翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Amazon Comprehend のエンドポイントの管理
Amazon Comprehend では、お客様のカスタムモデルは、エンドポイントによってリアルタイムの分類やエンティティ検出に使用できるようになります。エンドポイントを作成すると、ビジネスニーズの変化に応じてそのエンドポイントに変更を加えることができます。たとえば、エンドポイントの使用状況を監視したり、自動スケーリングを適用して、キャパシティのニーズに合わせてエンドポイントのプロビジョニングを自動的に設定したりできます。すべてのエンドポイントを 1 つのビューで管理でき、エンドポイントが不要になったら削除してコストを節約できます。
エンドポイントを管理するには、エンドポイントを作成する必要があります。詳細については、次の手順を参照してください。
+ [カスタム分類用のエンドポイントの作成](custom-sync.md#create-endpoint)
+ [カスタムエンティティ検出用のエンドポイントの作成](detecting-cer-real-time.md#detecting-cer-real-time-create-endpoint)
**Topics**
+ [Amazon Comprehend エンドポイントの概要](manage-endpoints-overview.md)
+ [Amazon Comprehend エンドポイントの使用法](using-endpoints.md)
+ [Amazon Comprehend エンドポイントのモニタリング](manage-endpoints-monitor.md)
+ [Amazon Comprehend のエンドポイントの更新](manage-endpoints-update.md)
+ [Amazon Comprehend Trusted Advisor での の使用](manage-endpoints-trusted-advisor.md)
+ [Amazon Comprehend エンドポイントの削除](manage-endpoints-delete.md)
+ [自動スケーリングとエンドポイント](comprehend-autoscaling.md)
# Amazon Comprehend エンドポイントの概要
Amazon Comprehend コンソールのエンドポイントページには、エンドポイントのグローバルビューが表示されます。エンドポイント概要ページでは、すべてのエンドポイントを 1 か所に表示して、エンドポイントの使用状況と実際のリソース使用状況を把握できます。エンドポイントページの右上で、表示するエンドポイント (すべて、カスタム分類子のエンドポイント、またはカスタムエンティティエンドポイント) を指定できます。
このページで、エンドポイントを作成、更新、モニタリング、削除できます。エンドポイントの概要セクションでは、エンドポイントのリスト、エンドポイントがホストしているカスタムモデル、作成時間、プロビジョニングされたスループット、エンドポイントのステータスを確認できます。エンドポイント概要テーブルから特定のエンドポイントを選択すると、エンドポイントの詳細が表示されます。
また、「[AWS ビジネスサポート](https://aws.amazon.com/premiumsupport/plans/business/)」または「[AWS エンタープライズサポート](https://aws.amazon.com/premiumsupport/plans/enterprise/)」のお客様であれば、エンドポイント固有のTrusted Advisorチェックにアクセスできます。詳細については[Amazon Comprehend Trusted Advisor での の使用](manage-endpoints-trusted-advisor.md)を参照してください。チェックと説明の完全なリストについては、「[Trusted Advisorのベストプラクティス](https://aws.amazon.com/premiumsupport/technology/trusted-advisor/best-practice-checklist/)」を参照してください。
エンドポイントの管理の詳細については、次のトピックを参照してください。
+ [Amazon Comprehend エンドポイントの使用法](using-endpoints.md)
+ [Amazon Comprehend エンドポイントのモニタリング](manage-endpoints-monitor.md)
+ [Amazon Comprehend のエンドポイントの更新](manage-endpoints-update.md)
+ [Amazon Comprehend Trusted Advisor での の使用](manage-endpoints-trusted-advisor.md)
+ [Amazon Comprehend エンドポイントの削除](manage-endpoints-delete.md)
**重要**
リアルタイムカスタム分類のコストは、設定したスループットとエンドポイントがアクティブである時間の両方に基づいて決まります。エンドポイントを使用しなくなったり、長期間使用しない場合は、自動スケーリングポリシーを設定してコストを削減する必要があります。また、エンドポイントを使用しなくなった場合は、追加コストが発生しないようにエンドポイントを削除できます。詳細については、「[自動スケーリングとエンドポイント](comprehend-autoscaling.md)」を参照してください。
# Amazon Comprehend エンドポイントの使用法
エンドポイントを作成することで、カスタムモデルを使用してリアルタイム分析を実行することができます。エンドポイントには、リアルタイム推論にカスタムモデルを使用できるようにする管理対象リソースが含まれます。
Amazon Comprehend は、推論単位 (IU) を使用してエンドポイントにスループットを割り当てます。IU は 1 秒あたり 100 文字のデータスループットを表します。エンドポイントには最大 10 個の推論ユニットをプロビジョニングできます。エンドポイントのスループットは、エンドポイントを更新することで拡大することも、縮小することもできます。
入力ドキュメントに半構造化ドキュメントまたは画像ファイルが含まれている場合、入力ファイルから抽出された文字に対するスループットは 1 秒あたり 100 文字になります。エンドポイントにプロビジョニングする IU の数は、入力ドキュメントの文字密度によって異なります。
[ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html) と [DetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectEntities.html) API のレスポンスには、各入力ページの文字数が含まれます。この情報を使用して、目的のスループットを達成するためにプロビジョニングする推論ユニット数を見積もることができます。
リアルタイム分析が完了したら、エンドポイントを削除してください。エンドポイントをアクティブである限り、課金が続きます。さらにリアルタイム分析を実行する準備ができると、別のエンドポイントを作成できます。
エンドポイントコストに関する詳細については、「[Amazon Comprehend の料金](https://aws.amazon.com/comprehend/pricing/)」を参照してください。
エンドポイントを作成すると、Amazon CloudWatch でモニタリングしたり、更新して推論単位を変更したりできます。不要になったら、削除できます。詳細については、「[Amazon Comprehend エンドポイントのモニタリング](manage-endpoints-monitor.md)」を参照してください。
# Amazon Comprehend エンドポイントのモニタリング
推論ユニット (IUs) の数を増減することで、エンドポイントのスループットを調整できます。エンドポイントの更新の詳細については、「[Amazon Comprehend のエンドポイントの更新](manage-endpoints-update.md)」を参照してください。
Amazon CloudWatch コンソールを使用してエンドポイントの使用状況をモニタリングすることで、エンドポイントのスループットを最適に調整する方法を決定できます。
**CloudWatch を使用してエンドポイントの使用状況をモニタリングします**
1. にサインイン AWS マネジメントコンソール し、[CloudWatch コンソール](https://console.aws.amazon.com/cloudwatch/)を開きます。
1. 左の [**指標**] を選択し、次に [**すべての指標**] を選択します。
1. [**すべての指標**] で [**理解**] を選択します。
![\[Comprehend パネルを示すメトリクスページのコンソール表示。\]](http://docs.aws.amazon.com/ja_jp/comprehend/latest/dg/images/cloudwatch-metrics1.png)
1. CloudWatch コンソールには、**Comprehend** メトリクスのディメンションが表示されます。**EndpointARN** ディメンションを選択します。
![\[EndpointArn ディメンションを示す Amazon Comprehend メトリクスページのコンソール表示。\]](http://docs.aws.amazon.com/ja_jp/comprehend/latest/dg/images/cloudwatch-metrics2.png)
コンソールには、エンドポイントごとに **ProvisionedInferenceUnits**、**RequestedInferenceUnits**、**ConsumedInferenceUnits**、および **InferenceUtilization** が表示されます。
![\[4 つのメトリクスを示す CloudWatch コンソール。\]](http://docs.aws.amazon.com/ja_jp/comprehend/latest/dg/images/cloudwatch-metrics3.png)
4 つのメトリクスを選択し、**グラフ化されたメトリクス**タブに移動します。
1. **RequestedInferenceUnits** と **ConsumedInferenceUnits** の統計列を**合計**に設定します。
1. **InferenceUtilization** の統計列を [**合計**] に設定します。
1. **ProvisionedInferenceUnits** の統計列を [**平均**] に設定します。
1. すべての指標の期間列を **1 分**に変更します。
1. **InferenceUtilization** を選択し、矢印を選択して別の **[Y軸**] に移動します。
これでグラフは分析できる状態になりました。
![\[グラフ化されたメトリクスを示すコンソール表示。\]](http://docs.aws.amazon.com/ja_jp/comprehend/latest/dg/images/graphed_metrics_endpoint.png)
CloudWatch 指標に基づいて、エンドポイントのスループットを自動的に調整する自動スケーリングも設定できます。エンドポイントを使用した自動スケーリングの使用に関する詳細については、「[自動スケーリングとエンドポイント](comprehend-autoscaling.md)」を参照してください。
+ **ProvisionedInferenceUnits** - このメトリクスは、リクエストが行われた時点でプロビジョニングされた平均 IUsの数を表します。
+ **RequestedInferenceUnits** - これは、処理のために送信されたサービスに送信された各リクエストの使用に基づいています。これは、処理のために送信されたリクエストを、スロットリングを取得せずに実際に処理されたリクエスト (ConsumedInferenceUnits) と比較するのに役立ちます。このメトリクスの値は、処理のために送信された文字数を 1 分で 1 IU 処理できる文字数で割って計算されます。
+ **ConsumedInferenceUnits** - これは、正常に処理された (スロットリングされていない) サービスに送信された各リクエストの使用に基づいています。これは、消費しているものを準備された IU と比較するときに便利です。この指標の値は、処理された文字数を 1 IU の 1 分間に処理できる文字数で割って計算されます。
+ **InferenceUtilization** - これはリクエストごとに出力されます。この値は、**ConsumedInferenceUnits** で定義されている消費済み IU を **ProvisionedInferenceUnits** で割り、100 点満点のパーセンテージに換算されます。
**注記**
すべての指標は、リクエストが成功した場合にのみ出力されます。スロットリングされたリクエスト、内部サーバーエラーや顧客エラーにより失敗したリクエストからの指標は表示されません。
# Amazon Comprehend のエンドポイントの更新
通常、求める必要なスループットのレベルは、エンドポイントの作成後に変化することはよくあることです。当初のニーズ予測も変化します。そのような場合は、エンドポイントを更新してスループットを増減する必要があります。スループットは、エンドポイントにプロビジョニングした推論ユニットの数によって決まります。各ユニットは、1 秒あたり最大 2 つの文書に対して毎秒 100 文字/秒のスループットに相当します。また、エンドポイントに関連付けられているモデルのバージョンを更新することもできます。エンドポイントの編集では、エンドポイントに対して別のバージョンのモデルを選択できます。
また、エンドポイントにタグを追加して整理しやすくすることもできます。タグ付けは、エンドポイントの更新時に行うこともできます。エンドポイントの詳細については、「[リソースのタグ付け](tagging.md)」を参照してください。
**エンドポイントを更新する (コンソール)**
1. にサインイン AWS マネジメントコンソール し、[https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/) で Amazon Comprehend コンソールを開きます。
1. 左側のメニューで、[**エンドポイント**] を選択します。
1. [**分類子**] の一覧から、更新するエンドポイントがあるカスタムモデルの名前を選択し、リンクを辿ります。モデルの詳細ページが表示されます。
1. モデルの詳細ページから、バージョン詳細を選択します。エンドポイントリストが表示されます。
1. 目的のエンドポイントのエンドポイントチェックボックスを選択します。エンドポイントテーブルの右上にある [**アクション**] アイコンを選択します。
1. **[編集]** を選択します。プロビジョニングされている IU を更新したり、タグを編集したりできます。
1. 変更内容を保存します。
1. エンドポイントにプロビジョニングする推論ユニットの数を編集するには、[**編集**] を選択します。
1. エンドポイントに割り当てる推論ユニット (IU) の新しい個数を入力します。ユニット 1 つは 1 秒あたり 100 文字のデータスループットに相当します。1 エンドポイントあたり最大 10 個の推論ユニットを割り当てることができます。
**注記**
エンドポイントの使用コストは、動作時間とスループット (推論ユニットの個数に基づく) に基づきます。したがって、推論ユニットの数を増やすと、運用コストも増加します。詳細については、「[Amazon Comprehend の料金](https://aws.amazon.com/comprehend/pricing)」を参照してください。
1. [**エンドポイントの編集**] を選択します。エンドポイントの詳細ページが表示されます。
1. ページ上部にあるパンくずリストからモデル名を選択して、エンドポイントが更新されていることを確認します。カスタムモデルの詳細ページで、**エンドポイント**のリストに移動し、エンドポイントの横に **更新中** と表示されていることを確認します。更新が完了すると、**準備完了**と表示されます。
次の例は、 CLI で *UpdateEndpoint* AWS オペレーションを使用する方法を示しています。
例は、Unix、Linux、および macOS 用にフォーマットされています。Windows の場合は、各行末のバックスラッシュ (\$1) Unix 連結文字をキャレット (^) に置き換えてください。
```
aws comprehend update-endpoint \
--desired-inference-units updated number of inference units \
--desired-model-arn arn:aws:comprehend:region:account-id:model type/model name \
--desired-data-access-role-arn arn:aws:iam:account id:role/role name
--endpoint-arn arn:aws:comprehend:region:account id:endpoint/endpoint name
```
アクションが成功すると、そのレスポンスとして、Amazon Comprehend から HTTP 200 レスポンスと空の HTTP 本文が返します。
1. エンドポイントにアタッチしたカスタムモデルを編集するには、カスタムモデルの詳細ページから**エンドポイント**のリストに移動します。
1. 変更するエンドポイントを選択し、[**編集**] を選択します。
1. エンドポイント設定ページの [**分類子モデルの選択**] または [**レコグナイザーモデルの選択**] のドロップダウンからモデルを検索することができます。目的のモデルを選択します。
1. [**バージョンの選択**] では、目的のモデルバージョンを検索することができます。バージョンを選択します。
1. [**エンドポイントの編集**] を選択して保存します。
# Amazon Comprehend Trusted Advisor での の使用
AWS Trusted Advisor は、 AWS ベストプラクティスに従ってリソースをプロビジョニングするための推奨事項を提供するオンラインツールです。
基本サポートプランまたは開発者サポートプランをお持ちの場合は、 Trusted Advisor コンソールを使用して、サービス制限カテゴリのすべてのチェックとセキュリティカテゴリの 6 つのチェックにアクセスできます。ビジネスまたはエンタープライズサポートプランをお持ちの場合は、 Trusted Advisor コンソールと [AWS サポート API](https://docs.aws.amazon.com/awssupport/latest/user/Welcome.html) を使用してすべての Trusted Advisor チェックにアクセスできます。
Amazon Comprehend は、お客様が実用的な推奨事項を提供することで Amazon Comprehend エンドポイントのコストとセキュリティを最適化できるように、以下の Trusted Advisor チェックをサポートしています。
## Amazon Comprehend の使用率の低いエンドポイント
**Amazon Comprehend の使用率の低いエンドポイント**チェックでは、エンドポイントのスループット構成をチェックします。このチェックでは、エンドポイントがリアルタイム推論リクエストでアクティブに使用されていない場合に警告が表示されます。15 日以上使用されないエンドポイントは十分に使用されていないと考えられます。すべてのエンドポイントは、スループットセット、およびエンドポイントがアクティブである時間の長さの両方に基づいて料金が発生します。過去 15 日間使用されていないエンドポイントは、[Application Autoscaling](https://docs.aws.amazon.com/autoscaling/application/userguide/what-is-application-auto-scaling.html) を使用してリソースのスケーリングポリシーを定義することをお勧めします。過去 30 日間使用されておらず、自動スケーリングポリシーが定義されているエンドポイントについては、非同期推論を使用するか、削除することをお勧めします。これらのチェック結果は毎日 1 回自動的に更新され、 Trusted Advisor コンソールの **CostOptimization** カテゴリで確認できます。
**すべてのエンドポイントの使用状況とそれに対応するレコメンデーションを確認するには**
1. にサインイン AWS マネジメントコンソール し、 Trusted Advisor コンソールを開きます。
1. ナビゲーションペインで **CostOptimization** チェックカテゴリを選択します。
1. カテゴリページでは、各チェックカテゴリの概要が表示されます。
+ **Action recommended (赤)** – Trusted Advisor チェックのアクションを推奨します。
+ [**調査が推奨されるチェック項目 (黄色)**] – Trusted Advisor は、チェックの潜在的な問題を検出します。
+ **問題が検出されない (緑)** – チェックの問題は検出されません。 Trusted Advisor
+ **非表示の項目 (グレー)** - チェックで無視するリソースなど、除外項目があるチェックの数。
1. **Amazon Comprehend 使用率の低いエンドポイントチェック**を選択すると、チェックの説明と以下の詳細が表示されます。
+ **アラート基準** — チェックのステータスが変更されるときのしきい値を示します。
+ **推奨されるアクション** — そのチェックの推奨アクションを示します。
+ **リソーステーブル:** レコメンデーションに基づいてエンドポイントの詳細と各エンドポイントのステータスを一覧表示した表。
1. リソーステーブルで、「**過去 30 日間使用されていません**」という警告により、エンドポイントに「**調査推奨**」のフラグが付けられている場合は、Amazon Comprehend コンソールの「エンドポイントの詳細」ページに移動できます。
+ このエンドポイントをこれ以上使用しない場合は、[**削除**] を選択します。
+ [**削除**] をもう一度選択して、削除を確定します。カスタムモデルの詳細 ページが表示されます。削除したエンドポイントの横に「**削除中**」と表示されていることを確認します。削除すると、エンドポイントは [**エンドポイント**]リストから削除されます。
1. Trusted Advisor コンソールのリソーステーブルで、エンドポイントが過去 15 日間使用されていないために**調査推奨**ステータスでフラグが付けられ、AutoScaling が無効になっている場合は、Amazon Comprehend コンソールのエンドポイントの詳細ページに移動してエンドポイントを調整できます。
+ このエンドポイントに構成されているスループットを下げたい場合は、[**編集**]をクリックします。エンドポイントに割り当てる最新の推論ユニット数を入力し、確認するチェックボックスを選択して [**エンドポイントを編集**] を選択します。更新が完了すると、ステータスが **[準備完了]** と表示されます。
+ スループット構成を手動で調整するのではなく、エンドポイントに自動的にエンドポイントプロビジョニングを設定したい場合は、[**アプリケーション自動スケーリング**] を使用することをおすすめします。
1. Trusted Advisor コンソールのリソーステーブルで、エンドポイントに「アクティブに使用」という理由で**問題が検出されない******「ステータス」というフラグが付けられている場合、エンドポイントがリアルタイム推論リクエストの実行にアクティブに使用されていることを意味し、アクションは推奨されません。
Trusted Advisor コンソールの CostOptimization カテゴリビューを表示する例を以下に示します。
![\[コスト最適化チェックの出力例。\]](http://docs.aws.amazon.com/ja_jp/comprehend/latest/dg/images/TA_cost_optimization_new.png)
## Amazon Comprehend エンドポイントアクセスリスク
[**Amazon Comprehend エンドポイントアクセスリスク**] チェックは、基盤となるモデルがカスタマーマネージドキーを使用して暗号化されたエンドポイントの AWS Key Management Service (AWS KMS) キー許可を確認します。カスタマーマネージドキーが無効になっている場合、または、Amazon Comprehend の付与された許可を変更するようにキーポリシーが変更された場合、エンドポイントの可用性が影響を受ける可能性があります。キーが無効になっている場合は、有効にすることをお勧めします。キーポリシーが変更され、エンドポイントを引き続き使用する場合は、 キーポリシーを更新することをお勧めします。チェック結果は 1 日に複数回、自動的に更新されます。このチェックは、 Trusted Advisor コンソールの [**耐障害性**] カテゴリで確認できます。
**Amazon Comprehend エンドポイントの AWS KMS キーステータスを表示するには**
1. にサインイン AWS マネジメントコンソール し、 Trusted Advisor コンソールを開きます。
1. ナビゲーションペインで **FaultTolerance** チェックカテゴリを選択します。
1. カテゴリページでは、各チェックカテゴリの概要が表示されます。
+ **Action recommended (赤)** – Trusted Advisor チェックのアクションを推奨します。
+ **調査が推奨されるチェック項目 (黄色)** - Trusted Advisor は、チェックの潜在的な問題を検出します。
+ **問題が検出されない (緑)** – チェックの問題は検出されません。 Trusted Advisor
+ [**非表示の項目 (グレー)**] — チェックで無視するリソースなど、除外項目があるチェックの数。
1. Amazon Comprehend エンドポイントアクセスリスクチェックを選択すると、チェックの説明と以下の詳細を表示できます。
+ **アラート基準** — チェックのステータスが変更されるときのしきい値を示します。
+ **推奨されるアクション** — そのチェックの推奨アクションを示します。
+ **リソーステーブル:** KMS 暗号化エンドポイントの詳細と、推奨アクションがあるかどうかに基づいて各エンドポイントのステータスを一覧表示した表。
1. リソーステーブルで、エンドポイントに **Action Recommended** ステータスのフラグが付けられている場合は、KMS KeyId 列のリンクを選択すると、対応する AWS KMS キーページにリダイレクトされます。
+ 無効になっている AWS KMS キーを有効にするには、**キーアクション**を選択し、**有効化**を選択します。
+ キーステータスが [**有効**] と表示されている場合は、「キーポリシー」セクションの [**ポリシービューに切り替え**] を選択してキーポリシーを更新します。キーポリシードキュメントを編集して Amazon Comprehend に必要なアクセス権限を付与し、[**変更を保存**] を選択します。
Trusted Advisor コンソールの FaultTolerance カテゴリビューの例を次に示します。
![\[耐障害性チェックの出力例。\]](http://docs.aws.amazon.com/ja_jp/comprehend/latest/dg/images/TA_fault_tolerance_checks_new.png)
これらのチェックとその結果は、 AWS サポート API の Trusted Advisor セクションを参照して表示することもできます。
CloudWatch を使用してアラームを設定する方法の詳細については、「[CloudWatchを使用して Trusted Advisor アラートを作成する](https://docs.aws.amazon.com/awssupport/latest/user/cloudwatch-metrics-ta.html)」を参照してください。 Trusted Advisor ベストプラクティスチェックの完全なセットについては、[AWS Trusted Advisor 「ベストプラクティスチェックリスト」を参照してください。](https://aws.amazon.com/premiumsupport/technology/trusted-advisor/best-practice-checklist/)
# Amazon Comprehend エンドポイントの削除
エンドポイントが不要になったなら、コストが発生しないように削除すべきです。必要になったなときに**エンドポイント**セクションで、いつでも別のエンドポイントを簡単に作成できます。
**エンドポイントを削除するには (コンソール)**
1. にサインイン AWS マネジメントコンソール し、[https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/) で Amazon Comprehend コンソールを開きます。
1. 左側のメニューで、[**エンドポイント**] を選択します。
1. **エンドポイントの表**から、削除するエンドポイントを見つけます。すべてのエンドポイントを検索またはフィルタリングして、必要なエンドポイントを見つけることができます。
1. エンドポイントのリストから、削除するエンドポイントを選択します。エンドポイントテーブルの右上にある [**アクション**] アイコンを選択します。
1. **[削除]** を選択します。
1. [**削除**] をもう一度選択して、削除を確定します。エンドポイントページが表示されます。削除したエンドポイントの横に「**削除中**」と表示されていることを確認します。削除すると、エンドポイントは**エンドポイント** リストからなくなります。
**エンドポイントを削除するには (AWS CLI)**
次の例は、 CLI で *DeleteEndpoint* AWS オペレーションを使用する方法を示しています。
例は、Unix、Linux、および macOS 用にフォーマットされています。Windows の場合は、各行末のバックスラッシュ (\$1) Unix 連結文字をキャレット (^) に置き換えてください。
```
aws comprehend delete-endpoint \
--endpoint-arn arn:aws:comprehend:region:account-id endpoint/endpoint name
```
アクションが成功すると、そのレスポンスとして、Amazon Comprehend から HTTP 200 レスポンスと空の HTTP 本文が返します。
# 自動スケーリングとエンドポイント
文書分類エンドポイントとエンティティ認識エンドポイントにプロビジョニングする推論ユニットの数を手動で調整するのではなく、自動スケーリングを利用することで、容量のニーズに合わせてエンドポイントのプロビジョニングを自動的に設定することができます。
自動スケーリングを利用してエンドポイントにプロビジョニングする推論ユニットの数を調節する方法は 2 通りあります。
+ [ターゲット追跡](targettracking.md): 使用状況に基づき、容量ニーズに合わせてエンドポイントプロビジョニングを調整するよう設定します。
+ [スケジュールに基づくスケーリング](ScheduledScaling.md): 指定したスケジュールに従い、容量ニーズに合わせてエンドポイントプロビジョニングを調整するよう設定します。
自動スケーリングは、 AWS Command Line Interface () でのみ設定できますAWS CLI。自動スケーリングの詳細については、「[アプリケーションの自動スケーリングとは](https://docs.aws.amazon.com/autoscaling/application/userguide/what-is-application-auto-scaling.html)」を参照してください。
# ターゲット追跡
ターゲット追跡を使用すると、使用状況に基づき容量ニーズに合わせてエンドポイントプロビジョニングを調整できます。推論ユニットの数は、利用された容量が提供された容量の目標パーセント内に収まるよう自動的に調整されます。ターゲット追跡を利用すると、ドキュメント分類エンドポイントとエンティティレコグナイザーエンドポイントの一時的な使用量の急増に対応できます。詳細については、「[Application Auto Scaling のターゲット追跡スケーリングポリシー](https://docs.aws.amazon.com/autoscaling/application/userguide/application-auto-scaling-target-tracking.html)」を参照してください。
**注記**
次の例は、Unix、Linux、および macOS 用の形式になっています。Windows の場合は、各行末のバックスラッシュ (\$1) Unix 連結文字をキャレット (^) に置き換えてください。
## ターゲット追跡のセットアップ
エンドポイントのターゲット追跡を設定するには、 AWS CLI コマンドを使用してスケーラブルターゲットを登録し、スケーリングポリシーを作成します。スケーラブルターゲットではエンドポイントプロビジョニングの調整に使用するリソースとして推論ユニットを定義し、スケーリングポリシーではプロビジョニング済みポリシーの自動スケーリングを制御するメトリックを定義します。
**ターゲット追跡をセットアップする**
1. スケーラブルターゲットを登録します。以下の例では、スケーラブルターゲットを登録することでエンドポイントプロビジョニングを調整しています。最小容量は推論ユニット 1 つ、最大容量は推論ユニット 2 つです。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling register-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits \
--min-capacity 1 \
--max-capacity 2
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling register-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits \
--min-capacity 1 \
--max-capacity 2
```
1. スケーラブルターゲットの登録を確認するには、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling describe-scalable-targets \
--service-namespace comprehend \
--resource-id endpoint ARN
```
1. スケーリングポリシーに対するターゲット追跡設定を作成し、`config.json` いう名前のファイルに保存します。以下は、InferenceUtilization メトリクスを 70% に維持することをターゲットとするドキュメント分類エンドポイントのターゲット追跡設定の例です。
```
{
"TargetValue": 70,
"CustomizedMetricSpecification": {
"MetricName": "InferenceUtilization",
"Namespace": "MyNamespace",
"Dimensions": [
{
"Name": "EndpointArn",
"Value": "arn:aws:comprehend:region:account-id:document-classifier-endpoint/name"
}
],
"Statistic": "Sum",
"Unit": "Percent"
}
}
```
エンティティレコグナイザーエンドポイントの例を次に示します。
```
{
"TargetValue": 70,
"CustomizedMetricSpecification": {
"MetricName": "InferenceUtilization",
"Namespace": "MyNamespace",
"Dimensions": [
{
"Name": "EndpointArn",
"Value": "arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name"
}
],
"Statistic": "Sum",
"Unit": "Percent"
}
}
```
1. スケーリングポリシーを作成します。以下の例では、`config.json` ファイルに定義されているターゲット追跡設定に基づくスケーリングポリシーを作成しています。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling put-scaling-policy \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits \
--policy-name TestPolicy \
--policy-type TargetTrackingScaling \
--target-tracking-scaling-policy-configuration file://config.json
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling put-scaling-policy \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits \
--policy-name TestPolicy \
--policy-type TargetTrackingScaling \
--target-tracking-scaling-policy-configuration file://config.json
```
## 考慮事項
Comprehend エンドポイントでターゲット追跡を使用する場合、次の考慮事項が適用されます。
+ エンドポイントメトリクスは、成功したリクエストに対してのみ出力されます。内部サーバーエラーまたは顧客エラーでスロットリングまたは失敗するリクエストでは、メトリクスは表示されません。
+ データポイントがない場合、バックアップする CloudWatch アラームの状態は に変わります`INSUFFICIENT_DATA `。この場合、Application Auto Scaling はエンドポイントをスケーリングできません。
+ Metric Math は、この制限を回避するのに役立ちます。たとえば、メトリクスが報告されない場合に 0 の値を使用するには、 `FILL(m1,0)`関数を使用します。ここで、 `m1`はメトリクスです。設定をテストして、期待どおりに動作していることを確認することが重要です。その他のオプションについては、[「Metric Math を使用したターゲット追跡ポリシーの作成](https://docs.aws.amazon.com/autoscaling/application/userguide/application-auto-scaling-target-tracking-metric-math.html)」を参照してください。
## ターゲット追跡の削除
エンドポイントのターゲット追跡を削除するには、 AWS CLI コマンドを使用してスケーリングポリシーを削除し、スケーラブルターゲットの登録を解除します。
**ターゲット追跡を削除する**
1. スケーリングポリシーを削除します。次の例では、指定したスケーリングポリシーを削除しています。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling delete-scaling-policy \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits \
--policy-name TestPolicy \
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling delete-scaling-policy \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits \
--policy-name TestPolicy
```
1. スケーラブルなターゲットを登録解除します。以下の例では、指定したスケーラブルターゲットを登録解除しています。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling deregister-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling deregister-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits
```
# スケジュールに基づくスケーリング
スケーリングスケジュールを利用すると、指定したスケジュールに従い、容量ニーズに合わせてエンドポイントプロビジョニングを調整することができます。スケーリングスケジュールでは、特定の時間帯での使用量の急増に応じて推論ユニットの数を自動的に調整することができます。ドキュメント分類エンドポイントおよびエンティティレコグナイザーエンドポイントには、スケーリングスケジュール機能を利用することができます。スケーリングスケジュール機能の詳細については、「[Application Auto Scaling におけるスケーリングスケジュール](https://docs.aws.amazon.com/autoscaling/application/userguide/application-auto-scaling-scheduled-scaling.html)」を参照してください。
**注記**
次の例は、Unix、Linux、および macOS 用の形式になっています。Windows の場合は、各行末のバックスラッシュ (\$1) Unix 連結文字をキャレット (^) に置き換えてください。
## スケーリングスケジュールのセットアップ
エンドポイントのスケジュールされたスケーリングを設定するには、 AWS CLI コマンドを使用してスケーラブルターゲットを登録し、スケジュールされたアクションを作成します。スケーラブルターゲットではエンドポイントプロビジョニングの調整に使用するリソースとして推論ユニットを定義し、アクションのスケジュールで特定の時間帯のプロビジョニング済み容量の自動スケーリングを制御します。
**スケーリングスケジュールをセットアップする**
1. スケーラブルターゲットを登録します。以下の例では、スケーラブルターゲットを登録することでエンドポイントプロビジョニングを調整しています。最小容量は推論ユニット 1 つ、最大容量は推論ユニット 2 つです。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling register-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits \
--min-capacity 1 \
--max-capacity 2
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling register-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits \
--min-capacity 1 \
--max-capacity 2
```
1. アクションスケジュールを作成します。以下の例では、毎日 12:00 UTC にプロビジョニング済み容量を自動的に調整するアクションスケジュールを作成しています。推論ユニットは最小 2 個、最大は 5 個です。時系列式とスケーリングスケジュールの詳細は、「[スケジュール式](https://docs.aws.amazon.com/AmazonCloudWatch/latest/events/ScheduledEvents.html)」を参照してください。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling put-scheduled-action \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits \
--scheduled-action-name TestScheduledAction \
--schedule "cron(0 12 * * ? *)" \
--scalable-target-action MinCapacity=2,MaxCapacity=5
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling put-scheduled-action \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits \
--scheduled-action-name TestScheduledAction \
--schedule "cron(0 12 * * ? *)" \
--scalable-target-action MinCapacity=2,MaxCapacity=5
```
## スケーリングスケジュールの削除
エンドポイントのスケジュールされたスケーリングを削除するには、 AWS CLI コマンドを使用してスケジュールされたアクションを削除し、スケーラブルターゲットの登録を解除します。
**スケーリングスケジュールを削除する**
1. delete-scheduled-action 以下の例では、指定したアクションスケジュールを削除しています。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling delete-scheduled-action \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits \
--scheduled-action-name TestScheduledAction
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling delete-scheduled-action \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits \
--scheduled-action-name TestScheduledAction
```
1. スケーラブルなターゲットを登録解除します。以下の例では、指定したスケーラブルターゲットを登録解除しています。
ドキュメント分類エンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling deregister-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:document-classifier-endpoint/name \
--scalable-dimension comprehend:document-classifier-endpoint:DesiredInferenceUnits
```
エンティティレコグナイザーエンドポイントの場合は、次の AWS CLI コマンドを使用します。
```
aws application-autoscaling deregister-scalable-target \
--service-namespace comprehend \
--resource-id arn:aws:comprehend:region:account-id:entity-recognizer-endpoint/name \
--scalable-dimension comprehend:entity-recognizer-endpoint:DesiredInferenceUnits
```