054-AWS SAP AWS 「理論・実践・一問道場」AWS Compute Optimizer

type

status

date

slug

summary

理論

AWS Compute Optimizerとは

AWS Compute Optimizer は、機械学習を使ってリソースの使用状況を分析し、最適なリソースを提案するサービスです。これにより、コスト削減やパフォーマンス向上を視覚的に確認できます。

サポート対象のリソースは以下の4つです：

EC2インスタンス

EC2 AutoScaling

EBSボリューム

Lambda関数

基本利用料は無料で、分析期間は通常2週間ですが、3ヶ月分のデータ分析を行う場合は有料となり、料金は1時間あたり$0.0003360215です。

opt-in

「オプトイン（opt-in）」とは、サービスや機能を利用するために自分から選択して参加することを指します。AWS Compute Optimizerにおける「オプトイン」とは、ユーザーがこのサービスを有効にするために明示的に選択し、サービスを開始することを意味します。

AWS Compute Optimizerを利用するためには、まずオプトインしてサービスを有効にする必要があります。これにより、AWSアカウント内のリソースの使用状況を分析し、最適な構成を提案してもらえるようになります。

AWS Compute Optimizerが提供する推奨設定の具体例を以下に示します。

1. EC2インスタンスの推奨

例:

状況: 大きなインスタンス (例: m5.2xlarge) が使用されているが、実際のCPUやメモリ使用量が少ない。
推奨: より小さなインスタンス (例: m5.xlarge) への変更を提案。これによりコストを削減できます。
理由: 使用しているインスタンスのリソースが過剰であり、必要なリソースを無駄に消費しているため。

2. EC2 Auto Scalingの推奨

例:

状況: Auto Scalingグループが多すぎるインスタンスを起動している。リソース使用率が低いため、スケーリングが非効率的。
推奨: Auto Scalingのしきい値を調整して、インスタンスの数を減らす。適切なスケーリングポリシーを設定し、より効率的なリソースの使用を促進。
理由: 過剰にインスタンスをスケーリングすることで、コストが増加しているため、最適化する必要があります。

3. EBSボリュームの推奨

例:

状況: EBSボリュームが過剰に大きい（例えば、1000GB）が、実際には50GBしか使用していない。
推奨: ボリュームサイズを適切な容量に縮小（例: 50GB）。
理由: 余分な容量を保持していることでコストが無駄に発生しているため、サイズの調整を提案します。

4. Lambda関数の推奨

例:

状況: Lambda関数が4GBのメモリで設定されているが、実際には1GBのメモリでも十分なパフォーマンスが得られている。
推奨: Lambda関数のメモリ設定を1GBに減らす。
理由: メモリ設定が過剰であるため、コスト削減が可能です。Lambdaの実行時間やリソース消費に基づき、最適なメモリサイズを提案します。

これらの推奨設定を適用することで、AWSのリソース利用が最適化され、コスト削減とパフォーマンス向上を実現できます。

AWS Trusted Advisor

以下は、AWS Trusted Advisorの最適化に関するアドバイスと推奨設定の具体例を表形式でまとめたものです。

カテゴリ	推奨事項	具体例
コスト最適化	未使用リソースの停止または削除	長期間使用されていないEC2インスタンスを停止・削除
ㅤ	過剰なリソースの削減	EC2インスタンスやEBSボリュームのサイズ調整
セキュリティ	セキュリティグループの最適化	不要なポート（SSH/RDP）の閉鎖
ㅤ	最小権限設定	IAMユーザーやロールの過剰な権限削除
パフォーマンス	インスタンスのスケーリング	過負荷のEC2インスタンスをアップグレードまたはAuto Scaling
ㅤ	EBSボリュームのIOPS調整	過剰なIOPSを消費しているEBSボリュームのサイズ調整
耐障害性	冗長構成の推奨	単一AZに依存せず、複数AZにリソースを分散
サービス制限	リソース制限アラート設定	EC2インスタンスやElastic IPの制限に達する前にアラート設定

違い

特徴	AWS Compute Optimizer	AWS Trusted Advisor
主な目的	リソースの最適化とコスト削減	ベストプラクティスに基づく総合的なアドバイス
対象リソース	EC2、Lambda、EBSなどの計算リソース	セキュリティ、コスト、パフォーマンス、信頼性
具体的な提案	インスタンスサイズ、メモリ設定、リソースの変更	コスト削減、セキュリティ改善、未使用リソースの削除
主な利用シーン	インスタンスのリソース最適化	アカウント全体の運用ベストプラクティスの確認

まとめ:

Compute Optimizer は、リソースの適正化に焦点を当て、コストを削減する提案を行います。

Trusted Advisor は、AWS全体のベストプラクティスに基づき、セキュリティやコスト管理、パフォーマンス向上などの提案を行います。

実践

【簡単】AWS Compute Optimizerでリソース分析 - CARTA TECH BLOG

まえがきはじめまして。TechDivのOGAWAです。AWSのリソース設定は、スペックが良すぎたり、足りなかったりしてしまったりと、悩ましい問題でもありますね。そこで、無料で簡単に最適化判断ができるサービス「AWS Compute Optimizer」を今回ご紹介します。目次は以下の通りです。・AWS Compu…

https://techblog.cartaholdings.co.jp/entry/archives/8005

Compute OptimizerのレコメンデーションをEventBridge Scheduler+Lambdaで定期通知してみた | DevelopersIO

こんにちは、ゲームソリューショングループのsoraです。今回は、Compute OptimizerのレコメンデーションをEventBridge Scheduler+Lambdaで定期通知してみたことについて書いていきます。

https://dev.classmethod.jp/articles/compute-optimizer-eventbridge-scheduler/

一問道場

質問 #54

ある企業は、Amazon S3で静的ウェブサイトとして新しいアプリケーションを運用しています。企業はアプリケーションを本番のAWSアカウントにデプロイし、Amazon CloudFrontを使用してウェブサイトを配信しています。ウェブサイトはAmazon API Gateway REST APIを呼び出しており、各APIメソッドはAWS Lambda関数がバックエンドを担当しています。

企業は、各Lambda関数の推奨されるメモリ設定、推奨コスト、および現在の設定と推奨設定との価格差を示すCSVレポートを2週間ごとに作成したいと考えています。企業はそのレポートをS3バケットに保存します。

最小限の開発時間でこの要件を満たすソリューションはどれですか？

A. Lambda関数を作成し、Amazon CloudWatch Logsから各API Lambda関数のメトリクスデータを抽出して2週間の期間分を取得します。データを表形式で集計し、S3バケットに.csvファイルとして保存します。Amazon EventBridgeルールを作成してLambda関数を2週間ごとに実行するようにスケジュールします。

B. AWS Compute Optimizerにオプトインします。Lambda関数を作成してExportLambdaFunctionRecommendations操作を呼び出し、CSVファイルをS3バケットにエクスポートします。Amazon EventBridgeルールを作成してLambda関数を2週間ごとに実行するようにスケジュールします。

C. AWS Compute Optimizerにオプトインし、強化されたインフラストラクチャメトリクスを設定します。Compute Optimizerコンソールで、Lambdaの推奨設定をCSVファイルとしてエクスポートするジョブをスケジュールします。そのCSVファイルを2週間ごとにS3バケットに保存します。

D. 本番アカウントにAWSビジネスサポートプランを購入し、AWS Compute OptimizerにオプトインしてAWS Trusted Advisorチェックを有効にします。Trusted Advisorコンソールで、コスト最適化チェックをCSVファイルとしてエクスポートするジョブをスケジュールします。そのCSVファイルを2週間ごとにS3バケットに保存します。

解説

この問題は、会社がAPI Lambda関数のメモリ設定の推奨設定、コスト、現在の設定との価格差を2週間ごとにCSVレポートとして生成し、そのレポートをS3バケットに保存する方法について尋ねています。

要件:

API Lambda関数の推奨されるメモリ設定、コスト、価格差を含むレポートを作成。

2週間ごとにレポートを作成し、S3バケットに保存。

選択肢の解説:

A.

Lambda関数を作成して、CloudWatch Logs からデータを取得し、CSV形式でS3に保存。

問題点: この方法では、Lambda関数の推奨設定や価格差を自動的に計算できません。Lambda関数の使用データを取得することはできますが、推奨されるメモリ設定やコストに関する情報を取得する機能は含まれていません。したがって、要件を満たすためには追加のロジックが必要です。

B.

AWS Compute Optimizer を使用し、ExportLambdaFunctionRecommendations APIを呼び出して、推奨設定をCSVファイルとしてエクスポート。Lambda関数の推奨設定をS3に保存。

問題なし: AWS Compute Optimizerは、Lambda関数のメモリ設定推奨、コスト、最適化の提案を提供します。ExportLambdaFunctionRecommendationsを利用して、推奨設定を自動的に取得し、CSVとして保存することができます。この方法が最も効率的で、最小限の開発で要件を満たすことができます。

C.

Compute Optimizerコンソールで、Lambda推奨設定をCSVファイルにエクスポートし、2週間ごとにS3に保存。

問題点: AWS Compute OptimizerはLambda関数の推奨設定を提供しますが、Compute Optimizerコンソール内で自動的にCSVファイルにエクスポートする機能はありません。そのため、この選択肢は誤りです。手動でデータを取得し、CSVファイルに保存する必要があります。

D.

AWS Business Supportプランを使用し、AWS Compute Optimizerを有効化。Trusted Advisorでコスト最適化チェックをCSVファイルにエクスポート。

問題点: Trusted Advisorはコスト最適化に関するアドバイスを提供しますが、Lambda関数の推奨設定に関する情報は提供しません。このため、この方法では問題を解決できません。

正解:

Bが最適です。AWS Compute Optimizerを利用して、Lambda関数のメモリ設定の推奨やコストを簡単にレポートとして生成できます。APIを使用してCSVにエクスポートし、S3に保存できます。

結論:

AWS Compute Optimizerを使って、Lambda関数の推奨メモリ設定をエクスポートし、S3に保存する方法が最適です。

A、C、Dは要件を満たすために追加の手順や方法が必要です。