Amazon ECS サービス使用率メトリクスのユースケース

次のリストは、Amazon ECS メトリクスを使用するタイミングに関する情報を示しています。

• リソース使用率のモニタリング: 平均統計を使用して、CPU とメモリの消費パターンをモニタリングし、パフォーマンスベースラインを確立して、パフォーマンスが段階的に低下する傾向を検出します。

• コスト最適化: 平均統計を使用して、リソースの使用状況のモニタリングし、コンテナを適切なサイズに設定し、使用状況パターンに基づく予約を調整して、スケジュールされたスケーリングを実装します。

• パフォーマンスベンチマーク: 平均統計を使用して、サービスリビジョン間のメトリクスを比較し、パフォーマンス KPI を確立し、最適化の改善を検証します。

• リソースフロア検出: 平均統計を使用して、休止期間中の最小リソースの最小ニーズを特定し、適切な予約を設定し、異常なドロップを検出します。

• 異常検出: 最小統計を使用して、初期化の失敗や予期しない休止期間などの潜在的な問題を示す異常なリソース使用率の低下を特定します。

• スケーリングポリシーの改善: 最小統計を使用して、実行可能な最小使用率に基づいて最適なスケールインしきい値を確立し、積極的なスケーリングを防ぎます。

• キャパシティプランニング: 最大統計を使用して、適切なタスクサイズを設定し、トラフィックの急増に備えて十分な余裕のあるインフラストラクチャを計画します。

• パフォーマンスのボトルネックの特定: 最大統計を使用して、リソースの飽和ポイントを検出し、ボトルネックを特定し、タスクサイズを拡大するタイミングを判断します。

• スケーリングポリシー設定: 最大統計を使用して、ピークパターンに基づいて最適なスケールアウトしきい値を設定し、バーストキャパシティを設定します。

• SLA コンプライアンスモニタリング: 最大統計を使用して、ピーク時の応答時間とエラー率を追跡し、サービスパフォーマンスが定義された SLA を満たしていることを確認します。

関連するメトリクス情報

Container Insights の詳細については、「CloudWatch ユーザーガイド」の「Container Insights use cases」を参照してください。