Menu
リソース適正サイジング、タグ付け戦略、リザーブドインスタンス、支出分析を通じてクラウドコストを最適化します。クラウド費用削減、インフラコスト分析、コストガバナンスポリシー実装時に使用します。
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
| name | cost-optimization |
| description | リソース適正サイジング、タグ付け戦略、リザーブドインスタンス、支出分析を通じてクラウドコストを最適化します。クラウド費用削減、インフラコスト分析、コストガバナンスポリシー実装時に使用します。 |
English | 日本語
AWS、Azure、GCPにまたがるクラウドコスト最適化のための戦略とパターン。
パフォーマンスと信頼性を維持しながらクラウド支出を削減するための体系的なコスト最適化戦略を実装します。
節約: オンデマンドの30-72%
期間: 1年または3年
支払い: 全額前払い/一部前払い/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
コンピュートセービングプラン: 66%節約
EC2インスタンスセービングプラン: 72%節約
適用対象: EC2、Fargate、Lambda
柔軟性: インスタンスファミリー、リージョン、OS横断
節約: オンデマンドの最大90%
最適な用途: バッチジョブ、CI/CD、ステートレスワークロード
リスク: 2分間の中断通知
戦略: レジリエンスのためオンデマンドと混在
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
}
}
}
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"
}
)
}
参照: references/tagging-standards.md参照
# AWS予算
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"]
}
}
開発: t3.small RDS
ステージング: t3.large RDS
本番: リードレプリカ付きr6g.2xlarge RDS
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）
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]
}
references/tagging-standards.md - タグ付け規約assets/cost-analysis-template.xlsx - コスト分析スプレッドシートterraform-module-library - リソースプロビジョニング用multi-cloud-architecture - クラウド選択用自動メトリクス、人間によるフィードバック、およびベンチマークを使用して、LLMアプリケーションの包括的な評価戦略を実装します。LLMのパフォーマンスをテストし、AIアプリケーションの品質を測定し、または評価フレームワークを確立する場合に使用します。
LLMのパフォーマンス、信頼性、制御性を本番環境で最大化するための高度なプロンプトエンジニアリング技術をマスターします。プロンプトの最適化、LLM出力の改善、または本番環境プロンプトテンプレートの設計時に使用します。
建設的なフィードバックを提供し、早期にバグを発見し、チームの士気を維持しながら知識共有を促進する効果的なコードレビュー実践をマスター。プルリクエストのレビュー、レビュー基準の確立、開発者のメンタリング時に使用。
体系的なデバッグ技術、プロファイリングツール、根本原因分析をマスターし、あらゆるコードベースや技術スタックでバグを効率的に追跡。バグ調査、パフォーマンス問題、予期しない動作の調査時に使用。
PlaywrightとCypressを使用したエンドツーエンドテストをマスターし、バグを捕捉し、信頼性を向上させ、高速デプロイメントを可能にする信頼性の高いテストスイートを構築。E2Eテストの実装、不安定なテストのデバッグ、テスト基準の確立時に使用。
rebase、cherry-pick、bisect、worktree、reflogを含む高度なGitワークフローをマスターし、クリーンな履歴を維持し、あらゆる状況から回復。複雑なGit履歴の管理、フィーチャーブランチでの協働、リポジトリ問題のトラブルシューティング時に使用。