機械学習サイジングによるLambda関数のメモリ最適化

ア(誤り):Cost Explorerは過去の支出傾向をグラフ表示するツールである。 イ(誤り):Budgetsは予算超過時のアラート通知を行うツールである。 ウ:AWS Compute Optimizerは、EC2インスタンスやEBSボリュームだけでなく、AWS Lambda関数に対してもメモリサイズの適正化推奨を提供する。メモリ増量によるCPU性能向上と実行時間短縮の相関関係を分析し、最も費用対効果の高いメモリ構成を提示する。 エ(誤り):Trusted Advisorは広範なベストプラクティスチェックを行うが、Lambda関数の詳細な機械学習メモリ最適化プロファイルはCompute Optimizerが提供する。

組織内の数百個のAWS Lambda関数のコストを最適化したいと考えている。過去の実行メトリクスを機械学習で分析し、関数の実行時間とメモリ設定のトレードオフを評価して、最適なメモリサイズ(例: 128MBから512MBへ変更することで実行時間が大幅短縮し結果的にコスト削減になる等)を自動推奨してくれるサービスを1つ選択してください。

出典AWS非公式・オリジナル問題
ア
AWS Cost Explorer
イ
AWS Budgets
ウ
AWS Compute Optimizer
エ
AWS Trusted Advisor