Anwendungsfälle für Kennzahlen zur Nutzung von Amazon ECS-Services - Amazon Elastic Container Service

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Anwendungsfälle für Kennzahlen zur Nutzung von Amazon ECS-Services

Die folgende Liste enthält Informationen darüber, wann die Amazon ECS-Metriken verwendet werden sollten.

  • Überwachung der Ressourcennutzung: Verwenden Sie Durchschnittsstatistiken, um Muster bei der CPU- und Speicherauslastung zu überwachen, Leistungsbasiswerte festzulegen und allmähliche Trends bei Leistungseinbußen zu erkennen.

  • Kostenoptimierung: Verwenden Sie Durchschnittsstatistiken, um die Ressourcennutzung zu überwachen, Container richtig zu dimensionieren, Reservierungen auf der Grundlage von Nutzungsmustern anzupassen und eine geplante Skalierung zu implementieren.

  • Leistungsvergleich: Verwenden Sie Durchschnittsstatistiken, um Kennzahlen zwischen Serviceversionen zu vergleichen, die Leistung KPIs zu ermitteln und Optimierungsverbesserungen zu validieren.

  • Erkennung von Ressourcenobergrenzen: Verwenden Sie Durchschnittsstatistiken, um den minimalen Ressourcenbedarf während Leerlaufzeiten zu ermitteln, entsprechende Reservierungen festzulegen und ungewöhnliche Ausfälle zu erkennen.

  • Erkennung von Anomalien: Verwenden Sie Mindeststatistiken, um ungewöhnliche Rückgänge bei der Ressourcennutzung zu erkennen, die auf potenzielle Probleme hinweisen, wie z. B. Initialisierungsfehler oder unerwartete Leerlaufzeiten.

  • Verfeinerung der Skalierungsrichtlinien: Verwenden Sie Mindeststatistiken, um optimale Schwellenwerte für die Skalierung festzulegen, die auf einer möglichst geringen Auslastung basieren, um eine aggressive Skalierung zu verhindern.

  • Kapazitätsplanung: Verwenden Sie maximale Statistiken, um angemessene Aufgabengrößen festzulegen und die Infrastruktur so zu planen, dass ausreichend Spielraum für Verkehrsspitzen vorhanden ist.

  • Identifizierung von Leistungsengpässen: Verwenden Sie maximale Statistiken, um Auslastungsgrade bei Ressourcen zu erkennen, Engpässe zu identifizieren und zu bestimmen, wann die Aufgabengröße erhöht werden sollte.

  • Konfiguration der Skalierungsrichtlinien: Verwenden Sie maximale Statistiken, um optimale Schwellenwerte für die Skalierung auf der Grundlage von Spitzenmustern festzulegen und die Burst-Kapazität zu konfigurieren.

  • Überwachung der SLA-Einhaltung: Verwenden Sie maximale Statistiken, um die Reaktionszeiten und Fehlerquoten in Spitzenzeiten nachzuverfolgen und sicherzustellen, dass die Serviceleistung den definierten Anforderungen entspricht. SLAs

Informationen zu verwandten Kennzahlen

Informationen zu Container Insights finden Sie unter Container Insights-Anwendungsfälle im CloudWatch Benutzerhandbuch.