Google Cloud Well-Architected フレームワークのこの柱では、Google Cloudのワークロードのパフォーマンスを最適化するための推奨事項について説明します。
このドキュメントは、 Google Cloudでワークロードの計画、設計、デプロイ、管理を行うアーキテクト、デベロッパー、管理者を対象としています。
この柱の推奨事項は、組織の効率的な運用、顧客満足度の向上、収益の向上、費用の削減に役立ちます。たとえば、アプリケーションのバックエンド処理時間が短くなると、レスポンス時間が短くなり、ユーザー維持率の向上と収益の増加につながります。
パフォーマンスの最適化プロセスでは、パフォーマンスと費用のトレードオフが発生する可能性があります。ただし、パフォーマンスを最適化することで費用を削減できる場合もあります。たとえば、負荷が増加すると、自動スケーリングによってシステム リソースが過負荷にならないようにすることで、予測可能なパフォーマンスを提供できます。また、自動スケーリングにより、負荷が低い期間に未使用のリソースを削除することで、費用を削減することもできます。
パフォーマンスの最適化は継続的なプロセスであり、1 回限りのアクティビティではありません。次の図は、パフォーマンス最適化プロセスの各ステージを示しています。
パフォーマンス最適化プロセスは、次のステージを含む継続的なサイクルです。
- 要件を定義する: アプリケーションを設計して開発する前に、アプリケーション スタックの各レイヤの詳細なパフォーマンス要件を定義します。リソース割り当てを計画するには、主なワークロードの特性とパフォーマンスの期待値を考慮します。
- 設計とデプロイ: パフォーマンス要件を満たすことに役立つ柔軟でスケーラブルな設計パターンを使用します。
- モニタリングと分析: ログ、トレース、指標、アラートを使用してパフォーマンスを継続的にモニタリングします。
最適化: アプリケーションの進化に伴う再設計を検討します。クラウド リソースを適正サイズに調整し、新しい機能を使用して、変化するパフォーマンス要件を満たします。
上の図に示すように、モニタリング、要件の再評価、クラウド リソースの調整のサイクルを継続します。
AI ワークロードと ML ワークロードに固有のパフォーマンス最適化の原則と推奨事項については、Well-Architected Framework の AI と ML の視点: パフォーマンス最適化をご覧ください。
基本原則
Well-Architected フレームワークのパフォーマンス最適化の柱の推奨事項は、次のコア原則にマッピングされています。
寄稿者
著者:
- Daniel Lees | クラウド セキュリティ アーキテクト
- Gary Harmson | カスタマー エンジニア
- Luis Urena | デベロッパーリレーションズ エンジニア
- Zach Seils | ネットワーキング スペシャリスト
その他の寄稿者:
- Filipe Gracio 博士 | カスタマー エンジニア
- Jose Andrade | エンタープライズ インフラストラクチャ カスタマー エンジニア
- Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
- Marwan Al Shawi | パートナー カスタマー エンジニア
- Nicolas Pintaux | カスタマー エンジニア、アプリケーション モダナイゼーション スペシャリスト
- Ryan Cox | プリンシパル アーキテクト
- Radhika Kanakam | シニア プログラム マネージャー、Cloud GTM
- Wade Holmes | グローバル ソリューション ディレクター