# COST 6 Bagaimana cara memenuhi target biaya ketika Anda memilih jenis, ukuran, dan jumlah sumber daya?
Pastikan Anda memilih jumlah sumber daya dan ukuran sumber daya yang sesuai untuk tugas yang ada. Anda meminimalkan pemborosan dengan memilih jenis, ukuran, dan jumlah yang paling hemat.
**Topics**
+ [COST06-BP01 Melakukan pemodelan biaya](cost_type_size_number_resources_cost_modeling.md)
+ [COST06-BP02 Memilih jenis, ukuran, dan jumlah sumber daya berdasarkan data](cost_type_size_number_resources_data.md)
+ [COST06-BP03 Pilih tipe, ukuran dan jumlah sumber daya secara otomatis berdasarkan metrik](cost_type_size_number_resources_metrics.md)
# COST06-BP01 Melakukan pemodelan biaya
Identifikasi persyaratan organisasi dan lakukan pemodelan biaya beban kerja dan setiap komponennya. Lakukan aktivitas tolok ukur untuk beban kerja di bawah berbagai beban yang diprediksi dan bandingkan biayanya. Upaya pemodelan harus mencerminkan manfaat potensial. Misalnya, waktu yang digunakan sebanding dengan biaya komponen.
**Tingkat risiko yang terjadi jika praktik terbaik ini tidak dijalankan:** Tinggi
## Panduan implementasi
Lakukan pemodelan biaya untuk beban kerja Anda dan setiap komponennya guna memahami keseimbangan antar sumber daya, dan temukan ukuran yang tepat untuk setiap sumber daya di dalam beban kerja, dengan tingkat kinerja tertentu. Lakukan aktivitas tolok ukur untuk beban kerja di bawah berbagai beban yang diprediksi dan bandingkan biayanya. Hasil upaya pemodelan harus menggambarkan manfaat potensial, misalnya, waktu yang digunakan sebanding dengan biaya komponen atau penghematan yang diprediksi. Untuk praktik terbaik, lihat bagian *Peninjauan* di [laporan resmi Pilar Efisiensi Kinerja](https://docs.aws.amazon.com/wellarchitected/latest/performance-efficiency-pillar/review.html).
[AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) dapat membantu melakukan pemodelan biaya untuk beban kerja yang berjalan. Layanan ini menyediakan rekomendasi penyesuaian ukuran untuk sumber daya komputasi berdasarkan riwayat penggunaan. Ini adalah sumber data ideal untuk sumber daya komputasi karena ini adalah layanan gratis, dan layanan ini memanfaatkan machine learning untuk memberikan beberapa rekomendasi tergantung tingkat risiko. Anda juga dapat menggunakan [Amazon CloudWatch](https://aws.amazon.com/cloudwatch/) dan [Amazon CloudWatch Logs](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/WhatIsCloudWatchLogs.html) dengan log kustom sebagai sumber data untuk operasi penyesuaian ukuran untuk layanan lain dan komponen beban kerja.
Berikut ini adalah beberapa rekomendasi untuk data dan metrik pemodelan biaya:
+ Pemantauan harus mencerminkan pengalaman pengguna akhir secara akurat. Pilih tingkat detail yang tepat untuk periode waktu dan dengan cermat pilih persentil maksimum atau ke-99, bukan rata-rata.
+ Pilih tingkat detail yang tepat untuk periode waktu analisis yang diperlukan untuk mencakup siklus beban kerja apa pun. Sebagai contoh, jika dilakukan analisis dua minggu, Anda mungkin mengabaikan siklus pemanfaatan tinggi bulanan, yang dapat menyebabkan pengadaan yang terlalu rendah.
**Langkah implementasi **
+ ** Lakukan pemodelan biaya: **Deploy beban kerja atau bukti konsep, ke dalam akun terpisah dengan tipe dan ukuran sumber daya tertentu yang diuji. Jalankan beban kerja dengan data pengujian dan rekam hasil output, beserta data biaya untuk periode pengujian. Lalu deploy ulang beban kerja atau ubah tipe dan ukuran sumber daya lalu jalankan ulang pengujian.
## Sumber daya
**Dokumen terkait:**
+ [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)
+ [Fitur Amazon CloudWatch](https://aws.amazon.com/cloudwatch/features/)
+ [Optimalisasi Biaya: Penyesuaian Ukuran Amazon EC2](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/ce-rightsizing.html)
+ [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/)
# COST06-BP02 Memilih jenis, ukuran, dan jumlah sumber daya berdasarkan data
Pilih jenis atau ukuran sumber daya berdasarkan data tentang karakteristik sumber daya dan beban kerja. Misalnya, intensif komputasi, memori, throughput, atau tulis. Pilihan ini biasanya dibuat menggunakan beban kerja versi sebelumnya (on-premise), menggunakan dokumentasi, atau menggunakan sumber informasi lain untuk beban kerja.
**Tingkat risiko yang terjadi jika praktik terbaik ini tidak diterapkan:** Sedang
## Panduan implementasi
Pilih jenis atau ukuran sumber daya berdasarkan karakteristik sumber daya dan beban kerja, misalnya, intensif komputasi, memori, throughput, dan tulis. Pilihan ini biasanya dibuat menggunakan pemodelan biaya, beban kerja versi sebelumnya (seperti versi on-premise), menggunakan dokumentasi, atau menggunakan sumber informasi lain tentang beban kerja (laporan resmi, solusi yang dipublikasikan).
**Langkah implementasi**
+ **Pilih sumber daya berdasarkan data:** Menggunakan data pemodelan biaya Anda, pilih tingkat penggunaan beban kerja yang diharapkan, kemudian pilih ukuran dan jenis sumber daya yang ditentukan.
## Sumber daya
**Dokumen terkait:**
+ [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)
+ [Fitur Amazon CloudWatch](https://aws.amazon.com/cloudwatch/features/)
+ [Optimasi Biaya: Right Sizing EC2](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/ce-rightsizing.html)
# COST06-BP03 Pilih tipe, ukuran dan jumlah sumber daya secara otomatis berdasarkan metrik
Gunakan metrik dari beban kerja yang sedang berjalan untuk memilih ukuran dan tipe yang tepat untuk mengoptimalkan biaya. Sediakan throughput, ukuran, dan penyimpanan secara tepat untuk layanan seperti Amazon Elastic Compute Cloud (Amazon EC2), Amazon DynamoDB, Amazon Elastic Block Store (Amazon EBS) (PIOPS), Amazon Relational Database Service (Amazon RDS), Amazon EMR, dan jaringan. Ini dapat dilakukan dengan loop umpan balik seperti penskalaan otomatis atau dengan kode kustom di dalam beban kerja.
**Tingkat risiko yang terjadi jika praktik terbaik ini tidak dijalankan:** Rendah
## Panduan implementasi
Buat loop umpan balik di dalam beban kerja yang menggunakan metrik aktif dari beban kerja yang berjalan untuk melakukan perubahan pada beban kerja tersebut. Anda dapat menggunakan layanan terkelola, seperti [AWS Auto Scaling](https://aws.amazon.com/autoscaling/), yang Anda konfigurasikan agar melakukan operasi penyesuaian ukuran untuk Anda. AWS juga menyediakan [API, SDK](https://aws.amazon.com/developer/tools/), dan fitur yang memungkinkan sumber daya dapat dimodifikasi dengan upaya minimal. Anda dapat memprogram beban kerja agar menghentikan dan menjalankan instans Amazon Elastic Compute Cloud(Amazon EC2) untuk memungkinkan perubahan ukuran atau tipe instans. Hal ini menyediakan manfaat penyesuaian ukuran sambil menghilangkan hampir semua biaya operasional yang diperlukan untuk melakukan perubahan.
Beberapa layanan AWS memiliki pemilihan tipe atau ukuran otomatis secara bawaan, seperti [Amazon Simple Storage Service(Amazon S3) Intelligent-Tiering](https://aws.amazon.com/about-aws/whats-new/2018/11/s3-intelligent-tiering/). Amazon S3 Intelligent-Tiering secara otomatis memindahkan data Anda antara dua tingkat akses: akses sering dan akses jarang, berdasarkan pola penggunaan Anda.
**Langkah implementasi**
+ ** Konfigurasikan metrik beban kerja: **Pastikan Anda merekam metrik kunci untuk beban kerja. Metrik-metrik ini menyediakan indikasi pengalaman pelanggan, seperti output beban kerja, dan penyelarasan dengan perbedaan antartipe dan ukuran sumber daya, seperti penggunaan CPU dan memori.
+ ** Lihat rekomendasi penyesuaian ukuran: **Gunakan rekomendasi penyesuaian ukuran di AWS Compute Optimizer untuk melakukan penyesuaian pada beban kerja Anda.
+ ** Pilih tipe dan ukuran sumber daya secara otomatis berdasarkan metrik: **Menggunakan metrik beban kerja, pilih sumber daya beban kerja Anda secara manual atau otomatis. Konfigurasi AWS Auto Scaling atau implementasi kode di dalam aplikasi Anda dapat menghemat energi yang diperlukan jika diperlukan perubahan yang sering, dan ini dapat berpotensi dapat mengimplementasikan perubahan lebih awal daripada proses manual.
## Sumber daya
**Dokumen terkait:**
+ [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)
+ [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/)
+ [Fitur Amazon CloudWatch](https://aws.amazon.com/cloudwatch/features/)
+ [Penyiapan CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/GettingSetup.html)
+ [CloudWatch Memublikasikan Metrik Kustom](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/publishingMetrics.html)
+ [Optimalisasi Biaya: Penyesuaian Ukuran Amazon EC2](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/ce-rightsizing.html)
+ [Mulai Menggunakan Amazon EC2 Auto Scaling](https://docs.aws.amazon.com/autoscaling/ec2/userguide/GettingStartedTutorial.html)
+ [Amazon S3 Intelligent-Tiering](https://aws.amazon.com/about-aws/whats-new/2018/11/s3-intelligent-tiering/)
+ [Meluncurkan Instans EC2 Menggunakan SDK](https://docs.aws.amazon.com/sdk-for-net/v2/developer-guide/run-instance.html)