【MLA-C01】インフラ・コストの監視と最適化｜CloudWatch/X-Ray/CloudTrail・購入オプションを図解

インフラ・コストの監視と最適化 MLA-C01 AWS資格の森 機械学習エンジニア(MLA)
2026.06.03
無料MLA-C01 ドメイン4：監視・保守・セキュリティ｜M4-2「インフラ・コストの監視と最適化」。CloudWatch/X-Ray/CloudTrailの使い分けと、購入オプション・ライトサイジングを図解します。

本番のMLシステムは、性能とコストの両方を見張り続ける必要があります。レイテンシやリソース使用率を監視し、無駄なコストを削り、最適なインスタンスを選ぶ——MLA-C01ドメイン4では、この運用最適化が問われます。この記事では、監視ツールの使い分け（CloudWatch・X-Ray・CloudTrail）、インスタンスの選び方、コスト最適化（購入オプション・ライトサイジング）を解説します。前の記事は M4-1、全体像は シラバスマップ をどうぞ。

インフラの性能とコストを監視・最適化するイメージ図
図：性能とコストの両面を監視し、最適なリソースと購入方法を選ぶことが、MLシステムの持続的な運用につながります。

監視ツールの使い分け：CloudWatch・X-Ray・CloudTrail

3つは役割が違います。「何を知りたいか」で選びます。

CloudWatch・X-Ray・CloudTrailの役割の違いを示す図
図：メトリクスやログの監視はCloudWatch、リクエストの流れ・遅延の追跡はX-Ray、誰がいつどのAPIを呼んだかの監査はCloudTrailです。
サービス 役割
Amazon CloudWatch メトリクス・ログ・アラーム。リソースの状態監視とダッシュボード
AWS X-Ray リクエストの分散トレース。どこで遅延しているかを追跡
AWS CloudTrail API呼び出しの監査ログ。誰がいつ何をしたかを記録

インスタンスタイプの選び方

ワークロードの性格に合わせてインスタンスを選びます。メモリ最適化（大きなデータを扱う）、コンピュート最適化（計算が重い）、汎用（バランス）、推論最適化（推論を効率的に）など。迷ったら、推奨ツールに頼れます。

  • Inference Recommender：SageMakerの推論エンドポイントに最適なインスタンスを推奨
  • Compute Optimizer：EC2などのリソースのライトサイジング（過不足の是正）を提案

コストを最適化する：購入オプション

同じ計算リソースでも、買い方でコストが大きく変わります。

オンデマンド・スポット・リザーブド・Savings Plansの購入オプションの違いを示す図
図：常時の本番はSavings Plansやリザーブドで割安に、中断耐性のある学習はスポットで大幅に安く。柔軟さが要るならオンデマンド。
  • オンデマンド：必要なときに使う。柔軟だが割高
  • スポット：余剰容量を安く使う。中断の可能性があるため、中断耐性のある学習ジョブ向け
  • リザーブド／Savings Plans：一定期間の利用を約束する代わりに割引。常時稼働の本番向け

コストの把握と配分

  • Cost Explorer：コストの内訳や推移を可視化・分析
  • AWS Budgets：予算を設定し、超過の前にアラート
  • Trusted Advisor：コストや構成の改善点を提案
  • タグ戦略：リソースにタグを付け、プロジェクト別・チーム別にコストを配分して把握

確認クイズ

Q1. セキュリティ監査のため、あなたは誰がいつどのAWS APIを呼び出したかを記録・追跡できるようにする必要があります。たとえば、あるエンドポイントの設定をいつ・どのユーザーが変更したかをあとから調べたい状況です。最も適切なサービスはどれですか。

A. Amazon CloudWatchのメトリクスでCPU使用率の推移を見る。
B. AWS X-Rayでリクエストの分散トレースを確認する。
C. AWS CloudTrailのAPI監査ログで、誰がいつどの操作をしたかを追跡する。
D. Amazon QuickSightでダッシュボードを作って眺める。

Q2. あなたは大量のバッチ学習ジョブを実行します。これらのジョブは途中で中断されても、チェックポイントから再開できる設計です。学習コストをできるだけ大きく削減したい場合、最も適切な購入オプションはどれですか。

A. スポットインスタンスを使い、余剰容量を安価に活用する（中断は再開で対応）。
B. すべてオンデマンドで実行し、割高でも中断を完全に避ける。
C. 1〜3年のリザーブドインスタンスを購入し、常時確保する。
D. 最も高性能なインスタンスを常時起動して、空き時間も確保する。

Q3. あなたはSageMakerの推論エンドポイントを立ち上げるにあたり、どのインスタンスタイプ・サイズが最適かを判断しかねています。実際の負荷を想定したうえで、コストと性能のバランスの良い構成の推奨を得たいと考えています。最も適切なツールはどれですか。

A. 勘で最も高性能なインスタンスを選び、あとは調整しない。
B. AWS Budgetsで予算アラートを設定すれば、最適なインスタンスが自動で決まる。
C. CloudTrailのログから最適なインスタンスタイプを割り出す。
D. SageMaker Inference Recommenderで、推論エンドポイントに適したインスタンスの推奨を得る。

あなたの組織では複数のプロジェクトが同じAWSアカウントを使っており、プロジェクト別にコストを把握・配分して、どこに費用がかかっているかを分析したいと考えています。最も適切なアプローチはどれですか。

A. すべての費用を1つの合計として眺め、内訳は分けない。
B. リソースにプロジェクト別のタグを付け、Cost Explorerでタグ単位にコストを分析・配分する。
C. 請求書を手作業で項目ごとに電卓で集計する。
D. コストの分析はあきらめ、総額だけ毎月確認する。

よくある質問（FAQ）

Q. CloudWatchとCloudTrailの違いは？

A. CloudWatchはリソースの状態（メトリクス・ログ）、CloudTrailはAPI操作の監査（誰が何をしたか）です。目的が異なります。

Q. スポットとSavings Plansはどう使い分ける？

A. 中断耐性のある学習はスポットで大幅割引、常時稼働の本番はSavings Plansやリザーブドで割引、が基本です。

Q. Inference RecommenderとCompute Optimizerの違いは？

A. Inference RecommenderはSageMaker推論エンドポイント向けのインスタンス推奨、Compute OptimizerはEC2など一般リソースのライトサイジング提案です。

まとめ

  • 監視は役割で使い分け：状態＝CloudWatch／遅延追跡＝X-Ray／API監査＝CloudTrail
  • インスタンス選びはInference Recommender・Compute Optimizerの推奨を活用
  • 購入は中断OKの学習＝スポット／常時本番＝Savings Plans・リザーブド／柔軟＝オンデマンド
  • コストはCost Explorer・Budgets・Trusted Advisor＋タグ戦略で把握・配分・最適化
🎯 次のステップ

※本記事はAWS公式試験ガイド(MLA-C01)および各サービスの公開ドキュメントに基づき、エンジニアKが作成しています。サービス仕様は更新されることがあるため、最新は必ずAWS公式でご確認ください。本サイトはAmazon Web Services, Inc.の公式サイトではありません。AWSは同社の商標です。

コメント

タイトルとURLをコピーしました