FAQ de AWS Compute Optimizer

Vous pouvez utiliser la fonctionnalité d'ingestion de métriques externes pour configurer l’Optimiseur de calcul AWS afin d'ingérer des métriques d'utilisation de la mémoire EC2 issues de l'un des quatre produits d'observabilité : Datadog, Dynatrace, Instana et New Relic. Lorsqu'il est activé, l’Optimiseur de calcul analyse vos indicateurs d'utilisation de la mémoire EC2 externe en plus de vos données de processeur, de disque, de réseau, d'E/S et de débit pour générer des recommandations de redimensionnement EC2. Les recommandations relatives aux données de mémoire peuvent vous aider à identifier des opportunités d'économies supplémentaires et des moyens d'améliorer les performances des applications.

Le mode d'estimation des économies vous permet de choisir si les économies estimées doivent tenir compte de vos remises spécifiques, telles que les instances réservées et les Savings Plans. Par défaut, AWS Compute Optimizer estime les économies réalisées grâce à vos remises. Vous pouvez modifier les paramètres du mode d’estimation des économies pour voir les économies réalisées avant les remises.

AWS Compute Optimizer peut identifier l'effort requis pour migrer vos charges de travail des types d'instances x86 vers des types d'instances AWS Graviton basés sur Arm en déduisant les types d'applications qui s'exécutent sur vos instances. Le type de charge de travail inféré déduit les types d'applications susceptibles de s'exécuter sur vos ressources AWS, telles que les instances EC2 et les groupes Auto Scaling, en analysant les attributs de vos ressources. Ces attributs incluent les noms des ressources, les balises, les caractéristiques d'utilisation et la configuration. Il peut déduire si vos instances exécutent Amazon EMR, Apache Cassandra, Apache Hadoop, Memcached, NGINX, PostgreSQL, Redis, Kafka ou Microsoft SQL Server.

Vous pouvez adapter les préférences de recommandations de redimensionnement à vos exigences en matière de charge de travail, afin de découvrir de nouvelles opportunités d'économies et d'amélioration des performances. Pour capturer avec précision vos modèles de charge de travail récurrents, vous pouvez définir une période rétrospective sur 14, 32 ou 93 jours (version améliorée) dans l’optimiseur de calcul AWS. Vous pouvez influencer les recommandations de redimensionnement en ajustant la marge d'utilisation du processeur et de la mémoire, ainsi que les seuils d'utilisation du processeur. Une liste personnalisable de types d'instances EC2 pour les recommandations de groupe EC2 et Auto Scaling vous permet de définir des contraintes de ressources spécifiques, telles que les besoins des applications ou de l'entreprise, sur la base des recommandations de redimensionnement. Compute Optimizer limitera les recommandations de redimensionnement aux types d'instances spécifiés dans votre liste. Après avoir enregistré les préférences de recommandation de redimensionnement, vous pouvez vous attendre à ce que de nouvelles recommandations de redimensionnement soient générées dans les 24 heures.

Vous pouvez ajuster les seuils d'utilisation lorsque vous souhaitez modifier la sensibilité d'AWS Compute Optimizer aux pics d'utilisation. Pour la plupart des charges de travail, des pics transitoires peuvent survenir, allant au-delà de l'utilisation normale, en raison de l'application de correctifs ou des redémarrages d'instances. Pour résoudre ce problème, vous pouvez définir des seuils d'utilisation, qui représentent le pourcentage de temps pendant lequel votre charge de travail doit s'exécuter dans les limites de votre marge d'utilisation. Si vos charges de travail sont moins sensibles aux pics, vous pouvez abaisser le seuil, ce qui peut vous permettre de réaliser davantage d'économies. Cela permet à Compute Optimizer de fournir des recommandations de redimensionnement adaptées avec la sensibilité requise pour vos objectifs de performance et d'économies.

Vous devez modifier la marge d'utilisation si vous avez une grande confiance dans vos tendances d'utilisation futures. Si vous vous attendez à une utilisation plus élevée à l'avenir, ou si vous n'êtes pas sûr, vous pouvez définir une marge plus élevée. Si vous êtes sûr que votre utilisation restera stable, vous pouvez réduire votre marge en toute sécurité.

AWS Compute Optimizer peut mettre à jour ces chiffres pour refléter les dernières mises à jour technologiques et maintenir la qualité des recommandations. Compute Optimizer peut affiner les paramètres que vous avez choisis en fonction des caractéristiques de votre charge de travail afin de vous proposer des recommandations d'instances adaptées.

Vous devez définir une liste d’instances préférées lorsque vous souhaitez contrôler les types et familles d’instances que l’Optimiseur de calcul AWS doit recommander à votre avis. La définition d'une liste d'instances préférées n'empêchera pas Compute Optimizer de générer des recommandations pour les instances actuellement exclues de la liste d'instances. Si vous avez des critères de redimensionnement spécifiques basés sur les instances, les Savings Plans des instances, les réservations, les instances à capacité extensible, le fournisseur de CPU ou autres, cela vous permet de configurer les recommandations en fonction de vos critères.

Si vous êtes titulaire d'un compte organisationnel ou administrateur délégué, vous pouvez définir des préférences de recommandation pour votre organisation et ses comptes et régions sous-jacents. Si vous êtes propriétaire d'un compte, vous pouvez définir des préférences de recommandation pour votre compte et vos régions. Lorsque des préférences se chevauchent au niveau des ressources, des comptes ou de l'organisation, la préférence la plus granulaire l'emporte sur la préférence la plus large. Par exemple, les préférences au niveau des ressources l'emportent sur les préférences au niveau du compte, et les préférences au niveau du compte l'emportent sur les préférences organisationnelles.

L’Optimiseur de calcul AWS propose jusqu'à trois options de recommandation de ressources pour les groupes Amazon Elastic Compute Cloud (EC2), Amazon Elastic Block Store (EBS) et EC2 groupes Auto Scaling. L’Optimiseur de calcul fournit une recommandation de taille de mémoire pour les fonctions AWS Lambda, et il fournit une recommandation de taille de CPU et de mémoire au niveau de la tâche pour les services de conteneur Amazon Elastic Container Service (ECS) sur AWS Fargate. L’Optimiseur de calcul propose jusqu’à deux options de ressources recommandées pour les instances de base de données relationnelle Amazon Relational Database Service (RDS) DB.  En outre, l’Optimiseur de calcul fournit une recommandation de licence pour la rétrogradation de l’édition Microsoft SQL Server.

L’Optimiseur de calcul AWS fournit des recommandations pour certains types d’instances EC2, de groupes Auto Scaling EC2, de volumes EBS, de services Amazon ECS sur AWS Fargate, de fonctions Lambda, d’instances RDS DB, et des licences de logiciels commerciaux.

L’Optimiseur de calcul AWS analyse les métriques des 14 derniers jours afin de générer des recommandations pour les instances Amazon Elastic Compute Cloud (EC2), les groupes EC2 Auto-Scaling et les instances de base de données relationnelle Amazon Relational Database Service (RDS) DB, mais vous pouvez modifier les paramètres sur 32 ou 93 jours. L’Optimiseur de calcul analyse les métriques des 14 derniers jours pour générer des recommandations pour d’autres types de ressources.

Vous pouvez désormais identifier et hiérarchiser rapidement les meilleures opportunités d’optimisation avec deux nouvelles métriques de tableau de bord : opportunités d’économies et opportunités d’optimisation des performances.

Les mesures d’opportunités d’économies quantifient les économies mensuelles sur les services Amazon EC2, Amazon EBS et Amazon ECS sur AWS Fargate, les licences logicielles commerciales et AWS Lambda que vous pouvez réaliser au niveau du compte, du type de ressource ou de la ressource en adoptant les recommandations de l’Optimiseur de calcul AWS. Ces métriques vous permettent d’évaluer et de hiérarchiser les opportunités d’économies et de contrôler votre rentabilité. Les métriques d'opportunité d'optimisation des performances quantifient le pourcentage et le nombre de ressources sous-provisionnées au niveau du compte et du type de ressource. Ces métriques vous permettent d'évaluer et de hiérarchiser les opportunités d'optimisation des performances capables de régler les risques de goulots d'étranglement au niveau des ressources.

Les métriques d’infrastructure avancées sont une fonctionnalité payante de l’Optimiseur de calcul AWS pour les instances EC2 et les instances RDS DB. Cette fonctionnalité améliore la précision et la pertinence des recommandations pour les charges de travail qui présentent des modèles d’utilisation mensuels et trimestriels. Lors de l’activation de cette fonctionnalité, l’Optimiseur de calcul intègre automatiquement et analyse jusqu’à six fois plus d’historique de métriques d’utilisation que l’option Optimiseur de calcul par défaut (jusqu’à 3 mois d’historique contre 14 jours). Vous pouvez activer la fonctionnalité à divers niveaux (organisation, compte ou ressource) via la console Optimiseur de calcul ou via l’API pour les instances EC2, nouvelles ou non, les groupes Auto Scaling et les instances RDS DB.

Consultez la page de tarification de l’optimiseur de calcul AWS pour obtenir plus d’informations.

L'optimiseur de calcul AWS génère des recommandations de rétrogradation d'édition pour SQL Server exécuté sur EC2. Lorsque vous n'utilisez aucune fonctionnalité réservée aux entreprises ou qu'il existe une alternative viable dans l'édition Standard sur AWS, vous pouvez passer d'Enterprise à Standard pour économiser jusqu'à 73 % du coût de licence SQL Server. Pour recevoir cette recommandation, les clients doivent activer CloudWatch Application Insights basé sur un agent et lui accorder un accès en lecture seule avec des informations d'identification de base de données. Cette recommandation de licence couvre à la fois vos instances EC2 SQL Server incluses (LI) et les instances Apportez votre propre licence (BYOL). En outre, vous pouvez optimiser vos coûts de licence grâce à des recommandations de redimensionnement des instances EC2, étant donné que SQL Server n'est concédé sous licence que par cœur de processeur. Moins de processeurs virtuels signifie une réduction du coût des licences SQL Server.

L'optimiseur de calcul AWS analyse vos configurations actuelles, telles que l'édition SQL Server, les options de licence et les fonctionnalités spécifiques au niveau de la base de données que vous utilisez. Sur la base de l'analyse, il détermine si vos instances SQL Server sont optimisées. Enfin, il génère des recommandations basées sur les critères d'optimisation prédéfinis, puis met les recommandations à disposition dans la console ou via des API.

Lorsque vous activez l'optimiseur de calcul AWS, vous autorisez le service à utiliser les données de configuration des services AWS et les métriques CloudWatch Application Insights. Pour SQL Server, les données incluent l'édition, les options de licence et les configurations des fonctionnalités de SQL Server suivies par CloudWatch Application Insights.

AWS Compute Optimizer prend en charge les recommandations de types et de tailles d'instances EC2 pour les instances EC2 autonomes des familles d'instances M, C, R, T, X, I, D, H, Z, G et P. Pour obtenir la liste complète des types d’instances EC2 pris en charge, consultez la documentation.

AWS Compute Optimizer analyse les métriques CloudWatch par défaut, tels que l'utilisation du processeur, les paquets réseau par seconde, le débit de stockage local ainsi que l'IOPS de stockage local lors de la génération de recommandations de type d'instance EC2. Les instances EC2 doivent disposer d'un total de 30 heures de métriques avant de pouvoir obtenir des recommandations.

Si vous utilisez l'agent CloudWatch pour publier l'utilisation de la mémoire, AWS Compute Optimizer analyse automatiquement les métriques de mémoire publiées par l'agent CloudWatch dans l'espace de noms « CWAgent ».

Si les métriques d'une ressource matérielle, telle que la mémoire, ne sont pas disponibles, AWS Compute Optimizer tente d'éviter de faire une recommandation qui réduit cette dimension.

Le risque de performance indique la probabilité que le type d'instance ne réponde pas aux besoins en ressources de votre charge de travail. AWS Compute Optimizer calcule un score de risque de performances individuel pour chaque dimension de ressources de l'instance recommandée, y compris le CPU, la mémoire, le débit EBS, les IOPS EBS, le débit réseau et les PPS de réseau. Pour chaque dimension de ressource, le score de risque de performances est calculé comme la proportion de temps sur la période rétrospective où la capacité peut être limitée dans la dimension de ressource donnée. Le risque concernant les performances de l’instance recommandée est calculé comme le score maximal de risque concernant les performances parmi les spécifications de la ressource analysée.

AWS Compute Optimizer projette l'utilisation potentielle du processeur et de la mémoire de votre instance EC2 si vous utilisiez l'option recommandée, afin que vous puissiez comprendre comment votre charge de travail fonctionnerait sur les options recommandées. Compute Optimizer répertorie également les différences de configuration entre l'instance actuelle et le type d'instance recommandé. Ainsi, vous pouvez comprendre les mises à jour que vous devrez éventuellement appliquer pour migrer vos charges de travail de l'instance actuelle vers le type d'instance recommandé. 

Une fois qu'AWS Compute Optimizer a identifié une liste de ressources AWS optimales pour votre charge de travail, il intègre une variété de dimensions de tarification, telles que la tarification à la demande, ainsi que le risque de performance attendu pour classer les recommandations. Compute Optimizer ne prend pas en compte les facteurs de tarification transitoires, tels que le prix Spot.

AWS Compute Optimizer fournit des recommandations de types et de tailles d'instances EC2 pour les groupes Auto Scaling EC2 avec une taille de groupe fixe, ce qui signifie que les valeurs souhaitées, minimales et maximales sont toutes définies sur la même valeur et n'ont aucune politique de mise à l'échelle associée. En outre, toutes les instances membres du groupe Auto Scaling doivent appartenir aux familles d'instances de types M, C, R, T, X, I, D, H, Z, G et P. À l'heure actuelle, Compute Optimizer ne prend pas en charge les groupes Auto Scaling configurés avec une politique d'instances mixtes. Pour obtenir la liste complète des types d’instances EC2 pris en charge, consultez la documentation.

AWS Compute Optimizer a besoin d'au moins 30 heures de métriques avant de faire des recommandations pour les groupes Auto Scaling. Compute Optimizer analyse les métriques CloudWatch par défaut de chaque instance EC2 membre, telles que les métriques d'utilisation du processeur et d'E/S réseau, ainsi que la configuration de groupe Auto Scaling, comme la politique de mise à l'échelle et le modèle de lancement associé.

AWS Compute Optimizer prend en charge les volumes EBS à usage général (gp2/gp3), les volumes EBS IOPS provisionnés (io1/io2/io2 BX) et les volumes HDD EBS (st1/sc1). Compute Optimizer fournit également des recommandations pour la migration de vos volumes magnétiques EBS vers les volumes EBS de la génération actuelle.

AWS Compute Optimizer a besoin d'au moins 30 heures de métriques consécutives avant de faire des recommandations pour des volumes EBS. Compute Optimizer analyse les métriques CloudWatch par défaut pour les volumes EBS, telles que les métriques d’IOPS et de débit.

Le risque de performances indique la probabilité que l'option recommandée ne réponde pas aux exigences de performances de votre charge de travail. Plus le risque de performances est élevé, plus vous devez consacrer d'efforts pour valider si la configuration de volume EBS recommandée répond aux exigences de performances de votre charge de travail.

Une fois qu'AWS Compute Optimizer a identifié une liste de configurations de volume EBS optimales pour votre charge de travail, il intègre la tarification EBS publique, ainsi que le risque de performance attendu pour classer les recommandations.

AWS Compute Optimizer vous aide à optimiser deux catégories de fonctions Lambda. La première catégorie inclut les fonctions Lambda qui peuvent avoir des capacités de mémoire suralimentées. Vous pouvez envisager de réduire les capacités de mémoire de ces fonctions pour réduire vos coûts. La seconde catégorie inclut des fonctions Lambda qui nécessitent une importante capacité de calcul et peuvent bénéficier d'une alimentation CPU supplémentaire. Vous pouvez envisager d'augmenter leurs capacités de mémoire pour augmenter dans les mêmes proportions le CPU disponible pour ces fonctions et ainsi réduire la durée d'exécution. Pour les fonctions qui ne rentrent dans aucune de ces catégories, Compute Optimizer ne donne aucune recommandation.

AWS Compute Optimizer analyse 14 jours d'historique d'invocations de fonction Lambda, y compris la durée d'exécution de la fonction, le temps processeur et l'utilisation de la mémoire, pour fournir des recommandations.

Oui. Une fois qu’AWS Compute Optimizer a identifié les capacités de mémoire optimales pour vos fonctions Lambda, il intègre les données de tarification Lambda publique, le temps d'exécution de la fonction et le nombre d'invocations de la fonction sur les 14 derniers jours pour calculer ce que serait le numéro de coût éventuel. Vous pouvez utiliser ce numéro pour déterminer ce qu'aurait été votre coût Lambda si vous aviez adapté les capacités de mémoire de votre fonction Lambda en fonction de l'option recommandée.

L’Optimiseur de calcul AWS fournit des recommandations de taille de CPU et de mémoire au niveau des tâches pour les services Amazon ECS exécutés sur AWS Fargate.

L’Optimiseur de calcul AWS a besoin d'au moins 24 heures de métriques avant de faire des recommandations pour vos services Amazon ECS sur AWS Fargate. L’Optimiseur de calcul analyse les données d'utilisation du CPU et de la mémoire des services Amazon ECS sur AWS Fargate.

L’Optimiseur de calcul AWS projette l'utilisation potentielle du processus AWS Compute Optimizer projette l'utilisation possible du CPU et de la mémoire de vos services Amazon ECS sur AWS Fargate si vous les configurez comme recommandé, afin que vous puissiez comprendre comment votre charge de travail se serait comportée avec les configurations recommandées.seur et de la mémoire de votre instance ECS si vous utilisiez l'option recommandée, afin que vous puissiez comprendre comment votre charge de travail fonctionnerait sur les options recommandées.

Oui. Une fois que Compute Optimizer a identifié les tailles optimales de CPU et de mémoire pour vos services Amazon ECS sur AWS Fargate, il intègre les prix publics d'AWS Fargate, les nouvelles configurations de CPU et de mémoire, ainsi que l'historique des temps d'exécution au cours des 14 derniers jours pour calculer un coût « potentiel ». Vous pouvez utiliser ces informations pour comprendre quel aurait été le coût de vos services Amazon ECS sur AWS Fargate si vous aviez défini la taille du CPU et de la mémoire sur l’option recommandée.  

AWS Compute Optimizer fournit des recommandations d'inactivité pour les instances EC2 autonomes, les groupes de mise à l’échelle automatique, les volumes EBS, les bases de données RDS et les tâches ECS sur Fargate.

Compute Optimizer utilise 14 jours de mesures d'utilisation, telles que le processeur et les IOPS, pour identifier les charges de travail inactives lorsque l'utilisation est faible. Lorsque le taux d'utilisation est faible pendant 14 jours consécutifs, Compute Optimizer recommande de supprimer, de réduire, de désactiver ou de créer un instantané et de supprimer vos ressources afin de réduire les coûts.

AWS Compute Optimizer fournit des recommandations pour les moteurs Amazon RDS for MySQL, Amazon RDS for PostgreSQL, Amazon Aurora MySQL compatible Edition et Amazon Aurora PostgreSQL Edition compatible.

AWS Compute Optimizer fournit des recommandations pour vous aider à détecter les instances de base de données inactives, à choisir la classe d'instance de base de données optimale, le type de stockage et des recommandations de performances pour les volumes EBS attachés aux instances de base de données RDS prises en charge.

AWS Compute Optimizer analyse automatiquement les métriques CloudWatch telles que l'utilisation du processeur, l'utilisation du réseau et les connexions aux bases de données, ainsi que les métriques d’analyse des performances d’Amazon RDS, telles que DBLoad, pour générer des recommandations. Les instances de base de données RDS doivent disposer d'au moins 30 heures de métriques avant de recevoir des recommandations.

Vous pouvez activer Performance Insights pour votre instance de base de données dans la console de gestion AWS. Pour plus d'instructions, vous pouvez consulter le Guide de l'utilisateur d'Amazon RDS et le Guide de l'utilisateur d'Amazon Aurora.

Le risque de performance indique la probabilité que le type d’instance ne réponde pas aux besoins en ressources de votre charge de travail. Compute Optimizer calcule un score de risque de performance individuel pour chaque dimension de ressource de l'instance recommandée, y compris le processeur, le débit EBS, les IOPS EBS et le débit réseau. Pour chaque dimension de ressource, le score de risque de performances est calculé comme la proportion de temps sur la période rétrospective où la capacité peut être limitée dans la dimension de ressource donnée. Le risque concernant les performances de l’instance recommandée est calculé comme le score maximal de risque concernant les performances parmi les spécifications de la ressource analysée.

Compute Optimizer projette le processeur potentiel de votre instance de base de données RDS si vous aviez utilisé l'option recommandée, afin que vous puissiez comprendre comment votre charge de travail aurait fonctionné avec les options recommandées. Compute Optimizer répertorie également les différences de configuration entre l’instance actuelle et la classe d’instance recommandée. Ainsi, vous comprendrez quelles mises à jour vous devrez éventuellement appliquer pour migrer vos charges de travail de l’instance actuelle vers la classe d’instance recommandée.

Oui, AWS Compute Optimizer s'intègre aux AWS Organizations pour vous permettre de voir toutes vos recommandations au sein de votre organisation. Pour pouvoir utiliser cette fonction, votre organisation doit avoir activé « all features » (toutes les fonctions), et vous devez vous connecter en tant que compte principal de votre organisation.