分析、优化和降低 CloudWatch 成本

本部分介绍了 Amazon CloudWatch 功能如何产生成本。它还提供了可以帮助您分析、优化和降低 CloudWatch 成本的方法。在本部分中，我们在描述 CloudWatch 功能时有时会提及定价。有关定价的信息，请参阅 Amazon CloudWatch 定价。

使用 Cost Explorer 分析 CloudWatch 成本和使用数据

使用 AWS Cost Explorer，您可以可视化和分析 AWS 服务 一段时间内的成本和使用数据，包括 CloudWatch。有关更多信息，请参阅 AWS Cost Explorer 入门。

以下程序介绍如何使用 Cost Explorer 可视化和分析 CloudWatch 成本和使用数据。

可视化和分析 CloudWatch 成本和使用数据

下图显示了 CloudWatch 功能在六个月内产生的成本示例。

要了解哪些 CloudWatch 功能产生的费用最高，请查看 UsageType 的值。例如，EU-CW:GMD-Metrics 表示 CloudWatch 批量 API 请求产生的成本。

下表包含每个 CloudWatch 功能的名称，列出了每个子功能的名称，并列出了 UsageType 的字符串。

使用 AWS 成本和使用情况报告 和 Athena 分析 CloudWatch 成本和使用数据

分析 CloudWatch 成本和使用数据的另一种方法是使用 AWS 成本和使用情况报告 和 Amazon Athena。AWS 成本和使用情况报告 包含一组全面的成本和使用数据。您可以创建跟踪费用和使用量的报告，并将这些报告发布到您选择的 S3 存储桶。您还可以从 S3 存储桶中下载和删除报告。有关更多信息，请参阅《AWS 成本和使用情况报告 用户指南》中的 什么是 AWS 成本和使用情况报告？。

Athena 是一项查询服务，您可以将其与 AWS 成本和使用情况报告 结合使用来分析成本和使用数据。您可以在 S3 存储桶中查询报告，而无需先下载它们。有关更多信息，请参阅《Amazon Athena 用户指南》中的 什么是 Amazon Athena？。有关更多信息，请参阅《Amazon Athena 用户指南》中的什么是 Amazon Athena？。有关定价的信息，请参阅 Amazon Athena 定价。

以下程序描述了启用 AWS 成本和使用情况报告 并将该服务与 Athena 集成的过程。该程序包含两个可用于分析 CloudWatch 成本和使用数据的示例查询。

使用 AWS 成本和使用情况报告 和 Athena 分析成本和使用数据

SELECT
CASE
-- Metrics
WHEN line_item_usage_type LIKE '%%MetricMonitorUsage%%' THEN 'Metrics (Custom, Detailed monitoring management portal EMF)'
WHEN line_item_usage_type LIKE '%%Requests%%' THEN 'Metrics (API Requests)'
WHEN line_item_usage_type LIKE '%%GMD-Metrics%%' THEN 'Metrics (Bulk API Requests)'
WHEN line_item_usage_type LIKE '%%MetricStreamUsage%%' THEN 'Metric Streams'
-- Dashboard
WHEN line_item_usage_type LIKE '%%DashboardsUsageHour%%' THEN 'Dashboards'
-- Alarms
WHEN line_item_usage_type LIKE '%%AlarmMonitorUsage%%' THEN 'Alarms (Standard)'
WHEN line_item_usage_type LIKE '%%HighResAlarmMonitorUsage%%' THEN 'Alarms (High Resolution)'
WHEN line_item_usage_type LIKE '%%MetricInsightAlarmUsage%%' THEN 'Alarms (Metrics Insights)'
WHEN line_item_usage_type LIKE '%%CompositeAlarmMonitorUsage%%' THEN 'Alarms (Composite)'
-- Logs
WHEN line_item_usage_type LIKE '%%DataProcessing-Bytes%%' THEN 'Logs (Collect - Data Ingestion)'
WHEN line_item_usage_type LIKE '%%DataProcessingIA-Bytes%%' THEN 'Infrequent Access Logs (Collect - Data Ingestion)'
WHEN line_item_usage_type LIKE '%%DataProtection-Bytes%%' THEN 'Logs (Data Protection - Detect and Mask)'
WHEN line_item_usage_type LIKE '%%TimedStorage-ByteHrs%%' THEN 'Logs (Storage - Archival)'
WHEN line_item_usage_type LIKE '%%DataScanned-Bytes%%' THEN 'Logs (Analyze - Logs Insights queries)'
WHEN line_item_usage_type LIKE '%%Logs-LiveTail%%' THEN 'Logs (Analyze - Logs Live Tail)'
-- Vended Logs
WHEN line_item_usage_type LIKE '%%VendedLog-Bytes%%' THEN 'Vended Logs (Delivered to CW)'
WHEN line_item_usage_type LIKE '%%VendedLogIA-Bytes%%' THEN 'Vended Infrequent Access Logs (Delivered to CW)'
WHEN line_item_usage_type LIKE '%%FH-Egress-Bytes%%' THEN 'Vended Logs (Delivered to Data Firehose)'
WHEN (line_item_usage_type LIKE '%%S3-Egress-Bytes%%') THEN 'Vended Logs (Delivered to S3)'
-- Other
WHEN line_item_usage_type LIKE '%%Application-Signals%%' THEN 'Application Signals'
WHEN line_item_usage_type LIKE '%%Canary-runs%%' THEN 'Synthetics'
WHEN line_item_usage_type LIKE '%%Evidently%%' THEN 'Evidently' 
WHEN line_item_usage_type LIKE '%%RUM-event%%' THEN 'RUM'
ELSE 'Others'
END AS UsageType,
-- REGEXP_EXTRACT(line_item_resource_id,'^(?:.+?:){5}(.+)$',1) as ResourceID,
-- SUM(CAST(line_item_usage_amount AS double)) AS UsageQuantity,
SUM(CAST(line_item_unblended_cost AS decimal(16,8))) AS TotalSpend
FROM
costandusagereport 
WHERE
product_product_name = 'AmazonCloudWatch'
AND year='2022' 
AND month='4' 
AND line_item_line_item_type NOT IN ('Tax','Credit','Refund','EdpDiscount','Fee','RIFee')
-- AND line_item_usage_account_id = '123456789012' – If you want to filter on a specific account, you can
remove this comment at the beginning of the line and specify an AWS account.
GROUP BY
1
ORDER BY
TotalSpend DESC,
UsageType;

SELECT
bill_payer_account_id as Payer,
line_item_usage_account_id as LinkedAccount,
line_item_usage_type AS UsageType,
line_item_operation AS Operation,
line_item_resource_id AS ResourceID,
SUM(CAST(line_item_usage_amount AS double)) AS UsageQuantity,
SUM(CAST(line_item_unblended_cost AS decimal(16,8))) AS TotalSpend
FROM
costandusagereport 
WHERE
product_product_name = 'AmazonCloudWatch'
AND year='2022' 
AND month='4' 
AND line_item_line_item_type NOT IN ('Tax','Credit','Refund','EdpDiscount','Fee','RIFee')
GROUP BY
bill_payer_account_id,
line_item_usage_account_id,
line_item_usage_type,y
line_item_resource_id,
line_item_operation

优化和降低 CloudWatch 指标的成本

许多 AWS 服务，例如 Amazon Elastic Compute Cloud（Amazon EC2）、Amazon S3 和 Amazon Data Firehose 等会自动向 CloudWatch 免费发送指标。但是，按以下类别分组的指标可能会产生额外费用：

有关更多信息，请参阅使用 Amazon CloudWatch 指标。

自定义指标

您可以创建自定义指标以按任何顺序和任何速率组织数据点。

所有自定义指标均按小时按比例分配。它们只有在发送到 CloudWatch 时才会计量。有关指标定价的信息，请参阅 Amazon CloudWatch 定价。

下表列出了 CloudWatch 指标的相关子功能的名称。该表包含 UsageType 和 Operation 的字符串，它可以帮助您分析和确定与指标相关的成本。

详细监控

CloudWatch 具有两种监控类型：

与自定义指标类似，详细监控按小时按比例分配，并且仅在将数据发送到 CloudWatch 时计量。详细监控根据发送到 CloudWatch 的指标数量生成成本。为降低成本，请仅在必要时启用详细监控。有关详细监控定价方式的信息，请参阅 Amazon CloudWatch 定价。

Example: Athena query（示例：Athena 查询）

您可以使用以下查询显示哪些 EC2 实例已启用详细监控。

SELECT
bill_payer_account_id as Payer,
line_item_usage_account_id as LinkedAccount,
line_item_usage_type AS UsageType,
line_item_operation AS Operation,
line_item_resource_id AS ResourceID,
SUM(CAST(line_item_usage_amount AS double)) AS UsageQuantity,
SUM(CAST(line_item_unblended_cost AS decimal(16,8))) AS TotalSpend
FROM
costandusagereport 
WHERE
product_product_name = 'AmazonCloudWatch'
AND year='2022' 
AND month='4' 
AND line_item_operation='MetricStorage:AWS/EC2'
AND line_item_line_item_type NOT IN ('Tax','Credit','Refund','EdpDiscount','Fee','RIFee')
GROUP BY
bill_payer_account_id,
line_item_usage_account_id,
line_item_usage_type,
line_item_resource_id,
line_item_operation,
line_item_line_item_description
ORDER BY line_item_operation

嵌入式指标

借助 CloudWatch 嵌入式指标格式，您可以将应用程序数据作为日志数据提取，以便生成可操作的指标。有关更多信息，请参阅采用 CloudWatch 嵌入式指标格式摄取高基数日志并生成指标。

嵌入式指标会根据摄取的日志数量、存档的日志数和生成的自定义指标的数量产生成本。

下表列出了 CloudWatch 嵌入式指标格式的相关子功能的名称。该表包含 UsageType 和 Operation 的字符串，它可以帮助您分析和确定成本。

要分析成本，请结合使用 AWS 成本和使用情况报告 和 Athena，以便您可以确定哪些指标正在产生成本，并确定成本是如何产生的。

要充分利用 CloudWatch 嵌入式指标格式产生的成本，请避免基于高基数维度创建指标。这样，CloudWatch 就不会为每个唯一的维度组合创建自定义指标。有关更多信息，请参阅维度。

如果您正在使用 CloudWatch Container Insights 来利用嵌入式指标格式，则可以使用 AWS Distro for Open Telemetry 作为最大限度地利用指标相关成本的替代方案。使用 Container Insights，您可以从容器化应用程序和微服务中收集、聚合和汇总指标与日志。启用 Container Insights 后，CloudWatch 代理会将您的日志发送到 CloudWatch，这样它就可以使用这些日志生成嵌入式指标。但是，CloudWatch 代理仅向 CloudWatch 发送固定数量的指标，并且您需要为所有可用指标（包括未使用的指标）付费。使用 AWS Distro for Open Telemetry，您可以配置和自定义将哪些指标和维度发送到 CloudWatch。这有助于您减少 Container Insights 生成的数据量和降低成本。有关更多信息，请参阅以下资源：

API 请求

CloudWatch 具有以下类型的 API 请求：

API 请求会根据请求类型和请求的指标数量生成成本。

下表列出了 API 请求的类型并包含 UsageType 和 Operation 的字符串，它可以帮助您分析和确定与 API 相关的成本。

要分析成本，请使用 Cost Explorer，并按 API Operation（API 操作）对结果进行分组。

API 请求的成本各不相同，当您的 API 调用次数超过根据 AWS 免费套餐限制提供给您的 API 调用次数时，会产生费用。

通常会增加成本的 API 请求是 Put 和 Get 请求。

PutMetricData

PutMetricData 每次调用时都会产生成本，并且根据使用案例的不同，可能会产生巨额成本。有关更多信息，请参阅 Amazon CloudWatch API 参考中的 PutMetricData。

要最大限度地利用 PutMetricData 产生的成本，将更多数据批量发送到您的 API 调用中。根据您的使用案例，考虑使用 CloudWatch Logs 或 CloudWatch 嵌入式指标格式来注入指标数据。有关更多信息，请参阅以下资源：

GetMetricData

GetMetricData 也可能会产生巨大的成本。提高成本的常见使用案例涉及第三方监控工具，这些工具会提取数据以生成见解。有关更多信息，请参阅 Amazon CloudWatch API 参考中的 GetMetricData。

要降低 GetMetricData 产生的成本，请考虑只提取受监控和使用的数据，或者考虑减少提取数据的频率。根据您的使用案例，您可能会考虑使用指标流，而不是 GetMetricData，这样您就可以以更低的成本将数据近乎实时地推送给第三方。有关更多信息，请参阅以下资源：

GetMetricStatistics

根据您的使用案例，您可能会考虑使用 GetMetricStatistics 而不是 GetMetricData。使用 GetMetricData，您可以快速大规模地检索数据。但是，GetMetricStatistics 包含在 AWS 免费套餐限制下，最多一百万个 API 请求，如果您不需要在每次调用时检索那么多的指标和数据点，这可以帮助您降低成本。有关更多信息，请参阅以下资源：

CloudWatch metric streams（CloudWatch 指标流）

借助 CloudWatch 指标流，您可以将指标持续发送到 AWS 目标和第三方服务提供商目标。

指标流根据指标更新的数量产生成本。指标更新始终包括以下统计数据的值：

有关更多信息，请参阅可以流式传输的统计数据。

要分析 CloudWatch 指标流产生的成本，请结合使用 AWS 成本和使用情况报告 与 Athena。通过此方式，您可以确定哪些指标正在产生成本，并确定成本是如何产生的。

Example: Athena query（示例：Athena 查询）

您可以使用以下查询通过 Amazon 资源名称（ARN）跟踪哪些指标流产生成本。

SELECT
SPLIT_PART(line_item_resource_id,'/',2) AS "Stream Name",
line_item_resource_id as ARN,
SUM(CAST(line_item_unblended_cost AS decimal(16,2))) AS TotalSpend
FROM
costandusagereport 
WHERE
product_product_name = 'AmazonCloudWatch'
AND year='2022' 
AND month='4' 
AND line_item_line_item_type NOT IN ('Tax','Credit','Refund','EdpDiscount','Fee','RIFee')
-- AND line_item_usage_account_id = '123456789012' – If you want to filter on a specific account, you can
remove this comment at the beginning of the line and specify an AWS account.
AND line_item_usage_type LIKE '%%MetricStreamUsage%%'
GROUP BY line_item_resource_id
ORDER BY TotalSpend DESC

要降低 CloudWatch 指标流产生的成本，请仅流式传输能为您带来业务价值的指标。您还可以停止或暂停任何未使用的指标流。

优化和降低 CloudWatch 警报的成本

通过 CloudWatch 告警，您可以创建基于单个指标的告警、基于 Metrics Insights 查询的告警以及监视其他告警的复合告警。

指标警报

指标告警具有以下分辨率设置：

创建指标告警时，成本基于告警的分辨率设置和告警引用的指标数。例如，引用单项指标的指标告警，每小时产生一个告警指标成本。有关更多信息，请参阅使用 Amazon CloudWatch 告警。

如果创建的指标告警包含引用多个指标的指标数学表达式，则在指标数学表达式中引用的每个告警指标都会产生成本。有关如何创建包含指标数学表达式的指标告警的信息，请参阅根据指标数学表达式创建 CloudWatch 告警。

如果创建异常检测告警，其中告警会分析过去的指标数据以创建预期值模型，则告警中引用的每个警报指标加上两个额外的指标（分别用于异常检测模型创建的上下限指标）都会产生成本。有关如何创建异常检测告警的信息，请参阅根据异常检测创建 CloudWatch 告警。

Metrics Insights 查询警报

Metrics Insights 查询告警是一种特定类型的指标告警，仅在标准分辨率下可用（每 60 秒评估一次）。

创建 Metrics Insights 查询告警时，您的成本取决于告警引用的查询所分析的指标数量。例如，如果 Metrics Insights 查询告警引用了筛选条件匹配十个指标的查询，则每小时会产生十个指标的分析成本。有关更多信息，请参阅 Amazon CloudWatch 定价上的定价示例。

如果您创建的告警包含 Metrics Insights 查询和指标数学表达式，则该告警将作为 Metrics Insights 查询告警进行报告。如果您的告警包含一个指标数学表达式，该表达式除了引用 Metrics Insights 查询所分析的指标外还引用了其他指标，则该指标数学表达式中引用的每个告警指标都会产生额外的成本。有关如何创建包含指标数学表达式的指标告警的信息，请参阅根据指标数学表达式创建 CloudWatch 告警。

复合警报

复合告警包含规则表达式，用于指定应如何评估其他告警的状态以确定其自身的状态。无论评估多少其他告警，复合告警每小时都会产生标准成本。在规则表达式中引用的复合告警会产生单独的成本。有关更多信息，请参阅创建复合告警。

告警使用类型

下表列出了 CloudWatch 告警的相关子功能的名称。该表包含 UsageType 的字符串，它可以帮助您分析和确定与告警相关的成本。

复合告警包含规则表达式，用于指定应如何评估其他告警的状态以确定其自身的状态。无论评估多少其他告警，复合告警每小时都会产生标准成本。在规则表达式中引用的复合告警会产生单独的成本。有关更多信息，请参阅创建复合告警。

告警使用类型

下表列出了 CloudWatch 告警的相关子功能的名称。该表包含 UsageType 的字符串，它可以帮助您分析和确定与告警相关的成本。

降低告警成本

要优化聚合了四个或更多指标的指标数学告警所产生的成本，您可以在将数据发送到 CloudWatch 之前聚合数据。这样，您可以创建单个指标的告警，而不是为多个指标聚合数据的告警。有关更多信息，请参阅发布自定义指标。

为了优化 Metrics Insights 查询告警产生的成本，您可以确保用于查询的筛选条件仅匹配您要监控的指标。

降低成本的最佳方法是删除所有不必要或未使用的告警。例如，您可以删除评估不再存在的 AWS 资源发出的指标的告警。

aws cloudwatch describe-alarms –state-value INSUFFICIENT_DATA

其他降低成本的方法如下：

优化和降低 CloudWatch Logs 的成本

Amazon CloudWatch Logs 具有以下日志类型：

有关已出售日志的更多信息，请参阅《Amazon CloudWatch Logs 用户指南》中的 启用特定 AWS 服务中的日志记录。

自定义日志和已出售日志会根据收集、存储和分析的日志数量产生成本。另外，已出售日志会针对到 Amazon S3 和 Firehose 的传输产生成本。

下表列出了 CloudWatch Logs 功能的名称和相关子功能的名称。该表包含 UsageType 和 Operation 的字符串，它可以帮助您分析和确定与日志相关的成本。

要分析成本，请将 AWS Cost Explorer Service或 AWS 成本和使用情况报告与 Athena 配合使用。使用任一方法，您都可以确定哪些日志正在产生成本，并确定成本是如何产生的。

使用 AWS Cost Explorer Service

选择 CloudWatch 作为服务筛选器并选择资源作为维度。在 Cost Explorer 服务中选择资源作为维度时，您只能看到过去 14 天的使用情况。

使用 Amazon Athena 查询跟踪产生成本的日志

您可以使用以下查询按资源 ID 跟踪哪些日志会产生成本。

SELECT
bill_payer_account_id as Payer,
line_item_usage_account_id as LinkedAccount,
line_item_resource_id AS ResourceID,
line_item_usage_type AS UsageType,
SUM(CAST(line_item_unblended_cost AS decimal(16,8))) AS TotalSpend,
SUM(CAST(line_item_usage_amount AS double)) AS UsageQuantity
FROM
costandusagereport 
WHERE
product_product_name = 'AmazonCloudWatch'
AND year='2022'
AND month='4'
AND line_item_operation IN ('PutLogEvents','HourlyStorageMetering','StartQuery','LogDelivery','StartLiveTail','ParquetConversion')
AND line_item_line_item_type NOT IN ('Tax','Credit','Refund','EdpDiscount','Fee','RIFee')
GROUP BY
bill_payer_account_id,
line_item_usage_account_id,
line_item_usage_type,
line_item_resource_id,
line_item_operation
ORDER BY
TotalSpend DESC

要充分利用 CloudWatch Logs 产生的成本，请考虑以下几点：

要降低已出售日志的成本，请考虑您的使用案例，然后确定应将日志发送到 CloudWatch 还是 Amazon S3。有关的更多信息，请参阅《Amazon CloudWatch Logs 用户指南》中的 发送到 Amazon S3 的日志。

有关如何充分利用 CloudWatch Logs 产生的成本的更多信息，请参阅哪个日志组导致我的 CloudWatch Logs 账单突然增加？。