Amazon ECS 서비스 활용도 메트릭 사용 사례

Amazon ECS 서비스 활용도 메트릭 사용 사례

다음 목록은 Amazon ECS 메트릭을 언제 사용해야 하는지에 대한 정보를 제공해요.

출처: 문서

본문

  • 리소스 활용도 모니터링 – 평균(Average) 통계를 사용해 CPU와 메모리 소비 패턴을 모니터링하고, 성능 기준선을 설정하고, 점진적인 성능 저하 추세를 감지해요.
  • 비용 최적화 – 평균 통계를 사용해 리소스 사용량을 모니터링하고, 컨테이너 크기를 적정화하고, 사용 패턴에 따라 예약을 조정하고, 예약 스케일링을 구현해요.
  • 성능 벤치마킹 – 평균 통계를 사용해 서비스 개정 간 메트릭을 비교하고, 성능 KPI를 설정하고, 최적화 개선 사항을 검증해요.
  • 리소스 하한 감지 – 평균 통계를 사용해 유휴 기간 중 최소 리소스 요구 사항을 식별하고, 적절한 예약을 설정하고, 비정상적인 하락을 감지해요.
  • 이상 징후 감지 – 최소(Minimum) 통계를 사용해 초기화 실패나 예기치 않은 유휴 기간 같은 잠재적 문제를 나타내는 비정상적인 리소스 활용도 하락을 발견해요.
  • 스케일링 정책 개선 – 최소 통계를 사용해 최소 실행 가능한 활용도를 기반으로 최적의 scale-in 임계값을 설정해 공격적인 스케일링을 방지해요.
  • 용량 계획 – 최대(Maximum) 통계를 사용해 적절한 태스크 크기를 설정하고 트래픽 급증에 대비한 충분한 여유가 있는 인프라를 계획해요.
  • 성능 병목 식별 – 최대 통계를 사용해 리소스 포화 지점을 감지하고, 병목을 식별하고, 태스크 크기를 언제 늘려야 하는지 결정해요.
  • 스케일링 정책 구성 – 최대 통계를 사용해 피크 패턴을 기반으로 최적의 scale-out 임계값을 설정하고 버스트 용량을 구성해요.
  • SLA 준수 모니터링 – 최대 통계를 사용해 피크 응답 시간과 오류율을 추적해 서비스 성능이 정의된 SLA를 충족하는지 보장해요.

Container Insights에 대한 정보는 CloudWatch User Guide의 Container Insights use cases를 참고하세요.