Halaman ini menjelaskan cara Compute Engine membuat rekomendasi pemesanan dan parameter untuk mengonfigurasinya.
Compute Engine memberikan rekomendasi pemesanan untuk membantu Anda mengidentifikasi pemesanan on-demand yang tidak ada aktivitas atau kurang dimanfaatkan selama tujuh hari sebelumnya sehingga Anda dapat mengubah atau menghapus pemesanan.
Compute Engine menghasilkan rekomendasi secara otomatis berdasarkan metrik sistem yang dikumpulkan oleh layanan Cloud Monitoring. Anda dapat mengonfigurasi rekomendasi reservasi untuk menerima lebih banyak atau lebih sedikit rekomendasi.
- Untuk mengidentifikasi rekomendasi ini dan mengambil tindakan, lihat artikel Melihat dan menerapkan rekomendasi reservasi yang tidak ada aktivitas atau Melihat dan menerapkan rekomendasi reservasi yang kurang dimanfaatkan.
- Untuk mengonfigurasi rekomendasi ini, lihat Mengonfigurasi rekomendasi reservasi yang tidak ada aktivitas atau Mengonfigurasi rekomendasi reservasi yang kurang dimanfaatkan.
- Untuk mengetahui ringkasan reservasi Compute Engine, lihat Tentang reservasi.
Harga
Tidak ada biaya yang terkait dengan penggunaan rekomendasi reservasi yang tidak ada aktivitas. Menggunakan rekomendasi untuk mengurangi penggunaan resource dapat menghemat biaya. Perkiraan penghematan biaya yang ditampilkan adalah potensi penghematan bulanan jika Anda menyesuaikan reservasi VM agar sesuai dengan penggunaan sebenarnya. Misalnya, jika Anda mencadangkan 8 VM, tetapi secara konsisten hanya menggunakan 1, Anda akan melihat penghematan biaya karena mendownsize pemesanan menjadi 1 VM.
Batasan
Rekomendasi reservasi yang tidak ada aktivitas dan tidak digunakan secara optimal tidak tersedia untuk reservasi berikut:
- Pemesanan on-demand yang dilampirkan ke diskon abonemen (CUD)
- Reservasi on demand untuk instance virtual machine (VM) dengan TPU
Cara kerja deteksi pemesanan yang tidak ada aktivitas dan tidak digunakan secara optimal
Rekomendasi reservasi untuk Compute Engine didasarkan pada metrik penggunaan historis. Secara default, periode observasi historis adalah 7 hari sebelumnya. Dengan mengubah periode pengamatan default, Anda dapat menyesuaikan rekomendasi yang Anda terima.
Untuk membuat rekomendasi, algoritma mempertimbangkan pemesanan yang menimbulkan biaya, tetapi tidak dikaitkan dengan resource Compute Engine yang aktif selama 7 hari sebelumnya.
Frekuensi rekomendasi
Setelah pemesanan dibuat dan Anda belum menggunakan resource apa pun selama setidaknya 7 hari, Compute Engine akan mulai membuat rekomendasi untuknya. Rekomendasi baru dibuat sekali sehari.
Menyesuaikan rekomendasi
Dengan Compute Engine, Anda dapat menyesuaikan rekomendasi yang Anda terima untuk project dengan mengubah konfigurasi yang digunakan oleh algoritma rekomendasi. Secara khusus, dengan mengubah periode pengamatan default, Anda dapat menerima rekomendasi yang lebih sesuai dengan workload, aplikasi, dan kebutuhan infrastruktur Anda.
Untuk mempelajari cara mengubah konfigurasi untuk project Anda, lihat topik berikut:
- Mengonfigurasi rekomendasi reservasi yang tidak ada aktivitas
- Mengonfigurasi rekomendasi reservasi yang kurang dimanfaatkan.
Memilih konfigurasi yang tepat
Bagian ini menjelaskan nilai yang dapat Anda tetapkan untuk konfigurasi. Mengubah nilai ini akan memengaruhi rekomendasi yang Anda terima.
Periode pengamatan
Tetapkan durasi periode pengamatan untuk menghitung rekomendasi dengan mengubah
nilai untuk idle_reservation_lookback_period
atau
under_utilized_reservation_lookback_period
dan upload konfigurasi
baru untuk project Anda. Anda dapat menetapkan periode pengamatan
ke nilai antara 7 hari dan 30 hari, misalnya:
- Untuk periode pengamatan 7 hari sebelumnya, gunakan
"P7D"
. - Untuk periode pengamatan 30 hari sebelumnya, gunakan
"P30D"
.
Secara default, periode pengamatan adalah 7 hari.
- Untuk rekomendasi berdasarkan perubahan jangka pendek pada workload Anda, gunakan periode pengamatan yang lebih singkat.
- Untuk rekomendasi yang tidak terpengaruh oleh fluktuasi jangka pendek pada workload Anda, gunakan periode pengamatan yang lebih lama.
Demikian pula, tetapkan nilai minimum penggunaan yang memicu rekomendasi
reservasi yang kurang dimanfaatkan dengan mengubah nilai untuk
under_utilized_reservation_utilization_threshold
dan mengupload konfigurasi
baru untuk project Anda, misalnya:
- Untuk nilai minimum 80%,
"0.8"
.
Langkah selanjutnya
- Pelajari cara melihat dan menerapkan rekomendasi reservasi yang tidak ada aktivitas atau melihat dan menerapkan rekomendasi reservasi yang kurang dimanfaatkan.
- Pelajari cara mengonfigurasi rekomendasi reservasi yang tidak ada aktivitas atau mengonfigurasi rekomendasi reservasi yang kurang dimanfaatkan.