Amazon Game Tech Night #23 ゲームにおけるコスト最適化

© 2021, Amazon Web Services, Inc. or its Affiliates.
アマゾンウェブサービスジャパン合同会社
ソリューションアーキテクト
⻄坂信哉
Amazon Game Tech Night #23
ゲームにおけるコスト最適化

⻄坂信哉 / Shinya Nishizaka
アマゾンウェブサービスジャパン合同会社
技術統括本部ゲームエンターテイメントソリューション部
ソリューションアーキテクト
興味分野︓Games, XR(VR/AR), 機械学習
⾃⼰紹介

ゲームワークロードの特徴からみるコスト最適化
• ゲームワークロードの特徴
• リリース直後にピーク負荷が来ることが多い
• （ヒットしてほしいが実際するかはわからないので）必要となるリ
ソース量が予想しにくい
• リリース時に多めにプロビジョニングした後、運用しながら、状況に応じた
コスト最適化を行っていく必要がある

ゲームの典型的なアーキテクチャ
PC Mobile
ELB
API Server
Battle / Quest
ETL / Aggregation
DB Cache
Database
Build Pipeline
Job Worker
Queue
Match Making
Lobby
Game Server (In-Game)
API (Out-Game) Analytics
Datamart
Redshift Cluster
(Data Warehouse)
S3 Bucket
Batch Server
Machine Learning
Training Server
Inference Endpoint
S3 Bucket
Amazon CloudFront Asset
Distribution
S3 Bucket
Batch
Processing
Dev/Test Env
どんなコスト最適化の
手段があるか？

AWSにおけるコスト最適化手段
1. AWS Trusted Advisor の活用
2. インスタンスタイプ最適化
3. 利用していない間のインスタンス停止
4. AMD/ARM(Graviton2)インスタンス活用
5. リザーブドインスタンス(RI) / SavingsPlans活用
6. スポットインスタンス活用
1. 一般的活用法
2. ゲームサーバーにおけるスポットインスタンス活用
7. その他のコスト最適化策

AWS Trusted Advisorの活用

AWS Trusted Advisor
ベストプラクティスから問題の防止やコスト削減の可能性を提案
特別な設定は不要、今すぐご利⽤いただけます
110以上のチェック項⽬ Eメール通知機能サポートAPI対応
※全項⽬の利⽤にはビジネス以上のAWSサポート契約が必要

Trusted Advisor コスト最適化チェック項目一覧
Amazon EC2 リザーブドインスタンスのリース有効期限切れ
Amazon Route 53 レイテンシーリソースレコードセット
EC2 リザーブドインスタンスの最適化
Amazon ElastiCache リザーブドノードの最適化
Amazon OpenSearch Service リザーブドインスタンスの最適化
Amazon Redshift リザーブドノードの最適化
Amazon Relational Database Service (RDS) リザーブドインスタンスの最適化
Savings Plan
アイドル状態の Amazon RDS DB インスタンス
アイドル状態の Load Balancer
使⽤率の低い Amazon EC2 Instances
使⽤率の低い Amazon Redshift クラスター
利⽤頻度の低い Amazon EBSボリューム
エラー率が⾼いAWS Lambda関数
過度にタイムアウトが発⽣しているAWS Lambda関数
関連付けられていない Elastic IP Address
Amazon Comprehend の⼗分に活⽤されていないエンドポイント
※2021/11/20時点

インスタンスタイプ最適化

インスタンスタイプ最適化
• ゲームリリース時点で想定されるトラフィックに合わせて大きなイ
ンスタンスタイプで運用を始めたが、その後落ち着いてきたのでよ
り小さなタイプに変えたい！
• よりコストパフォーマンス効率の良い新しい世代のインスタンスタ
イプを検討したい！
どのインスタンスタイプにすればよい？
タイプを変更したらリソース消費はどうなりそう？
AWS Compute Optimizer を活用！

AWS Compute Optimizer とは
EC2インスタンス/EBSボリューム/Lambda関数のキャパシティ診断と推奨提示
オプトインで開始 → お客様のコスト最適化をご支援
AWS Compute Optimizer
or
AWS管理コンソール
CLI/API
CloudWatch
メトリクス
(料⾦発⽣の場合有)
対象リソース
EC2インスタンス
AutoScalingグループ
ユーザー
アカウント or 組織単位での
オプトインで利⽤開始
• 各リソースの分析結果
• EC2インスタンス ︓インスタンスタイプ
• AutoScalingグループ ︓インスタンスタイプ
• EBSボリューム ︓ボリュームタイプ/IOPS
• Lambda関数 ︓メモリ
直近14⽇間のメトリクスを
元に推奨事項を⽣成(*)
• 各リソースを分析
• 分析後12時間以内に表⽰
推奨事項を
取得
(*) 有意な分析(推奨事項の⽣成)には最低30時間の情報蓄積が必要。1⽇1回更新
※直近2週間を超えてピーク性があるようなワークロードでは推奨事項は不適切なものとなる場合あり
注︓メモリ使⽤率を加味した
判定は統合CloudWatchエー
ジェントの導⼊が必要
推奨事項
EBSボリューム
Lambda関数
S3バケット
推奨事項
レポート

Compute Optimizer 推奨事項 - EC2インスタンス
EC2インスタンスタイプ設定について推奨事項を提示
Graviton2インスタンス(-g系)も対象になりました！
この選択肢を選択した場合の
負荷変化の想定も表⽰
Under-provisioned
Optimized
Over-provisioned
EC2インスタンス検知結果

利用していない間のインスタンス
停止

利用していない間のインスタンス停止
• 利用していない間のEC2/RDSインスタンスは停止することでコスト削減可能
（RDS/Auroraの停止は7日間まで）
Instance Scheduler ソリューション︓https://aws.amazon.com/jp/solutions/implementations/instance-scheduler/
• Instance Scheduler ソリューションを
使うとスケジュール設定でEC2/RDSイ
ンスタンスの自動起動/停止が可能
• ソリューション付属の専用CLIにてスケ
ジュールを設定できる
$ scheduler-cli create-period --name "weekdays"
--begintime 09:00 --endtime 18:00 --weekdays
mon-fri --stack Scheduler

コスト最適化ポイント
PC Mobile
ELB
API Server
Battle / Quest
ETL / Aggregation
DB Cache
Database
Build Pipeline
Job Worker
Queue
Match Making
Lobby
Datamart
Redshift Cluster
(Data Warehouse)
S3 Bucket
Batch Server
Machine Learning
Training Server
Inference Endpoint
S3 Bucket
Distribution
S3 Bucket
Batch
Processing
Dev/Test Env
・Trusted Advisor活⽤
・インスタンスタイプ最適化
・利⽤していない間のイ
ンスタンスの停⽌

AMD/ARM(Graviton2)インスタ
ンス活用

Amazon EC2: 多様なプロセッサの選択肢

Amazon EC2: 多様なプロセッサの選択肢
一部のマネージドサービスも対応
マネージドサービスであればアーキテクチャの違いを意識せず利用可能

コスト最適化ポイント – AMD/ARM(Graviton2)インスタンス
活用
PC Mobile
ELB
API Server
Battle / Quest
ETL / Aggregation
DB Cache
Database
Build Pipeline
Job Worker
Queue
Match Making
Lobby
Datamart
Redshift Cluster
(Data Warehouse)
S3 Bucket
Batch Server
Machine Learning
Training Server
Inference Endpoint
S3 Bucket
Distribution
S3 Bucket
Batch
Processing
Dev/Test Env
・ElastiCache
・RDS/Aurora
・EC2サーバ全般
（ECS/EKSワーカーノード含む）
・[New!] Fargate (on ECS)
・Lambda
・ゲームサーバ
・GameLift FleetIQ
・EMR
・OpenSearch Service

RI/SavingsPlans活用

Amazon EC2の購入オプション
オンデマンドインスタンス
長期コミット無し、使用分への支払い(秒
単位/時間単位)。Amazon EC2の定価
スパイクするようなワークロー
ド
リザーブドインスタンス
とSavings Plans
1年/3年の長期コミットに応じた
大幅なディスカウント価格
一定の負荷の見通しがある
ワークロード
スポットインスタンス
Amazon EC2の空きキャパシティを活
用し最大90%値引き。中断あり
中断に強く、かつ様々な
インスタンスタイプを活用で
きるワークロード
EC2インスタンスとしての性能に違いはない

リザーブドインスタンス（RI）概要
• 1年または3年の利用コミットによる料金割引
• 予約時にインスタンスタイプ、スコープ[リージョン/アベイラビリティ
ゾーン(AZ)]、契約期間、お支払方法、提供クラス[スタンダード/コン
バーチブル]、プラットフォームなどの契約条件を指定
• スコープがAZの場合（AZ指定した場合）はキャパシティも予約
• 権利の購入
• インスタンスIDの指定は不要
• 購入時のサーバ停止や再起動もない（無停止で適用可能）

SavingsPlans（SPs）概要
• Compute Service(Amazon EC2等)の定常的な利用を「1年間または3年
間利用コミット契約する」ことで「”最大”72%のコスト削減」ができ
る新割引プラン
• RIより柔軟で、RI管理や運用の負荷軽減も可能
Compute
Savings Plans
EC2 Instance
Savings Plans
Sagemaker
Savings Plans
割引対象 EC2/Fargate/Lambd
a（全リージョン）
EC2（インスタンスタ
イプファミリーごと）
Amazon SageMakerで利
用されるインスタンス
割引率 “最大”66%引き
（従来のコンバーチ
ブルRIと同等）
“最大”72%引き
（従来のスタンダード
RIと同等）
“最大”64%引き
NEW!

コスト削減ポイント – RI/SavingsPlans活用
PC Mobile
ELB
API Server
Battle / Quest
ETL / Aggregation
DB Cache
Database
Build Pipeline
Job Worker
Queue
Match Making
Lobby
Datamart
Redshift Cluster
(Data Warehouse)
S3 Bucket
Batch Server
Machine Learning
Training Server
Inference Endpoint
S3 Bucket
Distribution
S3 Bucket
Batch
Processing
Dev/Test Env
・EC2のAPIサーバ
（ECS/EKSワーカーノード含む）
・RDS/Aurora/ElastiCache
（RIのみ）
・Amazon SageMakerのインスタンス
(学習・推論)（SPsのみ）
（⻑いor永続的なセッションのゲーム）
・Lambda/Fargate（SPsのみ）
・Redshift （RIのみ）

スポットインスタンス活用

Amazon EC2の購入オプション
長期コミット無し、使用分への支払い(秒
単位/時間単位)。Amazon EC2の定価
スパイクするようなワークロー
ド
リザーブドインスタンス
とSavings Plans
1年/3年の長期コミットに応じた
大幅なディスカウント価格
一定の負荷の見通しがある
ワークロード
スポットインスタンス
Amazon EC2の空きキャパシティを活
用し最大90%値引き。中断あり
中断に強く、かつ様々な
インスタンスタイプを活用で
きるワークロード
EC2インスタンスとしての性能に違いはない
再掲

EC2購入オプションをどう組み合わせるか？
一定の負荷が見込めるワークロー
ドには
中断に強く、スケールするワーク
ロードには
新規のワークロード、あるいはス
テートフルなワークロードには

スポットインスタンスの価値とリスク
価値
• オンデマンドと⽐べ
最⼤90%安価に利⽤できる
リスク
• EC2の余剰リソースを利⽤
• 需要が⾼まると中断が発⽣
価値を最⼤化するために
リスクへの対応を⾏う

スポットインスタンス関連のツールを活用
スポットインスタンスアドバイザーによる価格と中断率の分析
スポットプレイスメントスコアの利用
AutoScalingGroupの活用（マルチインスタンスタイプ、マルチAZ）
耐障害性のあるシステム、アプリケーションデザイン
ステートレス、フォールトトレランス、マルチAZ、疎結合
永続化すべきデータは停止の影響を受けない場所へ保管
S3, EBS, 外部データベースなど
中断通知（2分前）を利用したゲームのハンドリング
Reward関連のデータやログデータの退避
プレイヤーへの通知
リスクへの対応
中断発⽣率低減と中断発⽣時の対策の両⾯で対応
スポットインスタンスアドバイザー︓https://aws.amazon.com/jp/ec2/spot/instance-advisor/
スポットプレイスメントスコアについて︓https://aws.amazon.com/jp/blogs/news/identifying-optimal-locations-for-flexible-workloads-with-
spot-placement-score/

コスト削減ポイント – スポットインスタンス活用
PC Mobile
ELB
API Server
Battle / Quest
ETL / Aggregation
DB Cache
Database
Build Pipeline
Job Worker
Queue
Match Making
Lobby
Datamart
Redshift Cluster
(Data Warehouse)
S3 Bucket
Batch Server
Machine Learning
Training Server
Inference Endpoint
S3 Bucket
Distribution
S3 Bucket
Batch
Processing
Dev/Test Env
・EC2ステートレスサーバ
・ECSワーカーノード（Fargate込み）
・EKSワーカーノード（Fargate除く）
・開発環境
・ML学習環境
（短いセッションのゲーム）
・バッチ系ワークロード
・ビルド環境
・バッチ系ワークロード

ゲームサーバにおけるスポットイ
ンスタンス活用

マルチプレイヤーゲームサーバーのワークロード
MMO FPS
プレイヤーのポジションや
イベントのリレー
ゲームやプレイヤーのステートは
ゲームサーバー以外の箇所で永続化
⻑期のセッションを保持
レイテンシは⽐較的クリティカル
ではない
Mobile
ゲームイベントのための
フロントエンドサーバー
サーバー以外の箇所で永続化
セッション時間が短い
レイテンシは⽐較的クリティカル
ではない
プレイヤーのポジションや
イベントのリレー、管理
ゲームサーバー以外の箇所で永続化
セッションは数分~60分
レイテンシがクリティカル
ステートの復元を外部から⾏う
ことで影響を最⼩化
中断メッセージをゲームサーバー
へ通知
セッションのリストアは不可
中断メッセージをゲームサーバー
へ通知
ステートレスのものが多く影響が少
ない
セッションは外部のステートから
リストアが可能

ゲームにおけるスポットインスタンスに適した処理とは
スポットインスタンスに適した処理
• 1処理時間が短いもの
• リトライ可能
• 処理時間にばらつきがあっても良い
スポットインスタンスに適さない処理
• 処理が⻑時間にわたり中断できない
• 処理期限が厳密
• API関連
• バッチ処理
• ビルド
• セッション持続時間が短い
ゲームサーバー
(FPS, カードゲーム, etc..)
• データベース
• セッション持続時間が⻑い
ゲームサーバー
(MMORPG, etc..)
RI・SPsの利⽤を推奨

ゲームサーバにおけるスポットインスタンス活用パターン
• Amazon GameLiftのキュー（FleetIQ）を活用
• 既存のゲームサーバー基盤でAmazon GameLift FleetIQ（＝Amazon
GameLiftから独立したStandaloneのFleetIQ機能）を活用

Amazon GameLift
AWS Cloud
Game
services
Game clients
Amazon
GameLift
AWS Cloud
Queues
Fleet (ap-south-1)
Fleet (eu-central-1)
Fleet (us-west-2)
FlexMatch
世界中のリージョンに配置された
ゲームサーバ上のゲームとプレイヤーのセッ
ションを管理
ゲーム内のメトリクスによる
ゲームサーバのスケールに
対応
FlexMatchによるマネージドな
マッチメイクを提供
FleetIQによるスポットインスタンスの活⽤
でコスト削減と安定稼働を両⽴
[New!] ⼤阪リージョンに対応
マルチプレイヤーオンラインゲームのマッチメイキングと
ゲームサーバフリート管理をマネージドで提供

FleetIQによるスポットインスタンス活用
• レイテンシやインスタンスコスト、スポットインスタンスの中断しにくさなどに
基づき最適なFleetにゲームサーバを起動する
• 中断しないわけではない
• 中断時のハンドリングは必要
• オンデマンドのFleetとスポットFleetを組み合わせて利用し安全性を高める
AWS Cloud
Game
services
Game clients
Amazon
GameLift
AWS Cloud
Queues
Fleet (on-
demand)
Fleet (spot)
Fleet (spot)
FlexMatch
FleetIQ

Amazon GameLift FleetIQ
ゲームサーバでスポットインスタンスを利⽤する上で重要な実⾏可能性(Viability)を評価し、
スポット割り込みによるプレイヤーエクスペリエンスの低下を防ぐ
GameLiftですでに実装されている
FleetIQ機能を汎⽤化
スポットインスタンスを活⽤したゲーム
サーバ群において、実⾏可能性を最適化
し、平均コストを最⼩化
“PercentUtilizedGameServers”によって
サーバをスケール
効率的なインスタンス利⽤のための
リバランスや、安全なスケールインのた
めのGame Server Protectionにも対応
[New!] Graviton2インスタンスに対応
https://aws.amazon.com/jp/blogs/news/now-available-new-asia-pacific-osaka-region-and-graviton2-support-for-amazon-gamelift/

その他のコスト最適化策

その他のコスト最適化策
• サーバの集約
• DBのリシャーディングによる台数削減など
• マネージドサービスの活用
• 管理工数をサービス料金へオフロード、TCOを削減
• AWS Well-Architected Framework (W-A) コスト最適化の柱も参考に
• https://wa.aws.amazon.com/wat.pillar.costOptimization.ja.html
• [New!] W-A Games Industry Lens コスト最適化の柱も参考に
• https://docs.aws.amazon.com/ja_jp/wellarchitected/latest/games-industry-lens/games-cost-
opt.html

AWS Well-Architected Framework Games Industry Lens
ゲーム業界のワークロードに適したベストプラクティスをまとめたもの
Well-Architected Framework 本編と共に利用することでレビュー観点を強化できる
例）コスト最適化の柱
• GAMECOST01 - How are you choosing the right compute solution for your game
servers? （お客様のゲームサーバーに適したコンピュート基盤をどう選択しますか？）
• GAMECOST02 - How are you optimizing the data transfer costs for your game
infrastructure? （ゲームワークロードのデータ転送料金をどう最適化しますか？）
• GAMECOST03 - How are you optimizing the data storage costs for your game
infrastructure? （ゲームワークロードのストレージ料金をどう最適化しますか？）
• GAMECOST04 - How do you measure the cost of your game environments? （ゲーム
環境のコストをどう確認しますか？）
https://docs.aws.amazon.com/ja_jp/wellarchitected/latest/games-industry-lens/games-industry-lens.html

まとめ

ゲームにおけるコスト最適化策まとめ
1. TrustedAdvisorを利用したコスト削減ポイントの確認
2. 開発環境等における利用していない間のインスタンス停止
3. ElastiCache/Aurora等のマネージドサービスにおけるARMインスタンス
（Graviton2）の活用
4. APIサーバのような台数の多いサーバにおけるインスタンスサイズ最適化や
AMDインスタンスの利用
5. データベースや常時稼働するAPIサーバ・ゲームサーバでのRI・SPs活用
6. バッチ処理やML学習処理、開発環境など、他機能との連携が少なく、中断の
許容度が高い処理でのスポットインスタンス活用
7. ステートレスなAPIサーバでのスポットインスタンス活用
8. FleetIQを利用したゲームサーバでのスポットインスタンス活用
9. W-A Framework / Games Industry Lens コスト最適化の柱を参考にする

Amazon Game Tech Night #23 ゲームにおけるコスト最適化

Recomendados

Recomendados

Más contenido relacionado

Más de Amazon Web Services Japan

Más de Amazon Web Services Japan (20)

Amazon Game Tech Night #23 ゲームにおけるコスト最適化