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

Importancia del dimensionamiento correcto de recursos

El sobreaprovisionamiento de recursos en la nube es una causa típica de desperdicio de costes. Se ven con mucha frecuencia casos como usar m5.xlarge en producción con un uso real de CPU del 10% o menos de media, o asignar 1024 MB de memoria a una función Lambda con un uso real de 200 MB o menos. También se ve con mucha frecuencia el caso de seguir usando volúmenes gp2 cuando el cambio a gp3 permitiría reducir el coste un 20%. AWS Compute Optimizer es un servicio que analiza las métricas de CloudWatch con modelos de ML y recomienda la configuración óptima de cada recurso. Analiza los patrones de uso de los últimos 14 días (hasta 93 días con las métricas extendidas) y presenta recomendaciones que optimizan los costes manteniendo el rendimiento. El análisis no se basa en una sola métrica, sino en varias, como el uso de CPU / la entrada y salida de red / la E/S de disco / la lectura y escritura de volúmenes EBS. En las instancias EC2 con el agente de CloudWatch instalado también se añade al análisis el uso de memoria (según la documentación oficial / a fecha de agosto de 2026).

Recomendaciones para EC2 y Lambda

En las recomendaciones de instancias EC2 se presentan hasta 3 opciones recomendadas para el tipo de instancia actual. Cada opción incluye el tipo de instancia, el coste mensual estimado y el riesgo de rendimiento (Low/Medium/High). Por ejemplo, si usa m5.xlarge (4 vCPU / 16 GB) con un uso de CPU bajo, se recomienda reducir a m5.large (2 vCPU / 8 GB) o migrar a m7g.large (Graviton3). La recomendación de migración a Graviton es una función característica de Compute Optimizer y presenta en importes concretos el efecto de reducción de costes de migrar a la arquitectura ARM. En las recomendaciones de funciones Lambda se presenta el valor óptimo del tamaño de memoria. Como Lambda asigna CPU en proporción a la memoria, la optimización de la memoria afecta tanto al coste como al rendimiento. Una asignación excesiva de memoria es un desperdicio directo de costes, y una insuficiente conduce a un tiempo de ejecución más largo (= mayor coste).

# Habilitar Compute Optimizer
aws compute-optimizer update-enrollment-status \
  --status Active \
  --region ap-northeast-1

# Obtener las recomendaciones de EC2
aws compute-optimizer get-ec2-instance-recommendations \
  --region ap-northeast-1 \
  --query 'instanceRecommendations[].{Id:instanceArn,Finding:finding,Current:currentInstanceType,Recommended:recommendationOptions[0].instanceType}'

Recomendaciones para EBS y ECS

En las recomendaciones de volúmenes EBS se presentan los valores óptimos de tipo de volumen, tamaño, IOPS y throughput. La recomendación típica es la migración de gp2 a gp3. gp3 tiene un coste base un 20% menor que gp2 y permite configurar IOPS y throughput de forma independiente, por lo que es posible optimizarlo según la carga de trabajo. En los volúmenes de IOPS aprovisionadas (io1/io2), puede recomendarse reducir el valor de IOPS según el uso real de IOPS. En las recomendaciones de ECS on Fargate se presentan los valores óptimos de CPU y memoria de la definición de tarea. El tamaño de tarea de Fargate se determina por la combinación de CPU y memoria, y la CPU se puede elegir por niveles desde 0.25 vCPU (256 unidades de CPU) hasta 16 vCPU. La memoria que se puede seleccionar en cada nivel es de 2 a 8 GB con 1 vCPU, de 8 a 30 GB con 4 vCPU y de 32 a 120 GB con 16 vCPU. Sin embargo, el rango que se puede elegir varía según el sistema operativo, y los contenedores de Windows se limitan a 1 a 4 vCPU. 0.25 / 0.5 vCPU y 8 vCPU o más son exclusivos de Linux, y en Linux también se pueden elegir configuraciones de hasta 32 vCPU / 244 GB (valores de la documentación oficial / a fecha de agosto de 2026). Como se cobran tanto la CPU como la memoria, el dimensionamiento correcto repercute directamente en el coste. Compute Optimizer analiza el uso real de recursos de cada tarea y recomienda la configuración que minimiza el coste manteniendo el rendimiento.

Implementación e integración con Organizations

Compute Optimizer se habilita por cuenta, y al habilitarlo comienza el análisis de las métricas. La documentación oficial indica que el análisis puede tardar hasta 24 horas en completarse (valor indicado a fecha de agosto de 2026). Las funciones básicas analizan los datos de los últimos 14 días con las métricas de CloudWatch, y el intervalo de muestreo del uso máximo es de 5 minutos (1 minuto para ECS services on Fargate). Las métricas de infraestructura extendidas (Enhanced Infrastructure Metrics), una opción de pago, son una función que amplía este periodo de análisis hasta 93 días, y se aplican a instancias EC2 / instancias de grupos de EC2 Auto Scaling / instancias de base de datos de RDS. El análisis del uso de memoria no es una opción de pago: en las instancias con el agente de CloudWatch instalado (mem_used_percent del espacio de nombres CWAgent en Linux y Available MBytes en Windows), se incluye en el análisis también con las funciones básicas. Sin embargo, las métricas personalizadas que envía el agente tienen un cargo por parte de CloudWatch. Además, para mostrar el coste estimado y el importe de ahorro en las recomendaciones, es necesario habilitar Cost Explorer. Con la integración con Organizations, puede habilitar Compute Optimizer de forma conjunta en todas las cuentas de la organización desde la cuenta de administración y agregar las recomendaciones. Las recomendaciones se pueden exportar a S3, y puede crear informes de optimización de costes de toda la organización con Athena o Amazon Quick Sight (antes Amazon QuickSight).

Precios de Compute Optimizer

Los precios siguientes son los valores de las regiones de Norte de Virginia y Tokio a fecha de agosto de 2026, y el precio unitario es el mismo en ambas regiones. Compute Optimizer en sí no tiene cargos adicionales, y la generación y consulta de recomendaciones se pueden usar de forma gratuita. Entre los recursos con recomendaciones gratuitas están las instancias EC2, los grupos de EC2 Auto Scaling, los volúmenes EBS, las funciones Lambda y ECS services on Fargate. También se incluyen las bases de datos de Aurora / RDS y las licencias de software comercial (para la lista más reciente de recursos admitidos, consulte la documentación oficial). El único eje de facturación son las métricas de infraestructura extendidas (Enhanced Infrastructure Metrics); en la tabla de precios oficial se dividen en dos filas, una para EC2 y otra para RDS, pero el precio unitario es el mismo: 0.0003360215 USD por recurso y por hora. Se cobra por el número de horas que el recurso estuvo en funcionamiento ese mes, y un recurso que funcionó de forma continua durante 31 días (744 horas) cuesta unos 0.25 USD al mes. Los grupos de EC2 Auto Scaling son una excepción: no se cobra por grupo, sino por el número de instancias EC2 en funcionamiento. Aparte de esto, se generan el coste de uso de los propios recursos y los cargos de monitorización de CloudWatch en los que se basa el análisis (como las métricas personalizadas que envía el agente para el uso de memoria). Como el ahorro del dimensionamiento correcto varía mucho según el grado de sobreaprovisionamiento de la carga de trabajo, se comprueba de forma individual con el importe de ahorro estimado que se muestra en las recomendaciones.

Resumen - Directrices de uso de Compute Optimizer

AWS Compute Optimizer es un servicio que recomienda el dimensionamiento correcto de EC2 / Lambda / EBS / ECS on Fargate / Aurora / RDS mediante análisis basado en ML. El servicio en sí no tiene cargos adicionales, y las recomendaciones se generan automáticamente con solo habilitarlo. Es eficaz en dos frentes: la reducción de costes mediante la detección del sobreaprovisionamiento y la mejora del rendimiento mediante la detección de la falta de recursos. Al combinarlo con las comprobaciones de optimización de costes de Trusted Advisor, puede cubrir de forma integral la optimización a nivel de recurso (Compute Optimizer) y la optimización a nivel de cuenta (Trusted Advisor). Se recomienda habilitarlo en todas las cuentas de AWS.