Amazon EC2: Performance richtig messen und optimieren!

Amazon Elastic Compute Cloud (EC2)-Instanzen sind virtuelle Server von Amazon Web Services (AWS), auf denen Nutzer Anwendungen ausführen können.

Amazon EC2-Instanzen überzeugen durch sofortige Skalierbarkeit, erhöhte Flexibilität und eine einfache Bereitstellung. Es gibt eine Vielzahl von Instanz-Typen für die unterschiedlichsten Anwendungsfälle. Diese umfassen unterschiedliche Speicher-, CPU-, Netzwerk- und Speicherkonfigurationen, um Nutzer optimal bei unterschiedlichen Ressourcenanforderungen zu unterstützen. Jeder Instanz-Typ verfügt über eine oder mehrere Instanz-Größen. Auf diese Weise lässt sich der ständig ändernde Anwendungsbedarf durch Skalierung besonders gut abdecken.

AWS liefert Nutzern verschiedene Metriken zu der Hardware, auf der die EC2-Instanzen ausgeführt. Dazu gehören:

• Compute
• Memory
• Storage
• IOPs/Throughput
• Uptime
• Discount Coverage
• Hourly Rate
• Region

AWS Cloud Watch stellt ergänzend folgenden Metriken zur Verfügung:

• CPU utilization percentage
• Disk usage
• Network
• CPU credit usage
• Status checks
• Auto-scaling group metrics

Der digitale Geschäftserfolg hängt heute stark von der User-Experience ab. Eine 100-prozentige Verfügbarkeit der Anwendungen, einhergehend mit optimaler Performance, sind ein Muss und werden von Nutzern erwartet. Systeme zur Überwachung der Anwendungs-Performance sind daher essentiell.

Viele Entwickler versuchen die Performance so zu messen, wie sie ein Endbenutzer erfahren würde. Sogenannte Observability-Tools, wie IBM Instana oder der Grafana Enterprise Stack bieten diese Granularität.

Instana, zum Beispiel, bietet:

• Genaue Echtzeitdaten
• Kontinuierliche Erkennung von Microservices und Infrastruktur in Echtzeit
• Leistungsstarke und einfach zu bedienende Analytik-Funktionen
• Abbildung der Abhängigkeiten von Anwendungen
• Automatisierte Analyse der Ursache (root cause) von Service-Level-Beeinträchtigungen

Im Beispiel (siehe Abbildung 1) hat IBM Turbonomic 136 Skalierungsmaßnahmen identifiziert, die entweder Performance-Probleme vermeiden/beheben oder Kosten einsparen können. Turbonomic unterstützt AWS, Azure und GCP – einige dieser Skalierungsmaßnahmen gelten daher für Azure-Knoten, die AKS (Azure Kubernetes Service) unterstützen.

Die Aktionen sind nach Kosten sortiert – einige erfordern Investitionen (Erhöhung der Ressourcen für mehr Leistung), während andere zu Einsparungen führen (Reduzierung der Ressourcen für mehr Effizienz). Es gibt sogar Aktionen, die sich mit der Einhaltung von Richtlinien (Policies) befassen.

Alle möglichen Aktionen erhalten Sie auf einen Blick – und zwar nicht nur für Ihre Cloud-VMs, sondern auch, wie rechts zu sehen, für alle Elemente des Stacks. Jede aufgelistete Aktion ist nach Typ kategorisiert, sei es eine Lösch-, Skalierungs- (nach oben oder unten), Kauf-, Größenänderungs-, Bereitstellungs-, Verschiebe- oder Optimierungsaktion.

Turbonomic zeigt, wie sich jede einzelne Maßnahme auf die Kosten auswirkt, wie viel pro Maßnahme gespart werden kann oder investiert werden muss. Und das sehr umfassend: so gibt es in dieser Demo-Umgebung 1197 Aktionen, von der jede einzelne Mikroverbesserungen in Bezug auf Leistung, Kosten oder Compliance bietet. Das Schöne an der Software ist, dass sie in dieser Größenordnung operieren kann – so ermöglicht die Ausführung und Automatisierung der Aktionen, die Vorteile von Tausenden von Mikroverbesserungen umzusetzen. Im Beispiel (Abb.2) zeigt Turbonomic, dass sich mit allen 1100+ Aktionen mehr als 23.000 US-Dollar pro Monat einsparen lassen.

Die von Turbonomic bereitgestellten Maßnahmen lassen sich sicher automatisieren. Aus einem einfachen Grund: Die Ressourcenabhängigkeiten im gesamten Anwendungs-Stack werden berücksichtigt. Ein Nebeneffekt ist, dass Sie eine vollständige Visualisierung all Ihrer Anwendungen – in Abbildung 3 sind es mehr als 60 Geschäftsanwendungen – erhalten und genau sehen können, wie sie Ressourcen aus der zugrunde liegenden Infrastruktur verbrauchen (siehe Supply-Chain-Visualisierung links in Abb. 3).

Sie haben auch die Möglichkeit, die Ansicht auf das zu reduzieren, was gerade für Sie von Interesse ist: Mit Klick auf die Entität "Geschäftsanwendung" (business application) in der Lieferkette links, erscheint ein Pop-up. Dies gibt einen Überblick über die wichtigsten Geschäftsanwendungen, deren Performance und die Anzahl der ausstehenden Maßnahmen (siehe Abb. 4).

Benötigen Sie mehr Details zu einer einzelnen Anwendung, wählen Sie diese einfach aus einer Liste aus (siehe Abbildung 5).

Betrachten wir zum Beispiel die Anwendung SEDemoRobot OCP 4.7 AWS AdvEng (Abb. 6), eine Microservice-Anwendung, die von Instana überwacht wird und auf OpenShift in AWS läuft. In der Ansicht nutzt Turbonomic Metriken zur Antwortzeit und den Transaktionen (Durchsatz) von Instana.

Da Turbonomic den kompletten Anwendungs-Stack kennt – von der Anwendung über die Plattform bis hin zur Infrastruktur – erfasst es auch, dass die Anwendung auf zwei AWS-Knoten läuft. Tatsächlich gibt es eine Aktion, um einen weiteren Knoten (EC2-Instanz) bereitzustellen (Provisionierung), das OpenShift-Cluster nach oben zu skalieren und die Performance zu verbessern. Diese Art von Anwendungskontext gibt AppDev-Teams die Daten, die sie benötigen, um Vertrauen in die Automatisierung zu gewinnen. Auch das Wissen, dass die Plattform nicht nur aus Kostengründen verkleinert, sondern auch aus Leistungsgründen vergrößert wird, trägt dazu bei.