計算リソース最適化機能は、実際のジョブリクエストとリソース割り当ての期待値を分析し、レベル 1 サブスクリプションクォータに最適なリソース構成プランを生成します。このトピックでは、2 つの一般的なシナリオを通して、この機能がどのようにコンピューティングコストの削減やジョブ遅延の解消に役立つかを説明します。
この機能の詳細については、「計算リソース構成の最適化」をご参照ください。
注意事項
このトピックに記載されている価格は参考用です。最新の価格については、製品ページをご参照ください。
推奨プランを受け取ったら、一度にすべてを切り替えるのではなく、段階的にリソース構成を調整してください。これにより、トランジション中の不安定性リスクを低減できます。
各シナリオの適用ケース
次の表は、現在の状況と関連するシナリオの対応関係を示しています。
| 状況 | 期待される結果 | シナリオ |
|---|---|---|
| 予約済み計算ユニット (CU) がアイドル状態で、月額コストが高い | 月額コストを最大約 71.7% 削減 | シナリオ：リソースがアイドル状態でコストが高い場合 |
| 予約済み CU が不足し、重要なジョブが期限に間に合わない | 最小限のコスト増でジョブの遅延を解消 | シナリオ：リソース不足でジョブが遅延する場合 |
シナリオ：リソースがアイドル状態でコストが高い場合
データウェアハウス構築の初期段階にあるある企業は、毎日 520 件のジョブを 08:00 までに完了させるため、200 サブスクリプション予約済み CU を購入しました。ジョブは時間通りに、時には予定より早く完了しますが、月々のコンピューティングコストは 4,400 米ドルに達しています。
コスト削減の OKR (目標と主要な結果) が設定された後、データ運用保守エンジニアは計算リソース最適化機能を使用して、適切なサイズのプランを見つけます。
ステップ 1：現在のリソース使用率の確認
MaxCompute コンソールにログインします。上部のナビゲーションバーでリージョンを選択します。左側のナビゲーションウィンドウで、[インテリジェント最適化] > [計算リソース構成の最適化] を選択します。
[計算リソース構成の最適化] ページで、[クォータ名] ドロップダウンリストからレベル 1 サブスクリプションクォータを選択します。[1 日あたりの推定 CU リクエスト] チャートには、現在のジョブパターンが反映されます。ジョブは毎時実行され、
05:00から08:00にかけてピークに達します。
ステップ 2：推定時間ポイントの設定
[推定時間ポイントの設定] ステップで、05:00 と 08:00 を推定時間ポイントとして追加します。これにより、システムは 05:00 までに開始されたすべてのジョブが 05:00 までに完了するか、また 05:00 から 08:00 に開始された重要なジョブが 08:00 までに完了するかをシミュレーションします。
ステップ 3：現在のプランの確認
[現在のプランの推定] をクリックして、現在の構成でのジョブ完了をシミュレーションします。
[CU 消費シミュレーション (現在のプランの推定)] チャートでは、どちらの時間ポイントでも遅延は見られませんが、大幅なアイドルキャパシティがあることがわかります。これにより、コスト削減が可能であることが確認できます。
ステップ 4：推奨プランの生成
[最適化目標の設定] セクションでは、推定時間ポイントが同じ値で事前入力されています。[推奨プランの生成] をクリックします。
ステップ 5：推奨プランのレビュー
[CU 消費シミュレーション（推奨プラン）] チャートは、最適化された構成を示します：
50 予約済み CU (常時オン)
04:00から05:00までと06:00から08:00までの 50 弾性予約済み CU
このプランにより、すべての重要なジョブは 08:00 までに完了し、月額コストは 1,319.6 米ドルに下がり、約 70% の削減となります。
ステップ 6：必要に応じた目標の調整
ジョブの出力に 30 分の遅延が許容できる場合は、[最適化目標の設定] に戻り、08:00 の時間ポイントの最適化目標を 08:30 に変更し、再度 [推奨プランの生成] をクリックします。
更新されたプランでは、弾性予約済み CU の期間が 06:00 から 08:00 ではなく、06:00 から 07:00 に短縮されます。ジョブは 08:30 までに完了し、月額コストはさらに 1,246.4 米ドルに下がり、約 71.7% の削減となります。
ステップ 7：プランの段階的な適用
推奨プランは一度にすべて適用するのではなく、段階的に適用してください。推定よりもジョブのボリュームが多い場合、急激な削減は不安定性を引き起こす可能性があります。
この企業はまず、予約済み CU を 200 から 100 に減らし、一定期間ジョブの完了状況をモニターします。ジョブのボリュームが大幅に増加しておらず、システムがさらなる削減を推奨していることを確認した後、完全な推奨プランを適用します。
ステップ 8：結果の検証
試用期間後、最適化が目標を達成したことを確認します：
重要なジョブが常に 08:00 (目標を調整した場合は 08:30) までに完了することを確認します。
月額コストの請求書を確認し、4,400 米ドルから約 1,246～1,320 米ドルに削減されたことを確認します。
ジョブの遅延が再発した場合は、[現在のプランの推定] を再実行して、ワークロードが新しいプランのキャパシティを超えていないか確認します。
シナリオ：リソース不足でジョブが遅延する場合
ある企業は、毎日 520 件のジョブのために 60 サブスクリプション CU を購入しました。ジョブがスキャンするデータが増えるにつれて、05:00 から 08:00 に開始される重要なジョブが 08:00 の期限に間に合わなくなりました。05:00 より前に開始されたジョブにも 3 分の遅延が発生しています。この企業は、コストを大幅に増やすことなく遅延を解消したいと考えています。
ステップ 1：現在のリソース使用率の確認
MaxCompute コンソールにログインします。上部のナビゲーションバーでリージョンを選択します。左側のナビゲーションウィンドウで、[インテリジェント最適化] > [計算リソース構成の最適化] を選択します。
[計算リソース構成の最適化] ページで、[クォータ名] ドロップダウンリストからレベル 1 サブスクリプションクォータを選択します。[1 日あたりの推定 CU リクエスト] チャートでは、
05:00から08:00にかけてリクエストが急増していることがわかります。
ステップ 2：推定時間ポイントの設定
[推定時間ポイントの設定] ステップで、05:00 と 08:00 を推定時間ポイントとして追加します。
ステップ 3：現在のプランの確認
[現在のプランの推定] をクリックして、現在の 60 CU 構成でのジョブ完了をシミュレーションします。
[CU 消費シミュレーション (現在のプランの推定)] チャートで遅延が確認できます：
05:00以前のジョブ：3 分の遅延05:00から08:00までのジョブ：48 分の遅延
これは本番環境で観測された遅延と一致します。
ステップ 4：推奨プランの生成
[最適化目標の設定] セクションでは、推定時間ポイントが同じ値で事前入力されています。[推奨プランの生成] をクリックします。
ステップ 5：推奨プランのレビュー
[CU消費シミュレーション (推奨プラン)] チャートは、最適化された構成において、いずれの時点でも遅延がないことを示しています。
50 予約済み CU (常時オン)
04:00から05:00までと06:00から08:00までの 50 弾性予約済み CU
最適化後、月額コストは現在のコストより 0.4 米ドル低くなります。
ステップ 6：推奨プランの適用
推奨プランは一度にすべて適用するのではなく、段階的に適用してください。予期せずジョブのボリュームが急増した場合、予約済み CU の急な変更は不安定性を引き起こす可能性があります。
この企業は、トランジション中のリスクを最小限に抑えるため、推奨通りに弾性予約済み CU を追加しますが、予約済み CU の数はまだ減らさないことにしました。
MaxCompute コンソールの左側のナビゲーションウィンドウで、[ワークスペース] > [クォータ] を選択します。
「クォータ」ページで、レベル 1 クォータを検索し、「操作」列の「クォータ設定」をクリックします。
[クォータ設定] ページの [クォータプラン] タブで、[プランの追加] をクリックします。
[クォータプランの作成] ダイアログボックスで、[弾力的に予約された CU] を
50に設定し、[OK] をクリックします。推奨プランの時間ポイントに基づいて、以下のスケジューリングプランを構成します。詳細については、「クォータの構成」をご参照ください。
開始時間 クォータプラン 00:00 デフォルト 04:00 前のステップで作成したクォータプラン 05:00 デフォルト 06:00 前のステップで作成したクォータプラン 08:00 デフォルト 説明デフォルトプランでは、[弾性予約済み CU] は
0に設定されています。
ステップ 7：結果の検証
試用期間後、最適化が目標を達成したことを確認します：
重要なジョブが常に 08:00 までに完了することを確認します。
月額コストが以前の 60 CU 構成と比較して約 0.4 米ドル減少したことを確認します。
遅延が再発した場合は、[現在のプランの推定] を再実行して、ワークロードが新しいプランのキャパシティを超えていないか、さらなる調整が必要かどうかを判断します。
次のステップ
クォータの構成についてさらに学ぶには、「クォータの構成」をご参照ください。
コンピューティングリソース最適化機能の仕組みについては、「コンピューティングリソース構成の最適化」をご参照ください。