Cas d’utilisation des métriques d’utilisation d’un service Amazon ECS

Surveillance de l’utilisation des ressources : utilisez des statistiques de moyenne pour surveiller les modèles de consommation de l’UC et de la mémoire, établir des bases de performance et détecter les tendances de dégradation progressive des performances.

Optimisation des coûts : utilisez des statistiques de moyenne pour surveiller l’utilisation des ressources, dimensionner correctement les conteneurs, ajuster les réserves en fonction des modèles d’utilisation et mettre en œuvre une mise à l’échelle planifiée.

Analyse comparative des performances : utilisez des statistiques moyennes pour comparer les indicateurs entre les révisions des services, établir les performances KPIs et valider les améliorations d'optimisation.

Détection du plancher de ressources : utilisez des statistiques de moyenne pour identifier les besoins en ressources minimales pendant les périodes d’inactivité, définir les réserves appropriées et détecter les baisses anormales.

Détection des anomalies : utilisez des statistiques de minimum pour détecter les baisses inhabituelles d’utilisation des ressources qui indiquent des problèmes potentiels, tels que des échecs d’initialisation ou des périodes d’inactivité inattendues.

Affinement de la politique de mise à l’échelle : utilisez des statistiques de minimum pour établir des seuils de mise à l’échelle optimaux sur la base d’une utilisation viable minimale afin d’éviter une mise à l’échelle agressive.

Planification des capacités : utilisez les statistiques de maximum pour définir des tailles de tâches appropriées et planifier une infrastructure avec une marge suffisante pour faire face aux pics de trafic.

Identification des goulots d’étranglement en matière de performances : utilisez les statistiques de maximum pour détecter les points de saturation des ressources, identifier les goulots d’étranglement et déterminer quand augmenter la taille des tâches.

Configuration de la politique de mise à l’échelle : utilisez les statistiques de maximum pour définir des seuils d’augmentation horizontale optimaux en fonction des modèles de pic et configurer la capacité de débordement.

Surveillance de la conformité aux SLA : utilisez un maximum de statistiques pour suivre les temps de réponse de pointe et les taux d'erreur afin de garantir que les performances du service répondent aux exigences définies SLAs.