• /
  • EnglishEspañolFrançais日本語한국어Português
  • ログイン今すぐ開始

この機械翻訳は、参考として提供されています。

英語版と翻訳版に矛盾がある場合は、英語版が優先されます。詳細については、このページを参照してください。

問題を作成する

レベル1 - CPU使用率とシステム最適化スコアカードルール

概要

効率的な CPU 使用率は、コスト効率の高いインフラストラクチャ運用の基本です。このスコアカード ルールは、十分に活用されていないサーバーを特定し、パフォーマンス標準を維持しながらインフラストラクチャの支出を最適化するのに役立ちます。

CPU使用率が重要な理由

コストの最適化:十分に活用されていないサーバーは、インフラストラクチャの支出の無駄を意味します。低い CPU 使用率を特定して対処することで、適正化や統合を通じてコストを削減できます。

リソース計画:実際の CPU 使用パターンを理解することで、容量計画、スケーリング戦略、インフラストラクチャ投資について情報に基づいた意思決定を行うことができます。

パフォーマンス インサイト: CPU 使用率の傾向はアプリケーションの動作パターンを明らかにし、パフォーマンスの最適化やワークロードの再配分の機会を特定するのに役立ちます。

環境への影響:効率的なリソース利用により、不要なリソースを最小限に抑え、組織の環境への影響を軽減できます。

このルールの仕組み

このルールは、インフラストラクチャ エンティティ全体の 95 パーセンタイル CPU 使用率を評価します。95 パーセンタイル測定により、通常の高使用率期間を捕捉しながら、偶発的な急上昇によって効率評価が歪むことがなくなります。

成功基準:インフラストラクチャ エンティティは、95 番目のパーセンタイルの CPU 使用率が 80% を超えたときに合格します。これは、業界最高のプラクティスと一致する効率的なリソース使用を示します。

ルール定義

このスコアカード ルールは、サーバー環境全体の CPU 使用率パターンを評価することでインフラストラクチャの効率を測定します。

測定基準

メトリクスの評価:測定期間中の 95 番目のパーセンタイル CPU 使用率成功値: CPU 使用率 80% 以上評価範囲:監視環境内のすべてのインフラストラクチャ エンティティ

80%の閾値を理解する

80% の CPU 使用率目標は、効率とパフォーマンスの信頼性のバランスを表します。

業界標準:この閾値はcloudコンピューティングと一致し、最適なリソース使用率を実現するベストプラクティス パフォーマンス バッファー:トラフィックの急増や予期せぬ負荷の増加に対して十分なヘッドルームを維持しますコスト効率:過剰なプロビジョニングを行わずに、インフラストラクチャへの投資から確実に価値を引き出します

95 パーセンタイルが重要な理由

95 パーセンタイルを使用すると、次のものを除外しながら、典型的な高使用率期間を現実的に把握できます。

  • 通常の動作を反映しない短時間のトラフィックの急増
  • メンテナンス期間または異常なイベント
  • 平均計算を歪める可能性のある短期的なパフォーマンスの急上昇

この測定アプローチにより、想定値イベントに惑わされることなく、実用的なインサイトをインフラストラクチャの真の効率に導きます。

最適化戦略

スコアカードで CPU 使用率が低いことが示された場合、次の戦略によってインフラストラクチャの効率を向上できます。

1. 活用されていないリソースを評価する

最適化候補を特定する:

  • CPU 使用率が一貫して低いエンティティ(95 パーセンタイルで 80% 未満)を確認します。
  • 一時的な低利用と慢性的な低利用を区別するために使用パターンを分析します
  • インフラストラクチャコストが高く、使用率が低いサーバーを優先する

使用パターンを理解する:

  • さまざまな期間(日次、週次、月次)における CPU 使用率の傾向を調べる
  • 利用率が低い理由となる季節的または周期的なパターンを特定する
  • CPU使用率をビジネスアクティビティやアプリケーションのワークロードと相関させる

2. 適正規模戦略を実施する

垂直スケーリングの最適化:

  • 常に使用率の低いサーバーのCPU容量を削減する
  • cloud環境でより小規模なインスタンスタイプへの移行を検討する
  • CPUの最適化とともにメモリとストレージの要件を評価する

水平スケーリングの考慮事項:

  • 複数の使用率の低いサーバーのワークロードを、より少ない、より効率的なホストに統合します。
  • コンテナオーケストレーションを実装してリソース割り当てを改善する
  • 自動スケーリンググループを使用して、需要に応じて容量を動的に調整します

3. ワークロードの最適化

アプリケーションレベルの改善:

  • アプリケーションのパフォーマンスをレビューして、非効率なコードやプロセスを特定する
  • CPU アイドル時間を引き起こす可能性のあるデータベース書き込みとAPIコールを最適化する
  • 計算オーバーヘッドを削減するためのキャッシュ戦略を実装する

サービス統合:

  • 適切な場合は、関連するサービスを同じインフラストラクチャ上で組み合わせる
  • マイクロサービスオーケストレーションを使用してワークロードをより適切に分散する
  • サーバー間で均等なリソース利用を確保するために負荷分散を実装する

4. 実施ガイダンス

効果的な監視の設定:

  • インフラストラクチャ エンティティ全体にわたる包括的な CPU 監視を構成する
  • 一貫して低い使用率パターンに対するアラートを設定する
  • 利用傾向と最適化の機会を視覚化するダッシュボードを作成する
  • 変更を実施する前にベースライン測定を確立する

コスト管理の統合:

  • CPU使用率のメトリクスを財務運用プロセスに統合する
  • New Relic Cloud Cost Intelligenceを使用して包括的なコスト最適化を実現
  • ワークロードを使用してチームまたは部門ごとにインフラストラクチャ リソースをグループ化し、説明責任を向上します。

重要な考慮事項

カスタム評価:これらのガイドラインは基礎を提供しますが、インフラストラクチャ環境はそれぞれ異なります。特定のワークロード特性、ビジネス要件、パフォーマンスの期待に基づいて CPU 使用率パターンを評価します。

パフォーマンスと効率のバランス: CPU 使用率が高くなるとコスト効率が向上しますが、ビジネス クリティカルなアプリケーションに対して適切なパフォーマンス ヘッドルームを維持するようにしてください。 使用率を最適化するときは、ピーク時のトラフィック パターンと成長予測を考慮してください。

継続的な改善:インフラストラクチャの最適化は継続的なプロセスです。アプリケーションの進化、ビジネス ニーズの変化、新しいテクノロジの利用に応じて、使用目標を定期的に確認して調整します。

次のステップ

このスコアカード ルールを実装すると次のようになります。

  1. 現在のCPU使用率パターンのベースライン測定を確立する
  2. メモリ使用率の監視を実装してリソース効率の評価を完了します
  3. レベル 2 エンジニアリング エクセレンス プラクティスの変更追跡 (変更追跡機能)への進捗状況
  4. 包括的な最適化ガイダンスのための完全なエンジニアリング エクセレンス フレームワークを探索する
Copyright © 2025 New Relic株式会社。

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.