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.

Verwenden AWS Benutzerbenachrichtigungen mit Erkennung von Kostenanomalien

Mithilfe von AWS Benutzerbenachrichtigungen können Sie Versandkanäle einrichten, die Sie über Ereignisse im Zusammenhang mit der Erkennung von Kostenanomalien informieren. Sie erhalten eine Benachrichtigung, wenn ein Ereignis einer bestimmten Regel entspricht. Sie können Benachrichtigungen über Ereignisse über mehrere Kanäle erhalten, darunter E-Mail, Amazon Q Developer in Chat-Anwendungen wie Amazon Chime, Microsoft Teams und Slack oder Push-Benachrichtigungen für die mobile AWS Konsolenanwendung. Sie können Benachrichtigungen auch über das Console Notifications Center in der AWS Benutzerbenachrichtigungskonsole einsehen.

AWS Benutzerbenachrichtigungen unterstützen auch die Aggregation, wodurch die Anzahl der Benachrichtigungen, die Sie bei bestimmten Ereignissen erhalten, reduziert werden kann. Weitere Informationen finden Sie im AWS -Benutzerhandbuch für Benutzerbenachrichtigungen.

Um AWS Benutzerbenachrichtigungen verwenden zu können, müssen Sie über die richtigen Berechtigungen für AWS Identitäts- und Zugriffsmanagement (IAM) verfügen. Weitere Informationen zur Konfiguration Ihrer IAM-Berechtigungen finden Sie unter Erstellen einer Benachrichtigungskonfiguration im AWS Benutzerhandbuch für Benutzerbenachrichtigungen.

Beispiel: EventBridge Ereignis für Anomalie erkannt

Das Folgende ist ein generalisiertes Beispielereignis für. Anomaly Detected Sie können EventBridge Ereignisse (wie dieses) mithilfe von AWS Benutzerbenachrichtigungen abonnieren.

{
    "version": "0",
    "id": "<id>", // alphanumeric string
    "source": "aws.ce",
    "detail-type": "Anomaly Detected",
    "account": "<account ID>", // 12 digit account id.
    "region": "<region>", // Cost Anomaly Detection home region.
    "time": "<date>", // Format: yyyy-MM-dd'T'hh:mm:ssZ
    "resources": [ 
         "arn:aws:ce::123456789012:anomalymonitor/abcdef12-1234-4ea0-84cc-918a97d736ef"
    ],
    "detail": {
         "accountName": "<account name>",
         "anomalyEndDate": "2021-05-25T00:00:00Z",
         "anomalyId": "12345678-abcd-ef12-3456-987654321a12",
         "anomalyScore": { 
            "currentScore": 0.47,
            "maxScore": 0.47
         },
         "anomalyStartDate": "2021-05-25T00:00:00Z",
         "dimensionValue": "<dimension value>", // service name for AWS Service Monitor
         "feedback": "string",
         "impact": {
            "maxImpact": 151,
            "totalActualSpend": 1301,
            "totalExpectedSpend": 300,
            "totalImpact": 1001,
            "totalImpactPercentage": 333.67
         },
         "rootCauses": [ 
            {
                "linkedAccount": "<linked account ID>", // 12 digit account id.
                "linkedAccountName": "<linked account name>",
                "region": "<region>",
                "service": "<service name>", // AWS service name
                "usageType": "<usage type>", // AWS service usage type
                "impact": {
                    "contribution": 601,
                }
            }
        ],
        "accountId": "<account ID>", // 12 digit account id.
        "monitorArn": "arn:aws:ce::123456789012:anomalymonitor/abcdef12-1234-4ea0-84cc-918a97d736ef",
        "monitorName": "<your monitor name>",
        "anomalyDetailsLink": "https://console.aws.amazon.com/cost-management/home#/anomaly-detection/monitors/abcdef12-1234-4ea0-84cc-918a97d736ef/anomalies/12345678-abcd-ef12-3456-987654321a12"
    }
}

Filtern von Ereignissen

Sie können Ereignisse entweder mithilfe der in der AWS Benutzerbenachrichtigungskonsole verfügbaren Filter nach Dienst und Namen filtern, oder nach bestimmten Eigenschaften, wenn Sie Ihren eigenen EventBridge Filter aus JSON-Code erstellen.

Beispiel: Nach Auswirkung filtern

Der folgende Filter erfasst alle Anomalien mit einer Gesamtauswirkung von mehr als 100$ und einer prozentualen Auswirkung von mehr als 10%.

{
    "detail": {
        "impact": {
            "totalImpact": [{
                "numeric": [">", 100]
            }],
            "totalImpactPercentage": [{
                "numeric": [">", 10]
            }]
        }
    }
}

Beispiel: Nach Servicedimension filtern

Der folgende Filter erfasst für den EC2-Dienst spezifische Anomalien, die AWS vom Dienstmonitor erkannt wurden.

{
    "detail": {
        "dimensionValue": ["Amazon Elastic Compute Cloud - Compute"],
        "monitorName": ["aws-services-monitor"]
    }
}

Beispiel: Nach dem Tag der Kostenzuweisung filtern

Der folgende Filter erfasst Anomalien für das Frontend-Anwendungsteam, die von einem Tag-Monitor für die dimensionale Kostenzuweisung erkannt wurden.

{
  "detail": {
    "dimensionValue": ["ApplicationTeam:Frontend"],
    "monitorName": ["dimensional-CAT-monitor"]
  }
}

Beispiel: Nach der Grundursache der Region filtern

Der folgende Filter erfasst Anomalien, die ihre Hauptursachen in der Region USA Ost (Nord-Virginia) haben.

{
  "detail": {
    "rootCauses": {
      "region": ["us-east-1"]
    }
  }
}

Beispiel: Nach mehreren Kriterien filtern

Der folgende komplexe Filter erfasst Anomalien für das Frontend-Anwendungsteam mit einer Gesamtauswirkung von mehr als 100$, einer prozentualen Auswirkung von mehr als 10% und den Hauptursachen in der Region USA Ost (Nord-Virginia).

{
  "detail": {
    "dimensionValue": ["ApplicationTeam:Frontend"],
    "monitorName": ["dimensional-CAT-monitor"],
    "impact": {
        "totalImpact": [{ "numeric": [">", 100] }],
        "totalImpactPercentage": [{ "numeric": [">", 10] }]
    },
    "rootCauses": {
        "region": ["us-east-1"]
    }
  }
}