生成式AI领域的最新成果都在这里!抢 QCon 展区门票 了解详情
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 15:35588

评论

发布
暂无评论
发现更多内容

19道高频vue面试题,顺便写一下自己的答案

bb_xiaxia1998

Vue 前端

js常见手写题总结

helloworld1024fd

JavaScript 前端

js高频手写题总结

helloworld1024fd

JavaScript 前端

融云员工服务台,跟“干不完”说再见

融云 RongCloud

IT职场

[Spring Framework]AOP初识

十八岁讨厌编程

aop 后端开发 9月月更

2022-09-23:整数数组 stations 表示 水平数轴 上各个加油站的位置。给你一个整数 k 。 请你在数轴上增设 k 个加油站, 新增加油站可以位于 水平数轴 上的任意位置,而不必放在整数

福大大架构师每日一题

算法 rust 福大大

INFINI 产品更新啦 20220923

极限实验室

elasticsearch console Gateway infini 极限实验室

数据库系统是什么?它由哪几部分组成?

乌龟哥哥

9月月更

Docker多阶段构建实战(multi-stage builds)

程序员欣宸

Docker 9月月更

自动化测试神器playwright的安装及常见问题解决

迷彩

playwright 学习记录 9月月更

NFTScan 与 ET.XYZ 在 NFT API 数据层面进行深度合作

NFT Research

区块链 NFT web3

[Spring Framework]AOP经典案例、AOP总结

十八岁讨厌编程

Java 后端开发 9月月更

速刷html一周目(上)

吉师职业混子

9月月更

JavaWeb核心之ServletContext

楠羽

Servlet 笔记 9月月更

跟我学Python图像处理丨带你掌握傅里叶变换原理及实现

华为云开发者联盟

Python 人工智能 企业号九月金秋榜

速刷html一周目(下)

吉师职业混子

9月月更

VUE v-bind 数据绑定

HoneyMoose

TCP协议和UDP协议详细介绍

阿柠xn

TCP 计算机网络 协议族 UDP协议 9月月更

【云原生 | 从零开始学Kubernetes】六、Pod的镜像拉取策略与各种机制

泡泡

Docker 云计算 云原生 k8s 9月月更

Struts实现登录

Struts2 9月月更

跟着卷卷龙一起学Camera--LTM

卷卷龙

ISP 9月月更

这些react面试题你会吗,反正我回答的不好

beifeng1996

前端 React

Serverless遇到 FinOps: Economical Serverless

华为云开发者联盟

云原生 后端 企业号九月金秋榜

Http轮询分为长查询和短查询总结

知识浅谈

HTTP 9月月更

Web3.0 杂谈 -#003(49/100)

hackstoic

Web3.0

【云原生 | 从零开始学Kubernetes】五、Kubernetes核心技术Pod

泡泡

Docker 云计算 云原生 k8s 9月月更

前端面试经常被问的题目,自己总结了一下

loveX001

JavaScript 前端

大数据调度平台Airflow(七):Airflow分布式集群搭建原因及其他扩展

Lansonli

airflow 9月月更

[Javaweb]JSON

十八岁讨厌编程

json 后端开发 9月月更

react20道高频面试题答案总结

beifeng1996

前端 React

深度剖析Istio共享代理新模式Ambient Mesh

华为云开发者联盟

云计算 云原生 后端 企业号九月金秋榜

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