Estrategia de costos

Optimización de recursos con AWS Compute Optimizer - Dimensionamiento correcto de instancias

Analiza métricas de CloudWatch con ML y genera recomendaciones para optimizar el tamaño de recursos de EC2, Lambda, EBS y ECS Fargate. Explicamos las recomendaciones de migración a Graviton y la mejora de precisión con métricas extendidas.

約 4 分で読めます

Descripción general de Compute Optimizer

AWS Compute Optimizer es un servicio que analiza métricas de CloudWatch con ML y proporciona recomendaciones para optimizar el tamaño de recursos de instancias EC2, funciones Lambda, volúmenes EBS y tareas ECSFargate. Detecta recursos sobre-provisionados y presenta oportunidades de reducción de costos en cantidades monetarias. Las recomendaciones se generan en la dirección de reducir costos mientras se mantiene el rendimiento actual, y cada recomendación incluye una evaluación de riesgo de rendimiento.

Tipos de recomendaciones y migración a Graviton

Las recomendaciones de EC2 presentan una comparación entre el tipo de instancia actual y el tipo recomendado, la reducción de costos estimada y el riesgo de rendimiento. Las recomendaciones incluyen 3 patrones: cambio de familia de instancias (m5 → m6i), cambio de tamaño (xlarge → large) y migración a Graviton (m5 → m6g). Las recomendaciones de migración a Graviton son particularmente notables, logrando hasta un 40% de mejora en la relación precio-rendimiento al migrar de x86 a Arm. Las recomendaciones de Lambda analizan la duración de ejecución y el uso de memoria para sugerir configuraciones de memoria óptimas. Las funciones con memoria excesiva se recomiendan para reducción, y las funciones con memoria insuficiente (que causan degradación del rendimiento) se recomiendan para aumento. Para aprender sobre optimización de costos en la nube, consulte libros en Amazon.

Métricas extendidas y aplicación de recomendaciones

De forma estándar, las recomendaciones se generan basándose en 14 días de métricas de CloudWatch, pero al habilitar métricas de infraestructura extendidas se obtienen recomendaciones más precisas basadas en 93 días de datos. Se generan recomendaciones que consideran patrones de uso que no se capturan en períodos cortos, como procesamiento por lotes de fin de mes o picos de cierre trimestral. Las recomendaciones muestran el riesgo de rendimiento en una escala de 1-5, y se recomienda aplicar prioritariamente las recomendaciones con bajo riesgo. Las métricas externas (uso de memoria de CloudWatch Agent, métricas de Datadog) también se pueden incorporar para mejorar la precisión de las recomendaciones.

Precios de Compute Optimizer

Las funciones básicas de Compute Optimizer son gratuitas. Las métricas de infraestructura extendidas (análisis de métricas de 93 días) son de pago, a aproximadamente 0.0003272 USD por recurso al mes. Habilitar métricas extendidas para 1,000 instancias EC2 cuesta solo aproximadamente 0.33 USD al mes, y considerando el efecto de reducción de costos por la mejora en la precisión de las recomendaciones, se recomienda encarecidamente habilitarlas. La incorporación de métricas externas tiene un cargo adicional de aproximadamente 0.0003272 USD por recurso al mes.

Resumen

AWS Compute Optimizer es un servicio de recomendaciones de optimización de recursos basado en ML que reduce costos mientras mantiene el rendimiento. Analiza el tamaño de recursos de EC2, Lambda, EBS y ECS Fargate y presenta recomendaciones específicas incluyendo migración a Graviton. Obtenga recomendaciones estables basadas en 93 días de datos con métricas extendidas y optimice gradualmente los recursos.

Servicios relacionados

AWS Compute OptimizerUn servicio que analiza el uso de recursos con ML y recomienda tipos e instancias óptimosAmazon EC2Un servicio de cómputo que proporciona servidores virtuales en la nubeAWS LambdaServicio de computación serverless que ejecuta código sin gestión de servidores

Artículos relacionados

Diagnóstico de optimización del entorno AWS - Verificación de mejores prácticas con Trusted AdvisorExplicamos el diagnóstico automático del entorno con AWS Trusted Advisor. Presentamos los elementos de verificación y métodos de uso en las 5 categorías: optimización de costos, seguridad, tolerancia a fallos, rendimiento y límites de servicio.Infraestructura adaptable a la demanda con AWS Auto Scaling - Diseño y optimización de políticas de escaladoPresenta cómo utilizar los 3 tipos de políticas (Target Tracking, Predictive y Scheduled) y lograr la optimización de costos con instancias Spot mediante Mixed Instances Policy.Visualización y análisis de costos con AWS Cost Explorer - Estrategia de etiquetas y uso de Savings PlansVisualice los gastos de AWS con análisis de costos por servicio, cuenta y etiqueta, detección de anomalías basada en ML y previsión de costos. Optimización de costos con recomendaciones de compra de Reserved Instances y Savings Plans.

Más sobre este tema

El interior del cálculo de tarifas de AWS - Cómo se miden la facturación por segundo, por 100ms y por solicitudExplicamos cómo se miden, agregan y facturan las diversas granularidades de cobro de AWS, como la facturación por segundo de EC2, por 1ms de Lambda y por solicitud de S3, desde el mecanismo del sistema de metering.El 90% de AWS nace de la voz del cliente - Working Backwards y la innovación centrada en el clienteExplicamos cómo el proceso Working Backwards y el principio Customer Obsession moldean el desarrollo de servicios de AWS. Presentamos el mecanismo de innovación que comienza con el documento PR/FAQ y el proceso de incorporación del feedback de los clientes.La cultura de reducción de precios de AWS - El efecto flywheel y las economías de escala que respaldan más de 100 reducciones desde 2006Analizamos la cultura de reducción de precios de AWS que devuelve los beneficios de escala a los clientes, junto con las economías de escala, la renovación generacional de hardware y la estrategia competitiva que la respaldan. Presentamos casos principales de reducciones de precios pasadas y su impacto.Por qué el modelo de precios de AWS es complejo - La economía y la teoría de juegos detrás del pago por usoDesciframos la estructura de precios de tres niveles (bajo demanda, instancias reservadas y Spot Instances) desde la perspectiva de la gestión de rendimiento de la industria aérea y la economía de predicción de demanda, explicando las razones racionales de la complejidad de precios.Gestión de costos con AWS Budgets - Alertas de presupuesto y acciones automatizadasConfigure alertas tanto en valores reales como previstos, y use Budget Actions para aplicar automáticamente políticas IAM o detener instancias. Integre con Slack para aumentar la conciencia de costos en todo el equipo.Gestión de presupuestos de costos en la nube - Controles de gasto y alertas con AWS BudgetsAprenda cómo establecer presupuestos, configurar alertas de costos y automatizar acciones con AWS Budgets. Este artículo cubre la elección de tipos de presupuesto, comparación de Budgets con Cost Explorer y gestión de presupuestos a nivel organizacional mediante integración con Organizations.Por qué los costos de CloudWatch Logs se vuelven inesperadamente altos - Estructura de costos de ingesta, almacenamiento y análisisExplicamos la estructura de precios donde el costo de ingesta de CloudWatch Logs es más de 20 veces el costo de almacenamiento, la explosión de costos causada por VPC Flow Logs y logs de Lambda, y las estrategias de optimización con la clase Infrequent Access y la exportación a S3.Optimización de recursos de cómputo - Dimensionamiento correcto con AWS Compute OptimizerExplicamos el dimensionamiento correcto de recursos con AWS Compute Optimizer. Presentamos recomendaciones para EC2, Lambda, EBS y ECS on Fargate, estimación de reducción de costos y procedimientos de implementación.

Artículos y servicios similares

Optimización de recursos de cómputo - Dimensionamiento correcto con AWS Compute OptimizerExplicamos el dimensionamiento correcto de recursos con AWS Compute Optimizer. Presentamos recomendaciones para EC2, Lambda, EBS y ECS on Fargate, estimación de reducción de costos y procedimientos de implementación.AWS Compute OptimizerServicio que analiza métricas de CloudWatch mediante machine learning y presenta recomendaciones de optimización de tamaño de recursos para EC2, EBS, Lambda y ECSRecomendación y personalización - Experiencia optimizada individualmente con Amazon PersonalizeConstruye experiencias personalizadas con Amazon Personalize, desde la preparación de datos hasta el despliegue de campañas. Explicamos recetas, eventos en tiempo real, filtros y métricas de evaluación.Motor de recomendaciones con Amazon Personalize - Patrones de implementación de personalizaciónGenera recomendaciones personalizadas a partir de datos de comportamiento del usuario. Presentamos la selección de recetas y la integración de eventos en tiempo real.