 代理。AWS Compute Optimizer 会自动识别这些指标(如果可用),并在创建建议时将其考虑在内,否则,它将在控制台中显示“数据不可用”。


AWS 客户告诉我们性能并不是选择资源时唯一考虑的指标,性价比也很重要。例如,即使似乎为工作负载过度预置了下一代实例系列,使用下一代实例系列(如 m5)而不是上一代实例系列(m3 或 m4)也可能很有意义。正因为如此,当 AWS Compute Optimizer 确定适合您的工作负载的最佳 AWS 资源列表之后,会向其提供按需定价预留实例定价、预留实例利用率、预留实例覆盖率及其建议的预期资源效率。


AWS Compute Optimizer 可让您轻松调整资源大小。但是,请记住,尽管为现代应用程序或横向扩展的无状态应用程序调整资源大小相对容易,但调整旧版应用程序的大小却非常困难。某些旧版应用程序可能无法在不同的硬件架构下正常运行,或者需要不同的驱动程序,或者根本不受应用程序供应商支持。在尝试优化打包或旧版应用程序的云资源之前,请务必先与您的供应商联系。


将任何建议应用于生产之前,强烈建议您在新推荐的实例类型上彻底测试您的应用程序。


Compute Optimizer 可供免费使用,最初在以下 AWS 区域推出:美国东部(弗吉尼亚背部)、美国西部(俄勒冈)、欧洲(爱尔兰)、美国东部(俄亥俄)、南美洲(圣保罗)。立即连接到 AWS 管理控制台,并了解通过为云应用程序选择合适的资源大小可以节省多少成本。


本文转载自 AWS 技术博客。


原文链接:https://amazonaws-china.com/cn/blogs/china/aws-compute-optimizer-your-customized-resource-optimization-service/


2019-12-11 15:35965

评论

发布
暂无评论
发现更多内容

Java 常用类大讲解!3️⃣(手写 API、源码必备)

XiaoLin_Java

Java 数组 1月月更

multi-key索引和wildCard索引场景比较

MongoDB中文社区

mongodb

架构师实战营3期毕业设计

小饭🍎

为什么要把系统拆分成分布式的?为啥要用dubbo?

JavaEdge

1月月更

react源码解析20.总结&第一章的面试题解答

buchila11

React

TDengine在中节能风力发电运维系统中的落地实践

TDengine

数据库 大数据 tdengine 物联网

Web3:创作者经济的黄金时代

CECBC

react源码解析19.手写迷你版react

buchila11

React

一个基于PoS共识算法的区块链实例解析(升级版)

恒生LIGHT云社区

区块链 共识算法 PoS

Amazon EC2 串行控制台——化繁为简,高效解决网络问题

亚马逊云科技 (Amazon Web Services)

网络

Hoo虎符研究院 | 币海寻珠——波卡平行链Moonbeam生态一览

区块链前沿News

虎符交易所 波卡

元宇宙,以区块链为核心的Web3.0数字生态

CECBC

Magic UI四子围城,2022折叠屏灵魂觉醒

脑极体

开源走向世界(下):从数据库技术演进看开源力量丨BDTC 2021

PingCAP

ReactNative进阶(十四):初探 Gradle

No Silver Bullet

Gradle React Native 1月月更

sql审核-避免离线sql导致的db集群故障

名白

sql db sql检测 SQL审核 SQL审批

Avaya大中华区CTO李农:阿里云计算巢加快Avaya应用云部署

阿里云弹性计算

弹性计算 年度峰会 计算巢

城墙上的“云镜派”,如何守护云上资产安全?

脑极体

站在面试官角度,看求职与内卷

程序人生

1月月更|推荐学Java——第一个MyBatis程序

逆锋起笔

Java mybatis SSM框架 MyBatis标签 mybatis配置

如何优雅的遍历Mycat分库表

编程江湖

mycat

基于javaweb,springboot银行管理系统

叫练

银行 毕业设计 计算机毕业设计

用复杂的方式学会数组(Python实现动态数组)

宇宙之一粟

Python 数据结构 数组 1月月更

Hibernate 如何生成 JPA 的 Metamodel

HoneyMoose

面试突击15:说一下HashMap底层实现?及元素添加流程?

王磊

设计电商秒杀系统

奔奔

“5G+区块链”护航新生儿转诊“生命通道”

CECBC

IntelliJ IDEA 的 Metamodel 配置

HoneyMoose

大咖眼中的AI开源 | 张建:图神经网络和DGL的实际应用

亚马逊云科技 (Amazon Web Services)

网络

聊聊Netty那些事儿之从内核角度看IO模型

bin的技术小屋

Netty nio Linux Kenel Linux网络编程 #java

政法委社会治安防控平台建设,重点人员联防联控系统开发

a13823115807

AWS Compute Optimizer – 您的定制资源优化服务_行业深度_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章