# COST 6. 如何在選取資源類型、大小和數量時達成成本目標？
確認您為手邊的任務選取適當的資源大小和數量。選取最具成本效益的類型、大小和數量，就能盡量減少浪費。
**Topics**
+ [COST06-BP01 執行成本建模](cost_type_size_number_resources_cost_modeling.md)
+ [COST06-BP02 根據資料選取資源類型、大小及數目](cost_type_size_number_resources_data.md)
+ [COST06-BP03 根據指標自動選取資源類型、大小和數目](cost_type_size_number_resources_metrics.md)
+ [COST06-BP04 考慮使用共用資源](cost_type_size_number_resources_shared.md)
# COST06-BP01 執行成本建模
識別組織要求 (例如業務需求和現有承諾)，並對工作負載及其每個元件執行成本建模 (整體成本)。在不同預測負載下對工作負載執行基準測試活動，並比較成本。建模工作應反映潛在效益。例如，花費的時間與元件成本成正比。
**未建立此最佳實務時的曝險等級：**高
## 實作指引
為您的工作負載及其每個元件執行成本建模，以了解資源之間的平衡，並根據特定效能等級，找出工作負載中每個資源的合適大小。了解成本考量，可在評估計劃性工作負載部署的價值實現成果時，傳達組織的商業案例和決策程序。
在不同預測負載下對工作負載執行基準測試活動，並比較成本。建模工作應反映潛在效益；例如，花費的時間與元件成本或預測的節省成正比。如需最佳實務，請參閱 [AWS Well-Architected 架構的效能達成效率支柱白皮書中的「審查」一節](https://docs.aws.amazon.com/wellarchitected/latest/performance-efficiency-pillar/review.html)。
例如，若要為包含運算資源的工作負載建立成本建模，[AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) 可協助執行中工作負載的成本建模。它根據歷史用量，提供運算資源的合適大小建議。請確定 CloudWatch Agent 已部署至 Amazon EC2 執行個體以收集記憶體指標，可在 AWS Compute Optimizer 內為您提供更精確的建議。這是運算資源的理想資料來源，因為它是免費服務，並使用機器學習根據風險等級提出多個建議。
您可以將[多種服務](https://docs.aws.amazon.com/whitepapers/latest/cost-optimization-right-sizing/identifying-opportunities-to-right-size.html)搭配自訂日誌作為資料來源使用，以最適化調整其他服務和工作負載元件 (例如 [AWS Trusted Advisor](https://aws.amazon.com/premiumsupport/technology/trusted-advisor/)、[Amazon CloudWatch](https://aws.amazon.com/cloudwatch/) 和 [Amazon CloudWatch Logs](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/WhatIsCloudWatchLogs.html)) 的操作。AWS Trusted Advisor 會檢查資源並標記低使用率資源，以協助您最適化調整資源並建立成本建模。
以下是成本建模資料和指標的建議：
+ 監控必須精確反映使用者體驗。為時段選擇正確的精細度，並悉心選擇最大或 99%，而非平均值。
+ 為分析的時段選擇涵蓋任何工作負載週期所需的正確精細度。例如，假設所執行的是為期兩週的分析，您可能會忽略高利用率的每月週期，導致佈建不足。
+ 考量您現有的承諾、為其他工作負載選取的定價模式，以及加速創新和專注於核心業務價值的能力，藉此為您的計劃性工作負載選擇正確的 AWS 服務。
**實作步驟**
+ **針對資源執行成本建模：**將工作負載或概念驗證部署到具有要測試之特定資源類型和大小的獨立帳戶。使用測試資料執行工作負載，並記錄輸出結果以及測試執行時的成本資料。然後，重新部署工作負載或變更資源類型和大小，並再次執行測試。納入可能用於這些資源之任何產品的授權費用，以及在建立成本模型時部署和管理這些資源的預估營運 (勞工或工程師) 成本。考慮建立一段時間 (每小時、每日、每月、每月或三年) 的成本模型。
## 資源
**相關文件：**
+ [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)
+ [找出機會進行適當調整](https://docs.aws.amazon.com/whitepapers/latest/cost-optimization-right-sizing/identifying-opportunities-to-right-size.html)
+ [Amazon CloudWatch 功能](https://aws.amazon.com/cloudwatch/features/)
+ [成本最佳化：Amazon EC2 調整大小](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/ce-rightsizing.html)
+ [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/)
+ [AWS 價格計算器](https://calculator.aws/#/)
**相關範例：**
+ [執行資料驅動的成本建模](https://aws.amazon.com/blogs/mt/how-to-use-aws-well-architected-with-aws-trusted-advisor-to-achieve-data-driven-cost-optimization/)
+ [預估計劃的 AWS 資源組態的成本](https://aws.amazon.com/premiumsupport/knowledge-center/estimating-aws-resource-costs/)
+ [選擇正確的 AWS 工具](https://www.learnaws.org/2019/09/27/choose-right-aws-tools/)
# COST06-BP02 根據資料選取資源類型、大小及數目
根據有關工作負載和資源特性的資料來選擇資源大小或類型。例如，運算、記憶體、輸送量或寫入密集。通常使用工作負載的先前 (內部部署) 版本、文件或其他有關工作負載的資訊來源來進行此選擇。
**未建立此最佳實務時的曝險等級：**中
## 實作指引
Amazon EC2 提供各種執行個體類型，其各自具有不同等級的 CPU、記憶體、儲存和聯網容量，適合不同的使用案例。這些執行個體類型具有 CPU、記憶體、儲存和聯網功能的不同組合，可讓您在選取適合專案的資源組合時獲得多樣選擇。每個執行個體類型都有多種大小，因此您可以根據工作負載的需求調整資源。若要判斷您需要的執行個體類型，請收集有關您計劃在執行個體上執行之應用程式或軟體系統要求的詳細資訊。這些詳細資訊應包括以下內容：
+ 作業系統
+ CPU 核心數量
+ GPU 核心
+ 系統記憶體 (RAM) 數量
+ 儲存類型和空間
+ 網路頻寬要求
確定運算要求的目的以及需要的執行個體，然後探索各種 Amazon EC2 執行個體系列。Amazon 提供下列執行個體類型系列：
+ 一般用途
+ 運算最佳化
+ 記憶體最佳化
+ 儲存優化
+ 加速運算
+ HPC 最佳化
如需深入了解特定 Amazon EC2 執行個體系列可實現的特定目的和使用案例，請參閱 [AWS 執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html)。
收集系統要求對於您選取最適合需求的特定執行個體系列和執行個體類型來說非常重要。執行個體類型的名稱由系列名稱和執行個體大小組成。例如，t2.micro 執行個體來自 T2 系列，並且是微型大小。
根據工作負載和資源特性選擇資源大小或類型 (例如，運算、記憶體、輸送量或寫入密集)。通常使用成本建模、工作負載的先前版本 (例如內部部署版本)、文件或其他有關工作負載的資訊來源 (白皮書或已發佈的解決方案) 來進行此選擇。使用 AWS 定價計算器或成本管理工具可協助您對執行個體類型、大小和組態做出明智的決策。
### 實作步驟
+ **根據資料選取資源：**使用成本建模資料來選取預期的工作負載用量層級，然後選擇指定的資源類型和大小。依據成本建模資料，決定虛擬 CPU 數目、總記憶體 (GiB)、本機執行個體儲存體磁碟區 (GB)、Amazon EBS 磁碟區和網路效能等級，並將執行個體所需的資料傳輸速率納入考量。一律根據詳細分析和準確的資料進行選取，以最佳化效能，同時有效地管理成本。
## 資源
**相關文件：**
+ [AWS執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html)
+ [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)
+ [Amazon CloudWatch 功能](https://aws.amazon.com/cloudwatch/features/)
+ [成本優化：EC2 調整大小](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/ce-rightsizing.html)
**相關影片：**
+ [為您的工作負載選擇合適的 Amazon EC2 執行個體](https://www.youtube.com/watch?v=q5Dn9gcmpJg)
+ [調整您的服務](https://youtu.be/wcp1inFS78A)
**相關範例：**
+ [探索和比較 Amazon EC2 執行個體類型變得更加容易](https://aws.amazon.com/blogs/compute/it-just-got-easier-to-discover-and-compare-ec2-instance-types/)
# COST06-BP03 根據指標自動選取資源類型、大小和數目
使用目前執行的工作負載中的指標來選擇正確的大小和類型，以優化成本。為運算、儲存、資料和聯網服務適當地佈建輸送量、大小和儲存。這可透過回饋迴圈 (例如自動調整規模) 或工作負載中的自訂程式碼來完成。
**未建立此最佳實務時的曝險等級：**低
## 實作指引
在工作負載中建立意見回饋迴圈，使用執行中工作負載的作用中指標來變更該工作負載。可以使用受管服務，例如 [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)，您可以設定這項服務，以便執行精簡化操作。AWS 還提供 [API、SDK](https://aws.amazon.com/developer/tools/) 和功能，讓您以最小的努力修改資源。您可以設定工作負載來停止和啟動 Amazon EC2 執行個體，以允許變更執行個體大小或執行個體類型。這不僅帶來精簡化的效益，同時消除變更所需的幾乎所有營運成本。
有些 AWS 服務內建自動類型或大小選擇，例如 [Amazon Simple Storage Service Intelligent-Tiering](https://aws.amazon.com/about-aws/whats-new/2018/11/s3-intelligent-tiering/)。Amazon S3 Intelligent-Tiering 會根據您的使用模式，自動在兩個存取層 (經常存取和不常存取) 之間移動您的資料。
**實作步驟**
+ **透過設定工作負載指標來提高您的可觀測性：**擷取工作負載的關鍵指標。這些指標提供客戶體驗 (例如工作負載輸出) 的指示，並符合資源類型和大小 (例如 CPU 和記憶體用量) 之間的差異。針對運算資源，請分析效能資料以將 Amazon EC2 執行個體調整到適當大小。識別閒置的執行個體，以及未充分使用的執行個體。要查找的關鍵指標是 CPU 使用率和記憶體利用率 (例如，90% 的時間為 40% 的 CPU 利用率，如[使用 AWS Compute Optimizer 正確調整大小和啟用記憶體使用率](https://www.wellarchitectedlabs.com/cost/200_labs/200_aws_resource_optimization/5_ec2_computer_opt/)中所述)。識別在四週期間內，CPU 使用率達到最大且記憶體使用率小於 40% 的執行個體。這些便是需要適當調整大小以降低成本的執行個體。對於 Amazon S3 等儲存資源，您可以使用 [Amazon S3 Storage Lens](https://aws.amazon.com/getting-started/hands-on/amazon-s3-storage-lens/)，預設情況下，您可以在儲存貯體層級查看各種類別的 28 個指標，以及在儀表板中查看 14 天的歷史資料。您可以依摘要和成本最佳化或事件來篩選 Amazon S3 Storage Lens 儀表板，以分析特定指標。
+ **檢視適當調整大小的建議：**使用 AWS Compute Optimizer 中的適當調整大小的建議和成本管理主控台中的 Amazon EC2 適當調整大小工具，或審核 AWS Trusted Advisor 適當調整資源大小以對工作負載進行調整。不論是 Amazon EC2 執行個體、AWS 儲存類別還是 Amazon RDS 執行個體類型，在適當調整不同資源的大小時，請務必使用[正確的工具](https://docs.aws.amazon.com/whitepapers/latest/cost-optimization-right-sizing/identifying-opportunities-to-right-size.html)，並遵循[適當調整大小準則](https://docs.aws.amazon.com/whitepapers/latest/cost-optimization-right-sizing/identifying-opportunities-to-right-size.html)。針對儲存資源，您可以使用 Amazon S3 Storage Lens，以便能夠檢視物件儲存用量、活動趨勢並提出可行建議，以將成本最佳化並套用資料保護最佳實務。使用 [Amazon S3 Storage Lens](https://aws.amazon.com/getting-started/hands-on/amazon-s3-storage-lens/) 從整個組織的指標分析衍生出來的情境式建議，您可以立即採取步驟來最佳化儲存。
+ **根據指標自動選取資源類型和大小：**使用工作負載指標，手動或自動選取工作負載資源。針對運算資源，在應用程式內設定 AWS Auto Scaling 或實作程式碼，可在需要頻繁變更時減少所需的工作量，而且它可能比手動程序更快地實作變更。您可以在單一 Auto Scaling 群組內啟動和自動擴展隨需執行個體和 Spot 執行個體組成的機群。除了獲得使用 Spot 執行個體的折扣之外，您還可以使用預留執行個體或 Savings Plan，以獲得定期隨需執行個體定價的折扣費率。這些因素合在一起可協助您將 Amazon EC2 執行個體所能節省的成本最佳化，並確定應用程式所需的規模和效能。也可以在 [Auto Scaling 群組 (ASG)](https://docs.aws.amazon.com/autoscaling/ec2/userguide/create-asg-instance-type-requirements.html) 中使用[屬性型執行個體類型選取 (ABS)](https://docs.aws.amazon.com/autoscaling/ec2/userguide/create-asg-instance-type-requirements.html) 策略，以透過一組屬性 (例如 vCPU、記憶體和儲存) 來表達您的執行個體要求。您可以自動使用新發行的較新一代執行個體類型，並使用 Amazon EC2 Spot 執行個體來存取更大範圍的容量。Amazon EC2 Fleet 和 Amazon EC2 Auto Scaling 會選取和啟動符合指定屬性的執行個體，您不必再手動挑選執行個體類型。對於儲存資源，您可以使用 [Amazon S3 Intelligent Tiering](https://aws.amazon.com/s3/storage-classes/intelligent-tiering/) 和 [Amazon EFS Infrequent Access](https://aws.amazon.com/efs/features/infrequent-access/) 功能，這些功能可讓您自動選取儲存類別，在資料存取模式變更時自動節省儲存成本，而不會影響效能或營運開銷。
## 資源
**相關文件：**
+ [AWS Auto Scaling](https://aws.amazon.com/autoscaling/)
+ [AWS 適當調整大小](https://aws.amazon.com/aws-cost-management/aws-cost-optimization/right-sizing/)
+ [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/)
+ [Amazon CloudWatch 功能](https://aws.amazon.com/cloudwatch/features/)
+ [CloudWatch 開始設定](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/GettingSetup.html)
+ [CloudWatch 發佈自訂指標](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/publishingMetrics.html)
+ [Amazon EC2 Auto Scaling 入門](https://docs.aws.amazon.com/autoscaling/ec2/userguide/GettingStartedTutorial.html)
+ [Amazon S3 Storage Lens](https://aws.amazon.com/getting-started/hands-on/amazon-s3-storage-lens/)
+ [Amazon S3 Intelligent-Tiering](https://aws.amazon.com/about-aws/whats-new/2018/11/s3-intelligent-tiering/)
+ [Amazon EFS Infrequent Access](https://aws.amazon.com/efs/features/infrequent-access/)
+ [使用 SDK 來啟動 Amazon EC2 執行個體](https://docs.aws.amazon.com/sdk-for-net/v2/developer-guide/run-instance.html)
**相關影片：**
+ [適當調整服務的大小](https://www.youtube.com/watch?v=wcp1inFS78A)
**相關範例：**
+ [Amazon EC2 Fleet 的 Auto Scaling 屬性型執行個體類型選取](https://aws.amazon.com/blogs/aws/new-attribute-based-instance-type-selection-for-ec2-auto-scaling-and-ec2-fleet/)
+ [使用已排程的擴展，針對成本最佳化 Amazon Elastic Container Service](https://aws.amazon.com/blogs/containers/optimizing-amazon-elastic-container-service-for-cost-using-scheduled-scaling/)
+ [Amazon EC2 Auto Scaling 的預測擴展](https://aws.amazon.com/blogs/compute/introducing-native-support-for-predictive-scaling-with-amazon-ec2-auto-scaling/)
+ [使用 Amazon S3 Storage Lens 將成本最佳化並了解使用情況](https://aws.amazon.com/getting-started/hands-on/amazon-s3-storage-lens/)
# COST06-BP04 考慮使用共用資源
對於已在組織層級針對多個業務單位部署的服務，請考慮使用共用資源來提高使用率並降低總體擁有成本 (TCO)。使用共用資源可能是一個具成本效益的選項，可透過使用現有解決方案、共用元件或兩者來集中化管理和成本。在帳戶界限內或專用帳戶中管理常用功能，例如監控、備份和連線。還可以透過實作標準化、減少重複及降低複雜性來降低成本。
**未建立此最佳實務時的曝險等級：**中
## 實作指引
當多個工作負載導致相同的功能時，請使用現有的解決方案和共用元件來改善管理並最佳化成本。請考慮使用現有資源 (尤其是共用資源)，例如非生產資料庫伺服器或目錄服務，透過遵循安全性最佳實務和組織法規來降低雲端成本。為了實現最佳價值和效率，將成本 (使用回報 (showback) 和計費 (chargeback)) 分配到推動消費的相關業務領域至關重要。
*回報 (showback)* 是指將雲端成本分解為可歸因類別的報告，例如消費者、業務單位、總賬帳戶或其他負責實體。回報的目標是向團隊、業務單位或個人展示其所用雲端資源的成本。
*計費 (chargeback)* 是指根據適合特定財務管理程序的策略，將中央服務支出分配給成本單位。對於客戶而言，計費 (chargeback) 會將一個共用服務帳戶產生的成本計入適合客戶報告流程的不同財務成本類別。透過建立計費機制，可以報告不同業務單位、產品和團隊所產生的成本。
工作負載可以分類為關鍵和非關鍵。根據此分類，對於較不重要的工作負載，使用具有一般組態的共用資源。為了進一步最佳化成本，請僅為關鍵工作負載預留專用伺服器。共用資源或在多個帳戶之間佈建資源，以便有效地管理它們。即使在不同的開發、測試和生產環境中，安全共用也是可行的，而且不會影響組織結構。
為了提高您對容器化應用程式的了解並最佳化其成本和用量，請使用分割成本分配資料，它可幫助您根據應用程式使用共用運算和記憶體的方式，將成本分配給個別業務實體。分割成本分配資料可協助您在 Amazon Elastic Container Service (Amazon ECS) 或 Amazon Elastic Kubernetes Service (Amazon EKS) 上執行的容器工作負載中實現任務層級的回報和計費。
對於分散式架構，請建立共用服務 VPC，以集中存取每個 VPC 中工作負載所需的共用服務。這些共用服務可以包含目錄服務或 VPC 端點等資源。為了減少管理開銷和成本，請從中央位置共用資源，而不是在每個 VPC 中建置資源。
當您使用共用資源時，可以節省營運成本、最大化資源利用率並提高一致性。在多帳戶設計中，可以集中託管某些 AWS 服務，並在一個中心位置使用多個應用程式和帳戶來存取它們，以節省成本。您可以使用 [AWS Resource Access Manager (AWS RAM)](https://aws.amazon.com/ram/) 共用其他常用資源，例如 [VPC 子網路和 AWS Transit Gateway 附件](https://docs.aws.amazon.com/ram/latest/userguide/shareable.html#shareable-vpc)、[AWS Network Firewall](https://docs.aws.amazon.com/ram/latest/userguide/shareable.html#shareable-network-firewall) 或 [Amazon SageMaker AI 管道](https://docs.aws.amazon.com/ram/latest/userguide/shareable.html#shareable-sagemaker)。在多帳戶環境中，使用 AWS RAM 建立一次資源並與其他帳戶共用。
組織應有效地標記共用成本，並確認大部分成本已標記或分配。如果未有效地分配共用成本，而且沒有人負責共用成本管理，則共用雲端成本可能會螺旋式上升。您應該知道在資源、工作負載、團隊或組織層級產生了哪些成本，因為相較於達成的業務成果，這項知識可增強您對適用層級所提供的價值的了解。最終，組織可以從共用雲端基礎設施的成本節約中獲益。鼓勵共用雲端資源的成本分配，以最佳化雲端支出。
### 實作步驟
+ **評估現有資源：**審核針對工作負載使用類似服務的現有工作負載。視工作負載的元件而定，如果業務邏輯或技術需求允許，請考慮現有平台。
+ **在 AWS RAM 中使用資源共用並進行相應限制：**使用 AWS RAM 與組織內的其他 AWS 帳號共用資源。共用資源時，無需在多個帳戶中重複資源，這樣可將資源維護的作業負擔降到最低。此流程也可協助您安全地與帳戶中的角色和使用者以及其他 AWS 帳戶共用您所建立的資源。
+ **標記資源：**標記屬於成本報告的候選資源，並在成本分類中將其分類。啟動這些與成本相關的資源標籤以進行成本分配，從而了解 AWS 資源使用情況。專注於在成本和用量可見性方面建立適當的精細度級別，並透過成本分配報告和 KPI 追蹤來影響雲端消費行為。
## 資源
**相關的最佳實務：**
+ [SEC03-BP08 在組織內安全地共用資源](https://docs.aws.amazon.com/wellarchitected/latest/security-pillar/sec_permissions_share_securely.html)
**相關文件：**
+ [ 什麼是 AWS Resource Access Manager？](https://docs.aws.amazon.com/ram/latest/userguide/what-is.html)
+ [可與 AWS Organizations 搭配使用的 AWS 服務](https://docs.aws.amazon.com/organizations/latest/userguide/orgs_integrate_services_list.html)
+ [可共用的 AWS 資源](https://docs.aws.amazon.com/ram/latest/userguide/shareable.html)
+ [AWS 成本和用量 (CUR) 查詢](https://catalog.workshops.aws/cur-query-library/en-US)
**相關影片：**
+ [AWS Resource Access Manager - 具有受管權限的精細存取控制](https://www.youtube.com/watch?v=X3HskbPqR2s)
+ [如何設計 AWS 成本分配策略](https://pages.awscloud.com/aws-cfm-talks-how-to-design-your-AWS-cost-allocation-strategy-01122022.html)
+ [AWS Cost Categories](https://www.youtube.com/watch?v=84GYnBBM0Cg)
**相關範例：**
+ [如何計費共用服務：AWS Transit Gateway 範例](https://aws.amazon.com/blogs/aws-cloud-financial-management/gs-chargeback-shared-services-an-aws-transit-gateway-example/)
+ [如何使用 CUR 為 Savings Plans 建立計費/回報模式](https://aws.amazon.com/blogs/aws-cloud-financial-management/how-to-build-a-chargeback-showback-model-for-savings-plans-using-the-cur/)
+ [使用 VPC 共用建立具成本效益的多帳戶微服務架構](https://aws.amazon.com/blogs/architecture/using-vpc-sharing-for-a-cost-effective-multi-account-microservice-architecture/)
+ [透過 AWS 分割成本分配資料提升 Amazon EKS 的成本可見性](https://aws.amazon.com/blogs/aws-cloud-financial-management/improve-cost-visibility-of-amazon-eks-with-aws-split-cost-allocation-data/)
+ [透過 AWS 分割成本分配資料提升 Amazon ECS 和 AWS Batch 的成本可見性](https://aws.amazon.com/blogs/aws-cloud-financial-management/la-improve-cost-visibility-of-containerized-applications-with-aws-split-cost-allocation-data-for-ecs-and-batch-jobs/)