COST 6: 在选择资源类型、规模和数量时，如何实现成本目标？

确保选择适合当前任务的资源规模和资源数量。选择最经济实惠的资源类型、规模和数量可以尽可能减少浪费。

资源

Cost Optimization: EC2 Right Sizing
Amazon CloudWatch features
AWS Auto Scaling

最佳实践:

• 执行成本建模: 确定组织要求，并对工作负载及其每个组件执行成本建模。对不同预计负载下的工作负载执行基准测试活动，并比较成本。建模工作应该反映出可能带来的好处，例如花费的时间与组件成本成正比。

• 根据数据选择资源类型和规模: 根据工作负载和资源特征相关数据选择资源规模或类型，例如计算、内存、吞吐量或写入密集型资源。通常使用工作负载的上一个版本（例如本地版本）、文档或关于工作负载的其他信息源进行选择。

• 根据指标自动选择资源类型和规模: 使用当前运行的工作负载的指标选择正确的规模和类型，从而优化成本。针对 Amazon EC2、Amazon DynamoDB、Amazon EBS (PIOPS)、Amazon RDS、Amazon EMR 和联网等服务适当预置吞吐量、规模和存储。这可以通过自动扩展等反馈环路进行，也可以在工作负载中使用自定义代码来实现。

改进计划

执行成本建模

执行成本建模。: 将工作负载或概念验证部署到具有特定资源类型和规模的单独账户，然后执行测试。使用测试数据运行工作负载，并记录输出结果以及运行测试时段的成本数据。然后，重新部署工作负载或更改资源类型和规模并重新运行测试。

根据数据选择资源类型和规模

根据数据选择资源 : 使用成本建模数据，选择预期的工作负载使用情况水平，然后选择指定的资源类型和规模。

根据指标自动选择资源类型和规模

配置工作负载指标 : 确保捕获工作负载的关键指标。这些指标指明了客户体验（例如工作负载输出），并适应资源类型和规模之间的差异（例如 CPU 和内存使用情况）。
CloudWatch Getting Set Up
CloudWatch Publishing Custom Metrics

查看合理调整规模建议: 在 AWS Compute Optimizer 中使用合理调整规模建议来调整工作负载。
AWS Compute Optimizer

根据指标自动选择资源类型和规模: 使用工作负载指标，手动或自动选择工作负载资源。配置 AWS Auto Scaling 或在应用程序中实施代码可以减少频繁更改所需的工作量，而且实现更改的速度可能比手动操作更快。
Getting Started with Amazon EC2 Auto Scaling
Launch an EC2 Instance Using the SDK