◇ 공부 기록용으로 작성하였으니 틀린점, 피드백 주시면 감사하겠습니다 ◇
AWS Compute Optimizer
AWS의 Compute 리소스의 사용량과 성능을 분석하여 비용 최적화와 성능 향상을 위한 권장 사항을 제공한다.
Compute Optimizer 서비스의 대상:
EC2 인스턴스, EC2 Auto Scaling 그룹, EBS 볼륨, Lambda 함수, Fargate를 사용하는 Amazon ECS 등
Compute Optimizer의 주요 특징
Compute Optimizer는 과거의 사용 데이터을 수집하여, 기계 학습을 활용하여 리소스 사용 패턴을 분석하고, 과도하게 프로비저닝된 리소스를 식별하여 더 적합한 리소스 유형이나 크기를 추천한다.
- 권장 사항 제공: 비용 최적화와 성능 향상을 위해 구체적인 설정 변경을 제안한다
- 사용자의 판단 존중: 권장 사항을 제시할 뿐 실제 설정 변경은 사용자가 결정한다.
- 지속적인 최적화: 환경을 지속적으로 분석하여 새로운 권장 사항을 계속 제공한다.
Compute Optimizer는 비용 절감과 리소스의 효율성 향상을 실현하기 위한 강력한 도구이다
🤔 문제
한 회사의 애플리케이션 팀이 대규모 기계 학습 처리를 실행하기 위해 Fargate를 사용하는 Amazon ECS를 사용하고 있습니다. 이 처리는 CPU와 메모리를 대량으로 소비하며, 현재 CPU와 메모리가 충분히 할당되지 않은 태스크가 있어 성능이 저하되고 있습니다. 이 팀은 비용을 최적화하면서 처리 성능을 개선하고자 합니다. 가장 적절한 솔루션은 무엇입니까?
- AWS Auto Scaling을 사용하여 ECS 서비스의 적절한 태스크 수를 설정하고 리소스를 자동으로 조정한다.
- AWS CloudWatch를 사용하여 ECS 태스크의 메트릭을 모니터링하고 병목 현상을 식별한다.
- AWS Cost Explorer를 사용하여 과거 리소스 사용량과 비용을 분석하여 적절한 리소스 설정을 찾는다.
- AWS Compute Optimizer를 사용하여 ECS 태스크 정의의 CPU 및 메모리 설정에 대한 권장 사항을 받는다.
정답
정답. 4번
AWS Compute Optimizer를 사용하여 ECS 태스크 정의의 CPU 및 메모리 설정에 대한 권장 사항을 받는다.
키워드
- 대규모 기계 학습 처리를 Fargate를 사용하는 Amazon ECS로 실행하고 있다.
- 이 처리는 CPU와 메모리를 대량으로 소비하며, 현재 CPU와 메모리가 충분히 할당되지 않은 태스크가 있어 성능이 저하되고 있다.
- 비용을 최적화하면서 처리 성능을 개선하고자 한다.
AWS Compute Optimizer는 컴퓨팅 리소스의 설정과 사용 상황을 분석하여 비용 최적화와 성능 향상을 위한 권장 사항을 제공한다.
대상이 되는 리소스에는 EC2 인스턴스, EC2 Auto Scaling 그룹, EBS 볼륨, Lambda 함수, Fargate를 사용하는 Amazon ECS 등이 포함된다.
Compute Optimizer를 사용하면 ECS 태스크 정의의 CPU 및 메모리 설정에 대한 최적화된 권장 사항을 얻을 수 있어, 비용 절감과 성능 개선을 기대할 수 있다.
