Häufig gestellte Fragen zu AWS Compute Optimizer

Sie können die Funktion zur Erfassung externer Metriken verwenden, um AWS Compute Optimizer so zu konfigurieren, dass EC2-Speichernutzungsmetriken von einem der vier Observability-Produkte aufgenommen werden: Datadog, Dynatrace, Instana und New Relic. Wenn diese Option aktiviert ist, analysiert Compute Optimizer Ihre externen EC2-Speicherauslastungsmetriken zusätzlich zu Ihren CPU-, Festplatten-, Netzwerk-, I/O- und Durchsatzdaten, um Empfehlungen zur EC2-Richtsizing zu generieren. Empfehlungen mit Speicherdaten können Ihnen dabei helfen, zusätzliche Einsparmöglichkeiten und Möglichkeiten zur Verbesserung der Anwendungsleistung zu ermitteln.

Im Modus zur Schätzung der Einsparungen können Sie wählen, ob bei den geschätzten Einsparungen Ihre spezifischen Rabatte, wie Reserved Instances und Sparpläne, berücksichtigt werden sollen. Standardmäßig schätzt AWS Compute Optimizer die Einsparungen zusammen mit Ihren Rabatten. Sie können die Einstellungen für den Sparschätzungsmodus ändern, um die Einsparungen vor den Rabatten anzuzeigen.

AWS Compute Optimizer kann den Aufwand ermitteln, der für die Migration Ihrer Workloads von x86-basierten Instance-Typen zu ARM-basierten AWS-Graviton-Instance-Typen erforderlich ist, indem es die Typen der Anwendungen ableitet, die auf Ihren Instances ausgeführt werden. Der abgeleitete Workload-Typ leitet die Typen von Anwendungen ab, die möglicherweise auf Ihren AWS-Ressourcen ausgeführt werden, z. B. EC2-Instances und Auto-Scaling-Gruppen, indem die Attribute Ihrer Ressourcen analysiert werden. Zu diesen Attributen gehören Ressourcennamen, Tags, Nutzungsmerkmale und Konfiguration. Es kann daraus abgeleitet werden, ob auf Ihren Instances Amazon EMR, Apache Cassandra, Apache Hadoop, Memcached, NGINX, PostgreSQL, Redis, Kafka oder Microsoft SQL Server ausgeführt wird.

Sie können die Empfehlungen für die Dimensionierung auf Ihre Workload-Anforderungen zuschneiden und so weitere Möglichkeiten zur Einsparung und Leistungsverbesserung entdecken. Um Ihre wiederkehrenden Workload-Muster genau zu erfassen, können Sie in AWS Compute Optimizer einen Rückblickzeitraum von 14, 32 oder 93 Tagen (erweitert) festlegen. Sie können die Empfehlungen zur richtigen Dimensionierung beeinflussen, indem Sie den Spielraum für die CPU- und Speicherauslastung sowie die Schwellenwerte für die CPU-Auslastung anpassen. Eine anpassbare Liste von EC2-Instance-Typen für EC2- und Auto Scaling-Gruppenempfehlungen ermöglicht es Ihnen, spezifische Ressourceneinschränkungen, wie z. B. Anwendungs- oder Geschäftsanforderungen, für Empfehlungen für die Dimensionierung festzulegen. Compute Optimizer beschränkt die Empfehlungen zur Dimensionierung auf die angegebenen Instance-Typen auf Ihrer Liste. Nach dem Speichern der Empfehlungen für die Dimensionierung können Sie damit rechnen, dass innerhalb von 24 Stunden neue Empfehlungen für die Größenanpassung generiert werden.

Sie können die Nutzungsgrenzwerte anpassen, wenn Sie die Empfindlichkeit von AWS Compute Optimizer gegenüber Nutzungsspitzen ändern möchten. Bei den meisten Workloads können vorübergehende Spitzen auftreten, die aufgrund von Patches oder Instance-Neustarts über die normale Nutzung hinausgehen. Um dies zu beheben, können Sie Auslastungsgrenzwerte festlegen, die den Prozentsatz der Zeit angeben, in der Ihr Workload unter Ihrem Auslastungsspielraum laufen sollte. Wenn Ihre Workloads weniger empfindlich auf Spitzenwerte reagieren, können Sie den Schwellenwert senken, was zu höheren Einsparungen führen kann. Auf diese Weise kann Compute Optimizer Empfehlungen zur richtigen Dimensionierung mit der richtigen Sensitivität für Ihre Leistungs- und Sparziele geben.

Sie sollten den Nutzungsspielraum ändern, wenn Sie großes Vertrauen in Ihre zukünftigen Nutzungstrends haben. Wenn Sie in Zukunft eine höhere Auslastung erwarten oder sich nicht sicher sind, können Sie einen höheren Spielraum festlegen. Wenn Sie sicher sind, dass Ihre Auslastung konstant bleibt, können Sie Ihre Kopffreiheit getrost reduzieren.

AWS Compute Optimizer kann diese Zahlen aktualisieren, um den neuesten technologischen Entwicklungen Rechnung zu tragen und die Qualität der Empfehlungen aufrechtzuerhalten. Compute Optimizer kann Ihre ausgewählten Parameter auf der Grundlage Ihrer Workload-Merkmale feinabstimmen, um sicherzustellen, dass für Sie geeignete Instanceempfehlungen vorliegen.

Sie sollten eine Liste bevorzugter Instances definieren, wenn Sie steuern möchten, welche Instance-Typen und Familien AWS Compute Optimizer empfehlen soll. Die Definition einer Liste bevorzugter Instances verhindert nicht, dass Compute Optimizer Empfehlungen für Instances generiert, die derzeit von der Instanceliste ausgeschlossen sind. Wenn Sie spezifische Kriterien für die Dimensionierung von Instances, Instance-Sparplänen, Reservierungen, Burstable-Instances, CPU-Anbietern oder anderen Kriterien haben, können Sie die Empfehlungen so konfigurieren, dass sie Ihren Kriterien entsprechen.

Wenn Sie Inhaber eines Unternehmenskontos oder delegierter Administrator sind, können Sie Empfehlungspräferenzen für Ihre Organisation und die zugrunde liegenden Konten und Regionen festlegen. Wenn Sie ein Kontoinhaber sind, können Sie Empfehlungspräferenzen für Ihr Konto und Ihre Regionen festlegen. Wenn sich die Präferenzen auf Ressourcen-, Konto- oder Organisationsebene überschneiden, überschreibt die detailliertere Präferenz die umfassendere Präferenz. Beispielsweise überschreiben Einstellungen auf Ressourcenebene die Einstellungen auf Kontoebene, und Einstellungen auf Kontoebene überschreiben die Einstellungen der Organisation.

AWS Compute Optimizer bietet bis zu drei empfohlene Ressourcenoptionen für Amazon Elastic Compute Cloud (EC2), Amazon Elastic Block Store (EBS) und EC2-Auto-Scaling-Gruppen. Compute Optimizer bietet eine Empfehlung zur Speichergröße für AWS-Lambda-Funktionen, eine Empfehlung zur CPU- und Speichergröße auf Aufgabenebene für Amazon Elastic Container Service (ECS) Services in AWS Fargate. Compute Optimizer bietet bis zu zwei von Ressourcen empfohlene Optionen für Amazon Relational Database Service (RDS)-DB-Instances.  Darüber hinaus bietet Compute Optimizer eine Lizenzempfehlung für das Downgrade der Microsoft-SQL-Server-Edition.

AWS Compute Optimizer gibt Empfehlungen für ausgewählte Typen von EC2-Instances, EC2-Auto-Scaling-Gruppen, EBS-Volumes, Amazon-ECS-Services auf AWS Fargate, Lambda-Funktionen, RDS-DB-Instances und kommerzielle Softwarelizenzen.

AWS Compute Optimizer analysiert Metriken der vergangenen 14 Tage, um Empfehlungen für Amazon Elastic Compute Cloud (EC2)- Instances, EC2-Auto-Scaling-Gruppen und Amazon Relational Database Service (RDS)-DB-Instances zu generieren. Sie können die Einstellungen jedoch auf 32 oder 93 Tage ändern. Compute Optimizer analysiert die Metriken der letzten 14 Tage, um Empfehlungen für andere Ressourcentypen zu erstellen.

Sie können schnell Ihre wichtigsten Optimierungsmöglichkeiten mittels zwei neuer Sätze von Metriken auf Dashboard-Ebenen priorisieren und identifizieren:Einsparmöglichkeiten und Möglichkeiten zur Leistungsverbesserung.

Die Metriken für Einsparungsmöglichkeiten quantifizieren die monatlichen Einsparungen bei Amazon EC2, Amazon EBS, Amazon ECS-Services auf AWS Fargate, kommerziellen Softwarelizenzen, Amazon RDS und AWS Lambda, welche Sie auf Konto-, Ressourcentyp- oder Ressourcenebene durch die Annahme der Empfehlungen von AWS Compute Optimizer erzielen können. Sie können diese Metriken verwenden, um Kosteneffizienzmöglichkeiten zu bewerten und zu priorisieren sowie Ihre Kosteneffizienz im Laufe der Zeit zu überwachen. Metriken zu Leistungsverbesserungsmöglichkeiten quantifizieren den Prozentsatz und die Anzahl der unterversorgten Ressourcen auf Kontoebene und Ressourcentypebene. Sie können diese Metriken verwenden, um Möglichkeiten zur Leistungsverbesserung zu bewerten und zu priorisieren, die Risiken von Ressourcenengpässen beheben.

Erweiterte Infrastrukturmetriken sind ein kostenpflichtiges Feature von AWS Compute Optimizer für EC2- und RDS-DB-Instances, das die Genauigkeit und Relevanz von Empfehlungen für Workloads mit monatlichen oder vierteljährlichen Nutzungsmustern verbessert. Über die Aktivierung dieser Funktion hinaus, erfasst und analysiert Compute Optimizer automatisch bis zu sechsmal mehr Nutzungsmuster als die standardmäßige Compute-Optimizer-Option (bis zu 3 Monate Verlauf im Vergleich zu 14 Tagen). Sie können das Feature auf Organisations-, Konto- oder Ressourcenebene über die Compute-Optimizer-Konsole oder API für alle vorhandenen und neu erstellten EC2-Instances, Auto-Scaling-Gruppen und RDS-DB-Instances aktivieren.

Weitere Informationen finden Sie auf der Seite mit den Preisen von AWS Compute Optimizer.

AWS Compute Optimizer generiert Empfehlungen zur Herabstufung der Edition von SQL Server in EC2. Wenn Sie keine reinen Unternehmens-Features verwenden oder es eine praktikable Alternative zur Standard-Edition in AWS gibt, können Sie ein Downgrade von Enterprise auf Standard durchführen und so bis zu 73 % der SQL-Server-Lizenzkosten sparen. Um die Empfehlung zu erhalten, müssen Kunden agentenbasierte CloudWatch Application Insights aktivieren und ihr Lesezugriff mit Anmeldeinformationen zur Datenbank gewähren. Diese Lizenzempfehlung gilt sowohl für Ihre EC2-SQL-Server-Lizenz inklusive (LI) als auch für Ihre Bring-Your-Own-License (BYOL)-Instances. Darüber hinaus können Sie Ihre Lizenzkosten durch Empfehlungen zur Größenanpassung von EC2-Instances optimieren, da SQL Server nur pro CPU-Kern lizenziert wird. Weniger vCPUs bedeuten weniger SQL-Server-Lizenzkosten.

AWS Compute Optimizer analysiert Ihre aktuellen Konfigurationen, z. B. die SQL-Server-Edition, Lizenzierungsoptionen und bestimmte von Ihnen verwendete Features auf Datenbankebene. Anhand der Analyse wird ermittelt, ob Ihre SQL-Server-Instances optimiert sind. Schließlich generiert es Empfehlungen auf der Grundlage der vordefinierten Optimierungskriterien und stellt diese dann in der Konsole oder über APIs zur Verfügung.

Wenn Sie sich für AWS Compute Optimizer entscheiden, autorisieren Sie den Service dazu, Konfigurationsdaten des AWS-Service und die Metriken von CloudWatch Application Insights zu nutzen. Für SQL Server umfassen die Daten Editionen, Lizenzierungsoptionen und SQL-Server-Feature-Konfigurationen, die von CloudWatch Application Insights verfolgt werden.

AWS Compute Optimizer unterstützt Empfehlungen zu EC2-Instance-Typen und -Größen für eigenständige EC2-Instances der Familien M, C, R, T, X, I, D, H, Z, G und P. Eine vollständige Liste von unterstützten EC2-Instance-Typen finden Sie in der Dokumentation.

AWS Compute Optimizer analysiert standardmäßige CloudWatch-Metriken wie CPU-Auslastung, Netzwerkpakete pro Sekunde, lokaler Speicherdurchsatz und lokale Speicher-IOPS, wenn es Empfehlungen für EC2-Instance-Typen erstellt. EC2-Instances müssen über kumulierte Metriken von 30 Stunden verfügen, bevor sie Empfehlungen erhalten können.

Wenn Sie die Speicherauslastung mit CloudWatch veröffentlichen, führt AWS Compute Optimizer automatische Analysen für Speichermetriken aus, die der CloudWatch Agent im Namespace "CWAgent" veröffentlicht.

Wenn für eine Hardwareressource wie den Arbeitsspeicher keine Metriken verfügbar sind, versucht AWS Compute Optimizer, Empfehlungen zur Verkleinerung dieses Ressourcentyps zu vermeiden.

Das Leistungsrisiko gibt an, wie wahrscheinlich es ist, dass der Instance-Typ die Ressourcenanforderungen für Ihre Workload nicht erfüllt. AWS Compute Optimizer berechnet einen individuellen Leistungsrisiko-Wert für jede Ressourcendimension der empfohlenen Instance, einschließlich CPU, Speicher, EBS-Durchsatz, EBS IOPS, Festplattendurchsatz, Festplatten-IOPS, Netzwerkdurchsatz und Netzwerk-PPS. Für jede Ressourcendimension wird der Leistungsrisiko-Wert als der Anteil der Zeit über den historischen Rückblickzeitraum berechnet, in dem die Kapazität in der gegebenen Ressourcendimension eingeschränkt sein kann. Das Leistungsrisiko der empfohlenen Instance wird als maximaler Leistungsrisikowert über die analysierten Ressourcenspezifikationen berechnet.

AWS Compute Optimizer berechnet die mögliche CPU- und Speicherauslastung Ihrer EC2-Instance mit der jeweiligen Empfehlung. So erhalten Sie eine Vorstellung davon, wie Ihre Workload-Leistung aussehen könnte. Compute Optimizer listet auch die Konfigurationsunterschiede zwischen der aktuellen Instance und dem empfohlenen Instance-Typ auf, sodass Sie wissen, welche Aktualisierungen Sie möglicherweise vornehmen müssen, um Ihre Workloads von der aktuellen Instance auf den empfohlenen Instance-Typ zu migrieren. 

Nachdem AWS Compute Optimizer eine Liste der optimalen AWS-Ressourcen für eine Workload ermittelt hat, werden verschiedene Preisangaben, z. B. On-Demand-Preise, und das voraussichtliche Leistungsrisiko eingerechnet, um eine Rangliste der Empfehlungen zu erstellen. Compute Optimizer bezieht in die Kalkulation keine vorübergehenden Preisfaktoren wie Spot-Preise ein.

AWS Compute Optimizer bietet Empfehlungen zu EC2-Instance-Typen und -Größen für EC2-Auto-Scaling-Gruppen mit einer festen Gruppengröße. Dies bedeutet, dass die gewünschten, minimalen und maximalen Werte alle auf denselben Wert festgelegt sind und keine Skalierungsrichtlinie zugeordnet ist. Darüber hinaus müssen alle Instances von Auto-Scaling-Gruppen vom Typ M, C, R, T, X, I, D, H, Z, G und P sein. Derzeit unterstützt Compute Optimizer keine Auto-Scaling-Gruppen, die mit Richtlinien für gemischte Instances konfiguriert wurden. Eine vollständige Liste von unterstützten EC2-Instance-Typen finden Sie in der Dokumentation.

AWS Compute Optimizer benötigt Metriken aus einem Zeitraum von mindestens 30 aufeinanderfolgenden Stunden, bevor Empfehlungen für Auto-Scaling-Gruppen ausgegeben werden können. Compute Optimizer analysiert CloudWatch-Standardmetriken für jede EC2-Instance, z. B. Metriken zur CPU-Auslastung und zum Netzwerk-E/A, und die Auto-Scaling-Gruppenkonfiguration, z. B. die Skalierungsrichtlinie und die zugehörige Startvorlage.

AWS Compute Optimizer unterstützt universelle EBS-Volumes (gp2/gp3), EBS-Volumes mit bereitgestelltem IOPS (io1/io2/io2 BX) und HDD-EBS-Volumes (st1/sc1). Compute Optimizer bietet auch Empfehlungen für die Migration Ihrer Magnetic-EBS-Volumes auf EBS-Volumes der aktuellen Generation.

AWS Compute Optimizer benötigt Metriken aus einem Zeitraum von mindestens 30 aufeinanderfolgenden Stunden, bevor Empfehlungen für eigenständige EBS-Volumes abgegeben werden können. Compute Optimizer analysiert Standard-CloudWatch-Metriken für EBS-Volumes, z. B. IOPS- und Durchsatzmetriken.

Das Leistungsrisiko gibt an, mit welcher Wahrscheinlichkeit die empfohlene Option nicht die Leistungsanforderungen Ihrer Workload erfüllt. Je höher das Risiko, desto höher ist möglicherweise der Aufwand, den Sie betreiben müssen, um zu prüfen, ob die empfohlene EBS-Volume-Konfiguration den Leistungsanforderungen Ihrer Workload entspricht.

Nachdem AWS Compute Optimizer eine Liste der optimalen EBS-Volumenkonfigurationen für Ihre Workload ermittelt hat, werden die öffentlichen EBS-Preise sowie das erwartete Leistungsrisiko für die Einstufung der Empfehlungen berücksichtigt.

Mit AWS Compute Optimizer können Sie zwei Kategorien von Lambda-Funktionen optimieren. Die erste Kategorie umfasst Lambda-Funktionen, die in Speichergrößen möglicherweise übermäßig bereitgestellt werden. Sie können die Speichergröße dieser Funktionen verkleinern, um Kosten zu sparen. Die zweite Kategorie umfasst rechenintensive Lambda-Funktionen, die von zusätzlicher CPU-Leistung profitieren können. Sie können die Speichergröße erhöhen, um eine entsprechende Erhöhung der für diese Funktionen verfügbaren CPU auszulösen und die Laufzeit zu verkürzen. Für Funktionen, die nicht unter eine dieser Kategorien fallen, liefert Compute Optimizer keine Empfehlungen für diese.

AWS Compute Optimizer analysiert 14 Tage des Lambda-Funktionsaufrufverlaufs, einschließlich der Dauer der Funktionslaufzeit, der verwendeten CPU-Zeit und der Speichernutzung, um Empfehlungen abzugeben.

Ja. Nachdem das AWS Compute Optimizer die optimalen Speichergrößen für Ihre Lambda-Funktionen ermittelt hat, werden die öffentlichen Lambda-Preise, die erwartete Funktionslaufzeit und die Anzahl der Funktionsaufrufe in den letzten 14 Tagen berücksichtigt, um eine potenzielle Kostennummer zu berechnen. Sie können diese Nummer verwenden, um zu verstehen, was Ihre Lambda-Kosten gewesen wären, wenn Sie die Arbeitsspeichergröße Ihrer Lambda-Funktion auf die empfohlene Option eingestellt hätten.

AWS Compute Optimizer bietet Empfehlungen zur CPU- und Arbeitsspeichergröße auf Aufgabenebene für Amazon-ECS-Services, die auf AWS Fargate ausgeführt werden.

AWS Compute Optimizer benötigt mindestens 24 Stunden an Metriken, bevor es Empfehlungen für Ihre Amazon-ECS-Services auf AWS Fargate abgibt. Compute Optimizer analysiert die CPU- und Arbeitsspeichernutzungsdaten von Amazon-ECS-Services auf AWS Fargate.

AWS Compute Optimizer projiziert die voraussichtliche CPU- und Arbeitsspeicherauslastung Ihrer Amazon-ECS-Services auf AWS Fargate, wenn Sie sie wie empfohlen konfiguriert hätten, so dass Sie nachvollziehen können, wie Ihr Workload bei den empfohlenen Konfigurationen gelaufen wäre.

Ja. Nachdem Compute Optimizer die optimalen CPU- und Arbeitsspeichergrößen für Ihre Amazon-ECS-Services auf AWS Fargate ermittelt hat, werden die öffentlichen Preise von AWS Fargate, neue CPU- und Arbeitsspeicherkonfigurationen sowie die Laufzeithistorie der letzten 14 Tage berücksichtigt, um die voraussichtlichen Kosten zu berechnen. Anhand dieser Informationen können Sie nachvollziehen, wie hoch die Kosten für Ihre Amazon-ECS-Services auf AWS Fargate gewesen wären, hätten Sie die CPU- und Arbeitsspeichergröße auf die empfohlene Option eingestellt.  

AWS Compute Optimizer unterstützt Empfehlungen für RDS-Instance-Klassen für RDS-MySQL- und RDS-PostgreSQL-Instances, sowie Empfehlungen für Volumetyp und Leistung für EBS-Volumes, die an unterstützte RDS-DB-Instances angehängt sind.

AWS Compute Optimizer analysiert standardmäßige CloudWatch-Metriken wie CPU-Auslastung und Speicherauslastung sowie Metriken von Erkenntnissen zur Amazon-RDS-Leistung wie dbLOAD, wenn Empfehlungen für RDS-Instance-Klassen generiert werden. RDS-DB-Instances müssen über kumulierte Metriken von 30 Stunden verfügen, bevor sie Empfehlungen erhalten können.

Wenn Erkenntnisse zur Amazon-RDS-Leistung für eine RDS-DB-Instance nicht aktiviert ist, vermeidet Compute Optimizer, eine Empfehlung abzugeben, die die Anzahl der CPUs reduziert.

Das Leistungsrisiko gibt an, wie wahrscheinlich es ist, dass der Instance-Typ die Ressourcenanforderungen für Ihre Workload nicht erfüllt. Compute Optimizer berechnet einen individuellen Leistungsrisiko-Score für jede Ressourcendimension der empfohlenen Instance, einschließlich CPU, Speicher, EBS-Durchsatz, EBS-IOPS, Netzwerkdurchsatz und Netzwerk-PPS. Für jede Ressourcendimension wird der Leistungsrisiko-Wert als der Anteil der Zeit über den historischen Rückblickzeitraum berechnet, in dem die Kapazität in der gegebenen Ressourcendimension eingeschränkt sein kann. Das Leistungsrisiko der empfohlenen Instance wird als maximaler Leistungsrisikowert über die analysierten Ressourcenspezifikationen berechnet.

Compute Optimizer berechnet die mögliche CPU- und Speicherauslastung Ihrer RDS-DB-Instance mit der jeweiligen Empfehlung. So erhalten Sie eine Vorstellung davon, wie Ihre Workload-Leistung aussehen könnte. Compute Optimizer listet auch die Konfigurationsunterschiede zwischen der aktuellen Instance und der empfohlenen Instance-Klasse auf, damit Sie wissen, welche Aktualisierungen Sie vornehmen müssen, wenn Sie Ihre Workloads von der aktuellen Instance auf die empfohlene Instance-Klasse migrieren wollen. 

Ja, AWS Compute Optimizer lässt sich in AWS Organizations integrieren. So können Sie alle Empfehlungen innerhalb Ihres Unternehmens aufrufen. Damit Sie diese Funktion nutzen können, muss "Alle Funktionen" für Ihr Unternehmen aktiviert sein und Sie müssen sich mit dem Master-Konto des Unternehmens anmelden.