AWS Compute Optimizer 常見問答集

您可使用外部指標擷取功能，來設定 AWS Compute Optimizer，透過四種可觀測性產品之一來擷取 EC2 記憶體使用率指標：Datadog、Dynatrace、Instana 和 New Relic。啟用後，Compute Optimizer 除了分析 CPU、磁碟、網路、IO 和輸送量資料之外，還會分析您的外部 EC2 記憶體使用率指標，以產生 EC2 規模調整建議。記憶體資料的建議可協助您識別其他節省機會，及改善應用程式效能的方法。

節省估算模式可讓您選擇估算的節省是否應考慮您的特定折扣，例如預留執行個體和 Savings Plans。依預設，AWS Compute Optimizer 會估計包含折扣的節省。您可變更節省估算模式設定，以查看折扣之前的節省。

AWS Compute Optimizer 透過推論執行個體上執行的應用程式類型，來確定將您的工作負載從 x86 型執行個體類型，遷移至 Arm 型 AWS Graviton 執行個體類型所需的工作。透過分析資源的屬性，推論工作負載類型可推斷可能執行於 AWS 資源的應用程式類型 (例如 EC2 執行個體和 Auto Scaling 群組)。這些屬性包括資源名稱、標籤、使用率特性和組態。它可推斷您的執行個體是否正在執行 Amazon EMR、Apache Cassandra、Apache Hadoop、Memcached、NGINX、PostgreSQL、Redis, Kafka 或 Microsoft SQL Server。

您可根據工作負載需求量身定製規模調整建議喜好設定，從而發現更多節省和效能提升機會。若要準確擷取您的週期性工作負載模式，您可在 AWS Compute Optimizer 中將回顧期間設定為 14、32 天或 93 天 (增強)。您可調整 CPU 和記憶體用量上限，以及 CPU 使用率閾值來影響規模調整建議。針對 EC2 和 Auto Scaling 群組建議的可自訂 EC2 執行個體類型清單，可讓您根據規模調整建議設定特定的資源限制 (例如應用程式或業務需求)。Compute Optimizer 會將規模調整建議限制為清單中指定的執行個體類型。設定節省規模調整建議偏好後，可在 24 小時內產生新的規模調整建議。

若您想要變更 AWS Compute Optimizer 對使用率尖峰的敏感度，可調整使用率閾值。對大多數工作負載而言，優於修補或執行個體重新啟動而超出正常用量，可能會發生暫時性尖峰。若要解決此問題，您可設定使用率閾值，這表示工作負載應在使用率餘量下執行的時間百分比。如果您的工作負載對尖峰不太敏感，則可降低閾值，從而實現進一步節省。這讓 Compute Optimizer 能夠針對您的效能和節省目標，提供具有適當敏感度的規模調整建議。

如果您對未來的使用率趨勢有很大把握，則應變更使用率餘量。如果您預期未來具有更高使用率，或不確定，則可設定更高的餘量。如果您確信使用率將保持穩定，則可安全地減少餘量。

AWS Compute Optimizer 可能會更新這些數據，以反映最新的技術更新並保持建議品質。Compute Optimizer 可能會根據您的工作負載特性，微調您選擇的參數，以確保適合您的執行個體建議。

若您想要控制讓 AWS Compute Optimizer 建議哪些執行個體類型和族群，您應定義偏好的執行個體清單。定義偏好的執行個體清單，不會阻止 Compute Optimizer 針對目前從執行個體清單中排除的任何執行個體產生建議。如果您根據執行個體、執行個體 Savings Plans、預留項目、爆量執行個體、CPU 供應商等，設定了特定的規模調整條件，您可設定這些建議以符合您的條件。

如果您是組織帳戶持有者或委派管理員，可為組織及其基礎帳戶和區域設定建議偏好設定。如果您是帳戶擁有者，您可為您的帳戶和區域設定建議偏好設定。若在資源、帳戶或組織層級有重疊的偏好設定，較精細的偏好設定會覆寫較廣泛的偏好設定。例如，資源層級偏好設定會覆寫帳戶層級偏好設定，而帳戶層級偏好設定會覆寫組織偏好設定。

AWS Compute Optimizer 為 Amazon Elastic Compute Cloud (EC2)、Amazon Elastic Block Store (EBS) 和 EC2 Auto Scaling 群組提供最多三個資源建議選項。Compute Optimizer 為 AWS Lambda 函數提供一種記憶體大小建議，並為 AWS Fargate 上的 Amazon Elastic Container Service (ECS) 服務提供一種任務層級 CPU 和記憶體大小建議。Compute Optimizer 為 Amazon Relational Database Service (RDS) 資料庫執行個體提供最多兩個資源建議選項。 此外，Compute Optimizer 還針對 Microsoft SQL Server 版本降級提供了一項授權建議。

AWS Compute Optimizer 為指定類型的 EC2 執行個體、EC2 Auto Scaling 群組、EBS 磁碟區、AWS Fargate 上的 Amazon ECS 服務、Lambda 函數、RDS 資料庫執行個體及商業軟體授權提供推薦。

AWS Compute Optimizer 會分析過去 14 天的指標，針對 Amazon Elastic Compute Cloud (EC2) 執行個體、EC2 Auto-Scaling 群組和 Amazon Relational Database Service (RDS) 資料庫執行個體產生建議，但您可將設定變更為 32 天或 93 天。Compute Optimizer 會針對其他資源類型，分析過去 14 天的指標以產生建議。

您可以透過兩組儀表板層級的新指標快速識別最大的最佳化機會並確定其優先順序：節省機會和效能改進機會。

Savings 機會指標採用 AWS Compute Optimizer 建議，量化了 Amazon EC2、Amazon EBS、AWS Fargate 上的 Amazon ECS 服務、商業軟體授權、Amazon RDS 和 AWS Lambda 每月在帳戶層級、資源類型層級或資源層級可以實現的節省金額。您可以利用這些指標來評估成本效益機會並確定其優先順序，同時隨著時間的推移監控成本效益。效能改進機會指標量化了在帳戶層級和資源類型層級，過少佈建之資源的百分比和數量。您可以利用這些指標來評估可消除資源瓶頸風險的效能改進機會並確定其優先順序。

增強型基礎設施指標是一項適用於 EC2 執行個體和 RDS 資料庫執行個體的付費 AWS Compute Optimizer 功能，可透過每月或每季度的使用率模式提高工作負載建議的準確性和相關性。啟用這項功能後，Compute Optimizer 自動擷取和分析的使用率指標歷史記錄數目是預設 Compute Optimizer 選項的六倍之多 (最多三個月的歷史記錄對比 14 天)。您可以透過 Compute Optimizer 主控台或 API，在組織、帳戶或資源層級為所有現有和新建立的 EC2 執行個體、Auto Scaling 群組和 RDS 資料庫執行個體啟用這項功能。

請瀏覽 AWS Compute Optimizer 定價頁面，了解詳細資訊。

AWS Compute Optimizer 會針對執行於 EC2 的 SQL Server 產生版本降級建議。當您不使用任何僅限企業的功能，或 AWS 標準版中有可行的替代方案時，您可以從企業級降級至標準版，以節省最高達 73% 的 SQL Server 授權成本。若要接收建議，客戶需要啟用以代理程式為基礎的 CloudWatch Application Insights，並使用資料庫憑證授予其唯讀存取權。此授權建議涉及包含的 EC2 SQL Server 授權 (LI) 和自帶授權 (BYOL) 執行個體。此外，由於 SQL Server 僅針對每個 CPU 核心授權，因此您可以透過 EC2 執行個體規模調整建議來優化您的授權成本。vCPU 越少，意味著 SQL Server 授權成本越低。

AWS Compute Optimizer 會分析您目前的組態，例如 SQL Server 版本、授權選項，以及您正在使用的特定資料庫層級功能。它會依據分析來判斷您的 SQL Server 執行個體是否已優化。最後，它會依據預先定義的優化條件來產生建議，然後在主控台或透過 API 提供建議。

選擇使用 AWS Compute Optimizer 時，您授權服務使用 AWS 服務組態資料和 CloudWatch Application Insights 指標。若是 SQL Server，資料包括版本、授權選項，以及由 CloudWatch Application Insights 追蹤的 SQL Server 功能組態。

AWS Compute Optimizer 支援 EC2 執行個體類型，並為 M、 C、R、 T、X、I、D、H、Z、G 和 P 執行個體系列的獨立 EC2 執行個體提出大小的建議。如需支援的 EC2 執行個體類型的完整清單，請參閱文件。

AWS Compute Optimizer 在產生 EC2 執行個體類型推薦時，會分析預設 CloudWatch 指標，如 CPU 利用率、每秒網路封包數、本機儲存輸送量和本機儲存 IOPS。EC2 執行個體必須擁有累計 30 小時的指標資料，才能取得推薦。

若您使用 CloudWatch 代理發佈記憶體使用率， AWS Compute Optimizer 將自動分析 CloudWatch Agent 在 “CWAgent” 命名空間內發佈的記憶體指標。

若未提供硬體資源指標，例如：記憶體， AWS Compute Optimizer 將試著避免作出縮減體積的建議。

效能風險是指執行個體類型不符合您工作負載所需資源的可能性。AWS Compute Optimizer 會針對建議執行個體的每個資源維度向計算其個別效能風險分數，包括 CPU、記憶體、EBS 輸送量、EBS IOPS、磁碟輸送量、磁碟 IOPS、網路輸送量以及網路 PPS。針對每個資源維度，效能風險分數是以歷史回溯期間內，在指定資源維度中容量可能受限的時間百分比來計算。建議執行個體的效能風險，則是以橫跨所分析的資源規格之最大效能風險分數來計算。

若您使用建議選項，AWS Compute Optimizer 會預測您的 EC2 執行個體可能會產生之 CPU 和記憶體使用率，讓您了解工作負載在建議選項下的效能。Compute Optimizer 也會列出目前執行個體及建議執行個體類型間的組態差異，讓您了解可能將工作負載從目前執行個體遷移至建議執行個體類型時，可能需要套用哪些更新。 

AWS Compute Optimizer 為您的工作負載辨識最佳 AWS 資源清單後，將合併不同的定價方式，例如：隨需定價，以及預期效能風險，以便對建議進行排名。Compute Optimizer 不考量暫時的定價要素，例如：Spot 定價。

AWS Compute Optimizer 為 EC2 Auto Scaling 群組 EC2 執行個體類型和大小建議提供固定的群組大小，意味著想要的大小、下限和上限全都設定為同一個值，且未連接擴展政策。此前，所有 Auto Scaling 群組成員執行個體必須為 M、C、R、T、X、I、D、H、Z、G 和 P 執行個體系列。目前 Compute Optimizer 不支援以混合執行個體政策設定的 Auto Scaling 群組。如需支援的 EC2 執行個體類型的完整清單，請參閱文件。

AWS Compute Optimizer 需要最少連續 30 小時的指標資料，才能為 Auto Scaling 群組提出建議。Compute Optimizer 分析每個組成的 EC2 執行個體之預設 CloudWatch 指標，例如：CPU 使用率和網路 I/O 指標，以及 Auto Scaling 群組組態 (例如擴展政策和相關的啟動範本)。

AWS Compute Optimizer 支援一般用途 EBS 磁碟區 (gp2/gp3)、佈建 IOPS EBS 磁碟區 (io1/io2/io2 BX)，以及 HDD EBS 磁碟區 (st1/sc1)。Compute Optimizer 也會針對磁帶 EBS 磁碟區提供建議，以遷移至目前一代的 EBS 磁碟區。

AWS Compute Optimizer 需要最少連續 30 個小時的指標，才能為獨立的 EBS 磁碟區提出建議。Compute Optimizer 分析 EBS 磁碟區的預設 CloudWatch 指標，例如 IOPS 和輸送量指標。

效能風險說明建議選項有可能無法迎合您工作負載的效能要求。效能風險越高，您就需要花更多精力，驗證建議的 EBS 磁碟區類型是否符合您工作負載的效能要求。

AWS Compute Optimizer 為您的工作負載辨識最佳 EBS 磁碟區組態清單後，將合併公有 EBS 定價以及預期效能風險，以便對推薦進行排名。

AWS Compute Optimizer 可協助您最佳化兩類 Lambda 函數。第一類包括 Lambda 函數，這些函數可能在記憶體大小中被過度佈建。您可以考慮縮小這些函數的記憶體大小以節省成本。第二類包括運算密集型 Lambda 函數，這些函數可能會受益於額外的 CPU 功能。您可以考慮增加其記憶體大小，以觸發這些函數可用的 CPU 等效增加，以及減少執行時間。對於不屬於這些類別的函數，Compute Optimizer 不會為其提供建議。

AWS Compute Optimizer 分析 14 天的 Lambda 函數調用歷史記錄，包括函數執行持續時間、使用的 CPU 時間和記憶體使用情況，以提供建議。

是。在 AWS Compute Optimizer 確定 Lambda 函數的最佳記憶體大小後，它將結合公開 Lambda 定價、預期函數執行時間，以及過去 14 天中函數調用的次數，來計算「可能」的成本數據。如果將 Lambda 函數的記憶體大小設定為建議選項，則可以使用該數據來瞭解 Lambda 的成本。

AWS Compute Optimizer 為在 AWS Fargate 上執行的 Amazon ECS 服務提供任務層級 CPU 和記憶體大小建議。

AWS Compute Optimizer 需要最少 24 小時的指標，才能為 AWS Fargate 上的 Amazon ECS 服務提出建議。Compute Optimizer 分析 AWS Fargate 上 Amazon ECS 服務的 CPU 和記憶體利用率資料。

若您按照建議設定 AWS Fargate 上的 Amazon ECS 服務，AWS Compute Optimizer 會預測可能的 CPU 和記憶體利用率，以便您瞭解您的工作負載在建議設定下的執行情況。

是。在 Compute Optimizer 為 AWS Fargate 上的 Amazon ECS 服務識別最佳 CPU 和記憶體大小後，其會結合公開的 AWS Fargate 定價、新的 CPU 和記憶體設定以及過去 14 天的執行時間歷史來計算「可能的」成本。您可以使用此資訊瞭解，如果將 CPU 和記憶體大小設定為推薦選項，您在 AWS Fargate 上 Amazon ECS 服務的成本。 

AWS Compute Optimizer 支援 RDS MySQL 和 RDS PostgreSQL 執行個體的 RDS 執行個體類別建議，以及連接至支援的 RDS 資料庫執行個體的 EBS 磁碟區的磁碟區類型和效能建議。

在產生 RDS 執行個體類別建議時，AWS Compute Optimizer 會分析預設 CloudWatch 指標 (例如 CPU 使用率和記憶體使用率) 以及 Amazon RDS Performance Insights 指標 (例如 DBLoad)。RDS 資料庫執行個體必須擁有累計 30 小時的指標資料，才能取得推薦。

如果未為 RDS 資料庫執行個體啟用 Amazon RDS Performance Insights，Compute Optimizer 將避免提出減少 CPU 數量的建議。

效能風險是指執行個體類型不符合您工作負載所需資源的可能性。Compute Optimizer 會針對建議執行個體的每個資源維度向計算其個別效能風險分數，包括 CPU、記憶體、EBS 輸送量、EBS IOPS、網路輸送量及網路 PPS。針對每個資源維度，效能風險分數是以歷史回溯期間內，在指定資源維度中容量可能受限的時間百分比來計算。建議執行個體的效能風險，則是以橫跨所分析的資源規格之最大效能風險分數來計算。

若您使用建議選項，Compute Optimizer 會預測您的 RDS 資料庫執行個體可能會產生之 CPU 和記憶體使用率，讓您了解工作負載在建議選項下的效能。Compute Optimizer 也會列出目前執行個體及建議執行個體類別間的組態差異，讓您了解可能將工作負載從目前執行個體遷移至建議執行個體類別時，可能需要套用哪些更新。 

可以，AWS Compute Optimizer 和 AWS Organizations 整合之後，您將能夠檢視您組織內的所有推薦。欲使用此功能，您的組織必需啟用「所有功能」，且您必需登入為組織的主要帳戶。