295-AWS SAP AWS 「理論・実践・一問道場」

type

status

date

slug

summary

理論

1. Amazon EC2 インスタンスの選定

Amazon EC2 (Elastic Compute Cloud) インスタンスは、仮想サーバーとしてクラウド内で実行される計算リソースです。アプリケーションに最適なインスタンスタイプを選択することは、コスト削減とパフォーマンスの最適化において非常に重要です。

インスタンスタイプの選び方:

CPU、メモリ、ストレージの要件を把握: アプリケーションの性能要件に基づき、必要なリソース（CPU、メモリ、ディスク）を特定します。例えば、データベースや計算集約型のアプリケーションでは、CPU性能やメモリ容量が重要となります。

コスト対効果の分析: インスタンスタイプにはさまざまな価格帯があり、最も高いパフォーマンスを提供するインスタンスを選ぶことが必ずしもコスト効率が良いわけではありません。過剰なリソースを避け、適切なインスタンスを選択することが重要です。

2. Auto Scaling の活用

Auto Scaling は、アプリケーションの需要に応じて EC2 インスタンスの数を自動的に調整する機能です。これにより、トラフィックの増加や減少に対応してリソースをスケールすることができます。

Auto Scaling グループの設計と運用のベストプラクティス:

適切なスケーリングポリシーの設定: Auto Scaling グループでは、スケールイン（インスタンス数の減少）とスケールアウト（インスタンス数の増加）のポリシーを設定できます。トラフィックの急増に対応できるように、スケールアウトのポリシーを設定し、リソースが過剰に使用される前に新しいインスタンスを立ち上げます。

CloudWatch メトリクスの監視: EC2 のリソース使用率（CPU 使用率やメモリ使用率）をモニタリングし、Auto Scaling ポリシーをトリガーします。これにより、負荷に応じたスケーリングが自動的に行われ、コストの最適化とパフォーマンスの維持が実現します。

3. 最適なインスタンスタイプの選定方法

インスタンスタイプはさまざまなカテゴリーに分かれています。用途に応じて最適なタイプを選択することが重要です。以下は代表的なインスタンスタイプです。

汎用型 (General Purpose):

t3, m5 など。バランスの取れた CPU、メモリ、ネットワーク性能を提供。
一般的なウェブアプリケーションや開発環境に適している。

コンピューティング最適化型 (Compute Optimized):

c5 など。高い CPU パフォーマンスが必要な計算集約型アプリケーションに適している。
データ解析や大規模なバックエンド処理に使用。

メモリ最適化型 (Memory Optimized):

r5, x1e など。メモリ容量が大きく、メモリ集約型のアプリケーションに最適。
高速キャッシュ、インメモリデータベースなどに利用される。

ストレージ最適化型 (Storage Optimized):

i3, d2 など。大規模なデータ処理やストレージが必要なアプリケーションに最適。
高速なローカルストレージを提供。

GPU インスタンス (Accelerated Computing):

p3, g4 など。機械学習やディープラーニング、グラフィックス処理に特化している。

4. Auto Scaling グループの最適化

Auto Scaling グループを効果的に管理するためには、以下のポイントに注意することが重要です。

インスタンスタイプの多様性を持たせる: 特に利用率が低い場合、複数のインスタンスタイプを Auto Scaling グループで使用することが有効です。例えば、少しリソースが少ないインスタンスタイプを使用してコストを削減することができます。

インスタンスの最適化: 必要なリソースの過不足を防ぐために、利用率が低いインスタンスを削減し、より適切なインスタンスに切り替えることが求められます。

スケーリングポリシーの調整: リソース使用量のモニタリングを基に、インスタンス数の自動調整が行われます。負荷に応じて適切にスケールイン/スケールアウトを設定することが重要です。

5. Cost Optimization の手法

EC2 コスト削減のための方法として、以下の手法があります。

スポットインスタンスの利用: 需要が低い時に提供されるスポットインスタンスを利用することで、コストを大幅に削減できます。

リザーブドインスタンスの利用: 長期間にわたって特定のインスタンスを使用する予定がある場合、リザーブドインスタンスを選択することで、コストを予測可能にし、割引を受けることができます。

スケーリングポリシーによる効率化: 自動スケーリングにより、必要なリソースのみを使用することで、無駄なコストを削減できます。

これらの知識を活用することで、EC2 のインスタンス選定や Auto Scaling の最適化を通じて、効率的な運用とコスト削減を実現できます。

実践

略

一問道場

問題 #295

トピック 1

あるアプリケーションが、Amazon EC2 インスタンスにデプロイされており、Auto Scaling グループで実行されています。Auto Scaling グループの設定は、1 種類のインスタンスのみを使用しています。CPU とメモリの利用率のメトリクスから、インスタンスが過少利用されていることがわかります。ソリューションアーキテクトは、EC2 コストを恒久的に削減し、利用率を向上させるソリューションを実装する必要があります。将来的に構成変更の回数を最小限に抑えながら、この要件を満たすソリューションはどれですか？

A. 現在のインスタンスと似た特性を持つインスタンスタイプをリストアップし、そのリストから複数のインスタンスタイプを使用するように Auto Scaling グループのローンチテンプレート構成を変更する。

B. アプリケーションの CPU およびメモリ利用率の情報を使用して、要件に合ったインスタンスタイプを選択する。新しいインスタンスタイプを追加し、Auto Scaling グループの構成を変更する。現在のインスタンスタイプは構成から削除する。

C. アプリケーションの CPU およびメモリ利用率の情報を使用して、Auto Scaling グループのローンチテンプレートの新しいリビジョンに CPU およびメモリ要件を指定する。現在のインスタンスタイプは構成から削除する。

D. AWS Price List Bulk API から適切なインスタンスタイプを選択するスクリプトを作成する。選択したインスタンスタイプを使用して、Auto Scaling グループのローンチテンプレートの新しいリビジョンを作成する。

解説

この問題は、Auto Scaling グループにおける EC2 コストの削減とインスタンスの効率的な利用を目指すソリューションを求めています。解説を行いながら、それぞれの選択肢を確認しましょう。

各選択肢の評価

この選択肢は、複数のインスタンスタイプを使用するアプローチですが、インスタンスの利用率が過少であることがわかっている場合に、特性の似たインスタンスを選ぶだけでは最適なコスト削減が達成できません。CPU とメモリの利用率が低いという問題を解決するためには、インスタンスタイプをより適切なものに変更する方が良いでしょう。

不適切

これは、現行のインスタンスタイプが過剰にリソースを提供していることを前提に、適切なインスタンスタイプに変更するアプローチです。この方法はインスタンスのコスト削減と利用率の向上に有効です。新しいインスタンスタイプの追加後、既存のインスタンスタイプを削除するため、構成変更が最小限で済みます。

適切

この選択肢では、インスタンスタイプそのものではなく、CPU とメモリの要件を指定するというアプローチです。しかし、Auto Scaling グループではインスタンスタイプの選定が必要であり、CPU とメモリの単独設定だけでは十分に効果的ではありません。

不適切

AWS Price List Bulk API を使用してインスタンスタイプを選定する方法は、コスト削減を狙う場合には適切なアプローチに思えるかもしれませんが、コスト以外の要素（CPU とメモリの利用状況）に基づく最適化が十分に行われない可能性があります。コスト削減は重要ですが、アプリケーションのパフォーマンス要件も考慮する必要があります。