# PERF02-BP06 根據指標持續評估運算需求
<a name="perf_select_compute_use_metrics"></a>

使用資料驅動型方法來持續評估和最佳化您的工作負載隨著時間的運算資源。

 **預期成果：**使用系統層級指標來主動監控工作負載隨時間的行為和要求。根據收集的資料針對可用資源評估工作負載的需求，並且對您的運算環境進行變更，以達到最適合工作負載設定檔的狀態。例如，工作負載可能會隨著時間比最初指定的要消耗更多的記憶體，因此轉換到不同的執行個體系列或大小，可以同時提高效能和效率。 

 **常見的反模式：** 
+  監控系統層級指標以取得對於工作負載的洞察，並且不重新評估運算需求。 
+  架構您的運算需求，以滿足尖峰工作負載要求。 
+  當移至替代運算解決方案更有效率地符合您的工作負載特性時，現有運算解決方案會變得更大以符合擴展或效能要求。 

 **建立此最佳實務的優勢：**根據實際資料和您想要的成本與效能平衡，最佳化運算資源。 

 **未建立此最佳實務時的風險暴露等級：**低 

## 實作指引
<a name="implementation-guidance"></a>

使用資料驅動型方法，根據觀察到的工作負載行為最佳化運算資源。為了獲得最佳效能和效率，使用從工作負載中收集一段時間的資料來持續調整和最佳化資源。查看工作負載中當前資源的使用趨勢，並確定可以在何處進行變更以更好地滿足工作負載的需求。當資源過量使用時，系統效能會降低，而當資源未充分使用時，系統執行效率較差且成本較高。

 若要最佳化效能和資源利用率，您需要取得整合操作檢視、即時精細資料和歷史參考。您可以建立自動化儀表板來視覺化此資料，並衍生操作和使用率洞察。 

 **實作步驟** 

1.  收集隨著時間的運算相關指標。 

1.  針對您所選取運算解決方案中的可用資源比較工作負載指標。 

1.  藉由適當調整現有解決方案的大小或評估替代運算解決方案，判斷任何必要的組態變更。 

## 資源
<a name="resources"></a>

 **相關的最佳實務：** 
+  [PERF02-BP01 評估可用的運算選項](perf_select_compute_evaluate_options.md) 
+  [PERF02-BP02 了解可用的運算組態選項](perf_select_compute_config_options.md) 
+  [PERF02-BP03 收集與運算相關的指標](perf_select_compute_collect_metrics.md) 
+  [PERF02-BP04 透過適當調整大小來確定所需的組態](perf_select_compute_right_sizing.md) 

 **相關文件：** 
+  [使用 AWS 進行雲端運算](https://aws.amazon.com/products/compute/?ref=wellarchitected) 
+  [AWS Compute Optimizer](https://aws.amazon.com/compute-optimizer/) 
+  [EC2 執行個體類型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/instance-types.html) 
+  [Amazon ECS 容器：Amazon ECS 容器執行個體](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/ECS_instances.html) 
+  [Amazon EKS 容器：Amazon EKS 工作節點](https://docs.aws.amazon.com/eks/latest/userguide/worker.html) 
+ [使用 AWS Lambda 函數的最佳實務](https://docs.aws.amazon.com/lambda/latest/dg/best-practices.html#function-configuration)

 **相關影片：** 
+  [Amazon EC2 基礎 (CMP211-R2)](https://www.youtube.com/watch?v=kMMybKqC2Y0) 
+  [更好、更快、更便宜的運算：成本優化 Amazon EC2 (CMP202-R1)](https://www.youtube.com/watch?v=_dvh4P2FVbw) 
+  [使用 AWS Inferentia 提供高效能 ML 推斷 (CMP324-R1)](https://www.youtube.com/watch?v=17r1EapAxpk) 
+  [最佳化 AWS 運算的效能和成本 (CMP323-R1)](https://www.youtube.com/watch?v=zt6jYJLK8sg) 
+  [支援下一代 Amazon EC2：深入探討 Nitro 系統](https://www.youtube.com/watch?v=rUY-00yFlE4) 
+ [選取和最佳化 Amazon EC2 執行個體](https://www.youtube.com/watch?v=Vz0HZ6hlpgM)

 **相關範例：** 
+  [在 Compute Optimizer 和記憶體使用率已啟用的情況下適當調整大小](https://www.wellarchitectedlabs.com/cost/200_labs/200_aws_resource_optimization/5_ec2_computer_opt/) 
+  [AWS Compute Optimizer 示範程式碼](https://github.com/awslabs/ec2-spot-labs/tree/master/aws-compute-optimizer)