View a markdown version of this page

Evaluasi peningkatan khusus - Pilar Keberlanjutan

Evaluasi peningkatan khusus

Pahami sumber daya yang disediakan oleh beban kerja Anda untuk menyelesaikan sebuah unit kerja. Evaluasi potensi peningkatan, dan perkirakan potensi dampaknya, biaya untuk mengimplementasikannya, dan risiko-risiko terkait.

Untuk mengukur peningkatan dari waktu ke waktu, terlebih dahulu pahami apa yang telah Anda sediakan di AWS dan pahami juga bagaimana sumber daya tersebut digunakan.

Mulailah dengan gambaran umum penuh tentang penggunaan AWS Anda, dan gunakan AWS Cost and Usage Reports untuk membantu Anda mengidentifikasi area-area penting. Gunakan kode contoh AWS ini untuk membantu Anda meninjau dan menganalisis laporan Anda dengan bantuan Amazon Athena.

Metrik proksi

Ketika Anda melakukan evaluasi atas perubahan tertentu, evaluasi juga metrik apa saja yang paling mewakili efek perubahan tersebut pada sumber daya terkait. Metrik-metrik ini disebut metrik proxy. Pilih metrik-mterik proksi yang paling mencerminkan tipe peningkatan yang sedang Anda evaluasi serta sumber daya yang ditargetkan oleh peningkatan. Metrik-metrik ini mungkin berkembang dari waktu ke waktu.

Sumber daya yang disediakan untuk mendukung beban kerja Anda mencakup sumber daya komputasi, penyimpanan, dan jaringan. Evaluasi sumber daya yang disediakan menggunakan metrik-metrik proksi Anda untuk melihat bagaimana sumber daya tersebut digunakan.

Gunakan metrik-metrik proksi Anda untuk mengukur sumber daya yang disediakan untuk mencapai hasil bisnis.

Sumber Daya Contoh metrik proksi Tujuan peningkatan
Komputasi Menit vCPU Memaksimalkan pemanfaatan sumber daya yang disediakan
Penyimpanan GB yang disediakan Mengurangi total yang disediakan
Jaringan GB yang ditransfer atau paket yang ditransfer Mengurangi total yang ditransfer dan jarak yang ditransfer

Metrik bisnis

Pilih metrik-metrik bisnis untuk menghitung pencapaian hasil bisnis. Metrik-metrik bisnis Anda harus mencerminkan nilai yang disediakan oleh beban kerja Anda, misalnya jumlah pengguna aktif dalam waktu yang sama, panggilan API yang dilayani, atau jumlah transaksi yang diselesaikan. Metrik-metrik ini mungkin berkembang dari waktu ke waktu. Hati-hatilah ketika Anda mengevaluasi metrik-metrik bisnis berbasis keuangan, karena ketidaksesuaian pada nilai transaksi akan menjadikan perbandingan menjadi tidak valid.

Indikator kinerja utama

Menggunakan rumus berikut ini, bagi sumber daya yang disediakan dengan hasil bisnis yang dicapai untuk menentukan sumber daya yang disediakan untuk setiap unit kerja.

Diagram yang menunjukkan rumus ini: Sumber daya yang disediakan untuk setiap unit kerja = metrik proksi untuk sumber daya yang disediakan / metrik bisnis untuk hasil

Rumus KPI

Gunakan sumber daya Anda per unit kerja sebagai KPI Anda. Buat garis acuan berdasarkan sumber daya yang disediakan sebagai dasar perbandingan.

Sumber Daya Contoh KPI Tujuan peningkatan
Komputasi menit vCPU per transaksi Memaksimalkan pemanfaatan sumber daya yang disediakan
Penyimpanan GB per transaksi Mengurangi total yang disediakan
Jaringan GB yang ditransfer untuk setiap transaksi atau paket yang ditransfer per transaksi Mengurangi total yang ditransfer dan jarak yang ditransfer

Menghitung peningkatan

Hitung peningkatan sebagai penurunan kuantitatif pada sumber daya yang disediakan (seperti yang ditunjukkan oleh metrik proksi Anda) serta perubahan persentase dari sumber daya acuan Anda yang disediakan untuk setiap unit kerja.

Sumber Daya Contoh KPI Tujuan peningkatan
Komputasi Persentase (%) penurunan menit vCPU per transaksi Maksimalkan pemanfaatan
Penyimpanan Persentase (%) penurunan GB per transaksi Mengurangi total yang disediakan
Jaringan Persentase (%) penurunan GB yang ditransfer per transaksi atau paket yang ditransfer per transaksi Mengurangi total yang ditransfer dan jarak yang ditransfer

Evaluasi peningkatan

Lakukan evaluasi terhadap potensi peningkatan berdasarkan manfaat bersih yang diharapkan. Lakukan evaluasi terhadap waktu, biaya, dan tingkat upaya untuk mengimplementasikan dan memelihara, serta risiko-risiko bisnis, misalnya dampak yang tidak terduga.

Peningkatan-peningkatan yang ditargetkan sering kali mewakili kompromi antar tipe sumber daya yang dipakai. Sebagai contoh, untuk mengurangi pemakaian komputasi, Anda dapat menyimpan sebuah hasil, atau untuk membatasi data yang ditransfer, Anda dapat memproses data sebelum mengirimkan hasilnya kepada seorang klien. Kompensasi ini dibahas di detail tambahan yang akan datang.

Sertakan persyaratan non-fungsional ketika mengevaluasi risiko untuk beban kerja Anda, termasuk keamanan, keandalan, efisiensi kinerja, optimalisasi biaya, dan dampak peningkatan terhadap kemampuan Anda untuk mengoperasikan beban kerja.

Dengan menerapkan langkah ini ke Contoh skenario, Anda mengevaluasi target peningkatan dengan hasil-hasil berikut ini:

Praktik terbaik Peningkatan yang ditargetkan Potensi Biaya Risiko
Gunakan perangkat keras dalam jumlah minim untuk memenuhi kebutuhan Anda Implementasikan penskalaan prediktif untuk mengurangi periode pemanfaatan yang rendah Sedang Rendah Rendah
Gunakan teknologi yang mendukung pola akses dan penyimpanan data Implementasikan mekanisme-mekanisme kompresi yang lebih efektif untuk mengurangi total penyimpanan dan waktu untuk mencapainya Tinggi Rendah Rendah

Implementasi penskalaan prediktif dapat mengurangi jam vCPU yang digunakan oleh instans dengan pemanfaatan rendah atau yang tidak digunakan yang menyediakan manfaat sedang dibandingkan mekanisme penskalaan yang ada dengan estimasi penurunan sumber daya yang digunakan sebesar 11%. Biaya yang terlibat jumlahnya rendah dan mencakup konfigurasi sumber daya cloud dan operasi penskalaan prediktif untuk Amazon EC2 Auto Scaling. Risikonya adalah kinerja yang dibatasi ketika dilakukan penambahan skala (scale-out) secara reaktif untuk merespons permintaan yang melampaui prediksi.

Implementasi kompresi yang lebih efektif dapat memiliki dampak signifikan dengan penurunan yang besar dalam hal ukuran file di semua gambar asli dan manipulasi Anda, dengan estimasi penurunan kebutuhan penyimpanan sebesar 25% di lingkungan produksi. Menimplementasikan algoritme baru adalah pengganti yang mudah dan memiliki sedikit risiko.