Skenario Kinerja Tinggi dan Teroptimasi Biaya

Skenario: Database RDS MySQL milik situs berita melayani 90% lalu lintas baca untuk konten artikel yang paling banyak berubah sekali dalam satu jam. Rata-rata CPU Database mencapai 80%, biaya meningkat, dan latensi setiap kueri adalah 200ms. Solusi: Tambahkan cluster Redis ElastiCache di depan RDS menggunakan pola lazy loading (cache-aside). Application memeriksa Cache terlebih dahulu—jika terjadi cache hit, artikel yang disimpan dalam Cache dikembalikan dalam waktu <1ms. Jika terjadi cache miss, kueri RDS dijalankan, hasilnya dikembalikan, lalu ditulis ke Cache dengan TTL 1 jam. Hasil yang diharapkan: rasio cache hit 90%, CPU RDS turun hingga di bawah 20%, dan latensi respons yang diambil dari Cache turun hingga di bawah 5ms.

Skenario: Pengguna di Asia Pasifik mengalami waktu muat 2–4 detik untuk Application web yang di-host di EC2 pada us-east-1. Application menyajikan aset statis berukuran besar (gambar, JS, CSS). Solusi: Tempatkan distribusi CloudFront di depan ALB. Konfigurasikan perilaku Cache untuk jalur /static/* dengan TTL yang panjang (misalnya 1 minggu) agar file statis disimpan di lokasi edge CloudFront yang dekat dengan pengguna di Asia. Permintaan API dinamis melewati Cache dengan TTL=0. Pengguna Asia memuat aset statis dari lokasi edge di Singapura atau Tokyo dalam waktu kurang dari 100ms, alih-alih menunggu perjalanan bolak-balik ke us-east-1.

Skenario: Sebuah perusahaan memiliki 500 instance EC2, banyak di antaranya disediakan 3 tahun lalu dengan Type instance yang besar. Tagihan AWS tinggi, tetapi perusahaan tidak mengetahui instance mana yang kapasitasnya berlebihan. Solusi: Aktifkan AWS Compute Optimizer (gratis, menggunakan metrik CloudWatch selama 14 hari). Compute Optimizer menganalisis penggunaan CPU, memori, jaringan, dan disk aktual setiap instance, lalu memberikan rekomendasi penyesuaian ukuran. t3.xlarge dengan rata-rata CPU 8% akan direkomendasikan untuk diturunkan ukurannya menjadi t3.small. Penerapan rekomendasi pada 500 instance biasanya mengurangi biaya EC2 sebesar 20–40%.

Skenario: Sebuah perusahaan genomik menjalankan tugas Batch setiap malam yang berlangsung selama 8 jam dan dapat dicoba kembali jika terhenti. Biaya EC2 On-Demand untuk tugas ini adalah $10.000 per bulan. Solusi: Gunakan EC2 Spot Instance untuk fleet pemrosesan Batch. Spot Instance adalah kapasitas EC2 yang tidak terpakai dan tersedia dengan diskon hingga 90%. Untuk tugas Batch yang toleran terhadap interupsi, gunakan AWS Batch yang secara otomatis memasukkan kembali tugas Spot yang gagal ke Queue dan menggunakan fleet campuran (Spot + fallback On-Demand minimal). Penghematan yang diharapkan: pengurangan biaya Compute sebesar 70–90%—dari $10.000 menjadi $1.000–3.000 per bulan.

Skenario: Leaderboard permainan menggunakan DynamoDB dengan throughput yang disediakan. Saat peluncuran permainan, lalu lintas melonjak 50 kali lipat dan Table membatasi permintaan. Di luar waktu peluncuran, throughput mendekati nol—kapasitas yang disediakan terbuang. Solusi: Alihkan DynamoDB ke mode kapasitas On-Demand. On-Demand langsung diskalakan ke throughput apa pun tanpa perencanaan kapasitas manual dan mengenakan biaya per permintaan, bukan per unit yang disediakan. Anda hanya membayar permintaan yang dibuat—tanpa biaya kapasitas menganggur di antara peluncuran. On-Demand menukar biaya per permintaan yang sedikit lebih tinggi dengan jaminan tidak ada pembatasan permintaan dan tanpa pengelolaan kapasitas.

Skenario: Sebuah perusahaan menyimpan jutaan gambar buatan pengguna di S3 Standard. Pola aksesnya tidak dapat diprediksi—sebagian gambar diakses setiap hari, sementara gambar lainnya tidak diakses selama berbulan-bulan. Mereka ingin mengurangi biaya penyimpanan tanpa mengelola kebijakan siklus hidup secara manual. Solusi: Gunakan S3 Intelligent-Tiering. Layanan ini secara otomatis memindahkan objek antar-tingkat berdasarkan pola akses: Frequent Access (Standard), Infrequent Access (tidak diakses selama 30+ hari), Archive Instant Access (90+ hari), dan Archive Access (90+ hari, harus diaktifkan secara opsional). Tidak ada biaya pengambilan dalam Intelligent-Tiering. Biaya pemantauannya adalah $0.0025 per 1.000 objek per bulan—sangat kecil untuk dataset berukuran besar.

Skenario: Sebuah perusahaan rintisan ingin melakukan kueri pada tabel data lake S3. Mereka menjalankan sekitar 10 kueri ad hoc per minggu. Seorang vendor mengusulkan Amazon Redshift dengan klaster dc2.large. Solusi untuk perusahaan rintisan: Mulailah dengan Amazon Athena—tanpa biaya infrastruktur, dan Anda hanya membayar data yang dipindai (sekitar $5/TB). Sepuluh kueri per minggu pada data Parquet yang dipartisi dengan baik mungkin berbiaya kurang dari $5 per bulan. Redshift dc2.large berbiaya sekitar $180 per bulan jika dijalankan terus-menerus. Redshift baru menjadi lebih hemat biaya ketika konkurensi kueri tinggi (50+ kueri/hari) atau diperlukan respons dalam waktu kurang dari satu detik. Kata kunci 'ad hoc, infrequent' secara jelas mengarah ke Athena.

Skenario: Sebuah server basis data relasional memerlukan 64.000 IOPS dengan latensi rendah yang konsisten. Volume EBS gp3 saat ini mencapai batas IOPS-nya. Solusi: Tingkatkan ke io2 Block Express (jenis volume EBS yang dirancang untuk basis data yang intensif terhadap I/O). io2 Block Express mendukung hingga 256.000 IOPS per volume dan latensi kurang dari satu milidetik. Biayanya lebih mahal daripada gp3 ($0.125/GB + $0.065/IOPS yang disediakan/bulan), tetapi merupakan satu-satunya opsi EBS yang memenuhi kebutuhan 64.000+ IOPS. Untuk beban kerja basis data yang sangat sensitif terhadap latensi, ketika batas 16.000 IOPS gp3 tidak mencukupi, io2 adalah satu-satunya pilihan EBS yang layak.

Skenario: Sebuah perusahaan menjalankan 20 instans EC2 r6i.4xlarge secara terus-menerus untuk aplikasi produksi dan memperkirakan tidak ada perubahan kebutuhan selama 3 tahun. Pengeluaran On-Demand mereka saat ini adalah $80.000/tahun untuk instans tersebut. Solusi: Beli Reserved Instances Standar 3 tahun (atau Compute Savings Plans) dengan pembayaran All Upfront untuk mendapatkan diskon maksimum. Reserved Instances Standar menawarkan diskon hingga 72% dibandingkan On-Demand. Instans berjalan 24/7 dengan beban kerja yang dapat diprediksi—profil klasik untuk Reserved Instances. Perkiraan pengurangan biaya: $80.000 × 0.72 = $22.400/tahun dibandingkan $80.000/tahun secara On-Demand—menghemat $57.600/tahun.

Skenario: Sebuah perusahaan menjalankan API REST pada instans EC2 t3.micro dengan biaya $8/bulan. API tersebut menerima 1 juta permintaan/bulan, dan setiap permintaan membutuhkan waktu 100 md untuk diproses. Tim bertanya apakah Lambda akan lebih murah. Analisis: Harga Lambda: 1.000.000 permintaan × $0.0000002 = $0.20 (biaya permintaan) + 1.000.000 × 0.1 dtk × memori 128 MB × tarif = sekitar $1.67 (biaya komputasi) = sekitar $1.87/bulan. Lambda lebih murah daripada EC2 untuk API dengan lalu lintas rendah ini. Ketika lalu lintas meningkat melebihi sekitar 40 juta permintaan/bulan, EC2 menjadi lebih murah. Gunakan Kalkulator Biaya Lambda untuk menemukan titik impas setiap beban kerja.

Skenario: Sebuah API global yang melayani pengguna di Eropa, US, dan Asia mengalami latensi yang tidak konsisten karena lalu lintas melewati jalur internet yang tidak dapat diprediksi. CloudFront sempat dipertimbangkan, tetapi respons API bersifat dinamis (tidak dapat di-cache). Solusi: Gunakan AWS Global Accelerator. Layanan ini menyediakan dua alamat IP anycast statis secara global. Lalu lintas pengguna memasuki backbone global AWS di lokasi edge AWS terdekat, lalu berjalan melalui jaringan privat AWS menuju asal di Region target—sehingga menghindari bagian tengah internet publik yang padat. Global Accelerator meningkatkan waktu respons API dinamis sebesar 20–60% dan menyediakan pengalihan otomatis seketika ketika Endpoint suatu Region menjadi tidak sehat.

Dalam pelajaran ini, Anda mempelajari berbagai skenario yang mencakup: lazy loading ElastiCache untuk mengurangi CPU RDS dari 80% menjadi 20%, Spot Instances dan AWS Batch untuk menghemat biaya pekerjaan batch sebesar 70–90%, Athena untuk kueri ad hoc yang jarang dilakukan dibandingkan Redshift untuk analitik dengan konkurensi tinggi, serta S3 Intelligent-Tiering untuk pola akses yang tidak dapat diprediksi tanpa biaya pengambilan. Berikutnya adalah capstone terakhir: ujian mini dengan domain campuran dan batas waktu untuk mengukur kesiapan Anda.