Anthropic ClaudeDevOps・インフラ⭐ リポ 0品質スコア 50/100

cost-optimization

Name: cost-optimization
Author: wshobson

AWS、Azure、GCP、OCI におけるクラウドコストを、リソースの適正サイジング、タグ付け戦略、リザーブドインスタンス、支出分析を通じて最適化します。クラウド費用の削減、インフラコストの分析、コストガバナンスポリシーの導入時に活用してください。

description の原文を見る

Optimize cloud costs across AWS, Azure, GCP, and OCI through resource rightsizing, tagging strategies, reserved instances, and spending analysis. Use when reducing cloud expenses, analyzing infrastructure costs, or implementing cost governance policies.

SKILL.md 本文

クラウドコスト最適化

AWS、Azure、GCP、OCI全体のクラウドコスト最適化のための戦略とパターン。

目的

クラウド支出を削減しながら、パフォーマンスと信頼性を維持するための体系的なコスト最適化戦略を実装します。

使用時期

クラウド支出の削減
リソースの適正サイジング
コスト管理の実装
マルチクラウドコストの最適化
予算制約への対応

コスト最適化フレームワーク

1. 可視化

コスト配分タグの実装
クラウドコスト管理ツールの使用
予算アラートの設定
コストダッシュボードの作成

2. 適正サイジング

リソース利用率の分析
オーバープロビジョニングされたリソースのダウンサイズ
オートスケーリングの使用
アイドルリソースの削除

3. 価格モデル

予約キャパシティの使用
スポット/プリエンプティブルインスタンスの活用
セービングプランの実装
コミットメント割引の使用

4. アーキテクチャの最適化

マネージドサービスの使用
キャッシングの実装
データ転送の最適化
ライフサイクルポリシーの使用

AWS コスト最適化

予約インスタンス

節約額: オンデマンドと比較して30～72%
期間: 1年または3年
支払い: 全額前払い/部分前払い/前払いなし
柔軟性: スタンダードまたはコンバーティブル

セービングプラン

コンピュートセービングプラン: 66%の節約
EC2インスタンスセービングプラン: 72%の節約
対象: EC2、Fargate、Lambda
柔軟性: インスタンスファミリー、リージョン、OSをまたいで適用

スポットインスタンス

節約額: オンデマンドと比較して最大90%
最適用途: バッチジョブ、CI/CD、ステートレスワークロード
リスク: 2分の中断通知
戦略: 耐障害性のためオンデマンドと混合

S3 コスト最適化

resource "aws_s3_bucket_lifecycle_configuration" "example" {
  bucket = aws_s3_bucket.example.id

  rule {
    id     = "transition-to-ia"
    status = "Enabled"

    transition {
      days          = 30
      storage_class = "STANDARD_IA"
    }

    transition {
      days          = 90
      storage_class = "GLACIER"
    }

    expiration {
      days = 365
    }
  }
}

Azure コスト最適化

予約VM インスタンス

1年または3年の期間
最大72%の節約
柔軟なサイジング
交換可能

Azure ハイブリッド特典

既存のWindows Serverライセンスの使用
RIを使用した場合、最大80%の節約
Windows ServerおよびSQL Serverで利用可能

Azure Advisor 推奨事項

VMのサイジング最適化
未使用リソースの削除
予約キャパシティの使用
ストレージの最適化

GCP コスト最適化

コミットメント割引

1年または3年のコミットメント
最大57%の節約
vCPUとメモリに適用
リソースベースまたは支出ベース

継続利用割引

自動割引
実行中のインスタンスで最大30%
コミットメント不要
Compute Engine、GKEに適用

プリエンプティブルVM

最大80%の節約
最大24時間の実行時間
バッチワークロードに最適

OCI コスト最適化

フレキシブルシェイプ

OCPUとメモリを独立してスケーリング
ワークロード需要に合わせたインスタンスサイジング
固定VM シェイプから無駄なキャパシティを削減

コミットメントと予算

予測可能な支出に年間コミットメントを使用
コンパートメントレベルの予算アラートを設定
OCI Cost Analysisで月次予測を追跡

プリエンプティブルキャパシティ

バッチおよび一時的なワークロード向けのプリエンプティブルインスタンスを使用
中断耐性のオートスケーリンググループを保有
重要なサービスに対して標準キャパシティと混合

タギング戦略

AWS タギング

locals {
  common_tags = {
    Environment = "production"
    Project     = "my-project"
    CostCenter  = "engineering"
    Owner       = "team@example.com"
    ManagedBy   = "terraform"
  }
}

resource "aws_instance" "example" {
  ami           = "ami-12345678"
  instance_type = "t3.medium"

  tags = merge(
    local.common_tags,
    {
      Name = "web-server"
    }
  )
}

参考: references/tagging-standards.md を参照してください

コスト監視

予算アラート

# AWS Budget
resource "aws_budgets_budget" "monthly" {
  name              = "monthly-budget"
  budget_type       = "COST"
  limit_amount      = "1000"
  limit_unit        = "USD"
  time_period_start = "2024-01-01_00:00"
  time_unit         = "MONTHLY"

  notification {
    comparison_operator        = "GREATER_THAN"
    threshold                  = 80
    threshold_type            = "PERCENTAGE"
    notification_type         = "ACTUAL"
    subscriber_email_addresses = ["team@example.com"]
  }
}

コスト異常検出

AWS Cost Anomaly Detection
Azure Cost Managementアラート
GCP予算アラート
OCI BudgetsおよびCost Analysis

アーキテクチャパターン

パターン1: サーバーレスファースト

イベント駆動型にLambda/Functionsを使用
実行時間の料金のみ
オートスケーリング付属
アイドルコストなし

パターン2: 適正サイジングされたデータベース

開発: t3.small RDS
ステージング: t3.large RDS
本番: r6g.2xlarge RDS + リードレプリカ

パターン3: 多層ストレージ

ホットデータ: S3 Standard
ウォームデータ: S3 Standard-IA (30日)
コールドデータ: S3 Glacier (90日)
アーカイブ: S3 Deep Archive (365日)

パターン4: オートスケーリング

resource "aws_autoscaling_policy" "scale_up" {
  name                   = "scale-up"
  scaling_adjustment     = 2
  adjustment_type        = "ChangeInCapacity"
  cooldown              = 300
  autoscaling_group_name = aws_autoscaling_group.main.name
}

resource "aws_cloudwatch_metric_alarm" "cpu_high" {
  alarm_name          = "cpu-high"
  comparison_operator = "GreaterThanThreshold"
  evaluation_periods  = "2"
  metric_name         = "CPUUtilization"
  namespace           = "AWS/EC2"
  period              = "60"
  statistic           = "Average"
  threshold           = "80"
  alarm_actions       = [aws_autoscaling_policy.scale_up.arn]
}

コスト最適化チェックリスト

ツール

AWS: Cost Explorer、Cost Anomaly Detection、Compute Optimizer
Azure: Cost Management、Advisor
GCP: Cost Management、Recommender
OCI: Cost Analysis、Budgets、Cloud Advisor
マルチクラウド: CloudHealth、Cloudability、Kubecost

詳細情報

作者: wshobson
リポジトリ: wshobson/agents
ライセンス: MIT
最終更新: 不明

GitHubで原本を見る →フィードバックを送る

Source: https://github.com/wshobson/agents / ライセンス: MIT