Amazon ECS 服务利用率指标使用案例

资源利用率监控：使用统计数据平均值来监控 CPU 和内存消耗模式，建立性能基准并检测性能逐渐下降的趋势。

成本优化：使用统计数据平均值来监控资源使用情况、调整容器的大小、根据使用模式调整预留以及实施计划扩缩。

性能基准测试：使用统计数据平均值比较服务修订版之间的指标，建立绩效 KPI 并验证优化改进。

资源下限检测：使用统计数据平均值确定空闲时段的最低资源需求，设置适当的预留量并检测异常下降情况。

异常检测：使用统计数据最小值发现异常的资源利用率下降，这些下降表明了潜在的问题，例如初始化失败或意外的空闲时段。

扩展策略完善：使用统计数据最小值，根据最低可行利用率建立最佳的横向缩减阈值，防止激进扩缩。

容量规划：使用统计数据最大值设置适当的任务规模，并规划基础设施，为流量高峰留出足够的余量。

性能瓶颈识别：使用统计数据最大值检测资源饱和点，识别瓶颈并确定何时增加任务规模。

扩展策略配置：使用统计数据最大值，据根据峰值模式设置最佳横向扩展阈值，并配置容量爆增。

SLA 合规性监控：使用统计数据最大值跟踪峰值响应时间和错误率，确保服务性能符合定义的 SLA。