本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # 檢視資源建議 資源的建議 AWS 會顯示在 主控台的 AWS Compute Optimizer 下列頁面中。 + **資源建議**頁面會列出每個執行中的資源，以及 Compute Optimizer 所產生的最佳建議。 + **資源詳細資訊**頁面會列出特定資源的最佳建議選項，以及資源的使用率指標圖表。您可以從建議頁面存取此頁面。 建議和資源詳細資訊頁面可供 Compute Optimizer 支援的下列 AWS 每個資源使用： + [ Amazon EC2 執行個體](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-ec2-recommendations.html) + [ EC2 Auto Scaling 群組](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-asg-recommendations.html) + [ Amazon EBS 磁碟區](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-ebs-recommendations.html) + [AWS Lambda 函數](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-lambda-recommendations.html) + [ Fargate 上的 Amazon ECS 服務](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-ecs-recommendations.html) + [ 商業軟體授權](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-license-recommendations.html) + [ Amazon RDS 資料庫執行個體](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-rds-recommendations.html) + [ 閒置資源](https://docs.aws.amazon.com//compute-optimizer/latest/ug/view-idle-recommendations.html) # 檢視 EC2 執行個體建議 AWS Compute Optimizer 為 Amazon Elastic Compute Cloud (Amazon EC2) 執行個體產生執行個體類型建議。Amazon EC2 執行個體的建議會顯示在 Compute Optimizer 主控台的下列頁面上： + **EC2 執行個體建議**頁面會列出所選購買選項的每個目前執行個體、其[調查結果分類](#ec2-recommendations-findings)、[調查結果原因](#ec2-finding-reasons)、[平台差異](#ec2-platform-differences)、目前執行個體類型和目前每小時價格。Compute Optimizer 的最佳建議會列在每個執行個體旁。此建議包括建議的執行個體類型、所選購買選項的每小時價格，以及目前執行個體之間的價格差異。使用建議頁面來比較您目前的執行個體及其最佳建議。這樣做可協助您決定是否要調整大小或縮減執行個體的大小。 + **EC2 執行個體詳細資訊**頁面最多列出三個特定執行個體的最佳化建議。您可以從 EC2 執行個體建議頁面存取此頁面。頁面特別列出每個建議的規格、其[效能風險](#ec2-performance-risk)，以及所選購買選項的每小時價格。詳細資訊頁面也會顯示目前執行個體的使用率指標圖表，並疊加建議選項的預計使用率指標。 建議會每天重新整理。這些建議是透過分析目前執行個體在過去 14 天內的規格和使用率指標來產生。或者，如果您啟用[增強型基礎設施指標付費功能](enhanced-infrastructure-metrics.md)，則會透過分析較長的時間來產生建議。如需詳細資訊，請參閱[由 分析的指標 AWS Compute Optimizer](metrics.md)。 請記住，Compute Optimizer 會針對符合特定要求集的 EC2 執行個體產生建議。最多可能需要 24 小時才會產生建議。此外，必須累積足夠的指標資料，才能產生建議。如需詳細資訊，請參閱[資源需求](requirements.md)。 **Topics** + [尋找分類](#ec2-recommendations-findings) + [問題清單原因](#ec2-finding-reasons) + [AWS Graviton 型執行個體建議](#ec2-graviton-recommendations) + [推斷的工作負載類型](#ec2-inferred-workload-types) + [移轉工作量](#ec2-migration-effort) + [平台差異](#ec2-platform-differences) + [預估每月節省和節省的機會](#ec2-savings-calculation) + [效能風險](#ec2-performance-risk) + [使用率圖](#ec2-utilization-graphs) + [存取 EC2 執行個體建議和詳細資訊](ec2-view-recommendations.md) ## 尋找分類 **EC2 執行個體建議**頁面上的**調查結果**欄提供分析期間每個執行個體執行方式的摘要。 下列調查結果分類適用於 EC2 執行個體。 | 分類 | Description | | --- | --- | | 佈建不足 | 當您的執行個體至少有一個規格 (例如 CPU、記憶體或網路) 不符合工作負載的效能需求時，EC2 執行個體即視為佈建不足。佈建不足的 EC2 執行個體可能會導致應用程式效能不佳。 | | 過度佈建 | 當 CPU、記憶體或網路等執行個體的至少一個規格可以縮減規模，同時仍然符合工作負載的效能需求，而且沒有未佈建規格時，EC2 執行個體會被視為過度佈建。過度佈建的 EC2 執行個體可能會導致不必要的基礎設施成本。 | | 最佳化 | 當您的執行個體的所有規格，例如 CPU、記憶體和網路，符合您工作負載的效能需求，且執行個體並未過度佈建時，EC2 執行個體會被視為最佳化。對於最佳化的執行個體，Compute Optimizer 有時可能會建議新一代執行個體類型。 | ## 問題清單原因 **EC2 執行個體建議**和 **EC2 執行個體詳細資訊**頁面上的**調查結果原因**欄會顯示執行個體的哪些規格佈建不足或過度佈建。 下列調查結果原因適用於 執行個體： | 問題清單原因 | Description | | --- | --- | | CPU 過度佈建 | 執行個體的 CPU 組態可以縮減大小，也符合您工作負載的效能需求。這是透過在回顧期間分析目前執行個體的`CPUUtilization`指標來識別。 | | CPU 佈建不足 | 執行個體的 CPU 組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的 CPU 效能。這是透過在回顧期間分析目前執行個體的`CPUUtilization`指標來識別。 | | 過度佈建的記憶體 | 執行個體的記憶體組態可以縮減大小，同時仍然符合工作負載的效能需求。這是透過在回顧期間分析目前執行個體的記憶體使用率指標來識別的。 記憶體使用率只會針對已安裝統一 CloudWatch 代理程式的資源進行分析。如需詳細資訊，請參閱[使用 Amazon CloudWatch Agent 啟用記憶體使用率](https://docs.aws.amazon.com/compute-optimizer/latest/ug/metrics.html#cw-agent)。 | | 佈建不足的記憶體 | 執行個體的記憶體組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的記憶體效能。這是透過在回顧期間分析目前執行個體的記憶體使用率指標來識別的。 | | GPU 過度佈建 | 執行個體的 GPU 和 GPU 記憶體組態可以縮減大小，同時仍符合工作負載的效能需求。這是透過在回顧期間分析目前執行個體的 `GPUUtilization`和 `GPUMemoryUtilization`指標來識別。 GPU 使用率和 GPU 記憶體使用率指標只會針對已安裝統一 CloudWatch 代理程式的資源進行分析。如需詳細資訊，請參閱[使用 CloudWatch 代理程式啟用 NVIDIA GPU 使用率](ec2-metrics-analyzed.md#nvidia-cw-agent)。 | | GPU 佈建不足 | 執行個體的 GPU 和 GPU 記憶體組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的記憶體效能。這是透過在回顧期間分析目前執行個體的 `GPUUtilization`和 `GPUMemoryUtilization`指標來識別。 | | EBS 輸送量過度佈建 | 執行個體的 EBS 輸送量組態可以縮減規模，也符合您工作負載的效能需求。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadBytes`和 `VolumeWriteBytes` 指標來識別的。 | | EBS 輸送量佈建不足 | 執行個體的 EBS 輸送量組態不符合工作負載的效能需求。此外，還有一種替代執行個體類型，可提供更好的 EBS 輸送量效能。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadBytes`和 `VolumeWriteBytes` 指標來識別的。 | | EBS IOPS 過度佈建 | 執行個體的 EBS IOPS 組態可以縮減規模，也符合您工作負載的效能需求。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadOps`和 `VolumeWriteOps`指標來識別的。 | | 佈建不足的 EBS IOPS | 執行個體的 EBS IOPS 組態不符合工作負載的效能需求。此外，還有一種替代執行個體類型，可提供更好的 EBS IOPS 效能。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadOps`和 `VolumeWriteOps`指標來識別的。 | | 網路頻寬過度佈建 | 執行個體的網路頻寬組態可以縮減大小，同時仍然符合工作負載的效能需求。這是透過在回顧期間分析目前執行個體的 `NetworkIn`和 `NetworkOut `指標來識別。 | | 佈建不足的網路頻寬 | 執行個體的網路頻寬組態不符合工作負載的效能需求。此外，還有一種提供更佳網路頻寬效能的替代執行個體類型。這是透過在回顧期間分析目前執行個體的 `NetworkIn`和 `NetworkOut`指標來識別。當執行個體的 `NetworkIn`或 `NetworkOut`效能受到影響時，就會發生此問題清單原因。 | | 網路 PPS 過度佈建 | 執行個體的網路 PPS （每秒封包數） 組態可以縮減規模，也符合您工作負載的效能需求。這是透過在回顧期間分析目前執行個體的 `NetworkPacketsIn`和 `NetworkPacketsOut`指標來識別。 | | 網路 PPS 佈建不足 | 執行個體的網路 PPS （每秒封包數） 組態不符合工作負載的效能需求。此外，還有一種替代的執行個體類型，可提供更好的網路 PPS 效能。這是透過在回顧期間分析目前執行個體的 `NetworkPacketsIn`和 `NetworkPacketsOut`指標來識別。 | | 磁碟 IOPS 過度佈建 | 執行個體的磁碟 IOPS 組態可以縮減大小，也符合您工作負載的效能需求。這是透過在回顧期間分析目前執行個體的 `DiskReadOps`和 `DiskWriteOps`指標來識別。 | | 磁碟 IOPS 佈建不足 | 執行個體的磁碟 IOPS 組態不符合工作負載的效能需求。此外，還有一種替代執行個體類型，可提供更佳的磁碟 IOPS 效能。這是透過在回顧期間分析目前執行個體的 `DiskReadOps`和 `DiskWriteOps`指標來識別。 | | 磁碟輸送量過度佈建 | 執行個體的磁碟輸送量組態可以縮減大小，同時仍符合工作負載的效能需求。這是透過在回顧期間分析目前執行個體的 `DiskReadBytes`和 `DiskWriteBytes`指標來識別。 | | 磁碟輸送量佈建不足 | 執行個體的磁碟輸送量組態不符合工作負載的效能需求。此外，還有一種替代的執行個體類型，可提供更佳的磁碟輸送量效能。這是透過在回顧期間分析目前執行個體的 `DiskReadBytes`和 `DiskWriteBytes`指標來識別。 | **注意** 如需執行個體指標的詳細資訊，請參閱《*Amazon Elastic Compute Cloud 使用者指南*》中的[列出執行個體可用的 CloudWatch 指標](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html)。如需 EBS 磁碟區指標的詳細資訊，請參閱《[Amazon Elastic Compute Cloud 使用者指南》中的 Amazon EBS 的 Amazon CloudWatch 指標](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/using_cloudwatch_ebs.html)。 ** 您可以變更執行個體的類型，以變更執行個體的 CPU、本機磁碟、記憶體或網路規格。例如，您可以將執行個體類型從 C5 變更為 C5n，以協助改善網路效能。如需詳細資訊，請參閱《EC2 使用者指南》中的[變更 Linux 的執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-resize.html)[指南和變更 Windows 的執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/ec2-instance-resize.html)指南。 *EC2 * 您可以使用 Amazon EBS Elastic Volumes 變更 EBS 磁碟區的 IOPS 或輸送量規格。如需詳細資訊，請參閱《[Amazon Elastic Compute Cloud 使用者指南》中的 Amazon EBS Elastic Volumes](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ebs-modify-volume.html)。 ** ## AWS Graviton 型執行個體建議 檢視 Amazon EC2 執行個體建議時，您可以檢視在 Graviton AWS 型執行個體上執行工作負載的價格和效能影響。若要這樣做，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，請選擇**目前**以檢視以與目前執行個體相同的 CPU 廠商和架構為基礎的建議。 ![\[Graviton 型執行個體建議\]](http://docs.aws.amazon.com/zh_tw/compute-optimizer/latest/ug/images/ec2-graviton-based-recommendations.png) **注意** **目前價格**、**建議價格**、**價格差異**、**價格差異 (%)** 和**預估每月節省**資料欄已更新，以提供目前執行個體類型與所選 CPU 架構偏好設定的執行個體類型之間的價格比較。例如，如果您選擇 **Graviton (aws-arm64)**，則會在目前執行個體類型和建議的 Graviton 型執行個體類型之間比較價格。 ## 推斷的工作負載類型 **EC2 ****執行個體建議頁面上的推斷工作負載類型**欄列出可能在執行個體上執行的應用程式，由 Compute Optimizer 推斷。此欄透過分析執行個體的屬性來執行此操作。這些屬性包括執行個體名稱、標籤和組態。如果您的執行個體正在執行 Amazon EMR、Apache Cassandra、Apache Hadoop、、MemcachedNGINX、Redis、、 Kafka或 PostgreSQL，Compute Optimizer 目前可以推斷SQLServer。透過推斷在執行個體上執行的應用程式，Compute Optimizer 可以識別將工作負載從 x86 型執行個體類型遷移到 Arm型 AWS Graviton執行個體類型的工作。如需詳細資訊，請參閱本指南[移轉工作量](#ec2-migration-effort)下一節中的 。 **注意** 您無法在中東 （巴林）、非洲 （開普敦）、亞太區域 （香港）、歐洲 （米蘭） 和亞太區域 （雅加達） 區域推斷 SQLServer 應用程式。 ## 移轉工作量 **EC2 Auto Scaling 群組建議**和 **EC2 Auto Scaling 群組詳細資訊**頁面上的**遷移工作**量欄列出從目前執行個體類型遷移至建議執行個體類型所需的工作量。以下顯示不同遷移工作層級的範例。 + **非常低** — 建議的執行個體類型具有與目前執行個體類型相同的 CPU 架構。 + **低** — Amazon EMR 是推斷的工作負載類型，建議使用 AWS Graviton 執行個體類型 + **中** — 無法推斷工作負載類型，但建議使用 AWS Graviton 執行個體類型。 + **高** — 建議的執行個體類型與目前的執行個體類型具有不同的 CPU 架構，而且工作負載在建議的 CPU 架構上沒有已知的相容版本。 如需從 x86 型執行個體類型遷移至 Arm 型 AWS Graviton 執行個體類型的詳細資訊，請參閱 [AWS Graviton2 Getting Starged GitHub 中的將工作負載轉換為 Graviton2 型 Amazon EC2 執行個體時的考量](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md)事項。 *AWS GitHub* ## 平台差異 **EC2 執行個體詳細資訊**頁面上的**平台差異**欄說明目前執行個體與建議執行個體類型之間的差異。在將工作負載從目前執行個體遷移至建議的執行個體類型之前，請考慮組態差異。 下列平台差異適用於 EC2 執行個體： | 平台差異 | Description | | --- | --- | | Architecture | 建議執行個體類型的 CPU 架構與目前執行個體類型的 CPU 架構不同。例如，建議的執行個體類型可能會使用 Arm CPU 架構，而目前的執行個體類型可能會使用不同的架構，例如 x86。在遷移之前，請考慮在執行個體上重新編譯新架構的軟體。或者，您可以切換到支援新架構的 Amazon Machine Image (AMI)。如需每個執行個體類型 CPU 架構的詳細資訊，請參閱 [Amazon EC2 執行個體類型](https://aws.amazon.com/ec2/instance-types/)。 | | Hypervisor | 建議執行個體類型的 Hypervisor 與目前執行個體的不同。例如，建議的執行個體類型可能會使用 Nitro Hypervisor，而目前的執行個體可能會使用 Xen Hypervisor。如需這些 Hypervisor 之間可考量之差異的相關資訊，請參閱 Amazon EC2 FAQs中的 [Nitro Hypervisor](https://aws.amazon.com/ec2/faqs/#Nitro_Hypervisor) 一節。如需詳細資訊，請參閱《適用於 *的 Amazon EC2 使用者指南Linux*》中的[在Nitro系統上建置的執行個體](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html#ec2-nitro-instances)，或[《適用於 Windows 的 Amazon EC2 使用者指南》中的在Nitro系統上建置的執行個體](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/instance-types.html#ec2-nitro-instances)。 *Amazon EC2 * | | 執行個體存放區可用性 | 建議的執行個體類型不支援執行個體存放區磁碟區，但目前執行個體會支援。在遷移之前，如果您想要保留執行個體存放區磁碟區上的資料，您可能需要備份這些資料。如需詳細資訊，請參閱 *AWS Premium Support 知識庫*中的[如何將 Amazon EC2 執行個體上的執行個體存放磁碟區備份至 Amazon EBS？](https://aws.amazon.com//premiumsupport/knowledge-center/back-up-instance-store-ebs/)。如需詳細資訊，請參閱《Amazon EC2 Linux 使用者指南》中的[聯網和儲存功能](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html#instance-networking-storage)和 Amazon EC2 執行個體存放區，或參閱《Amazon EC2 Windows 使用者指南》中的[聯網和儲存功能](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/instance-types.html#instance-networking-storage)和 Amazon EC2 執行個體存放區。 [Amazon EC2 ](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/InstanceStorage.html) *Amazon EC2 * [Amazon EC2 ](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/InstanceStorage.html) *Amazon EC2 * | | 網路介面 | 建議執行個體類型的網路界面與目前執行個體的網路界面不同。例如，建議的執行個體類型可能會使用增強型聯網，而目前的執行個體可能不會。若要為建議的執行個體類型啟用增強型聯網，請安裝彈性網路轉接器 (ENA) 驅動程式或 Intel 82599 Virtual Function 驅動程式。如需詳細資訊，請參閱《Amazon EC2 Linux 使用者指南》中的[聯網和儲存功能](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html#instance-networking-storage)以及 [Linux 上的增強型聯網](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/enhanced-networking.html)，或《Amazon EC2 Windows 使用者指南》中的[聯網和儲存功能](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/instance-types.html#instance-networking-storage)以及 [Windows 上的增強型聯網](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/enhanced-networking.html)。 *Amazon EC2 * *Amazon EC2 * | | 儲存介面 | 建議執行個體類型的儲存界面與目前執行個體的儲存界面不同。例如，建議的執行個體類型使用 NVMe 儲存介面，而目前的執行個體不會如此。若要存取建議執行個體類型的 NVMe 磁碟區，請安裝或升級 NVMe 驅動程式。如需詳細資訊，請參閱《Amazon EC2 Linux 使用者指南》中的[聯網和儲存功能](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html#instance-networking-storage)以及 Linux 執行個體上的 Amazon EBS 和 NVMe，或[《Amazon EC2 Windows 使用者指南》中的聯網和儲存功能](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/instance-types.html#instance-networking-storage)*Amazon EC2*[以及 Windows 執行個體上的 Amazon EBS 和 NVMe](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/nvme-ebs-volumes.html)。 [ NVMe ](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/nvme-ebs-volumes.html) *Amazon EC2 * | | 虛擬化類型 | 建議的執行個體類型使用硬體虛擬機器 (HVM) 虛擬化類型，而目前的執行個體使用全虛擬化 (PV) 虛擬化類型。如需這些虛擬化類型之間差異的詳細資訊，請參閱[《Amazon EC2 Linux 使用者指南》中的 Linux AMI 虛擬化類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/virtualization_types.html)，或《*Amazon EC2 *Windows 使用者指南》中的 Windows [AMI 虛擬化類型](https://docs.aws.amazon.com/AWSEC2/latest/WindowsGuide/windows-ami-version-history.html#virtualization-types)。 *Amazon EC2 * | ## 預估每月節省和節省的機會 **預計每月節省 (折扣後)** 此欄列出您在 Savings Plans 和預留執行個體定價模型下，透過將工作負載從目前執行個體類型遷移至建議執行個體類型，可節省的每月成本。若要接收 Savings Plans 和預留執行個體折扣的建議，需要啟用節省估算模式偏好設定。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，此欄會顯示預設的隨需定價折扣資訊。 **預計每月節省 (隨需)** 此欄列出透過將工作負載從目前執行個體類型遷移至隨需定價模型下建議的執行個體類型，而省下的每月成本。 **節省機會 (%)** 此欄列出目前執行個體的價格與建議執行個體類型的價格之間的百分比差異。如果已啟用節省估算模式，Compute Optimizer 會分析 Savings Plans 和預留執行個體定價折扣，以產生節省機會百分比。如果節省估算模式未啟用，則 Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議，其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。 ### 預估每月節省金額計算 對於每個建議，會使用建議的執行個體類型來計算操作新執行個體的成本。預估每月節省成本是根據目前執行個體的執行時數，以及目前執行個體類型與建議執行個體類型之間的費率差異來計算。運算最佳化工具儀表板上顯示的執行個體預估每月節省成本，是帳戶中所有過度佈建執行個體預估每月節省成本的總和。 ## 效能風險 **EC2 執行個體詳細資訊**頁面上的效能風險資料欄和 **EC2 執行個體建議**頁面上定義目前和建議執行個體類型不符合工作負載需求的可能性。Compute Optimizer 會計算目前和建議執行個體的每個規格的個別效能風險分數。這包括 CPU、記憶體、EBS 輸送量、EBS IOPS、磁碟輸送量、磁碟 IOPS、網路輸送量和網路 PPS 等規格。目前和建議執行個體的效能風險計算方式為分析資源規格的最大效能風險分數。 這些值的範圍從非常低、低、中、高和非常高。非常低的效能風險表示預測執行個體類型一律提供足夠的功能。效能風險越高，表示您應該在遷移資源之前驗證執行個體類型是否符合工作負載的效能需求。決定是否要最佳化以改善效能、降低成本，或是結合這兩者。如需詳細資訊，請參閱《*Amazon Elastic Compute Cloud 使用者指南*》中的[變更執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-resize.html)。 **注意** 在 Compute Optimizer API、 AWS Command Line Interface (AWS CLI) 和 AWS SDKs中，效能風險的測量範圍為 `0`（非常低） 到 `4`（非常高）。 ## 使用率圖 **EC2 執行個體詳細資訊**頁面會顯示目前執行個體的使用率指標圖表。圖形會顯示分析期間的資料。Compute Optimizer 使用每 5 分鐘時間間隔內的最大使用率點來產生 EC2 執行個體建議。 您可以變更圖形以顯示過去 24 小時、3 天、1 週或 2 週的資料。如果您啟用[增強型基礎設施指標已支付功能](enhanced-infrastructure-metrics.md)，您可以檢視 3 個月。您也可以在平均值和最大值之間變更圖形的統計資料。 **注意** 在執行個體處於停止狀態的一段時間內，使用率圖表會顯示 0 的值。 下列使用率圖表會顯示在詳細資訊頁面上： | 圖形名稱 | Description | | --- | --- | | CPU 使用率 （百分比） | 執行個體使用的已配置 EC2 運算單位百分比。 CPU 使用率圖表包含目前執行個體類型的 CPU 使用率資料與所選建議執行個體類型的 CPU 使用率資料比較。如果您在分析期間使用選取的建議執行個體類型，比較會顯示 CPU 使用率。此比較可協助您識別建議的執行個體類型是否在工作負載的效能閾值內。 **爆量基準**只會針對 T-instances 顯示。您可以使用此基準效能來了解 CPU 使用率如何與特定 T 執行個體的基準使用率相關。如需詳細資訊，請參閱《*Amazon EC2 Linux *[執行個體使用者指南》中爆量效能執行個體的重要概念和定義](https://docs.aws.amazon.com//AWSEC2/latest/UserGuide/burstable-credits-baseline-concepts.html)。 | | 記憶體使用率 （百分比） | 應用程式和作業系統配置使用的記憶體百分比。 記憶體使用率圖表包含目前執行個體類型的記憶體使用率資料與所選建議執行個體類型的記憶體使用率資料的比較。如果您在分析期間使用選取的建議執行個體類型，比較會顯示記憶體使用率。此比較可協助您識別建議的執行個體類型是否在工作負載的效能閾值內。 記憶體使用率圖表只會針對已安裝統一 CloudWatch 代理程式的執行個體填入。如需詳細資訊，請參閱 [「Amazon CloudWatch 使用者指南」](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Install-CloudWatch-Agent.html) 中的*使用 CloudWatch 代理程式從 Amazon EC2 執行個體和現場部署伺服器收集指標和日誌*。 | | 網路 (MiB/秒） | 執行個體在所有網路界面上每秒收到的 MB (MiB) 數。 | | 網路輸出 (MiB/秒） | 執行個體在所有網路界面上每秒送出的 MB (MiB) 數。 | | 中的網路封包 （每秒） | 執行個體在所有網路介面上收到的封包數目。 | | 網路封包輸出 （每秒） | 執行個體在所有網路介面上送出的封包數目。 | | 磁碟讀取操作 （每秒） | 執行個體的執行個體存放區磁碟區每秒完成的讀取操作。 | | 磁碟寫入操作 （每秒） | 執行個體的執行個體存放區磁碟區每秒完成的寫入操作。 | | 磁碟讀取頻寬 (MiB/秒） | 執行個體的執行個體儲存體磁碟區每秒讀取 mebibytes (MiB)。 | | 磁碟寫入頻寬 (MiB/秒） | 執行個體的執行個體儲存體磁碟區每秒寫入 MB (MiB)。 | | EBS 讀取操作 （每秒） | 連接至執行個體之所有 EBS 磁碟區中每秒完成的讀取操作。 若是 Xen 執行個體，只有在磁碟區中有讀取活動時，才會回報資料。 | | EBS 寫入操作 （每秒） | 連接至執行個體的所有 EBS 磁碟區每秒完成的寫入操作。 若是 Xen 執行個體，只有在磁碟區中有寫入活動時，才會回報資料。 | | EBS 讀取頻寬 (MiB/秒） | 連接至執行個體之所有 EBS 磁碟區的每秒讀取 mebibyte (MiB)。 | | EBS 寫入頻寬 (MiB/秒） | 連接至執行個體的所有 EBS 磁碟區每秒寫入 MB (MiB)。 | # 存取 EC2 執行個體建議和詳細資訊 您可以使用下列其中一個程序，在 AWS 主控台中存取 **EC2 執行個體建議**或 **EC2 執行個體詳細資訊**頁面。 在 **EC2 執行個體建議**頁面上，您可以檢視目前執行個體的建議。在 **EC2 執行個體詳細資訊**頁面上，您可以檢視特定執行個體的詳細資訊及其建議。 ## 程序 ### 存取 EC2 執行個體建議頁面 **存取 EC2 執行個體建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **EC2 執行個體**。 建議頁面列出目前執行個體的規格和調查結果分類，以及建議執行個體的規格。列出的目前執行個體來自所選帳戶中目前選取的 AWS 區域。 1. 您可以在建議頁面上執行下列動作： + 檢視在 Graviton AWS 型執行個體上執行工作負載的價格和效能影響。若要這樣做，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，**目前** （預設） 選項會顯示以與目前執行個體相同的 CPU 廠商和架構為基礎的建議。 + 依調查結果 AWS 區域、調查結果原因或推斷工作負載類型篩選建議。若要執行此作業，請先選取**依一或多個屬性篩選**文字方塊。然後，在出現的下拉式清單中選擇 屬性和值。 + 依標籤篩選您的建議。若要這樣做，請先選取**標籤鍵**或**標籤值**文字方塊。然後，輸入您要篩選 EC2 執行個體建議的金鑰或值。 例如，若要尋找具有索引鍵為 `Owner`且值為 之標籤的所有建議`TeamA`，`tag:Owner`請為篩選條件名稱指定 ，`TeamA`為篩選條件值指定 。 + 檢視另一個帳戶中執行個體的建議。若要這樣做，請選擇**帳戶**，然後選擇不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱[Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts)及[的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 + 存取特定**執行個體的 EC2 執行個體詳細資訊**頁面。若要執行此作業，請選擇您要存取之執行個體旁邊的問題清單分類。 ### 存取 EC2 執行個體詳細資訊頁面 **存取 EC2 執行個體詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **EC2 執行個體**。 1. 選擇您要檢視詳細資訊之執行個體旁邊的問題清單分類。 詳細資訊頁面最多列出三個您所選執行個體的最佳化建議。此頁面列出目前執行個體的規格、建議執行個體的規格和效能風險，以及使用率指標圖表。 1. 您可以在詳細資訊頁面上執行下列動作： + 若要檢視在 Graviton 型執行個體上執行 AWS 工作負載的價格和效能影響，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，**目前** （預設） 選項會顯示以與目前執行個體相同的 CPU 廠商和架構為基礎的建議。 + 啟用增強型基礎設施指標付費功能，為您檢視的 EC2 執行個體延長指標分析回顧期間，最長可達三個月 （相較於 14 天預設值）。如需詳細資訊，請參閱[增強型基礎設施指標](enhanced-infrastructure-metrics.md)。 + 選擇建議選項，以檢視目前執行個體與建議執行個體之間的使用率比較。 目前執行個體的使用率指標圖表會顯示在頁面底部。實心藍線是目前執行個體的使用率。如果您在分析期間使用該執行個體，則虛線是所選建議執行個體的預計使用率。虛線橘色線會顯示在 CPU 使用率和記憶體使用率圖表中。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**前 24 小時**、**前 3 天**、**前一週**或**前 2 週**。如果您啟用[增強型基礎設施指標建議偏好設定](enhanced-infrastructure-metrics.md)，您也可以選擇**過去 3 個月**。 選擇較短的時間範圍會以更高的精細程度顯示資料點，從而提供更高層級的詳細資訊。 + 若要變更圖形的統計資料值，請選擇**統計資料**，然後選擇**平均**或**最大值**。 您可以使用此選項來判斷工作負載隨著時間的典型執行個體使用率。若要檢視指定期間觀察到的最高值，請將選擇變更為**最大值**。如此一來，您就可以判斷工作負載隨著時間的尖峰執行個體用量。 # 檢視 EC2 Auto Scaling 群組建議 AWS Compute Optimizer 會為 Amazon EC2 Auto Scaling 群組產生執行個體類型建議。EC2 Auto Scaling 群組的建議會顯示在 AWS Compute Optimizer 主控台的下列頁面上。 + **EC2 Auto Scaling 群組建議** 此頁面列出您目前的每個 EC2 Auto Scaling 群組、其調查結果分類、目前執行個體類型、所選購買選項的目前每小時價格，以及目前的組態。每個 EC2 Auto Scaling 群組旁都會列出 Compute Optimizer 的最佳建議，其中包含建議的執行個體類型、所選購買選項的每小時價格，以及目前執行個體類型和建議之間的價格差異。使用建議頁面，將 EC2 Auto Scaling 群組的目前執行個體類型與我們的最佳建議進行比較，這可協助您決定是否應該調整或縮減執行個體的大小。 + **EC2 Auto Scaling 群組詳細資訊** 視特定 EC2 Auto Scaling 群組而定，此頁面為您提供在閒置群組中擴展的建議和/或建議。它列出了每個權利調整建議的規格，例如所選購買選項的效能風險和每小時價格。詳細資訊頁面也會顯示使用率指標圖表，可用來比較目前的 EC2 Auto Scaling 群組與建議選項的預計使用率指標 （含）。 建議會每天重新整理。它們是透過分析目前 EC2 Auto Scaling 群組在預設回顧期間 14 天或 32 天回顧期間的規格和使用率指標來產生。如果您啟用增強型基礎設施指標，您可以將回顧期間延長至 93 天。如需詳細資訊，請參閱[增強型基礎設施指標](enhanced-infrastructure-metrics.md)、[最適化調整建議偏好設定](rightsizing-preferences.md)及[由 分析的指標 AWS Compute Optimizer](metrics.md)。 請記住，Compute Optimizer 會針對符合特定要求集的 EC2 Auto Scaling 群組產生建議、產生建議最多可能需要 24 小時，而且必須累積足夠的指標資料。如需詳細資訊，請參閱[資源需求](requirements.md)。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議，其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。 **Topics** + [如何產生 EC2 Auto Scaling 群組建議](#asg-recommendations-generate) + [尋找分類](#asg-recommendations-findings) + [分配策略](#asg-recommendations-allocation) + [預估每月節省和節省的機會](#asg-savings-calculation) + [閒置](#asg-recommendations-idle) + [AWS Graviton 型執行個體建議](#asg-graviton-recommendations) + [推斷的工作負載類型](#asg-inferred-workload-types) + [移轉工作量](#asg-migration-effort) + [效能風險](#asg-performance-risk) + [使用率圖](#asg-utilization-graphs) + [存取 EC2 Auto Scaling 群組建議和詳細資訊](asg-view-recommendations.md) ## 如何產生 EC2 Auto Scaling 群組建議 AWS Compute Optimizer 使用旨在最佳化成本和效能的三步驟評估程序，為 EC2 Auto Scaling 群組產生建議： 1. **評估 EC2 Auto Scaling 群組是否閒置** Compute Optimizer 透過分析其在回顧期間的資源使用率模式，評估您的 EC2 Auto Scaling 群組是否閒置。如果 EC2 Auto Scaling 群組中的所有執行個體都符合閒置條件，則 Compute Optimizer 會發現您的群組處於閒置狀態，並預估閒置群組中擴展的潛在節省成本。如需詳細資訊，請參閱[每個資源的閒置條件](view-idle-recommendations.md#idle-criteria)。 1. **評估 EC2 Auto Scaling 群組的可擴展性** Compute Optimizer 會評估執行個體容量設定和擴展政策，以判斷您的 EC2 Auto Scaling 群組是否用於維護固定的執行個體集區 （沒有擴展政策或已停用的擴展政策）、動態擴展以符合工作負載需求 （根據 CPU 使用率使用目標追蹤、預測擴展、簡單擴展或步進擴展政策），或遵循固定的擴展事件排程 （使用排程擴展政策）。 1. **識別將機會權化** Compute Optimizer 會分析 EC2 Auto Scaling 群組的資源使用率和目前組態，包括配置策略設定、擴展政策、執行個體類型、定價和執行個體容量，以尋找適當的權利調整機會。 + 對於維護固定執行個體集區的 EC2 Auto Scaling 群組，Compute Optimizer 建議符合工作負載需求的執行個體類型，同時維護目前的執行個體計數。這可以改善工作負載效能，並節省成本。 + 對於根據需求動態擴展的 EC2 Auto Scaling 群組，Compute Optimizer 建議升級至較新一代的執行個體，以節省更多成本。如果啟用記憶體指標，也可以建議縮減記憶體大小，以節省更多成本。 + 對於遵循固定擴展事件排程的 EC2 Auto Scaling 群組，Compute Optimizer 建議執行個體類型，在根據排程擴展容量滿足資源工作負載需求的同時，可以節省更多成本。這可確保建議符合每個群組的特定擴展策略和工作負載需求。 **注意** 對於授權建議，Compute Optimizer 不提供修改擴展政策或執行個體容量設定的建議。 ## 尋找分類 **EC2 Auto Scaling 群組建議**頁面上的**調查結果**欄提供回顧期間每個 EC2 Auto Scaling 群組執行方式的摘要。 下列調查結果分類適用於 EC2 Auto Scaling 群組。 | 分類 | Description | | --- | --- | | 未最佳化 | 維護固定執行個體集區的 EC2 Auto Scaling 群組在群組過大或執行中的工作負載可能導致效能問題時，會被視為未最佳化。 當有其他執行個體類型能以較低的成本滿足需求時，會將動態擴展或遵循固定擴展事件排程的 EC2 Auto Scaling 群組視為未最佳化。 | | 最佳化 | 當您群組的所有規格，例如 CPU、記憶體和網路，符合工作負載的效能需求時，EC2 Auto Scaling 群組會被視為最佳化。對於最佳化群組，Compute Optimizer 可能會建議新一代執行個體類型。 | ## 分配策略 EC2 Auto Scaling 群組建議和詳細資訊頁面上的配置策略欄會顯示 EC2 Auto Scaling 群組目前和建議的配置策略。配置策略會設定 EC2 Auto Scaling 群組部署其混合執行個體類型的順序。Compute Optimizer 可以找到下列其中一個配置策略： + **依優先順序** — EC2 Auto Scaling 群組會依據您在執行個體類型需求中列出的順序，為執行個體類型排出優先順序。 + **最低價格** — EC2 Auto Scaling 群組會依據目前的隨需價格，自動在每個可用區域中部署最低價位的執行個體類型。 + **無配置策略** — 您尚未替 EC2 Auto Scaling 群組設定配置策略。 + **不適用** — 配置策略不適用於具有單一執行個體類型的 EC2 Auto Scaling 群組。 Compute Optimizer 建議使用**優先順序分配**策略，並在執行個體類型需求中，將建議的執行個體類型優先於您目前的執行個體類型。將 Compute Optimizer 的建議項目設定為最優先，使您的 EC2 Auto Scaling 群組能夠部署可最佳化成本和效能的執行個體類型。我們也建議您將目前的執行個體類型保留在您的執行個體類型需求內，以確保有足夠的容量支援工作負載。 您可以使用執行個體重新整理，以建議的執行個體類型更新您的 EC2 Auto Scaling 群組。如需詳細資訊，請參閱《Amazon EC2 [ Auto Scaling 使用者指南》中的使用執行個體重新整理來更新 Auto Scaling 群組中的執行個體](https://docs.aws.amazon.com//autoscaling/ec2/userguide/asg-instance-refresh.html)。 *Amazon EC2 Auto Scaling* 如需配置策略的詳細資訊，請參閱《*Amazon EC2 Auto Scaling *使用者指南》中的[多個執行個體類型的配置策略](https://docs.aws.amazon.com//autoscaling/ec2/userguide/allocation-strategies.html#on-demand-allocation-strategy)。 ## 預估每月節省和節省的機會 **預計每月節省 (折扣後)** 如果您在回顧期間使用建議的執行個體類型 (EC2 Auto Scaling 群組的估計每月節省成本。折扣節省之後，請考慮您帳戶中作用中的任何預留執行個體或 Savings Plans 定價模型。若要接收 Savings Plans 和預留執行個體折扣的建議，需要啟用節省估算模式偏好設定。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，此欄會顯示預設的隨需定價資訊。 **預計每月節省 (隨需)** 如果您在回顧期間使用過 Compute Optimizer 的建議，並根據隨需執行個體定價購買，則此欄列出了 EC2 Auto Scaling 群組的每月成本節省成本。 **節省機會 (%)** 此欄列出目前每月成本的預估每月節省百分比，您可以透過為 EC2 Auto Scaling 群組採用建議的執行個體類型 (EC2 Auto Scaling) 來節省成本。如果已啟用節省估算模式，Compute Optimizer 會分析您帳戶中作用中的任何預留執行個體或 Savings Plans 定價模型，以產生節省機會百分比。如果節省估算模式未啟用，則 Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 ### 預估每月節省金額計算 對於每個建議，我們會計算使用建議執行個體類型操作新執行個體的成本。預估每月節省成本是根據 EC2 Auto Scaling 群組中目前執行個體的執行時數，以及目前執行個體類型與建議執行個體類型之間的速率差異來計算。運算最佳化工具儀表板上顯示的 EC2 Auto Scaling 群組每月預估節省成本，是 EC2 Auto Scaling 群組中所有過度佈建執行個體每月預估節省成本的總和。 ## 閒置 **EC2 Auto Scaling 群組建議**頁面上的**閒置**資料欄會顯示您的 EC2 Auto Scaling 群組是否處於閒置狀態。 **EC2 Auto Scaling 群組的閒置條件** — 此群組在 14 天回顧期間沒有具有超過 5% 尖峰 CPU 使用率或 5 MB/天網路使用率的執行個體。 **使用 G 或 P 執行個體類型的 EC2 Auto Scaling 群組閒置條件** — 如果群組的執行個體在 14 天的回顧期間符合下列條件： + GPU 在回顧期間的 99% 以上都無法主動運作 + GPU 編碼器的使用時間未達執行個體執行時期的 99% 或更長時間 + 執行個體層級的 GPU 記憶體用量低於 5% + CPU 最大使用率未達 5% + 網路使用率小於 5 MB/天 ## AWS Graviton 型執行個體建議 檢視 EC2 Auto Scaling 群組建議時，您可以檢視在 Graviton AWS 型執行個體上執行工作負載的價格和效能影響。若要這樣做，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，請選擇**目前**以檢視以與目前執行個體相同的 CPU 廠商和架構為基礎的建議。 **注意** **目前價格**、**建議價格**、**價格差異**、**價格差異 (%)** 和**預估每月節省**資料欄已更新，以提供目前執行個體類型與所選 CPU 架構偏好設定的執行個體類型之間的價格比較。例如，如果您選擇 **Graviton (aws-arm64)**，則會在目前執行個體類型和建議的 Graviton 型執行個體類型之間比較價格。 ## 推斷的工作負載類型 **EC2 Auto Scaling ****群組建議頁面上的推斷工作負載類型**欄列出可能由 Compute Optimizer 推斷在 EC2 Auto Scaling 群組中執行個體上執行的應用程式。它透過分析 EC2 Auto Scaling 群組中執行個體的屬性來執行此操作，例如執行個體名稱、標籤和組態。如果您的執行個體正在執行 Amazon EMR、Apache Cassandra、Apache Hadoop、Memcached、NGINX、PostgreSQL、Redis、Kafka 或 SQLServer，則 Compute Optimizer 目前可推論。透過推斷執行個體上執行的應用程式，Compute Optimizer 能夠識別將工作負載從 x86 型執行個體類型遷移至 Arm 型 AWS Graviton 執行個體類型的工作。如需詳細資訊，請參閱[移轉工作量](#asg-migration-effort)。 **注意** 您無法在中東 （巴林）、非洲 （開普敦）、亞太區域 （香港）、歐洲 （米蘭） 和亞太區域 （雅加達） 區域推斷 SQLServer 應用程式。 ## 移轉工作量 **EC2 Auto Scaling 群組建議**和 **EC2 Auto Scaling 群組詳細資訊**頁面上的**遷移工作**量欄列出從目前執行個體類型遷移至建議執行個體類型所需的工作量。以下顯示不同遷移工作層級的範例。 + **非常低** — 建議的執行個體類型具有與目前執行個體類型相同的 CPU 架構。 + **低** — Amazon EMR 是推斷的工作負載類型，建議使用 AWS Graviton 執行個體類型 + **中** — 無法推斷工作負載類型，但建議使用 AWS Graviton 執行個體類型。 + **高** — 建議的執行個體類型與目前的執行個體類型具有不同的 CPU 架構，而且工作負載在建議的 CPU 架構上沒有已知的相容版本。 如需從 x86 型執行個體類型遷移至 Arm 型 AWS Graviton 執行個體類型的詳細資訊，請參閱 [AWS Graviton2 入門 GitHub 中的將工作負載轉換為 Graviton2 型 Amazon EC2 執行個體時的考量](https://github.com/aws/aws-graviton-getting-started/blob/main/transition-guide.md)事項。 *AWS GitHub* ## 效能風險 **EC2 Auto Scaling 群組詳細資訊**頁面和 **EC2 Auto Scaling 群組建議**頁面上的效能風險資料欄，定義 EC2 Auto Scaling 群組中執行目前和建議執行個體類型不符合工作負載需求的可能性。Compute Optimizer 會計算 EC2 Auto Scaling 群組每個規格的個別效能風險分數，包括 CPU、記憶體、EBS 輸送量、EBS IOPS、磁碟輸送量、磁碟 IOPS、網路輸送量和網路 PPS。目前和建議 EC2 Auto Scaling 群組的效能風險計算方式為分析資源規格的最大效能風險分數。 這些值的範圍從非常低、低、中、高和非常高。非常低的效能風險表示執行個體類型 （預計） 一律提供足夠的功能。較高的效能風險表示您應該先驗證 EC2 Auto Scaling 群組中執行的執行個體類型是否符合工作負載的效能需求，再遷移資源。決定是否要最佳化以改善效能、降低成本，或是結合這兩者。如需詳細資訊，請參閱《*Amazon Elastic Compute Cloud 使用者指南*》中的[變更執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-resize.html)。 **注意** 在 Compute Optimizer API、 AWS Command Line Interface (AWS CLI) 和 AWS SDKs中，效能風險的測量範圍為 `0`（非常低） 到 `4`（非常高）。 ## 使用率圖 **EC2 Auto Scaling 群組詳細資訊**頁面會顯示群組中目前執行個體的使用率指標圖表。圖形會顯示分析期間的資料。Compute Optimizer 使用每五分鐘時間間隔內的最大使用率點來產生 EC2 Auto Scaling 群組建議。 您可以變更圖形以顯示過去 24 小時、三天、一週或兩週的資料。如果您啟用[增強型基礎設施指標付費功能](enhanced-infrastructure-metrics.md)，您可以檢視過去三個月的資料。 下列使用率圖表會顯示在詳細資訊頁面上： | 圖形名稱 | Description | | --- | --- | | 平均 CPU 使用率 （百分比） | EC2 Auto Scaling 群組中執行個體使用的已配置 EC2 運算單位平均百分比。 | | 平均網路 (MiB/秒） | EC2 Auto Scaling 群組中執行個體在所有網路介面上每秒收到的 MB (MiB) 數。 | | 平均網路輸出 (MiB/秒） | EC2 Auto Scaling 群組中執行個體在所有網路界面上傳出的每秒 MB (MiB) 數。 | | 執行個體容量 | 這是在任何指定時間具有 EC2 Auto Scaling 群組的執行中執行個體數目。 | # 存取 EC2 Auto Scaling 群組建議和詳細資訊 您可以使用下列其中一個程序，在 AWS 主控台中存取 **EC2 Auto Scaling 群組建議**或 **EC2 Auto Scaling 群組詳細資訊**頁面。 在 **EC2 Auto Scaling 群組建議**頁面上，您可以檢視目前 EC2 Auto Scaling 群組的建議。在 **EC2 Auto Scaling 群組詳細資訊**頁面上，您可以檢視特定群組的詳細資訊及其建議。 ## 程序 ### 存取 EC2 Auto Scaling 群組建議頁面 **存取 EC2 Auto Scaling 群組建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **EC2 Auto Scaling 群組**。 建議頁面列出 EC2 Auto Scaling 群組的規格和調查結果分類，以及建議群組的規格。列出的目前 EC2 Auto Scaling 群組來自所選帳戶中目前選取的 AWS 區域。 1. 您可以在建議頁面上執行下列動作： + 檢視在 Graviton 型執行個體上執行 AWS 工作負載的價格和效能影響。若要這樣做，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，**目前** （預設） 選項會顯示以與目前執行個體相同的 CPU 廠商和架構為基礎的建議。 + 依 AWS 區域調查結果或調查結果原因篩選建議。若要執行此作業，請先選取**依一或多個屬性篩選**文字方塊。然後，在出現的下拉式清單中選擇 屬性和值。 + 檢視另一個帳戶中執行個體的建議。若要這樣做，請選擇**帳戶**，然後選擇不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱[Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts)及[的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 + 存取特定 **EC2 Auto Scaling 群組的 EC2 Auto Scaling 群組詳細資訊**頁面。 EC2 Auto Scaling 若要這樣做，請選擇所需群組旁列出的調查結果分類。 ### 存取 EC2 Auto Scaling 群組詳細資訊頁面 **存取 EC2 Auto Scaling 群組詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **EC2 Auto Scaling 群組**。 1. 若要檢視建議的詳細資訊，請選取 EC2 Auto Scaling 群組，然後選擇**檢視詳細資訊**。或者，選擇 EC2 Auto Scaling 群組連結。 詳細資訊頁面列出您所選 EC2 Auto Scaling 群組的最多三個最佳化建議。它列出 EC2 Auto Scaling 群組中目前執行個體的規格、建議執行個體的規格和效能風險，以及使用率指標圖表。 1. 您可以在詳細資訊頁面上執行下列動作： + 若要檢視在 Graviton 型執行個體上執行 AWS 工作負載的價格和效能影響，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，**目前** （預設） 選項會顯示以與目前執行個體相同的 CPU 廠商和架構為基礎的建議。 + 啟用增強型基礎設施指標付費功能，為您檢視的 Auto Scaling 群組延長指標分析回顧期間，最長可達三個月 （相較於 14 天預設值）。如需詳細資訊，請參閱[增強型基礎設施指標](enhanced-infrastructure-metrics.md)。 + 目前執行個體的使用率指標圖表會顯示在頁面底部。實心藍線是 Auto Scaling 群組中目前執行個體的使用率。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**過去 24 小時**、**過去 3 天**、**上週**或**過去 2 週**。如果您啟用[增強型基礎設施指標建議偏好設定](enhanced-infrastructure-metrics.md)，您也可以選擇**過去 3 個月**。選擇較短的時間範圍會以更高的精細程度顯示資料點，可提供更高層級的詳細資訊。 # 檢視 Amazon EBS 磁碟區建議 AWS Compute Optimizer 產生 Amazon Elastic Block Store (Amazon EBS) 磁碟區的磁碟區類型、磁碟區大小、IOPS 和輸送量建議。EBS 磁碟區的建議會顯示在 AWS Compute Optimizer 主控台的下列頁面中： + **EBS 磁碟區建議**頁面會列出您目前的每個磁碟區、其[調查結果分類](#ebs-recommendations-findings)、其目前的磁碟區類型，以及其目前的每小時價格。每個磁碟區旁都會列出 Compute Optimizer 的最佳建議，其中包含建議的磁碟區類型、建議的磁碟區大小、建議的 IOPS、建議的每月價格，以及目前磁碟區和建議之間的價格差異。使用建議頁面來比較您目前的磁碟區和其最佳建議，這可協助您決定應該調整或縮減磁碟區的大小。 + **EBS 磁碟區詳細資訊**頁面，您可以從 EBS 磁碟區建議頁面存取，列出特定磁碟區的最多三個最佳化建議。它列出了每個建議的規格、其[效能風險](#ebs-performance-risk)及其每月價格。詳細資訊頁面也會顯示目前磁碟區的使用率指標圖表。 建議會每天重新整理。它們是透過分析過去 14 天內目前磁碟區的規格和使用率指標來產生。如需詳細資訊，請參閱[由 分析的指標 AWS Compute Optimizer](metrics.md)。 請記住，Compute Optimizer 會針對符合特定要求集的 EBS 磁碟區產生建議、產生建議最多可能需要 24 小時，而且必須累積足夠的指標資料。如需詳細資訊，請參閱[資源需求](requirements.md)。 **Topics** + [尋找分類](#ebs-recommendations-findings) + [預估每月節省和節省的機會](#ebs-savings-calculation) + [效能風險](#ebs-performance-risk) + [使用率圖](#ebs-utilization-graphs) + [存取 EBS 磁碟區建議和詳細資訊](ebs-view-recommendations.md) ## 尋找分類 **EBS 磁碟區建議**頁面上的**調查結果**欄提供分析期間每個磁碟區執行方式的摘要。 下列調查結果分類適用於 EBS 磁碟區。 | 分類 | Description | | --- | --- | | 未最佳化 | 當 Compute Optimizer 已識別可為工作負載提供更佳效能或成本的磁碟區類型、磁碟區大小或 IOPS 規格時，EBS 磁碟區會被視為未最佳化。 | | 最佳化 | 當 Compute Optimizer 根據選擇的磁碟區類型、磁碟區大小和 IOPS 規格，判斷磁碟區已正確佈建以執行工作負載時，EBS 磁碟區會被視為最佳化。對於最佳化資源，運算最佳化工具有時可能會建議新一代磁碟區類型。 | ## 預估每月節省和節省的機會 **預計每月節省 (折扣後)** 此欄列出您透過將 EBS 磁碟區從目前規格遷移至特定折扣下建議規格，而省下的每月成本。若要接收具有特定折扣的建議，需要啟用節省估算模式偏好設定。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，此欄會顯示預設的隨需定價折扣資訊。 **預計每月節省 (隨需)** 此欄列出將 EBS 磁碟區從目前規格遷移至建議規格後，您將體驗到的每月成本節省近似值。 **節省機會 (%)** 此欄列出目前 EBS 磁碟區規格的價格與建議磁碟區規格的價格之間的百分比差異。如果已啟用節省估算模式，Compute Optimizer 會分析特定折扣，以產生節省機會百分比。如果節省估算模式未啟用，則 Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議，其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。 ### 預估每月節省金額計算 對於每個建議，我們使用建議的磁碟區規格來計算操作新 EBS 磁碟區的成本。預估每月節省成本是根據目前磁碟區的執行時數，以及目前磁碟區規格與建議磁碟區規格之間的速率差異來計算。運算最佳化工具儀表板上顯示的 EBS 磁碟區每月預估節省成本是 帳戶中調查結果分類為*未最佳化*之所有 EBS 磁碟區的每月預估節省總和。 ## 效能風險 **EBS 磁碟區詳細資訊**頁面上的效能風險資料欄 **EBS 磁碟區建議**頁面會定義目前和建議 EBS 磁碟區不符合工作負載需求的可能性。Compute Optimizer 會計算 EBS 磁碟區每個規格的個別效能風險分數，包括磁碟區類型、磁碟區大小、基準 IOPS、高載 IOPS、基準輸送量和高載輸送量。目前和建議 EBS 磁碟區的效能風險計算方式為分析資源規格的最大效能風險分數。 這些值的範圍從非常低、低、中、高和非常高。極低的效能風險表示預測 EBS 磁碟區一律提供足夠的功能。效能風險越高，表示您應該在遷移資源之前驗證磁碟區是否符合工作負載的效能需求。決定是否要最佳化以改善效能、降低成本，或是結合這兩者。如需詳細資訊，請參閱《*Amazon Elastic Compute Cloud 使用者指南*》中的[請求修改 EBS 磁碟區](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/requesting-ebs-volume-modifications.html)。 **注意** 如果 Compute Optimizer 未顯示目前 Amazon EBS 磁碟區的風險值，這表示預測磁碟區可提供足夠的效能功能，並被視為具有非常低的效能風險。 ## 使用率圖 **EBS 磁碟區詳細資訊**頁面會顯示目前磁碟區的使用率指標圖表。圖形會顯示分析期間的資料。Compute Optimizer 使用每五分鐘時間間隔內的最大使用率點來產生 EBS 磁碟區建議。 您可以變更圖形以顯示過去 24 小時、三天、一週或兩週的資料。您也可以在平均值和最大值之間變更圖形的統計資料。 下列使用率圖表會顯示在詳細資訊頁面上： | 圖形名稱 | Description | | --- | --- | | 讀取操作 （每秒） | 目前 EBS 磁碟區的每秒已完成讀取操作。 若是 Xen 執行個體，只有在磁碟區中有讀取活動時，才會回報資料。 | | 寫入操作 （每秒） | 目前 EBS 磁碟區每秒完成的寫入操作。 若是 Xen 執行個體，只有在磁碟區中有寫入活動時，才會回報資料。 | | 讀取頻寬 (KiB/秒） | 目前 EBS 磁碟區的每秒讀取 KB (KiB)。 | | 寫入頻寬 (KiB/秒） | 寫入至目前 EBS 磁碟區的每秒寫入 KB (KiB)。 | | 爆量平衡 （百分比） | 目前 EBS 磁碟區的爆量儲存貯體中剩餘的 I/O 額度百分比。 此指標僅針對 Compute Optimizer 主控台中的一般用途 SSD (`gp2`) 磁碟區顯示。 | # 存取 EBS 磁碟區建議和詳細資訊 您可以使用下列其中一個程序，在 AWS 主控台中存取 **EBS 磁碟區建議**或 **EBS 磁碟區詳細資訊**頁面。 在 **EBS 磁碟區建議**頁面上，您可以檢視目前 EBS 磁碟區的建議。在 **EBS 磁碟區詳細資訊**頁面上，您可以檢視特定磁碟區的詳細資訊及其建議。 ## 程序 ### 存取 EBS 磁碟區建議頁面 **存取 EBS 磁碟區建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **EBS 磁碟區**。 建議頁面會列出您磁碟區的規格和問題清單分類，以及建議磁碟區的規格。列出的目前磁碟區來自所選帳戶中目前選取的 AWS 區域。 1. 您可以在建議頁面上執行下列動作： + 依 AWS 區域調查結果或調查結果原因篩選建議。若要執行此作業，請先選取**依一或多個屬性篩選**文字方塊。然後，在出現的下拉式清單中選擇 屬性和值。 + 依標籤篩選您的建議。若要這樣做，請選取**標籤鍵**或**標籤值**文字方塊。然後，輸入您要篩選 EBS 磁碟區建議的索引鍵或值。 例如，若要尋找具有索引鍵為 `Owner`且值為 之標籤的所有建議`TeamA`，`tag:Owner`請為篩選條件名稱指定 ，`TeamA`為篩選條件值指定 。 + 檢視另一個帳戶中磁碟區的建議。若要這樣做，請選擇**帳戶**，然後選擇不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱 [Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts) 和 [的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 + 存取特定**磁碟區的 EBS 磁碟區詳細資訊**頁面。若要這樣做，請選擇所需磁碟區旁列出的調查結果分類。 當您準備好時，請使用 Amazon EBS Elastic Volumes 來修改磁碟區的組態。如需詳細資訊，請參閱《[Amazon Elastic Compute Cloud 使用者指南》中的 Amazon EBS Elastic Volumes](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ebs-modify-volume.html)。 ** ### 存取 EBS 磁碟區詳細資訊頁面 **存取 EBS 磁碟區詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **EBS 磁碟區**。 1. 選擇您想要檢視詳細資訊之磁碟區旁邊的問題清單分類。 詳細資訊頁面最多列出您選擇的磁碟區的三個最佳化建議。它列出您目前磁碟區的規格、建議磁碟區的規格和效能風險，以及使用率指標圖表。 1. 您可以在詳細資訊頁面上執行下列動作： + 選擇建議選項，以檢視目前磁碟區和建議磁碟區之間的使用率比較。 目前磁碟區的使用率指標圖表會顯示在頁面底部。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**過去 24 小時**、**過去 3 天**、**上週**或**過去 2 週**。 選擇較短的時間範圍會以更高的精細程度顯示資料點，從而提供更高層級的詳細資訊。 + 若要變更圖形的統計資料值，請選擇**統計資料**，然後選擇**平均**或**最大值**。 您可以使用此選項來判斷工作負載隨著時間的典型磁碟區使用率。若要檢視指定期間觀察到的最高值，請將選擇變更為**最大值**。這可讓您判斷工作負載隨著時間的尖峰磁碟區用量。 當您準備好時，請使用 Amazon EBS Elastic Volumes 來修改磁碟區的組態。如需詳細資訊，請參閱《[Amazon Elastic Compute Cloud 使用者指南》中的 Amazon EBS Elastic Volumes](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ebs-modify-volume.html)。 ** # 檢視 Lambda 函數建議 AWS Compute Optimizer 會為 AWS Lambda 函數產生記憶體大小建議。函數的建議會顯示在 Compute Optimizer 主控台的下列頁面中： + **Lambda 函數建議**頁面會列出您的每個目前函數、其[調查結果分類](#lambda-recommendations-findings)、調查結果原因、目前設定的記憶體、目前用量和目前成本。Compute Optimizer 的最佳建議會列在每個函數旁，其中包含建議的已設定記憶體、建議成本，以及目前函數和建議之間的價格差異。請注意，建議成本是在主控台中**建議成本 （高）** 和**建議成本 （低）** 欄下顯示的範圍。使用建議頁面來比較您目前的函數和其最佳建議，這可協助您決定應該調整或縮減函數的已設定記憶體大小。 + **Lambda 函數詳細資訊**頁面，您可以從 Lambda 函數建議頁面存取該頁面，列出函數的最佳最佳化建議。它列出目前函數的組態和建議選項。詳細資訊頁面也會顯示目前函數的使用率指標圖表。 建議會每天重新整理。它們是透過分析過去 14 天內目前函數的規格和使用率指標來產生。如需詳細資訊，請參閱[由 分析的指標 AWS Compute Optimizer](metrics.md)。 請記住，Compute Optimizer 會針對符合特定要求集的 Lambda 函數產生建議、產生建議最多可能需要 24 小時，而且必須累積足夠的指標資料。如需詳細資訊，請參閱[資源需求](requirements.md)。 **Topics** + [尋找分類](#lambda-recommendations-findings) + [預估每月節省和節省的機會](#lambda-savings-calculation) + [目前效能風險](#lambda-current-performance-risk) + [使用率圖](#lambda-utilization-graphs) + [存取 Lambda 函數建議和詳細資訊](lambda-view-recommendations.md) ## 尋找分類 **Lambda 函數建議**頁面上的**調查結果**欄提供分析期間每個函數執行方式的摘要。 下列調查結果分類適用於 Lambda 函數。 | 分類 | Description | | --- | --- | | 未最佳化 | 當 Compute Optimizer 發現其設定的記憶體或 CPU 功率 （與設定的記憶體成正比） 佈建不足或過度佈建時，Lambda 函數會被視為未最佳化。在此情況下，Compute Optimizer 會產生建議，為您的工作負載提供更好的效能或成本。 當函數未最佳化時，運算最佳化工具會顯示**記憶體佈建不足**或**記憶體過度佈建**的調查結果原因。 | | 最佳化 | 當 Compute Optimizer 判斷其設定的記憶體或 CPU 功率 （與設定的記憶體成正比） 正確佈建以執行工作負載時，Lambda 函數會被視為最佳化。 | | Unavailable | Compute Optimizer 無法為函數產生建議。這可能是因為函數不符合 [Compute Optimizer for Lambda 函數的要求](requirements.md#requirements-lambda-functions)，或函數不符合建議的資格。 對於此調查結果分類，Compute Optimizer 會顯示下列其中一個調查結果原因： [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/compute-optimizer/latest/ug/view-lambda-recommendations.html) 結果為**無法使用**的函數不會列在 Compute Optimizer 主控台中。 | ## 預估每月節省和節省的機會 **預計每月節省 (折扣後)** 此欄列出您透過將工作負載從目前的 Lambda 函數記憶體規格遷移至 Savings Plans 定價模型下建議的記憶體規格，而省下的每月成本。若要使用 Savings Plans 折扣接收建議，需要啟用節省估算模式偏好設定。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，此欄會顯示預設的隨需定價折扣資訊。 **預計每月節省 (隨需)** 此欄列出您透過將工作負載從目前的 Lambda 函數記憶體規格遷移到隨需定價模型下建議的記憶體規格，而省下的每月成本。 **節省機會 (%)** 此欄列出目前 Lambda 函數記憶體規格的價格與建議規格的價格之間的百分比差異。如果已啟用節省估算模式，Compute Optimizer 會分析 Savings Plans 定價折扣，以產生節省機會百分比。如果節省估算模式未啟用，則 Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議，其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。 ### 預估每月節省金額計算 對於每個建議，我們使用建議的記憶體規格來計算操作新 Lambda 函數的成本。預估每月節省成本是根據目前 Lambda 函數的執行時數，以及目前記憶體規格和建議記憶體規格之間的速率差異來計算。運算最佳化工具儀表板上顯示的 Lambda 函數估計每月節省成本是帳戶中調查結果分類為*未最佳化*之所有 Lambda 函數估計每月節省成本的總和。 ## 目前效能風險 **Lambda 函數建議**頁面上的**目前效能風險**欄定義了每個目前 Lambda 函數不符合其工作負載資源需求的可能性。目前的效能風險值範圍從極低、低、中和高。非常低的效能風險表示目前 Lambda 函數預計一律提供足夠的功能。效能風險越高，您越有可能考慮 Compute Optimizer 產生的建議。 ## 使用率圖 **Lambda 函數詳細資訊**頁面會顯示目前函數的使用率指標圖表。圖形會顯示分析期間的資料。Compute Optimizer 使用每五分鐘時間間隔內的最大使用率點來產生 Lambda 函數建議。 您可以變更圖形以顯示過去 24 小時、三天、一週或兩週的資料。 下列使用率圖表會顯示在詳細資訊頁面上： | 圖形名稱 | Description | | --- | --- | | 持續時間 （毫秒） | 函數程式碼處理事件所花費的時間量。 | | 錯誤 （計數） | 導致函數錯誤的調用次數。函數錯誤包含程式碼擲回的例外，以及 Lambda 執行時間擲回的例外。執行時間會針對如逾時和組態錯誤等問題傳回錯誤。 | | 調用 （計數） | 執行函數程式碼的次數，包括成功的執行和導致函數錯誤的執行。 | # 存取 Lambda 函數建議和詳細資訊 您可以使用下列其中一個程序來存取 AWS 主控台中的 **Lambda 函數建議**或 **Lambda 函數詳細資訊**頁面。 在 **Lambda 函數建議**頁面上，您可以檢視目前函數的建議。在 **Lambda 函數詳細資訊**頁面上，您可以檢視特定函數的詳細資訊及其建議。 ## 程序 ### 存取 Lambda 函數建議頁面 **存取 Lambda 函數建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **Lambda 函數**。 建議頁面會列出函數的規格和問題清單分類，以及建議函數的規格。列出的目前函數來自所選帳戶中目前選取的 AWS 區域。 1. 您可以在建議頁面上執行下列動作： + 依 AWS 區域調查結果或調查結果原因篩選建議。若要執行此作業，請先選取**依一或多個屬性篩選**文字方塊。然後，在出現的下拉式清單中選擇 屬性和值。 + 依標籤篩選您的建議。若要這樣做，請選取**標籤鍵**或**標籤值**文字方塊。然後，輸入您要篩選 Lambda 函數建議的索引鍵或值。 例如，若要尋找具有索引鍵為 `Owner`且值為 之標籤的所有建議`TeamA`，`tag:Owner`請為篩選條件名稱指定 ，`TeamA`為篩選條件值指定 。 + 檢視另一個帳戶中函數的建議。若要這樣做，請選擇**帳戶**，然後選擇不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱 [Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts) 和 [的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 + 存取特定**函數的 Lambda 函數詳細資訊**頁面。若要執行此作業，請選擇您要存取的 函數旁列出的問題清單分類。 當您準備好時，修改 Lambda 函數的已設定記憶體。如需詳細資訊，請參閱《 *AWS Lambda 開發人員指南*》中的[設定 Lambda 函數記憶體](https://docs.aws.amazon.com/lambda/latest/dg/configuration-memory.html)。 ### 存取 Lambda 函數詳細資訊頁面 **存取 Lambda 函數詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **Lambda 函數**。 1. 選擇您想要檢視詳細資訊的 函數旁列出的問題清單分類。 詳細資訊頁面會列出您所選 函數的最上層最佳化建議。它列出目前函數的規格、建議的函數組態和使用率指標圖表。 1. 您可以在詳細資訊頁面上執行下列動作： + 選擇建議選項，以檢視目前函數與建議函數之間的使用率比較。 目前函數的使用率指標圖表會顯示在頁面底部。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**過去 24 小時**、**過去 3 天**、**上週**或**過去 2 週**。 選擇較短的時間範圍會以更高的精細程度顯示資料點，從而提供更高層級的詳細資訊。 當您準備好時，修改 Lambda 函數的已設定記憶體。如需詳細資訊，請參閱《 *AWS Lambda 開發人員指南*》中的[設定 Lambda 函數記憶體](https://docs.aws.amazon.com/lambda/latest/dg/configuration-memory.html)。 # 在 Fargate 建議上檢視 Amazon ECS 服務 AWS Compute Optimizer 在 Fargate 上產生 Amazon ECS 服務的建議。這些建議會顯示在 Compute Optimizer 主控台的以下頁面中。 **Fargate 上 Amazon ECS 服務的建議**頁面會列出每個 ECS 服務的下列資訊： + 尋找分類 + 問題清單原因 + 預估每月節省 + 節省機會 + 目前效能風險 Compute Optimizer 的建議會列在每個 Amazon ECS 服務旁。提供的資訊包括 Amazon ECS 服務中建議的 CPU 和記憶體大小、所選購買選項的每小時價格，以及您目前 Amazon ECS 服務與具有 Compute Optimizer 建議組態之服務之間的價格差異。此資訊可協助您決定在 Fargate 上調整或縮減 Amazon ECS 服務的大小。如需如何在 Fargate 上檢視 Amazon ECS 服務建議的詳細資訊，請參閱 [存取 ECS 服務建議和詳細資訊](ecs-view-recommendations.md)。 **注意** 建議每天重新整理，最多可能需要 24 小時才能產生。請記住，Compute Optimizer 在過去 14 天內需要 24 小時的指標，才能在 Fargate 上產生 Amazon ECS 服務的建議。如需詳細資訊，請參閱[Fargate 上 Amazon ECS 服務的需求](requirements.md#requirements-ecs-fargate)。 **Amazon ECS 服務詳細資訊**頁面提供 Amazon ECS 服務的下列資訊： + 您目前的 Amazon ECS 服務任務大小設定和 Compute Optimizer 建議的任務大小設定。使用 資料表來比較您目前的任務設定，例如 CPU 大小、記憶體大小和定價詳細資訊，以及 Compute Optimizer 建議。 + 您目前的容器大小設定和 Compute Optimizer 建議的容器大小設定。使用 資料表來比較您目前的容器設定，例如 CPU 大小、記憶體大小和預留記憶體，並提供 Compute Optimizer 建議。 + 使用使用使用率圖表，將您目前的 Amazon ECS 服務 CPU 和記憶體使用率指標與 Compute Optimizer 的建議進行比較。圖表會以視覺化方式顯示這些建議的影響。 如需如何在 Fargate 上檢視 Amazon ECS 服務詳細資訊的詳細資訊，請參閱 [存取 ECS 服務詳細資訊頁面](ecs-view-recommendations.md#ecs-viewing-details)。 **Topics** + [尋找分類](#ecs-recommendations-findings) + [問題清單原因](#ecs-finding-reasons) + [預估每月節省和節省的機會](#ecs-savings-calculation) + [目前效能風險](#ecs-current-performance-risk) + [比較目前設定與建議的任務大小](#ecs-task-table) + [比較目前設定與建議的容器大小](#ecs-container-table) + [使用率圖](#ecs-utilization-graphs) + [存取 ECS 服務建議和詳細資訊](ecs-view-recommendations.md) ## 尋找分類 **Fargate 上 Amazon ECS 服務建議**頁面上**的調查結果**欄提供分析期間每個服務執行方式的摘要。 下列調查結果分類適用於 Fargate 上的 Amazon ECS 服務。 | 分類 | Description | | --- | --- | | 佈建不足 | 當 Compute Optimizer 偵測到記憶體或 CPU 不足時，Amazon ECS 服務會被視為佈建不足。Compute Optimizer 會顯示 **CPU 佈建不足**或**記憶體佈建不足**的問題清單原因。佈建不足的 Amazon ECS 服務可能會導致應用程式效能不佳。 | | 過度佈建 | 當 Compute Optimizer 偵測到記憶體或 CPU 過多時，Amazon ECS 服務會被視為過度佈建。Compute Optimizer 會顯示 **CPU 過度佈建**或**記憶體過度佈建**的問題清單原因。過度佈建的 Amazon ECS 服務可能會導致額外的基礎設施成本。 | | 最佳化 | 當 Amazon ECS 服務的 CPU 和記憶體都符合工作負載的效能需求時，該服務會被視為最佳化。 | 如需 Fargate 上佈建不足和過度佈建 Amazon ECS 服務的詳細資訊，請參閱 [在 Fargate 建議上檢視 Amazon ECS 服務](#view-ecs-recommendations)主題[問題清單原因](#ecs-finding-reasons)中的 。 ## 問題清單原因 **Fargate 上 Amazon ECS 服務建議頁面上**的**調查結果原因**欄顯示 Fargate 上 Amazon ECS 服務的哪些規格佈建不足或過度佈建。 下列調查結果原因適用於 Fargate 上的 Amazon ECS 服務。 | 問題清單原因 | Description | | --- | --- | | CPU 過度佈建 | ECS 服務 CPU 組態可以縮小規模，同時仍然符合工作負載的效能需求。這是透過在回顧期間分析目前服務的`CPUUtilization`指標來識別的。 | | CPU 佈建不足 | ECS 服務 CPU 組態可以調整大小，以增強工作負載的效能。這是透過在回顧期間分析目前服務的`CPUUtilization`指標來識別的。 | | 過度佈建的記憶體 | ECS 服務記憶體組態可以縮減大小，同時仍然符合工作負載的效能需求。這是透過在回顧期間分析目前服務的`MemoryUtilization`指標來識別的。 | | 佈建不足的記憶體 | ECS 服務記憶體組態可以調整大小，以增強工作負載的效能。這是透過在回顧期間分析目前服務的`MemoryUtilization`指標來識別的。 | 如需這些指標的詳細資訊，請參閱《[Amazon ECS 使用者指南》中的 Amazon ECS CloudWatch 指標](https://docs.aws.amazon.com//AmazonECS/latest/userguide/cloudwatch-metrics.html)。 * AWS Fargate* ## 預估每月節省和節省的機會 **預計每月節省 (折扣後)** 此欄列出您在將 Fargate 上的 Amazon ECS 服務組態調整為 Savings Plans 定價模型下建議組態之後，所經歷的大約每月成本節省。若要使用 Savings Plans 折扣接收建議，需要啟用節省估算模式偏好設定。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，此欄會顯示預設的隨需定價折扣資訊。 **預計每月節省 (隨需)** 此欄列出在將 Fargate 上的 Amazon ECS 服務組態調整為隨需定價模型下的建議組態之後，您每月可節省的大約成本。 **節省機會 (%)** 此欄列出 Fargate 上目前 ECS 服務的價格與使用建議組態的服務價格之間的百分比差異。如果已啟用節省估算模式，Compute Optimizer 會分析 Savings Plans 定價折扣，以產生節省機會百分比。如果節省估算模式未啟用，則 Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議，其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。 ### 預估每月節省金額計算 對於每個建議，Compute Optimizer 會使用建議的服務規格，計算在 Fargate 上操作新 Amazon ECS 服務的成本。預估每月節省成本是根據目前 Amazon ECS 服務的預估每月執行時間計算。節省的成本也取決於目前 Amazon ECS 服務與具有建議組態的服務之間的費率差異。 **注意** 若要計算 Fargate 上 Amazon ECS 服務的估計每月執行時間，Compute Optimizer 會分析過去 14 天的使用率資料。然後，Compute Optimizer 會使用分析結果來估計您的每月用量。 運算最佳化工具儀表板上顯示的 Amazon ECS 服務的預估每月節省成本，是帳戶中所有過度佈建服務的預估每月節省成本總和。 ## 目前效能風險 **Fargate 上 Amazon ECS 服務建議頁面上的****目前效能風險**欄定義了每個目前 Amazon ECS 服務不符合工作負載資源需求的可能性。目前效能風險的值為極低、低、中和高。 極低的效能風險表示目前 Amazon ECS 服務預計會持續提供足夠的功能。高效能風險可能是因為高 CPU 或記憶體使用率。如果您的 Amazon ECS 服務一律以容量執行，則會增加服務受到較高延遲或較低效能影響的機會。Compute Optimizer 的建議可提供足夠的容量，讓您有效率地執行工作負載。 ## 比較目前設定與建議的任務大小 在 **Amazon ECS 服務詳細資訊**頁面上，將目前的 Amazon ECS 服務任務大小與 Compute Optimizer 為您的資源建議的任務大小進行比較。資料表也提供 Amazon ECS 服務的節省和效能風險資訊。下表提供 主控台中每個資料欄區段的說明。 | 資料行 | Description | | --- | --- | | CPU 大小 | 目前 Amazon ECS 服務任務的 CPU 大小，以及 Compute Optimizer 建議的 CPU 大小組態。 | | 記憶體大小 | 目前 Amazon ECS 服務任務的記憶體大小，以及 Compute Optimizer 建議的記憶體大小組態。 | | 定價詳情 | Fargate 和 Compute Optimizer 建議組態上目前 Amazon ECS 服務的隨需價格。如需詳細資訊，請參閱 [AWS Fargate 定價](https://aws.amazon.com/../fargate/pricing/)。 | | 預估每月節省 | 將 Amazon ECS 服務的組態調整為 Compute Optimizer 建議的組態之後，可節省的每月成本。如需詳細資訊，請參閱[預估每月節省和節省的機會](#ecs-savings-calculation)。 | | 節省機會 (%) | 目前 Amazon ECS 服務的價格與使用 Compute Optimizer 建議組態的服務價格之間的百分比差異。如需詳細資訊，請參閱[預估每月節省和節省的機會](#ecs-savings-calculation)。 | | 價格差異 | Fargate 上目前 Amazon ECS 服務的公有定價與具有 Compute Optimizer 建議組態的服務之間的差異。如需詳細資訊，請參閱 [AWS Fargate 定價](https://aws.amazon.com/../fargate/pricing/)。 | | 效能風險 | 這會定義您目前的 Amazon ECS 服務和 Compute Optimizer 的建議不符合工作負載資源需求的可能性。效能風險的值非常低、低、中和高。如需詳細資訊，請參閱[目前效能風險](#ecs-current-performance-risk)。 | | 自動擴展組態 | 您目前 Amazon ECS 服務和 Compute Optimizer 建議任務大小的 Auto Scaling 組態。如果您的服務在 CPU 和記憶體上都有步進擴展政策或目標追蹤政策，則 Compute Optimizer 無法產生任何 Auto Scaling 建議。 如果目標追蹤政策僅位於服務的 CPU 上，則 Compute Optimizer 只會產生記憶體大小建議。或者，如果目標追蹤政策僅位於服務的記憶體上，則 Compute Optimizer 只會產生 CPU 大小建議。 如需步驟擴展和目標擴展政策的詳細資訊，請參閱《[Application Auto Scaling](https://docs.aws.amazon.com//autoscaling/application/userguide/application-auto-scaling-step-scaling-policies.html) 使用者指南》中的 Application Auto Scaling 的步驟[擴展政策和 Application Auto Scaling 的目標追蹤擴展政策](https://docs.aws.amazon.com//autoscaling/application/userguide/application-auto-scaling-target-tracking.html)。 * Auto Scaling * | ## 比較目前設定與建議的容器大小 在 **Amazon ECS 服務詳細資訊**頁面上，比較目前的 Amazon ECS 服務容器大小與建議的容器大小選項。此表格提供您目前和 Compute Optimizer 建議的 CPU 大小、記憶體大小和記憶體預留組態。Compute Optimizer 會產生與建議任務大小相容的容器層級建議。 **注意** Compute Optimizer 只會針對容器大小設定需要調整以符合 Amazon ECS 服務任務的情況，提供容器大小設定建議。例如，假設 Compute Optimizer 建議縮減任務大小。然後，Compute Optimizer 會提供容器層級設定建議，以確保任務大小和容器大小設定彼此相容。 ## 使用率圖 **Amazon ECS 服務詳細資訊**頁面會在 Fargate 和 Compute Optimizer 建議上顯示 Amazon ECS 服務的使用率指標圖表。圖表會顯示分析期間的目前和建議的 CPU 和記憶體資料。Compute Optimizer 在每個一分鐘時間間隔內使用最大使用率點，在 Fargate 上產生建議 ECS 服務。 實心藍線是您目前服務的使用率。如果您在分析期間使用建議，綠線是投影的上限值，而灰色線是投影的下限值。 **注意** Amazon ECS 服務的使用率值會根據 Fargate 使用的基礎設施而有所不同。Compute Optimizer 提供使用範圍，協助您考慮所有可能的作業條件。 您可以變更圖形以顯示過去 24 小時、3 天、1 週或 2 週的資料。您也可以在平均值和最大值之間變更圖形的統計資料。 下列使用率圖表會顯示在詳細資訊頁面上。 | 圖形名稱 | Description | | --- | --- | | CPU 使用率 （百分比） | 服務中使用的 CPU 容量百分比。 當套用建議的組態時，圖表會比較目前 Amazon ECS 服務的 CPU 使用率資料與 服務。如果您在分析期間將 CPU 設定為建議的設定，比較會顯示 CPU 使用率。此比較會顯示建議的 Amazon ECS 服務設定是否在工作負載的效能閾值內。 | | 記憶體使用率 （百分比） | 服務中使用的記憶體百分比。 當套用建議的組態時，圖表會將目前 Amazon ECS 服務的記憶體使用率資料與 服務進行比較。如果您在分析期間將記憶體設定為建議的設定，比較會顯示記憶體使用率。此比較會顯示建議的 Amazon ECS 服務設定是否在工作負載的效能閾值內。 | # 存取 ECS 服務建議和詳細資訊 您可以使用下列其中一個程序來存取 **Fargate 上的 Amazon ECS 服務建議**，或 AWS 主控台中的 **Amazon ECS 服務詳細資訊**頁面。 在 **Fargate 上 Amazon ECS 服務的建議**頁面上，您可以檢視目前服務的建議。在 **Amazon ECS 服務詳細資訊**頁面上，您可以檢視特定服務的詳細資訊及其建議。 ## 程序 ### 存取 ECS 服務建議頁面 **存取 ECS 服務建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中，選擇 **Fargate 上的 ECS 服務**。 **注意** 列出的目前服務來自所選帳戶中目前選取的 AWS 區域 。 1. 您可以在建議頁面上執行下列動作： + 依 AWS 區域調查結果或調查結果原因篩選建議。若要執行此作業，請先選取**依一或多個屬性篩選**文字方塊。然後，在出現的下拉式清單中選擇 屬性和值。 + 依標籤篩選您的建議。若要這樣做，請選取**標籤鍵**或**標籤值**文字方塊。然後，輸入您要篩選 ECS 服務建議的金鑰或值。 例如，若要尋找具有索引鍵為 `Owner`且值為 之標籤的所有建議`TeamA`，請`tag:Owner`為篩選條件名稱指定 ，`TeamA`為篩選條件值指定 。 + 檢視另一個帳戶中 服務的建議。若要執行此作業，請選擇**帳戶**，然後選取不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱 [Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts) 和 [的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 ### 存取 ECS 服務詳細資訊頁面 **存取 ECS 服務詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中，選擇 **Fargate 上的 ECS 服務**。 1. 選取您要檢視詳細資訊的服務名稱。然後，選擇**檢視詳細資訊**。 1. 您可以在詳細資訊頁面上執行下列動作： + 在使用率圖表上，您可以將滑鼠游標暫留在圖表上，以查看分析期間特定日期的確切值。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**過去 24 小時**、**過去 3 天**、**上週**或**過去 2 週**。 選擇較短的時間範圍會以更高的精細程度顯示資料點，從而提供更高層級的詳細資訊。 + 若要變更圖形的統計資料值，請選擇**統計資料**，然後選擇**平均**或**最大值**。 您可以使用此選項來判斷工作負載隨著時間的典型 Amazon ECS 服務使用率。若要檢視指定期間觀察到的最高值，請將選擇變更為**最大值**。如此一來，您就可以判斷工作負載隨著時間的尖峰服務用量。 # 檢視商業軟體授權建議 AWS Compute Optimizer 針對在 Amazon EC2 上執行的商業軟體產生授權建議。這些建議會顯示在 Compute Optimizer 主控台的以下頁面中。 **商業軟體授權建議**頁面列出具有授權的每個 EC2 執行個體的下列資訊。 + 尋找分類 + 問題清單原因 + 預估每月節省 + 節省機會 + 隨需價格 + BYOL 每小時授權價格 Compute Optimizer 的建議會列在具有商業軟體授權的每個 EC2 執行個體旁。提供的資訊包括建議的儲存機會、EC2 執行個體隨需價格，以及每小時自帶授權 (BYOL) 價格。此資訊可協助您決定是否應該縮減授權版本的大小。如需如何檢視商業軟體授權建議的詳細資訊，請參閱 [存取商業軟體授權建議和詳細資訊](license-view-recommendations.md)。 **注意** 建議每天重新整理，最多可能需要 24 小時才能產生。請記住，Compute Optimizer 在過去 14 天內需要 24 小時的指標才能產生授權建議。如需詳細資訊，請參閱[商業軟體授權需求](requirements.md#requirements-license)。 **授權詳細資訊**頁面為您的授權建議提供下列資訊： + 您目前的授權設定和 Compute Optimizer 建議的授權組態。使用 資料表來比較您目前的授權組態，例如版本、模型和執行個體核心數量，以及 Compute Optimizer 建議。 + 使用使用率圖表來存取分析期間目前授權的使用率。 如需如何檢視授權建議詳細資訊的詳細資訊，請參閱 [存取商業軟體授權詳細資訊頁面](license-view-recommendations.md#license-viewing-details)。 **Topics** + [尋找分類](#license-recommendations-findings) + [問題清單原因](#license-finding-reasons) + [預估每月節省和節省的機會](#license-savings-calculation) + [推斷的工作負載類型](#license-inferred-workload-types) + [比較目前授權版本與建議的授權版本](#compare-license-table) + [使用率圖](#license-utilization-graphs) + [存取商業軟體授權建議和詳細資訊](license-view-recommendations.md) ## 尋找分類 **商業軟體授權建議**頁面上的**調查結果**欄提供分析期間每個授權執行方式的摘要。 下列調查結果分類適用於 Microsoft SQL Server 授權。 | 分類 | Description | | --- | --- | | 指標不足 | 當 Compute Optimizer 偵測到您的 CloudWatch Application Insights 未啟用，或啟用的權限不足時。Compute Optimizer 會顯示 `InvalidCloudwatchApplicationInsights`或 的調查結果原因`CloudwatchApplicationInsightsError`。 | | 未最佳化 | 當 Compute Optimizer 偵測到您的 EC2 基礎設施未使用您支付的任何 Microsoft SQL 伺服器授權功能時，會將授權視為未最佳化。Compute Optimizer 會顯示 的調查結果原因`LicenseOverprovisioned`。未最佳化的授權可能會導致不必要的額外費用。 | | 最佳化 | 當 SQL 伺服器資料庫的授權符合您的效能需求時，授權會被視為最佳化。 | 如需這些調查結果分類的詳細資訊，請參閱 [問題清單原因](#license-finding-reasons)。 ## 問題清單原因 **EC2 執行個體建議**和 **EC2 執行個體詳細資訊**頁面上的**調查結果原因**欄會顯示執行個體的哪些規格佈建不足或過度佈建。 下列調查結果原因適用於 Microsoft SQL 伺服器授權建議。 | 問題清單原因 | Description | | --- | --- | | `LicenseOverprovisioned` | 當任何目前的授權功能未使用時，會將授權視為過度佈建。CloudWatch Application Insights `mssql_enterprise_features_used` 會分析指標以識別此項目。 如果您的授權過度佈建，您可以考慮降級 Microsoft SQL Server 授權。如果您符合特定資格要求，則可以從 SQL Server Enterprise Edition 降級為 SQL Server Standard Edition，如果是非生產工作負載，則可以降級為 Developer Edition。如需詳細資訊，請參閱《[Amazon EC2 上的 Microsoft SQL Server 使用者指南》中的降級您的 Microsoft SQL Server 版本](https://docs.aws.amazon.com//sql-server-ec2/latest/userguide/downgrade-sql-server-on-ec2)。 * Amazon EC2 * | | `InvalidCloudwatchApplicationInsights` | CloudWatch Application Insights 的後端匯出工具未正確設定。如需如何設定 CloudWatch Application Insights 的詳細資訊，請參閱《[Amazon CloudWatch 使用者指南》中的設定 Amazon CloudWatch Application Insights 以進行監控](https://docs.aws.amazon.com//AmazonCloudWatch/latest/monitoring/appinsights-setting-up)。 *Amazon CloudWatch * | | `CloudwatchApplicationInsightsError` | 您已設定 CloudWatch Application Insights，但尚未識別使用中的 Enterprise Edition 功能數量。識別功能可能需要幾個小時的時間。如果幾小時後仍無法識別這些功能，請聯絡 支援。 | ## 預估每月節省和節省的機會 根據 Compute Optimizer 的建議降級授權版本後，**預估每月節省 （隨需）** 資料欄會列出大約每月節省的成本。若要計算此值，Compute Optimizer 會將每小時節省的成本乘以預估的每月執行時數。 Savings **opportunity (%)** 欄列出目前 Microsoft SQL 伺服器授權和 Compute Optimizer 建議授權之間的百分比差異。使用自有授權 (BYOL) 節省成本計算是根據授權價格。包含授權的節省計算是根據隨需定價。 **重要** 節省機會資料要求您選擇加入 Cost Explorer，並在 Cost Explorer 偏好設定頁面中啟用**接收 Amazon EC2 資源建議**。這會在 Cost Explorer 和 Compute Optimizer 之間建立連線。透過此連線，Cost Explorer 會考量現有資源的價格、建議資源的價格，以及歷史用量資料，來產生節省成本預估。預估每月節省金額反映了與產生的每個建議相關聯的預計節省金額。如需詳細資訊，請參閱[《 成本管理使用者指南》中的啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) [並使用將建議權化來最佳化](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-rightsizing.html)成本。 ** ## 推斷的工作負載類型 **EC2 ****執行個體建議頁面上的推斷工作負載類型**欄列出可能在執行個體上執行的應用程式，由 Compute Optimizer 推斷。此欄透過分析執行個體的屬性來執行此操作。這些屬性包括執行個體名稱、標籤和組態。如果您的執行個體正在執行 Amazon EMR、Apache Cassandra、Apache Hadoop、、MemcachedNGINX、Redis、、 Kafka或 PostgreSQL，Compute Optimizer 目前可以推斷SQLServer。透過推斷在執行個體上執行的應用程式，Compute Optimizer 可以識別將工作負載從 x86 型執行個體類型遷移到 Arm型 AWS Graviton執行個體類型的工作。如需詳細資訊，請參閱本指南[移轉工作量](view-ec2-recommendations.md#ec2-migration-effort)下一節中的 。 **注意** 您無法在中東 （巴林）、非洲 （開普敦）、亞太區域 （香港）、歐洲 （米蘭） 和亞太區域 （雅加達） 區域推斷 SQLServer 應用程式。 ## 比較目前授權版本與建議的授權版本 在**授權詳細資訊**頁面上，比較目前授權版本的組態與 Compute Optimizer 建議的授權版本。下表提供 主控台中每個資料欄區段的說明。 | 資料行 | Description | | --- | --- | | 授權版本 | 目前的授權編輯和建議的授權版本。例如，Enterprise、Standard 和 Free。 | | 執行個體隨需價格 | 目前和建議的隨需執行個體價格。 | | BYOL 價格 （每小時） | 目前和建議的 使用您自己的授權 (BYOL) 每小時價格。 | | 預估每月節省 | 根據 Compute Optimizer 的建議降級授權版本之後，可節省的每月成本。如需詳細資訊，請參閱[預估每月節省和節省的機會](#license-savings-calculation)。 | | 節省機會 (%) | 目前 Microsoft SQL 伺服器授權與 Compute Optimizer 建議授權之間的百分比差異。如需詳細資訊，請參閱[預估每月節省和節省的機會](#license-savings-calculation)。 | | 執行個體核心 | 執行個體目前和建議的實體核心數量。授權計算中使用的執行個體核心數。 | ## 使用率圖 **授權詳細資訊**頁面會顯示目前商業軟體授權的目前資源使用率。圖形只會顯示分析期間已使用資料的企業編輯功能數量。 您可以變更圖形以顯示過去 24 小時、三天、一週或兩週的資料。 # 存取商業軟體授權建議和詳細資訊 您可以使用下列其中一個程序，存取 AWS 主控台中的**商業軟體授權建議**或**授權詳細資訊**頁面。 在**商業軟體授權的建議**頁面上，您可以檢視目前授權的建議。在**授權詳細資訊**頁面上，您可以檢視特定授權建議的詳細資訊。 ## 程序 ### 存取商業軟體授權建議頁面 **存取商業軟體授權建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇**授權**。 1. （選用） 您也可以從 EC2 執行個體頁面存取授權建議。若要執行此操作，請先選取依一或多個屬性篩選。從出現的下拉式清單中，選擇**推斷工作負載類型**屬性，然後選擇**推斷工作負載類型 = SQL Server 值**。 **注意** 列出的目前授權來自所選帳戶中 AWS 區域 目前選取的 。 1. 您可以在商業軟體授權的建議頁面上執行下列動作： + 依 AWS 區域調查結果或調查結果原因篩選建議。若要執行此操作，請先選取**依一或多個屬性篩選**文字方塊。然後，在出現的下拉式清單中選擇 屬性和值。 + 依標籤篩選您的建議。若要這樣做，請選取**標籤鍵**或**標籤值**文字方塊。然後，輸入您要篩選蝨子建議的索引鍵或值。 例如，若要尋找具有索引鍵為 `Owner`且值為 之標籤的所有建議`TeamA`，`tag:Owner`請為篩選條件名稱指定 ，`TeamA`為篩選條件值指定 。 + 檢視另一個帳戶中函數的建議。若要這樣做，請選擇**帳戶**，然後選擇不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱 [Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts) 和 [的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 ### 存取商業軟體授權詳細資訊頁面 **存取商業軟體授權詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇**授權**。 1. 選擇您要檢視詳細資訊的**執行個體 ID**。 1. 您可以在詳細資訊頁面上執行下列動作： + 在使用率圖表上，您可以將游標暫留在圖表上，以查看分析期間特定日期的確切值。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**過去 24 小時**、**過去 3 天**、**上週**或**過去 2 週**。 選擇較短的時間範圍會以更高的精細程度顯示資料點，從而提供更高層級的詳細資訊。 + 若要變更圖形的統計資料值，請選擇**統計資料**，然後選擇**平均**或**最大值**。 # 檢視 Aurora 和 RDS 資料庫建議 Compute Optimizer 為 RDS for MySQL、RDS for PostgreSQL、Amazon Aurora 資料庫產生資料庫執行個體、RDS 資料庫執行個體儲存和 Aurora 資料庫叢集儲存建議。這些建議會顯示在 Compute Optimizer 主控台**的 Aurora 和 RDS 資料庫建議**，以及 **Aurora 和 RDS 資料庫詳細資訊**頁面上。這兩個頁面都分為兩個不同的索引標籤：**執行個體**和**儲存**體。 + **Aurora 和 RDS 資料庫的建議**頁面 **執行個體** 此索引標籤會顯示您目前的每個 Aurora 和 RDS 資料庫執行個體、尋找分類、尋找原因、目前執行個體類型、預估節省和節省機會。Compute Optimizer 的最佳建議會列在每個執行個體旁。此建議包括建議的執行個體類型、隨需定價，以及目前執行個體之間的價差。使用建議頁面來比較您目前的執行個體與最佳建議。這樣做可協助您決定是否要調整或縮減執行個體的大小。 **儲存** 此索引標籤會顯示您目前的每個 RDS 執行個體儲存磁碟區和 Aurora 資料庫叢集儲存組態、調查結果分類、目前儲存類型和目前價格。Compute Optimizer 的最佳建議會列在每個磁碟區或叢集旁。對於 RDS 資料庫執行個體儲存，它包含建議的磁碟區類型、建議的 IOPS、建議的價格，以及目前磁碟區和建議之間的價格差異。對於 Aurora 資料庫叢集，它包括建議的儲存類型、估計的叢集成本 （執行個體、儲存體和 I/O)，以及潛在的節省。您可以使用建議頁面來比較目前的儲存組態及其最佳建議，這可協助您決定是否應該變更儲存類型。 如需如何檢視 Aurora 和 RDS 資料庫建議的詳細資訊，請參閱 [存取 Aurora 和 RDS 資料庫建議和詳細資訊](rds-view-recommendations.md)。 + **Aurora 和 RDS 資料庫詳細資訊**頁面 **執行個體** 此標籤顯示特定 RDS 資料庫執行個體或 Aurora 資料庫執行個體的最佳化建議。它列出了每個建議的規格，包括效能風險、價格差異和隨需定價。 **儲存** 此索引標籤會顯示 RDS 資料庫執行個體儲存體或 Aurora 資料庫叢集儲存體的最佳化建議。對於 RDS 資料庫執行個體儲存體，它會列出每個建議的規格，包括配置的儲存體、佈建的 IOPS、輸送量和儲存體價格差異。對於 Aurora 資料庫叢集，它會顯示儲存類型建議，其中包含依執行個體、儲存體和 I/O 元件細分的預估成本，以及啟用增強型基礎設施指標時的 I/O 成本變化資訊。 兩個詳細資訊頁面都會顯示使用率指標圖表，您可以用來比較目前執行個體或儲存體與建議選項的預計使用率指標。圖表可協助您更加了解這些建議的影響。 如需如何檢視 Aurora 和 RDS 資料庫詳細資訊的詳細資訊，請參閱 [存取 Aurora 和 RDS 資料庫詳細資訊頁面](rds-view-recommendations.md#rds-viewing-details)。 建議會每天重新整理，最多可能需要 12 小時才能產生。請記住，Compute Optimizer 需要至少 30 小時的 Amazon CloudWatch 指標，才能為 Amazon RDS 資料庫執行個體產生建議。如需詳細資訊，請參閱[資源需求](requirements.md)。 **Topics** + [尋找分類](#rds-recommendations-findings) + [問題清單原因](#rds-finding-reasons) + [AWS Graviton 型執行個體建議](#rds-graviton-recommendations) + [預估每月節省和節省的機會](#rds-savings-calculation) + [效能風險](#rds-performance-risk) + [比較圖](#rds-utilization-graphs) + [存取 Aurora 和 RDS 資料庫建議和詳細資訊](rds-view-recommendations.md) ## 尋找分類 **Aurora 和 RDS 資料庫建議頁面上的****調查結果**欄提供回顧期間 Amazon Aurora 和 RDS 資料庫執行個體、RDS 資料庫執行個體儲存體和 Aurora 資料庫叢集執行方式的摘要。 ------ #### [ Aurora and RDS DB instances ] 下列問題清單分類適用於資料庫執行個體。 | 分類 | Description | | --- | --- | | 佈建不足 | 當 Compute Optimizer 偵測到 CPU、記憶體、網路頻寬、EBS IOPS 或 EBS 輸送量不足時，RDS 資料庫執行個體會被視為佈建不足。Compute Optimizer 會顯示調查結果原因，例如 **CPU 佈建不足**、**記憶體佈建不足**、**EBS IOPS 佈建不足**，以及**網路頻寬佈建不足**。佈建不足的 RDS 資料庫執行個體可能會導致應用程式效能不佳。 | | 過度佈建 | 當 Compute Optimizer 偵測到 CPU、EBS IOPS、網路頻寬或 EBS 輸送量過多時，RDS 資料庫執行個體會被視為過度佈建。Compute Optimizer 會顯示調查結果原因，例如 **CPU 過度佈建**、**EBS IOPS 過度佈建**、**網路頻寬過度佈建**和 **EBS 輸送量過度佈建**。過度佈建的 RDS 資料庫執行個體可能會導致額外的基礎設施成本。 | | 最佳化 | 當您的 RDS 資料庫執行個體規格符合工作負載的效能需求時，RDS 資料庫執行個體會被視為最佳化。對於最佳化執行個體，Compute Optimizer 可能會建議新一代資料庫執行個體類別，或提供新的引擎版本。 | ------ #### [ RDS DB instance storage ] 下列問題清單分類適用於 RDS 資料庫儲存體。 | 分類 | Description | | --- | --- | | 佈建不足 | 當 Compute Optimizer 偵測到配置的儲存空間不足或 EBS 輸送量不足時，RDS 儲存磁碟區會被視為佈建不足。Compute Optimizer 會顯示 **EBS 磁碟區配置儲存體佈建不足**或 **EBS 磁碟區輸送量佈建不足**的問題清單原因。佈建不足的 RDS 資料庫執行個體儲存磁碟區可能會導致應用程式效能不佳。 | | 過度佈建 | 當 Compute Optimizer 偵測到 IOPS 或 EBS 輸送量過多時，RDS 資料庫執行個體儲存磁碟區會被視為過度佈建。Compute Optimizer 會顯示 **EBS 磁碟區 IOPS 過度佈建**或 **EBS 磁碟區輸送量過度佈建**的調查結果原因。過度佈建的資料庫執行個體儲存磁碟區可能會導致額外的基礎設施成本。 | | 最佳化 | 當您的 RDS 資料庫執行個體儲存磁碟區的規格符合工作負載的效能需求時，儲存體會被視為最佳化。為了最佳化資料庫執行個體儲存，Compute Optimizer 可能會建議新一代儲存類型。 | 如需 下和過度佈建 RDS 資料庫執行個體的詳細資訊，請參閱 [檢視 Aurora 和 RDS 資料庫建議](#view-rds-recommendations)主題[問題清單原因](#rds-finding-reasons)中的 。 ------ #### [ Aurora DB clusters ] 下列問題清單分類適用於 Aurora 資料庫叢集。 | 分類 | Description | | --- | --- | | 最佳化 | Compute Optimizer 從成本角度找到要最佳化的 Aurora 資料庫叢集儲存組態。 | | 未最佳化 | 如果將 Aurora 資料庫叢集從 Aurora 標準儲存體切換到 Aurora I/O 最佳化儲存體，則 Compute Optimizer 可節省潛在成本。當 Aurora I/O 最佳化被識別為主要選項時，Compute Optimizer 會顯示 **DBClusterStorageSavingsAvailable** 的調查結果原因。 | 如需 Amazon Aurora 資料庫叢集的詳細資訊，請參閱《[Amazon Aurora 使用者指南》中的 Amazon Aurora 儲存](https://docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/Aurora.Overview.StorageReliability.html)體。 ** ------ ## 問題清單原因 **RDS 資料庫執行個體和 RDS 資料庫執行個體詳細資訊建議頁面上的****調查結果原因**欄顯示 Amazon Aurora 和 RDS 資料庫執行個體、RDS 資料庫執行個體儲存體和 Aurora 資料庫叢集的 Compute Optimizer 調查結果規格。 **** ------ #### [ Aurora and RDS DB instances ] 下列調查結果原因適用於 RDS 資料庫執行個體： | 問題清單原因 | Description | | --- | --- | | CPU 過度佈建 | 資料庫執行個體的 CPU 組態可以縮減大小，也符合您工作負載的效能需求。這是透過在回顧期間分析目前執行個體的`CPUUtilization`指標來識別。 | | CPU 佈建不足 | 資料庫執行個體的 CPU 組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的 CPU 效能。這是透過在回顧期間分析目前執行個體的`CPUUtilization`指標來識別。 | | 佈建不足的記憶體 | 資料庫執行個體的記憶體組態不符合工作負載的效能需求，而且沒有提供更佳記憶體效能的替代執行個體類型。 對於 RDS MySQL 和 RDS PostgreSQL 資料庫執行個體，如果啟用 Amazon RDS Performance Insights，則透過分析目前執行個體的 `os.swap.in`和 `os.swap.out`指標來識別。若要啟用 Aurora 的績效詳情，請參閱《*Amazon Aurora* [ 使用者指南》中的開啟和關閉 Aurora 的績效詳情](https://docs.aws.amazon.com//AmazonRDS/latest/AuroraUserGuide/USER_PerfInsights.Enabling.html)。 對於 Aurora 資料庫執行個體，如果啟用 Amazon RDS Performance Insights，則透過分析目前執行個體的`os.memory.outOfMemoryKillCount`指標來識別。對於 Aurora MySQL 資料庫執行個體，Compute Optimizer 也會分析 Aurora 記憶體運作狀態指標。若要啟用 Aurora 的績效詳情，請參閱《*Amazon Aurora* [ 使用者指南》中的開啟和關閉 Aurora 的績效詳情](https://docs.aws.amazon.com//AmazonRDS/latest/AuroraUserGuide/USER_PerfInsights.Enabling.html)。 | | EBS 輸送量過度佈建 | 資料庫執行個體的 EBS 輸送量組態可以縮減大小，也符合您工作負載的效能需求。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadBytes`和 `VolumeWriteBytes` 指標來識別的。 | | EBS 輸送量佈建不足 | 資料庫執行個體的 EBS 輸送量組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的 EBS 輸送量效能。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadBytes`和 `VolumeWriteBytes` 指標來識別的。 | | EBS IOPS 過度佈建 | 資料庫執行個體的 EBS IOPS 組態可以縮減大小，也符合您工作負載的效能需求。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadOps`和 `VolumeWriteOps`指標來識別的。 | | 佈建不足的 EBS IOPS | 資料庫執行個體的 EBS IOPS 組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的 EBS 輸送量效能。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadOps`和 `VolumeWriteOps`指標來識別的。 | | 網路頻寬過度佈建 | 資料庫執行個體的網路頻寬組態可以縮減規模，同時仍符合工作負載的效能需求。對於 RDS MySQL 和 RDS PostgreSQL 資料庫執行個體，這是透過在回顧期間分析目前執行個體的 `NetworkIn`和 `NetworkOut `指標來識別的。 | | 佈建不足的網路頻寬 | 資料庫執行個體的網路頻寬組態不符合工作負載的效能需求，而且有替代的執行個體類型可提供更好的網路頻寬效能。 對於 RDS MySQL 和 RDS PostgreSQL 資料庫執行個體，這是透過在回顧期間分析目前執行個體的 `NetworkIn`和 `NetworkOut`指標來識別的。 對於 Aurora 資料庫執行個體，這是透過在回顧期間分析目前執行個體的 `NetworkThroughput`和 `StorageNetworkThroughput`指標來識別的。 | | 執行個體儲存體讀取 IOPS 佈建不足 | 資料庫執行個體的執行個體儲存體讀取 IOPS 限制不符合工作負載的效能需求，而且有其他執行個體類型可提供更好的效能。對於 Aurora 資料庫執行個體，這是透過在回顧期間分析`ReadIOPSEphemeralStorage`指標來識別的。 | | 執行個體儲存體寫入 IOPS 佈建不足 | 資料庫執行個體的執行個體儲存體寫入 IOPS 限制不符合工作負載的效能需求，而且還有其他執行個體類型可提供更好的效能。對於 Aurora 資料庫執行個體，這是透過在回顧期間分析`WriteIOPSEphemeralStorage`指標來識別的。 | | 資料庫叢集寫入器佈建不足 | 這表示 Compute Optimizer 已將此 Aurora 資料庫執行個體僅供讀取複本的建議與資料庫叢集的寫入器同步，因為它的提升層 < 或 = 至 1。Compute Optimizer 會這麼做，以協助您維持容錯移轉容量。 | | 新一代資料庫執行個體類別可用 | 如果目前的資料庫執行個體是上一代執行個體類型，Compute Optimizer 會產生此調查結果原因，指出有可用的新一代資料庫執行個體類型。建議您使用最新一代的執行個體類型來獲得最佳效能。 | | 可用的新引擎版本 | 如果目前的引擎版本已棄用，Compute Optimizer 會產生此調查結果原因，表示有可用的新引擎版本。 | ------ #### [ RDS DB instance storage ] 下列調查結果原因適用於 RDS 資料庫執行個體儲存體。 | 問題清單原因 | Description | | --- | --- | | 佈建不足的 EBS 磁碟區配置儲存 | 連接至資料庫執行個體的 EBS 磁碟區配置儲存空間不符合工作負載的效能需求，並且有替代磁碟區類型可提供更好的配置儲存效能。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadOps`和 `VolumeWriteOps`指標來識別的。 | | EBS 磁碟區 IOPS 過度佈建 | 連接資料庫執行個體的 EBS 磁碟區 IOPS 組態可以縮減大小，也符合您工作負載的效能需求。這是透過分析在回顧期間連接到目前執行個體的 EBS 磁碟區的 `VolumeReadBytes`和 `VolumeWriteBytes`指標來識別的。 | | EBS 磁碟區輸送量佈建不足 | 連接資料庫執行個體的 EBS 磁碟區輸送量大小不符合工作負載的效能需求，而且有替代磁碟區類型可提供更好的磁碟區輸送量效能。 | | EBS 磁碟區輸送量過度佈建 | 連接資料庫執行個體的 EBS 磁碟區輸送量可以縮減規模，也符合您工作負載的效能需求。 | | 可用的新一代儲存類型 | 如果目前的資料庫執行個體儲存體是上一代儲存體類型，則 Compute Optimizer 會產生此調查結果原因，以指出有可用的新一代儲存體類型。我們建議您使用最新一代的儲存類型來獲得最佳效能。 | ------ #### [ Aurora DB clusters ] 下列調查結果原因適用於 Aurora 資料庫叢集。 | 分類 | Description | | --- | --- | | DBClusterStorageSavingsAvailable | 透過將您的 Aurora 資料庫叢集從 Aurora Standard 儲存切換到 Aurora I/O 最佳化儲存體，可以節省潛在的成本。您叢集的 I/O 使用模式顯示，Aurora I/O 最佳化的可預測定價模型比 Aurora Standard 的可變 I/O 成本更具成本效益。當 I/O Optimized 識別為叢集的最佳建議選項時，會顯示此調查結果原因。 | | DBClusterStorageOptionAvailable | 發現 Aurora I/O 最佳化是 Aurora 資料庫叢集可行的替代儲存選項。雖然您目前的儲存組態從成本角度被視為最佳化，但切換到 Aurora I/O 最佳化可以透過消除可變 I/O 費用來提供更可預測的每月成本和簡化預算等優勢。當 I/O 最佳化顯示為叢集的第二個建議選項時，會顯示此調查結果原因。 | ------ ## AWS Graviton 型執行個體建議 檢視 Amazon RDS 資料庫執行個體建議時，您可以檢視在 Graviton AWS 型執行個體上執行工作負載的價格和效能影響。若要這樣做，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，請選擇**目前**以檢視以與目前 RDS 資料庫執行個體相同的 CPU 廠商和架構為基礎的建議。 **目前價格**、**建議價格**、**價格差異**、**價格差異 (%)** 和**預估每月節省**資料欄已更新，以提供目前資料庫執行個體類型與所選 CPU 架構偏好設定的執行個體類型之間的價格比較。例如，如果您選擇 **Graviton (aws-arm64)**，則會在目前資料庫執行個體類型和建議的 Graviton 型執行個體類型之間比較價格。 ## 預估每月節省和節省的機會 **預計每月節省 (折扣後)** **執行個體索引標籤** 此欄列出您透過將工作負載從目前的資料庫執行個體或類型遷移至預留執行個體定價模型下的建議類型，而省下的每月成本。若要使用預留執行個體折扣接收建議，請啟用節省估算模式偏好設定。 **儲存索引標籤** 此欄列出您透過將 RDS 資料庫執行個體儲存磁碟區從目前規格遷移至特定折扣建議規格，而省下的每月成本。對於 Aurora 資料庫叢集，這表示考慮到所有成本元件 （執行個體、儲存和 I/O 成本），在 Aurora Standard 和 Aurora I/O 最佳化儲存類型之間變更可節省成本。若要接收具有特定折扣的建議，請啟用節省估算模式偏好設定。 如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，執行個體和儲存索引標籤上的此欄會顯示預設的隨需定價折扣資訊。 **預計每月節省 (隨需)** **執行個體索引標籤** 此欄會列出您在隨需定價模式下，將工作負載從目前 DB 執行個體類型移轉至建議的執行個體類型後，每月大概會節省多少成本。 **儲存索引標籤** 此欄會列出您將 RDS DB 執行個體儲存磁碟區從目前規格移轉至建議規格後，每月大概會節省多少成本。若是 Aurora DB 叢集，此欄會包括目前儲存類型與建議儲存類型之間的總成本差異 (在考慮執行個體、儲存裝置和 I/O 成本組件的情況下)。 **節省機會 (%)** 此欄會列出目前執行個體價格與建議的 DB 執行個體類型價格之間的百分比差。如果節省估算模式已啟用，Compute Optimizer 就會分析預留執行個體定價折扣，以產生節省機會百分比。如果節省估算模式未啟用，則 Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 若是 Aurora DB 叢集儲存建議，這代表目前與建議的儲存類型之間總成本 (執行個體、儲存裝置和 I/O) 的百分比差。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料，其中包括您的特定定價折扣來產生建議。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。 ### 預估每月節省金額計算 對於每個建議，Compute Optimizer 會使用建議的規格來計算操作新 RDS 資料庫執行個體或儲存體的成本。預估每月節省成本是根據目前執行個體或儲存體的執行時數，以及目前規格與建議規格之間的速率差異來計算。運算最佳化工具儀表板上顯示的 RDS 資料庫執行個體和儲存體的預估每月節省成本，是帳戶中所有過度佈建問題清單的預估每月節省總和。 ## 效能風險 **RDS 資料庫執行個體詳細資訊**頁面和 **RDS 資料庫執行個體建議**頁面上的效能風險資料欄會定義目前和建議執行個體類型不符合工作負載需求的可能性。Compute Optimizer 會計算目前和建議執行個體的每個規格的個別效能風險分數。這包括 CPU、EBS 輸送量和 EBS IOPS 等規格。目前和建議執行個體的效能風險計算方式為分析資源規格的最大效能風險分數。 這些值的範圍從非常低、低、中、高和非常高。非常低的效能風險表示預測執行個體類型一律提供足夠的功能。效能風險越高，表示您應該在遷移資源之前驗證執行個體是否符合工作負載的效能需求。決定是否要最佳化以改善效能、降低成本，或是結合這兩者。 ## 比較圖 **Amazon RDS 資料庫詳細資訊**頁面會顯示目前和建議的 RDS 資料庫執行個體的使用率指標圖表，以及回顧期間的儲存資料。Compute Optimizer 使用每個 5 分鐘時間間隔內的最大使用率點來產生 RDS 資料庫執行個體和儲存建議。 您可以變更圖形以顯示過去 24 小時、三天、一週或兩週的資料。您也可以在平均值和最大值之間變更圖形的統計資料。 下列比較圖表會顯示在 **Aurora 和 RDS 資料庫詳細資訊**頁面上。 ------ #### [ RDS DB instances ] RDS 資料庫執行個體會顯示下列圖表： | 圖形名稱 | Description | | --- | --- | | CPU 使用率 | 資料庫執行個體上使用的已配置運算單位百分比。此指標可識別在執行個體上執行應用程式所需的處理能力。 | | 資料庫連線 （計數） | 連線至資料庫執行個體的用戶端工作階段數目。 | | 網路接收輸送量 (MiB/秒） | 資料庫執行個體的外來 (接收) 網路流量，包括客戶資料庫流量及用於監控與複寫的 Amazon RDS 流量。 | | 網路傳輸輸送量 (MiB/秒） | 資料庫執行個體的外送 (傳輸) 網路流量，包括客戶資料庫流量及用於監控與複寫的 Amazon RDS 流量。 | | EBS 讀取操作 （每秒） | 磁碟讀取輸入/輸出操作的每秒平均次數。 | | EBS 寫入操作 （每秒） | 磁碟寫入輸入/輸出操作的每秒平均次數。 | | EBS 讀取輸送量 (MiB/秒） | 平均每秒從磁碟讀取的位元組數目。 | | EBS 寫入輸送量 (MiB/秒） | 平均每秒寫入磁碟的位元組數目。 | | EBS IO 平衡 （百分比） | RDS 資料庫高載儲存貯體中剩餘輸入/輸出額度的百分比。只有基本監控才提供此指標。 | | EBS 位元組平衡 (百分比) | RDS 資料庫高載儲存貯體中剩餘輸送量額度的百分比。只有基本監控才提供此指標。 | | 可用儲存空間 | 可用的儲存空間的數量。 | | 資料庫載入 | 資料庫中的工作階段活動層級。如需詳細資訊，請參閱《*Amazon Relational Database Service 使用者指南》中的資料庫*[載入](https://docs.aws.amazon.com//AmazonRDS/latest/UserGuide/USER_PerfInsights.Overview.ActiveSessions.html)。 | | 交換 (KB) | 從磁碟交換輸入的記憶體數量，以 KB 為單位。 | | 交換輸出 (KB) | 交換輸出到磁碟的記憶體數量，以 KB 為單位。 | **注意** 只有在您啟用 Amazon RDS Performance Insights 時，才能使用**資料庫載入**、**交換 (KB)** 和**交換 (KB)** 指標。若要為您的資料庫執行個體啟用績效詳情，請參閱《[Amazon Relational Database Service 使用者指南》中的開啟和關閉 Amazon RDS 的績效詳情](https://docs.aws.amazon.com//AmazonRDS/latest/UserGuide/USER_PerfInsights.Enabling.html)。 *Amazon Relational Database Service * ------ #### [ Aurora DB instances ] Aurora 資料庫執行個體會顯示下列圖表： | 圖形名稱 | Description | | --- | --- | | CPU 使用率 | 由 Aurora 資料庫執行個體使用的 CPU 的百分比。 | | 記憶體使用率 | 應用程式和作業系統配置使用的記憶體百分比。 | | 資料庫連線 （計數） | 連線至資料庫執行個體的用戶端工作階段數目。 | | 網路接收輸送量 (MiB/秒） | Aurora 資料庫叢集中的各個執行個體從用戶端接收到的網路輸送量。此傳輸量不包含 Aurora 資料庫叢集中的執行個體與叢集磁碟區之間的網路流量。 | | 網路傳輸輸送量 (MiB/秒） | Aurora 資料庫叢集中的各個執行個體傳送至用戶端的網路傳輸量。此輸送量不包含資料庫叢集中的執行個體與叢集磁碟區之間的網路流量。 | | 儲存網路讀取輸送量 (MiB/秒） | 資料庫叢集中的各個執行個體從 Aurora 儲存子系統接收到的網路輸送量。 | | 儲存網路寫入輸送量 (MiB/秒） | Aurora 資料庫叢集中的各個執行個體傳送至 Aurora 儲存子系統的網路輸送量。 | | Aurora 記憶體運作狀態 | 指出記憶體運作狀態。`0` 的值等於 `NORMAL`。`10` 的值等於 `RESERVED`，這表示伺服器即將接近記憶體用量的臨界層級。 此指標僅適用於 Aurora MySQL。 | | Aurora 已拒絕 SQL 查詢的記憶體數量 | 因out-of-memory(OOM) 迴避而拒絕的查詢總數。 此指標僅適用於 Aurora MySQL。 | | 關閉連線的 Aurora 記憶體數量 | 在 OOM 避免過程中關閉的連線總數。 此指標僅適用於 Aurora MySQL。 | | Aurora 已終止的查詢記憶體數量 | 作為 OOM 避免的一部分結束的查詢總數。 此指標僅適用於 Aurora MySQL。 | | Buffer cache hit ratio | 由緩衝區快取提供服務的請求的百分比。當 Optimized Reads 資料庫執行個體類別類型建議使用 做為選項時，會顯示此圖表，以協助您評估它是否適合您的工作負載。 | | 讀取 IOPS 周邊儲存 | Ephemeral NVMe 儲存體的磁碟讀取操作平均數量。 此指標適用於支援本機連接非揮發性記憶體表達式 (NVMe) 儲存的執行個體。 | | 寫入 IOPS 周邊儲存 | Ephemeral NVMe 儲存體的磁碟寫入操作平均數量。 此指標適用於支援本機連接非揮發性記憶體表達式 (NVMe) 儲存的執行個體。 | | 讀取 IOPS | 磁碟讀取操作的每秒平均次數。 | | 寫入 IOPS | 每秒產生的 Aurora 儲存寫入記錄數目。這或多或少是資料庫所產生的日誌記錄數目。這些不會對應至 8K 分頁寫入，且不會對應至傳送的網路封包。 | | 資料庫載入 | 資料庫的作用中工作階段數量。您通常會需要平均作用中工作階段數量的資料。在績效詳情中，此資料會查詢為 db.load.avg。 | 如需詳細資訊，請參閱[《Amazon Aurora 使用者指南》中的 Amazon Aurora 的 Amazon CloudWatch 指標](https://docs.aws.amazon.com//AmazonRDS/latest/AuroraUserGuide/Aurora.AuroraMonitoring.Metrics.html)。 ** **注意** 只有在您啟用 Aurora 的績效詳情時，才能使用**資料庫負載**圖表。若要啟用 Aurora 的績效詳情，請參閱《*Amazon Aurora* [ 使用者指南》中的開啟和關閉 Aurora 的績效詳情](https://docs.aws.amazon.com//AmazonRDS/latest/AuroraUserGuide/USER_PerfInsights.Enabling.html)。 ------ #### [ Aurora DB clusters ] Aurora 資料庫叢集會顯示下列圖表： | 圖形名稱 | Description | | --- | --- | | VolumeBytesUsed | 您的 Aurora 資料庫叢集使用的儲存量。 | | VolumeReadIOPs | 叢集磁碟區每隔 5 分鐘的計費讀取輸入/輸出操作次數。 | | VolumeWriteIOPs | 叢集磁碟區的寫入磁碟輸入/輸出操作次數，每隔 5 分鐘回報一次。 | ------ # 存取 Aurora 和 RDS 資料庫建議和詳細資訊 您可以使用下列其中一個程序來存取 **Aurora 和 RDS 資料庫建議**，或 AWS 主控台中的 **Aurora 和 RDS 資料庫詳細資訊**頁面。 在 **Aurora 和 RDS 資料庫建議**頁面上，您可以檢視 RDS 資料庫執行個體的建議。在 **Aurora 和 RDS 資料庫詳細資訊**頁面上，您可以檢視特定執行個體或儲存體的詳細資訊及其建議。 ## 程序 ### 存取 Aurora 和 RDS 資料庫建議頁面 **存取 Aurora 和 RDS 資料庫建議頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **Aurora 和 RDS 資料庫**。 **注意** 列出的目前執行個體來自所選帳戶中 AWS 區域 目前選取的 。 1. 您可以在建議頁面上執行下列動作： + 選擇執行個體或儲存索引標籤，以檢視您的**執行個體**或**儲存**建議。 + 僅在**執行個體**索引標籤中，您可以檢視在 Graviton AWS 型執行個體上執行工作負載的價格和效能影響。若要這樣做，請在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，**目前** （預設） 選項會顯示以與目前 RDS 資料庫執行個體相同的 CPU 廠商和架構為基礎的建議。 + 篩選一或多個 的執行個體或儲存建議 AWS 區域。若要這樣做，請在**依一或多個屬性篩選**文字方塊中輸入區域名稱，或在出現的下拉式清單中選擇一或多個區域。 + 依標籤篩選執行個體或儲存建議。若要這樣做，請先選取**標籤鍵**或**標籤值**文字方塊。然後，輸入您要篩選 RDS 執行個體建議的金鑰或值。 例如，若要尋找具有索引鍵為 `Owner`且值為 之標籤的所有建議`TeamA`，`tag:Owner`請為篩選條件名稱指定 ，`TeamA`為篩選條件值指定 。 + 檢視另一個帳戶中的執行個體或儲存建議。若要這樣做，請選擇**帳戶**，然後選擇不同的帳戶 ID。 **注意** 如果您已登入組織的管理帳戶，且已啟用 Compute Optimizer 的受信任存取，則可以檢視其他帳戶中資源的建議。如需詳細資訊，請參閱[Compute Optimizer 支援的帳戶](getting-started.md#supported-accounts)及[的受信任存取 AWS Organizations](security-iam.md#trusted-service-access)。 + 清除選取的篩選條件。若要這樣做，請選擇**篩選條件旁的清除**篩選條件。 ### 存取 Aurora 和 RDS 資料庫詳細資訊頁面 **存取 Aurora 和 RDS 資料庫詳細資訊頁面** 1. 在 [https://console.aws.amazon.com/compute-optimizer/](https://console.aws.amazon.com/compute-optimizer/) 開啟運算最佳化工具主控台。 1. 在導覽窗格中選擇 **Aurora 和 RDS 資料庫**。 1. 選擇您要檢視的 RDS 資料庫執行個體或儲存磁碟區旁列出的問題清單分類。 1. 您可以在詳細資訊頁面上執行下列動作： + 選擇執行個體或儲存索引標籤，以檢視您的**執行個體**或**儲存**建議。 + 僅在**執行個體**索引標籤中，您可以檢視在 Graviton 型執行個體上執行 AWS 工作負載的價格和效能影響，在 **CPU 架構偏好設定**下拉式清單中選擇 **Graviton (aws-arm64)**。否則，**目前** （預設） 選項會顯示以與目前 RDS 資料庫執行個體相同的 CPU 廠商和架構為基礎的建議。 + 在比較圖表上，您可以將游標暫留在圖表上，以查看分析期間特定日期的確切值。 + 若要變更圖表的時間範圍，請選擇**時間範圍**，然後選擇**過去 24 小時**、**過去 3 天**、**上週**或**過去 2 週**。 選擇較短的時間範圍會以更高的精細程度顯示資料點，從而提供更高層級的詳細資訊。 + 若要變更圖形的統計資料值，請選擇**統計資料**，然後選擇**平均**或**最大值**。 您可以使用此選項來判斷工作負載隨著時間的典型使用率。若要檢視指定期間觀察到的最高值，請將選擇變更為**最大值**。如此一來，您就可以判斷工作負載隨著時間的尖峰執行個體用量。 # 檢視閒置資源建議 Compute Optimizer 可協助您識別可以刪除或停止的閒置資源，以降低 AWS 雲端成本。閒置建議可透過 Compute Optimizer 主控台和[一組 APIs](https://docs.aws.amazon.com/compute-optimizer/latest/APIReference/API_GetIdleRecommendations.html)存取。閒置建議適用於下列支援 AWS 的資源： + Amazon EC2 執行個體 + Amazon EC2 Auto Scaling 群組 + Amazon EBS 磁碟區 + Fargate 上的 Amazon ECS 服務 + Amazon Aurora 和 RDS 資料庫 + Amazon NAT 閘道 建議會每天重新整理。這些建議是透過在回顧期間分析 AWS 資源的規格和使用率指標來產生。回顧期間取決於支援的資源和您的建議偏好設定。如果您沒有設定任何重建偏好設定，我們會使用預設的回顧期間 14 天。如需詳細資訊，請參閱[每個資源的閒置條件](#idle-criteria)。 **注意** 對於 EBS 磁碟區和 NAT Gateway，我們會分析 32 天回顧期間的連接狀態。 **Topics** + [每個資源的閒置條件](#idle-criteria) + [預估每月節省](#idle-savings-calculation) ## 每個資源的閒置條件 每個符合閒置建議資格的支援資源都有自己的條件來尋找閒置。下表會細分每個資源的閒置條件，並提供 Compute Optimizer 對閒置資源的建議動作。 | 資源 | 指標已分析 | 閒置條件 | 建議的動作 | | --- | --- | --- | --- | | Amazon EC2 執行個體 | CPU 使用率、網路 IO、GPU 使用率、GPU 編碼器使用量和 GPU 記憶體使用量 | 在 14 天的回顧期間，尖峰 CPU 使用率低於 5%，而您的網路 I/O 低於 5MB/天。 如果 G 或 P 執行個體類型在 14 天回顧期間符合下列條件，則視為閒置： [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/compute-optimizer/latest/ug/view-idle-recommendations.html) | 確認是否需要此執行個體。如果您不需要，請考慮刪除此執行個體。 | | EC2 Auto Scaling 群組 | CPU 使用率、網路 IO、GPU 使用率、GPU 編碼器使用量和 GPU 記憶體使用量 | EC2 Auto Scaling 群組在 14 天回顧期間沒有具有超過 5% 尖峰 CPU 使用率或 5 MB/天網路使用率的執行個體。 如果執行個體在 14 天回顧期間符合下列條件，則使用 G 或 P 執行個體類型的 EC2 Auto Scaling 群組會被視為閒置： [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/compute-optimizer/latest/ug/view-idle-recommendations.html) | 確認是否需要此群組。考慮將此群組縮減為一個執行個體，或考慮將其刪除。 | | Amazon EBS 磁碟區 | 讀取/寫入操作和連接狀態 | Compute Optimizer 可以找到要閒置或取消連接的 EBS 磁碟區。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/compute-optimizer/latest/ug/view-idle-recommendations.html) | 確認是否需要此磁碟區。如果您不需要它，我們建議您建立磁碟區的快照，並考慮將其刪除。 | | Fargate 上的 Amazon ECS 服務 | CPU 使用率和記憶體使用率 | 在 14 天的回顧期間，尖峰 CPU 和記憶體使用率低於 1%。 | 確認您的容器化應用程式是否如預期般執行。如果應用程式未執行，請考慮刪除此服務。 | | Amazon Aurora 和 RDS 資料庫 | 資料庫連線、讀取/寫入 IOPS 和 CPU 使用率 | **RDS for MySQL 和 RDS for PostgreSQL** 資料庫執行個體不是僅供讀取複本，且在回顧期間沒有資料庫連線、低 CPU 使用率和低讀取/寫入活動。 **Aurora MySQL 和 Aurora PostgreSQL** 資料庫執行個體不屬於 Aurora 全域資料庫中的次要叢集，且在回顧期間沒有資料庫連線、低 CPU 使用率和低讀寫活動。 | 確認是否需要此資料庫執行個體。如果您暫時不需要此執行個體，您可以停止 RDS MySQL 和 RDS PostgreSQL 資料庫執行個體長達 7 天。如果您不再需要此執行個體，您可以建立資料庫快照並刪除執行個體。對於閒置的 Aurora MySQL 和 Aurora PostgreSQL 執行個體，您也可以將資料庫執行個體類別變更為 db.serverless。 | | Amazon NAT 閘道 | 作用中連線計數、來自來源的 中的封包、來自目的地的 中的封包 | NAT Gateway 處於可用狀態，未與任何 AWS 路由表相關聯，也沒有作用中的連線，在回顧期間沒有來自來源和目的地的封包。 | 確認是否需要此 NAT 閘道。檢查其是否為災難復原設定的一部分，或是做為網路架構中的備份。 | ## 預估每月節省 **預計每月節省 (折扣後)** 此欄顯示：您在支援的定價模式下採取 Compute Optimizer 對每個閒置資源建議的動作後，每月大約能節省的成本。支援的定價模型取決於特定 AWS 資源。例如，EC2 執行個體支援 Savings Plans 和預留執行個體折扣，但 ECS 服務僅支援 Savings Plans 定價模式。若要使用支援的定價模型接收建議，需要啟用節省估算模式偏好設定。如需詳細資訊，請參閱[節省估算模式](https://docs.aws.amazon.com/compute-optimizer/latest/ug/savings-estimation-mode)。 **注意** 如果您未啟用節省估算模式偏好設定，執行個體和儲存索引標籤上的此欄會顯示預設的隨需定價折扣資訊。 **預計每月節省 (隨需)** 此欄顯示：您在隨需定價模式下採取 Compute Optimizer 對每個閒置資源建議的動作後，每月大約能節省的成本。 **重要** 如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer，Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議，其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub，Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊，請參閱*AWS Cost Management 《 使用者指南*》中的[啟用 Cost Explorer](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-enable.html) 和 [ Cost Optimization Hub](https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html)。