インスタンスタイプの選び方 いんすたんすたいぷのえらびかた
インスタンスタイプEC2vCPUメモリコスト最適化スペック選定
インスタンスタイプの選び方について教えて
簡単に言うとこんな感じ！
クラウドのサーバースペック（CPU・メモリ・ネットワーク）のカタログから用途に合うものを選ぶこと。Webサーバーなら汎用型、動画処理ならGPU型、DBなら大容量メモリ型と、ワークロードによって最適解が違うよ。
インスタンスタイプの選び方とは
インスタンスタイプ（Instance Type）とは、クラウドの仮想マシンに割り当てるvCPU数・メモリ量・ストレージ性能・ネットワーク帯域幅などのリソース構成の組み合わせを指します。AWSではEC2インスタンスタイプ、AzureではVMサイズ、GCPではマシンタイプと呼ばれています。
適切なインスタンスタイプを選ぶことは、パフォーマンス確保とコスト削減の両立に直結します。大きすぎると無駄なコストが発生し、小さすぎるとシステムが遅延・停止します。
選び方の基本は「まず汎用型で試して、モニタリングを見ながら最適化する」です。最初から完璧なサイジングを目指すより、実際の負荷を見て調整するクラウドネイティブなアプローチが有効です。
インスタンスファミリーの分類（AWS EC2例）
| ファミリー | 用途 | 代表インスタンス | 特徴 |
|---|---|---|---|
| 汎用（M/T系） | Webサーバー・小規模DB | m7i, t3 | CPU:メモリ=1:4 バランス型 |
| コンピュート最適化（C系） | 動画エンコード・HPC | c7g, c6i | CPU:メモリ=1:2 CPU特化 |
| メモリ最適化（R/X系） | 大規模DB・キャッシュ | r7g, x2idn | CPU:メモリ=1:8〜32 |
| ストレージ最適化（I/D系） | データウェアハウス・Hadoop | i4i, d3en | 高速NVMe SSD搭載 |
| GPU（P/G系） | 機械学習・グラフィック | p4d, g5 | NVIDIA GPU搭載 |
| 推論最適化（Inf系） | AI推論 | inf2 | AWS Neuron搭載 |
| ARM（Graviton） | コスト重視の全般 | c7g, m7g | AWS独自ARM最大40%割安 |
選定フロー
| ステップ | 内容 |
|---|---|
| 1. ワークロード分析 | CPU・メモリ・ストレージ・ネットワーク、どれがボトルネックか |
| 2. 汎用型で仮選定 | まずm系（汎用）で動かす |
| 3. モニタリング1〜2週間 | CPU・メモリ使用率を計測 |
| 4. 最適化 | CPU高い→C系、メモリ高い→R系、低利用→ダウンサイズ |
| 5. 予約割引適用 | 安定したら1〜3年リザーブドで割引 |
歴史と背景
2006年のEC2開始当初はインスタンスタイプが数種類しかありませんでしたが、顧客の多様なワークロードに対応するため急速に種類が拡大し、現在AWSだけで700種類以上のインスタンスタイプが存在します。2018年にAWSが独自ARMプロセッサ「Graviton」を発表し、汎用インスタンスの性能・コストの在り方を大きく変えました。
現在はAI/ML需要の急増によりGPU・推論最適化インスタンスの需要が高まっており、インスタンスタイプの選択は単純なCPU/メモリだけでなく、AIアクセラレーターの有無も考慮要素になっています。
タイプ選定のヒートマップ
関連する規格・RFC
インスタンスタイプ選定に特定の規格はありませんが、以下が参考になります。
| 資料 | 内容 |
|---|---|
| AWS Compute Optimizer | 利用状況から最適インスタンスを自動推薦するAWSツール |
| Azure Advisor | Azureの最適化推奨サービス |
| Google Cloud Recommender | GCPのリソース最適化推奨 |
関連用語
- vCPU — インスタンスタイプの主要スペック
- GPUインスタンス — AI・グラフィック特化のインスタンス
- ARMインスタンス — コスト効率の良いARM系インスタンス
- スポットインスタンス — コスト削減のための中断可能な起動方式
- リザーブドインスタンス・Savings Plans — 予約による割引制度
- オートスケーリング — インスタンス数の自動調整