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.
Holen Sie sich Empfehlungen zum Instanztyp mit AWS Compute Optimizer
AWS bietet Empfehlungen für den Amazon EC2 EC2-Instance-Typ, um Ihnen zu helfen, die Leistung zu verbessern, Geld zu sparen oder beides zu tun, indem Sie Funktionen verwenden, die von bereitgestellt werden AWS Compute Optimizer. Sie können diese Empfehlungen verwenden, um zu entscheiden, ob Sie zu einem neuen Instance-Typ in Ihrer Auto Scaling Scaling-Gruppe wechseln möchten.
Um Empfehlungen abzugeben, analysiert Compute Optimizer Ihre vorhandenen Instance-Spezifikationen und den letzten Metrikverlauf. Die kompilierten Daten werden dann verwendet, um zu empfehlen, welche Amazon-EC2-Instance-Typen am besten für die Verarbeitung der vorhandenen Leistungs-Workload optimiert sind. Empfehlungen werden zusammen mit den Preisen der Instance pro Stunde zurückgegeben.
Anmerkung
Um Empfehlungen von Compute Optimizer zu erhalten, müssen Sie sich zunächst bei Compute Optimizer anmelden. Weitere Informationen finden Sie unter Erste Schritte in AWS Compute Optimizer im AWS Compute Optimizer -Benutzerhandbuch.
Einschränkungen
Compute Optimizer generiert Empfehlungen für Instances in Auto-Scaling-Gruppen, die zum Starten und Ausführen von M-, C-, R-, T- und X-Instance-Typen konfiguriert sind. Es werden jedoch keine Empfehlungen für -g-Instance-Typen generiert, die auf AWS Graviton2-Prozessoren (z. B. C6g) basieren, und für -n-Instance-Typen, die eine höhere Netzwerkbandbreitenleistung aufweisen (z. B. M5n).
Die Auto-Scaling-Gruppen müssen auch so konfiguriert sein, dass sie einen einzelnen Instance-Typ ausführen (d. h. keine gemischten Instance-Typen), dürfen keiner Skalierungsrichtlinie zugeordnet sein und müssen dieselben Werte für die gewünschte, minimale und maximale Kapazität aufweisen (d. h. eine Auto-Scaling-Gruppe mit einer festen Anzahl von Instances). Compute Optimizer generiert Empfehlungen für Instances in Auto-Scaling-Gruppen, die alle dieser Konfigurationsanforderungen erfüllen.
Funde
Compute Optimizer klassifiziert die Ergebnisse für Auto-Scaling-Gruppen wie folgt:
-
Nicht optimiert – Eine Auto-Scaling-Gruppe gilt als nicht optimiert, wenn Compute Optimizer eine Empfehlung identifiziert hat, die eine bessere Leistung für Ihr Workload bieten kann.
-
Optimiert – Eine Auto-Scaling-Gruppe wird als optimiert angesehen, wenn Compute Optimizer feststellt, dass die Gruppe korrekt bereitgestellt ist, um Ihr Workload auszuführen, basierend auf dem gewählten Instance-Typ. Für optimierte Ressourcen empfiehlt Compute Optimizer manchmal einen Instance-Typ der neuen Generation.
-
Keine – Für diese Auto-Scaling-Gruppe liegen keine Empfehlungen vor. Dies kann vorkommen, wenn Sie bei Computer Optimizer weniger als 12 Stunden angemeldet waren oder die Auto-Scaling-Gruppe weniger als 30 Stunden ausgeführt wurde oder wenn dieAuto-Scaling-Gruppe oder der Instance-Typ von Compute Optimizer nicht unterstützt wird. Weitere Informationen finden Sie im Abschnitt Einschränkungen.
Anzeigen von Empfehlungen
Nachdem Sie sich für Compute Optimizer entschieden haben, können Sie die Ergebnisse und Empfehlungen anzeigen, die für Ihre Auto-Scaling-Gruppen generiert werden. Wenn Sie sich kürzlich angemeldet haben, werden Empfehlungen möglicherweise bis zu 12 Stunden nicht angezeigt.
So zeigen Sie Empfehlungen an, die für eine Auto-Scaling-Gruppe generiert wurden
Öffnen Sie die Compute-Optimizer-Konsole unter https://console.aws.amazon.com/compute-optimizer/
. Die Dashboard-Seite wird geöffnet.
-
Wählen Sie View recommendations for all Auto Scaling groups (Empfehlungen für alle Auto-Scaling-Gruppen anzeigen) aus.
-
Wählen Sie Ihre Auto-Scaling-Gruppe aus.
-
Wählen Sie die Option View details (Details anzeigen) aus.
Die Ansicht ändert sich, um bis zu drei verschiedene Instance-Empfehlungen in einer vorkonfigurierten Ansicht anzuzeigen, basierend auf den Standard-Tabelleneinstellungen. Es stellt auch aktuelle CloudWatch Metrikdaten (durchschnittliche CPU-Auslastung, durchschnittlicher Netzwerkeingang und durchschnittlicher Netzwerkausgang) für die Auto Scaling Scaling-Gruppe bereit.
Legen Sie fest, ob Sie eine der Empfehlungen verwenden möchten. Entscheiden Sie, ob Sie die Leistungssteigerung, Kostensenkung oder beides optimieren möchten.
Um den Instance-Typ in Ihrer Auto-Scaling-Gruppe zu ändern, aktualisieren Sie die Startvorlage oder aktualisieren Sie die Auto-Scaling-Gruppe so, dass sie eine neue Startkonfiguration verwendet. Für bestehende Instances wird weiterhin die vorherige Konfiguration verwendet. Um die vorhandenen Instances zu aktualisieren, beenden Sie sie, damit sie durch Ihre Auto-Scaling-Gruppe ersetzt werden. Sie können auch zulassen, dass die Auto-Scaling-Gruppe ältere Instances schrittweise durch neuere Instances basierend auf Ihren Beendigungsrichtlinien ersetzt.
Anmerkung
Mit den Funktionen für maximale Instance-Lebensdauer und Instance-Aktualisierung können Sie auch vorhandene Instances in Ihrer Auto-Scaling-Gruppe ersetzen, um neue Instances zu starten, die die neue Startvorlage oder Startkonfiguration verwenden. Weitere Informationen finden Sie unter Auto-Scaling-Instances basierend auf der maximalen Instance-Lebensdauer ersetzen und Verwenden Sie eine Instanzaktualisierung, um Instances in einer Auto Scaling Scaling-Gruppe zu aktualisieren.
Überlegungen zur Bewertung der Empfehlungen
Bevor Sie zu einem neuen Instance-Typ wechseln, sollten Sie Folgendes beachten:
-
Die Empfehlungen prognostizieren nicht Ihre Nutzung. Die Empfehlungen basieren auf Ihrer bisherigen Nutzung während des letzten 14-Tage-Zeitraums. Stellen Sie sicher, dass Sie einen Instance-Typ auswählen, der Ihren zukünftigen Verwendungsanforderungen entspricht.
-
Konzentrieren Sie sich auf die grafisch dargestellten Metriken, um zu ermitteln, ob die tatsächliche Nutzung geringer als die Instance-Kapazität ist. Sie können auch Metrikdaten (Durchschnitt, Spitze, Perzentil) einsehen, CloudWatch um Ihre EC2-Instance-Empfehlungen weiter auszuwerten. Beachten Sie zum Beispiel, wie sich die prozentualen CPU-Prozentsatzmetriken im Laufe des Tages verändern und ob es Datenverkehrsspitzen gibt, die berücksichtigt werden müssen. Weitere Informationen finden Sie unter Verfügbare Messwerte anzeigen im CloudWatch Amazon-Benutzerhandbuch.
-
Compute Optimizer bietet möglicherweise Empfehlungen für Instances mit Spitzenlastleistung, bei denen es sich um T3-, T3a- und T2-Instances handelt. Wenn Sie regelmäßig über Ihre Basisleistung hinausgehen, stellen Sie sicher, dass Sie dies weiterhin auf der Grundlage der vCPUs des neuen Instance-Typs tun können. Weitere Informationen finden Sie unter CPU-Guthaben und Basisleistung für Burstable-Performance-Instances im Amazon EC2 EC2-Benutzerhandbuch.
-
Wenn Sie eine Reserved Instance erworben haben, wird Ihnen Ihre On-Demand-Instance möglicherweise als Reserved Instance in Rechnung gestellt. Bevor Sie den aktuellen Instance-Typ ändern, sollten Sie zunächst die Auswirkungen auf die Nutzung und Abdeckung der Reserved Instance bewerten.
-
Ziehen Sie nach Möglichkeit einen Umstieg auf Instances der neueren Generation in Betracht.
-
Bei der Migration auf eine andere Instance-Familie ist darauf zu achten, dass der aktuelle Instance-Typ und der neue Instance-Typ miteinander kompatibel sind, z. B. in Bezug auf Virtualisierung, Architektur oder Netzwerktyp. Weitere Informationen finden Sie unter Kompatibilität bei der Größenänderung von Instances im Amazon EC2 EC2-Benutzerhandbuch.
-
Berücksichtigen Sie abschließend die Bewertung des Leistungsrisikos, die für jede Empfehlung angegeben ist. Das Leistungsrisiko gibt den Aufwand an, den Sie möglicherweise aufwenden müssen, um zu überprüfen, ob der empfohlene Instance-Typ den Leistungsanforderungen Ihrem Workload entspricht. Darüber hinaus empfehlen wir, vor und nach jeder Änderung Last- und Leistungstests durchzuführen.
Weitere Ressourcen
Weitere Informationen zu den Themen auf dieser Seite finden Sie in den folgenden Quellen:
