Von analysierte Metriken AWS Compute Optimizer

Nachdem Sie sich für entschieden haben, AWS Compute Optimizer analysiert die Spezifikationen wie vCPUs, Arbeitsspeicher oder Speicher sowie die CloudWatch Metriken Ihrer laufenden Ressourcen aus einem Zeitraum der letzten 14 Tage. Wenn Sie die Empfehlungspräferenz für erweiterte Infrastrukturmetriken aktivieren, AWS Compute Optimizer analysiert Ihre Ressourcen bis zu 93 Tage lang.

Die Analyse kann bis zu 24 Stunden dauern. Wenn die Analyse abgeschlossen ist, werden die Ergebnisse auf der Dashboard-Seite der Compute Optimizer-Konsole angezeigt. Weitere Informationen finden Sie unter Das AWS Compute Optimizer Dashboard anzeigen.

Anmerkung

• Um Empfehlungen für Amazon EC2-Instances, Auto Scaling-Gruppen, Amazon-EBS-Volumes, Lambda-Funktionen und kommerzielle Softwarelizenzen zu generieren, verwendet Compute Optimizer den maximalen Auslastungspunkt innerhalb jedes fünfminütigen Zeitintervalls über den Lookback-Zeitraum. Für ECS-Services auf Fargate-Empfehlungen verwendet Compute Optimizer den maximalen Auslastungspunkt innerhalb jedes einminütigen Zeitintervalls.

• AWS kann Ihre Nutzungsdaten verwenden, um die Gesamtqualität der Empfehlungen von Compute Optimizer zu verbessern. Um die AWS Verwendung Ihrer Nutzungsdaten zu beenden, wenden Sie sich an AWS Support.

EC2-Instance-Metriken

Themen

• Für EC2-Instances analysierte Metriken
• Aktivieren der Speicherauslastung mit dem CloudWatch Agenten
• Aktivieren der NVIDIA GPU-Auslastung mit dem CloudWatch Agenten
• Konfigurieren der Erfassung externer Metriken

Für EC2-Instances analysierte Metriken

Compute Optimizer analysiert die folgenden CloudWatch Metriken Ihrer EC2-Instances, einschließlich Instances, die Teil von Auto Scaling-Gruppen sind.

Metrik	Beschreibung
CPUUtilization	Der Prozentsatz der zugewiesenen EC2-Recheneinheiten, die auf der Instance verwendet werden. Diese Metrik gibt die Verarbeitungsleistung an, die zum Ausführen einer Anwendung auf einer Instance erforderlich ist.
MemoryUtilization	Der Prozentsatz des Speichers, der während des Stichprobenzeitraums verwendet wird. Diese Metrik identifiziert den Speicher, der zum Ausführen einer Anwendung auf einer Instance erforderlich ist. Metriken zur Speicherauslastung werden für die folgenden Ressourcen analysiert: EC2-Instances mit dem CloudWatch Agenten, der auf ihnen installiert ist. Weitere Informationen finden Sie unter Aktivieren der Speicherauslastung mit dem CloudWatch Agenten. Externe EC2-Instances aus einem der vier Beobachtbarkeitsprodukte: Datadog, DynatraceInstana, und New Relic. Weitere Informationen finden Sie unter Erfassung externer Metriken.
GPUUtilization	Der Prozentsatz der zugewiesenen GPUs, die derzeit auf der Instance verwendet werden. Anmerkung Damit Compute Optimizer die GPU-Auslastungsmetrik Ihrer Instances analysieren kann, installieren Sie den CloudWatch Agenten auf Ihren Instances. Weitere Informationen finden Sie unter Aktivieren der NVIDIA GPU-Auslastung mit dem CloudWatch Agenten.
GPUMemoryUtilization	Der Prozentsatz des gesamten GPU-Speichers, der derzeit auf der Instance verwendet wird.
NetworkIn	Die Anzahl der Bytes, die von der Instance auf allen Netzwerkschnittstellen empfangen werden. Diese Metrik gibt das Volumen des eingehenden Netzwerkverkehrs zu einer Instance an.
NetworkOut	Die Anzahl der Bytes, die von der Instance auf allen Netzwerkschnittstellen gesendet werden. Diese Metrik gibt das Volumen des ausgehenden Netzwerkverkehrs von einer Instance an.
NetworkPacketsIn	Die Anzahl der Pakete, die von der Instance empfangen werden.
NetworkPacketsOut	Die Anzahl der Pakete, die von der Instance gesendet werden.
DiskReadOps	Die Lesevorgänge pro Sekunde des Instance-Speicher-Volumes der Instance.
DiskWriteOps	Die Schreibvorgänge pro Sekunde des Instance-Speicher-Volumes der Instance.
DiskReadBytes	Die Lesebytes pro Sekunde des Instance-Speicher-Volumes der Instance.
DiskWriteBytes	Die Schreibbytes pro Sekunde des Instance-Speicher-Volumes der Instance.
VolumeReadBytes	Die Lesebytes pro Sekunde der an die Instance angefügten EBS-Volumes. Wird als KiBs in der Konsole angezeigt.
VolumeWriteBytes	Die Schreibbytes pro Sekunde der an die Instance angefügten EBS-Volumes. Wird als KiBs in der Konsole angezeigt.
VolumeReadOps	Die Lesevorgänge pro Sekunde der an die Instance angefügten EBS-Volumes.
VolumeWriteOps	Die Schreibvorgänge pro Sekunde der an die Instance angefügten EBS-Volumes.

Weitere Informationen zu Instance-Metriken finden Sie unter Auflisten der verfügbaren CloudWatch Metriken für Ihre Instances im Amazon Elastic Compute Cloud-Benutzerhandbuch. Weitere Informationen zu EBS-Volume-Metriken finden Sie unter Amazon- CloudWatch Metriken für Amazon EBS im Amazon Elastic Compute Cloud-Benutzerhandbuch.

Aktivieren der Speicherauslastung mit dem CloudWatch Agenten

Damit Compute Optimizer die Speicherauslastungsmetrik Ihrer Instances analysiert, installieren Sie den CloudWatch Agenten auf Ihren Instances. Wenn Sie Compute Optimizer die Analyse von Speicherauslastungsdaten für Ihre Instances ermöglichen, erhalten Sie eine zusätzliche Messung der Daten, die die Empfehlungen von Compute Optimizer weiter verbessern. Weitere Informationen zum Installieren des CloudWatch Agenten finden Sie unter Erfassen von Metriken und Protokollen von Amazon EC2-Instances und On-Premises-Servern mit dem CloudWatch Agenten im Amazon CloudWatch-Benutzerhandbuch.

Auf Linux-Instances analysiert Compute Optimizer die -mem_used_percentMetrik im -CWAgentNamespace oder die Legacy-MemoryUtilizationMetrik im -System/LinuxNamespace. Auf Windows-Instances analysiert Compute Optimizer die Available MBytes Metrik im CWAgent Namespace . Wenn sowohl die - als auch die -Available MBytesMemory % Committed Bytes In UseMetriken im -CWAgentNamespace konfiguriert sind, wählt Compute Optimizer Available MBytes als primäre Speichermetrik aus, um Empfehlungen zu generieren.

Anmerkung

• Wir empfehlen Ihnen, den CWAgent Namespace so zu konfigurieren, dass er Available MBytes als Speichermetrik für Windows-Instances verwendet wird.

• Compute Optimizer unterstützt auch die - Available KBytes und -Available BytesMetriken und priorisiert sowohl gegenüber der -Memory % Committed Bytes In UseMetrik, wenn Empfehlungen für Windows-Instances generiert werden.

Darüber hinaus muss der Namespace die InstanceId Dimension enthalten. Wenn die InstanceId Dimension fehlt oder Sie sie mit einem benutzerdefinierten Dimensionsnamen überschreiben, kann Compute Optimizer keine Speicherauslastungsdaten für Ihre Instance erfassen. Namespaces und Dimensionen sind in der CloudWatch Agentenkonfigurationsdatei definiert. Weitere Informationen finden Sie unter Erstellen der CloudWatch Agentenkonfigurationsdatei im Amazon- CloudWatch Benutzerhandbuch.

Beispiel: CloudWatch Agent-Konfiguration für die Speichererfassung

{
    "agent": {
        "metrics_collection_interval": 60,
        "run_as_user": "root"
    },
    "metrics": {
        "namespace": "CWAgent",
        "append_dimensions": {
            "InstanceId": "${aws:InstanceId}"
        },
        "metrics_collected": {
            "mem": {
                "measurement": [
                    "mem_used_percent"
                ],
                "metrics_collection_interval": 60
            }
        }
    }
}
      

Aktivieren der NVIDIA GPU-Auslastung mit dem CloudWatch Agenten

Damit Compute Optimizer die NVIDIA GPU-Auslastungsmetrik Ihrer Instances analysieren kann, gehen Sie wie folgt vor:

1. Installieren Sie den CloudWatch Agenten auf Ihren Instances. Weitere Informationen finden Sie unter Installieren des CloudWatch Agenten im Amazon- CloudWatch Benutzerhandbuch.

2. Erlauben Sie dem CloudWatch Agenten, NVIDIA GPU-Metriken zu sammeln. Weitere Informationen finden Sie unter Erfassen von NVIDIA-GPU-Metriken im Amazon- CloudWatch Benutzerhandbuch.

Compute Optimizer analysiert die folgenden NVIDIA GPU-Metriken:

• nvidia_smi_utilization_gpu

• nvidia_smi_memory_used

• nvidia_smi_encoder_stats_session_count

• nvidia_smi_encoder_stats_average_fps

• nvidia_smi_encoder_stats_average_latency

• nvidia_smi_temperature_gpu

Der Namespace muss die InstanceId Dimension und index Dimensionen enthalten. Wenn die Dimensionen fehlen oder Sie sie mit einem benutzerdefinierten Dimensionsnamen überschreiben, kann Compute Optimizer keine GPU-Auslastungsdaten für Ihre Instance sammeln. Namespaces und Dimensionen sind in der CloudWatch Agentenkonfigurationsdatei definiert. Weitere Informationen finden Sie unter Erstellen der CloudWatch Agentenkonfigurationsdatei im Amazon- CloudWatch Benutzerhandbuch.

Konfigurieren der Erfassung externer Metriken

Sie können die Funktion zur Erfassung externer Metriken verwenden, um so zu konfigurieren AWS Compute Optimizer , dass EC2-Speicherauslastungsmetriken aus einem der vier Beobachtbarkeitsprodukte aufgenommen werden: Datadog, DynatraceInstana, und New Relic. Wenn Sie die Erfassung externer Metriken aktivieren, analysiert Compute Optimizer zusätzlich zu Ihren CPU-, Festplatten-, Netzwerk-, E/A- und Durchsatzdaten Ihre externen EC2-Speicherauslastungsmetriken, um Empfehlungen zur EC2-Rechtsgestaltung zu generieren. Diese Empfehlungen können Ihnen zusätzliche Einsparungen und eine verbesserte Leistung bieten. Weitere Informationen finden Sie unter Aufnahme externer Metriken.

EBS-Volume-Metriken

Compute Optimizer analysiert die folgenden CloudWatch Metriken Ihrer EBS-Volumes.

Metrik	Beschreibung
VolumeReadBytes	Die Lesebytes pro Sekunde des EBS-Volumes.
VolumeWriteBytes	Die Schreibbytes pro Sekunde des EBS-Volumes.
VolumeReadOps	Die Lesevorgänge pro Sekunde des EBS-Volumes.
VolumeWriteOps	Die Schreibvorgänge pro Sekunde des EBS-Volumes.

Weitere Informationen zu diesen Metriken finden Sie unter Amazon- CloudWatch Metriken für Amazon EBS im Amazon Elastic Compute Cloud-Benutzerhandbuch.

Lambda-Funktionsmetriken

Compute Optimizer analysiert die folgenden CloudWatch Metriken Ihrer Lambda-Funktionen.

Metrik	Beschreibung
Invocations	Gibt an, wie oft Ihr Funktionscode ausgeführt wird, einschließlich erfolgreicher Ausführungen und Ausführungen, die zu einem Funktionsfehler führen.
Duration	Die Zeit, die Ihr Funktionscode mit der Verarbeitung eines Ereignisses verbringt.
Errors	Die Anzahl der Aufrufe, die zu einem Funktionsfehler führen. Funktionsfehler umfassen Ausnahmen, die von Ihrem Code ausgelöst werden, und Ausnahmen, die von der Lambda-Laufzeit ausgelöst werden. Die Laufzeit gibt Fehler für Probleme wie Timeouts und Konfigurationsfehler zurück.
Throttles	Die Anzahl der Aufrufanforderungen, die gedrosselt werden.

Weitere Informationen zu diesen Metriken finden Sie unter Arbeiten mit - AWS Lambda Funktionsmetriken im AWS Lambda -Entwicklerhandbuch.

Zusätzlich zu diesen Metriken analysiert Compute Optimizer die Speicherauslastung Ihrer Funktion während des Lookback-Zeitraums. Weitere Informationen zur Speicherauslastung für Lambda-Funktionen finden Sie unter Grundlegendes zum AWS Lambda Verhalten mit Amazon CloudWatch Logs Insights im AWS Management & Governance Blog und Verwenden von Lambda Insights in CloudWatch im AWS Lambda Entwicklerhandbuch für .

Metriken für Amazon-ECS-Services auf Fargate

Compute Optimizer analysiert die folgenden CloudWatch und Amazon-ECS-Auslastungsmetriken Ihrer Amazon-ECS-Services auf Fargate.

Metrik	Beschreibung
CPUUtilization	Der Prozentsatz der CPU-Kapazität, die im Service verwendet wird.
MemoryUtilization	Der Prozentsatz des Arbeitsspeichers, der im Service verwendet wird.

Weitere Informationen zu diesen Metriken finden Sie unter Amazon-ECS- CloudWatch Metriken im Amazon-ECS-Benutzerhandbuch für AWS Fargate.

Metriken für kommerzielle Softwarelizenzen

Compute Optimizer analysiert die folgende Metrik, um Empfehlungen für kommerzielle Softwarelizenzen zu generieren.

mssql_enterprise_features_used – die Anzahl der verwendeten Features der Microsoft SQL Server Enterprise Edition. Die Funktionen lauten wie folgt:

• Mehr als 128GB Arbeitsspeicher für die Pufferpool-Erweiterung

• Mehr als 48 vCPUs

• AlwaysOn-Verfügbarkeitsgruppen mit mehr als einer Datenbank

• Asynchrone Commit-Replikate

• Schreibgeschützte Replikate

• Asynchrone Datenbankspiegelung

• tempdb arbeitsspeicheroptimierte Metadaten sind aktiviert

• R- oder Python-Erweiterungen

• Peer-to-peer -Replikation

• Ressourcenkontrolle