Amazon EC2 Detailed Monitoring のメトリクスカテゴリで CPU 使用率を 10 秒周期で取得してみた

Amazon EC2 Detailed Monitoring のメトリクスカテゴリで CPU 使用率を 10 秒周期で取得してみた

Amazon EC2 Detailed Monitoring のメトリクスカテゴリで、CPU 使用率を 10 秒周期で取得しました。インスタンス内の設定なしで、1 分値が 33% 前後の負荷でも 10 秒値は 100% を示し、OpenTelemetry 形式の指標は PromQL で取得できました。
2026.11.20

はじめに

2026年11月19日に、Amazon EC2 のパフォーマンスステータスチェックと、EC2 Detailed Monitoring の新しい指標が発表されました。

https://aws.amazon.com/about-aws/whats-new/2026/11/ec2-performance-status-checks/

Detailed Monitoring には、OpenTelemetry(OTel)形式の指標、1 分周期の GPU 指標、10 秒周期の CPU 使用率が加わりました。これらの指標はメトリクスカテゴリで選び、そのカテゴリをインスタンスへ関連付けて使います。この記事では、10 秒周期の CPU 使用率を中心に試しました。

検証環境

  • リージョン:ap-northeast-1
  • インスタンスタイプ:t3.micro
  • AMI:Amazon Linux 2023(x86_64)の最新 AMI
  • AWS CLI:2.41.2

設定

メトリクスカテゴリのクォータと課金は、次の公式ドキュメントに書かれています。

https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/manage-detailed-monitoring.html

メトリクスカテゴリの作成

CPUUtilization10Sec を指標に指定して、カテゴリを作成しました。

aws ec2 create-metric-category --metrics CPUUtilization10Sec
{
    "MetricCategory": {
        "MetricCategoryId": "mc-0123456789abcdef0",
        "Metrics": [
            "CPUUtilization10Sec"
        ]
    }
}

インスタンスへの関連付け

run-instances の --monitoring にカテゴリ ID を指定して、インスタンスを 1 台起動しました。--user-data には、次の負荷生成スクリプトを userdata-load.sh として保存して渡しました。

userdata-load.sh
#!/bin/bash
# 20 秒間 2 コアを使い切り、40 秒休む。60 秒周期を繰り返す
cat > /usr/local/bin/pulse.sh <<'PULSE'
#!/bin/bash
while true; do
  for i in 1 2; do
    timeout 20 sh -c 'while :; do :; done' &
  done
  wait
  sleep 40
done
PULSE
chmod +x /usr/local/bin/pulse.sh
nohup /usr/local/bin/pulse.sh >/dev/null 2>&1 &
aws ec2 run-instances --image-id ami-0123456789abcdef0 --instance-type t3.micro --count 1 --monitoring Enabled=true,MetricCategoryIds=mc-0123456789abcdef0 --metadata-options HttpTokens=required --user-data file://userdata-load.sh

PromQL の実行

OTel 形式の指標は PromQL で取得します。AWS CLI には PromQL 用のコマンドがないため、curl の --aws-sigv4 オプションで署名したリクエストを送りました。送信先は monitoring エンドポイントの /api/v1/query(即時クエリ)と /api/v1/query_range(範囲クエリ)です。認証には、aws configure export-credentials で取り出した一時認証情報(セッショントークン付き)を使います。

promql.sh
#!/bin/bash
# 使い方: promql.sh <query|query_range> <PromQL> [start end step]
# 認証情報は AWS CLI から環境変数へ取り出す(ファイルへ書かない)
set -euo pipefail
REGION=${AWS_REGION:-ap-northeast-1}
eval "$(aws configure export-credentials --format env)"
OP=$1; Q=$2
ARGS=(--data-urlencode "query=$Q")
if [ "$OP" = query_range ]; then
  ARGS+=(--data-urlencode "start=$3" --data-urlencode "end=$4" --data-urlencode "step=$5")
fi
curl -sS --aws-sigv4 "aws:amz:${REGION}:monitoring" \
  --user "${AWS_ACCESS_KEY_ID}:${AWS_SECRET_ACCESS_KEY}" \
  -H "x-amz-security-token: ${AWS_SESSION_TOKEN}" \
  -w '\nhttp=%{http_code}\n' \
  "${ARGS[@]}" "https://monitoring.${REGION}.amazonaws.com/api/v1/${OP}"

PromQL を実行する IAM プリンシパルには、cloudwatch:GetMetricData と cloudwatch:ListMetrics の許可が必要です。今回は管理者相当のロールで実行しました。

https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-PromQL-API-QueryMetrics.html

計測結果

10 秒値と 1 分値

負荷は、2 つのプロセスで 20 秒間 CPU を使い切って 40 秒休む動作を、60 秒周期で繰り返すものです。理論上の 1 分平均は 20/60 = 33.3% になります。

get-metric-data で、10 秒値と 1 分値を同じ時間帯で取得します。クエリファイルは metric-queries.json として保存しました。10 秒値は Period を 10、1 分値は 60 に指定します。

[
 {"Id":"s10","MetricStat":{"Metric":{"Namespace":"AWS/EC2","MetricName":"CPUUtilization10Sec","Dimensions":[{"Name":"InstanceId","Value":"i-0123456789abcdef0"}]},"Period":10,"Stat":"Average"}},
 {"Id":"m1","MetricStat":{"Metric":{"Namespace":"AWS/EC2","MetricName":"CPUUtilization","Dimensions":[{"Name":"InstanceId","Value":"i-0123456789abcdef0"}]},"Period":60,"Stat":"Average"}}
]

--start-time と --end-time は UTC で指定します。07:54Z〜08:00Z が 16:54〜17:00 JST にあたります。

aws cloudwatch get-metric-data --start-time 2026-11-20T07:54:00Z --end-time 2026-11-20T08:00:00Z --metric-data-queries file://metric-queries.json --scan-by TimestampAscending --output json

16:57:00〜16:57:59 JST の 1 分間について、CPUUtilization10Sec の 6 点を並べました。同じ 1 分の CPUUtilization(1 分値)は 33.5% でした。

時刻 CPUUtilization10Sec (%)
16:57:00 0.15
16:57:10 0.15
16:57:20 62.71
16:57:30 100.0
16:57:40 37.38
16:57:50 0.80

1 分値は 16:54〜16:58 の 5 点とも 33.4〜33.7% で、理論値に近い値です。10 秒値は、返ってきた 32 点のうち 5 点(60 秒ごとに 1 点)が 100% でした。16:57:20〜16:57:40 の 3 点を合計すると約 200% で、10 秒枠 2 つ分を 100% で使った量に相当します。20 秒間のピークは、1 分値では 33% 台に平均化されます。

カテゴリ変更の反映

カテゴリの変更が、関連付け済みのインスタンスに反映されるかを確かめました。modify-metric-category で、カテゴリの指標を CPUUtilization10Sec と instance.cpu.utilization の 2 つに置き換えました。--metrics に渡した指標で、カテゴリ内の指標が丸ごと置き換わります。

aws ec2 modify-metric-category --metric-category-id mc-0123456789abcdef0 --metrics CPUUtilization10Sec instance.cpu.utilization
{
    "MetricCategory": {
        "MetricCategoryId": "mc-0123456789abcdef0",
        "Metrics": [
            "CPUUtilization10Sec",
            "instance.cpu.utilization"
        ]
    }
}

CPUUtilization10Sec は CloudWatch 形式、instance.cpu.utilization は OTel 形式で、同じ測定値を異なる形式で公開する指標です。インスタンスに両方を関連付けると両形式とも公開され、それぞれに課金されます。

変更後の反映を 1 回計測しました。約 16 秒間隔で、get-metric-data(CPUUtilization10Sec)と PromQL(instance.cpu.utilization)の両方で確認しました。

時刻 種別 内容
17:00:35 操作 modify-metric-category を実行
17:01:40 データポイント instance.cpu.utilization の最初(PromQL の時刻。範囲クエリで確認)
17:02:13 問い合わせ PromQL の即時クエリは空
17:02:29 問い合わせ PromQL の即時クエリで値が返る

CPUUtilization10Sec は、変更後も新しいデータポイントが出続けました。describe-instances の MetricCategoryIds は、変更の前後で同じ ID のままでした。

公式ドキュメントには、カテゴリの変更後に起動中・停止中のインスタンスを更新する手順として、monitor-instances にカテゴリ ID を渡す方法が書かれています。同じ節には、EC2 が変更・削除の後に関連付け済みのインスタンスを非同期に更新するとも書かれています。今回は monitor-instances を呼ばなくても、変更はインスタンスに反映されました。

OpenTelemetry 形式

instance.cpu.utilization は PromQL の範囲クエリで取得しました。指標名は波括弧の中に引用符付きで書き、インスタンス ID のラベルで絞ります。start と end は Unix 秒です。1795161720〜1795162080 は、2026年11月20日の 17:02:00〜17:08:00 JST にあたります。step は 10 秒です。

./promql.sh query_range '{"instance.cpu.utilization","@resource.aws.ec2.instance.id"="i-0123456789abcdef0"}' 1795161720 1795162080 10

値がラベル付きで返りました。

{"status":"success","data":{"resultType":"matrix","result":[{"metric":{"@aws.account":"123456789012","@aws.region":"ap-northeast-1","@instrumentation.@name":"cloudwatch.aws/ec2","@instrumentation.cloudwatch.solution":"detailed","@resource.aws.ec2.instance.id":"i-0123456789abcdef0","@resource.aws.ec2.instance.image.id":"ami-0123456789abcdef0","@resource.aws.ec2.instance.type":"t3.micro","@resource.cloud.account.id":"123456789012","@resource.cloud.provider":"aws","@resource.cloud.region":"ap-northeast-1","@resource.cloud.resource_id":"arn:aws:ec2:ap-northeast-1:123456789012:instance/i-0123456789abcdef0","__name__":"instance.cpu.utilization","__type__":"Gauge","__unit__":"%"},"values":[[1795161720.0,"0.75"],[1795161730.0,"0.0995619275189167"],[1795161740.0,"0.09999999999999999"],[1795161750.0,"62.223784652470876"],[1795161760.0,"100"],[1795161770.0,"37.63495106447382"],[1795161780.0,"0.1493428912783751"],[1795161790.0,"0.1004419445560466"],[1795161800.0,"0.15"],[1795161810.0,"61.9"],[1795161820.0,"100"],[1795161830.0,"37.21846278153722"],[1795161840.0,"0.7"],[1795161850.0,"0.14998500149985"],[1795161860.0,"0.1506629168340699"],[1795161870.0,"62.03325699492184"],[1795161880.0,"100"],[1795161890.0,"37.22222222222222"],[1795161900.0,"0.15"],[1795161910.0,"0.1506477854775534"],[1795161920.0,"0.09957184108334159"],[1795161930.0,"62.199999999999996"],[1795161940.0,"100"],[1795161950.0,"37.63332662507547"],[1795161960.0,"0.748652425633859"],[1795161970.0,"0.1506629168340699"],[1795161980.0,"0.0995619275189167"],[1795161990.0,"62.073121735636796"],[1795162000.0,"99.98000399920016"],[1795162010.0,"38.292998705308236"],[1795162020.0,"0.1506477854775534"],[1795162030.0,"0.15"],[1795162040.0,"0.15"],[1795162050.0,"61.75"],[1795162060.0,"99.98028002366397"],[1795162070.0,"37.27364185110664"],[1795162080.0,"1.008267795926598"]]}]}}

この範囲クエリは 37 点を返しました。get-metric-data の CPUUtilization10Sec(17:02:00〜17:07:50 の 36 点)と値を比べると、36 点がすべて一致しました。

GPU 指標とパフォーマンスステータスチェック

この節は GPU インスタンスで検証したものではなく、発表と公式ドキュメントの記載をまとめたものです。

GPU 指標は 1 分周期です。GPUUtilization(CloudWatch 形式)や instance.gpu.utilization(OTel 形式)などの指標名をカテゴリに入れて選びます。指標が公開されるのは、対応するインスタンスタイプだけです。

発表では、パフォーマンスステータスチェックは、アクセラレーテッドコンピューティングインスタンスの性能に影響する、終了を伴わないハードウェアの状態を識別するものとされています。あわせて、インスタンスを交換せずに再起動で GPU メモリの行リマップを完了させるなどの対処が推奨されています。

Compute Blog には、パフォーマンスステータスチェックが impaired のときの describe-instance-status の応答例が載っています。応答例では PerformanceStatus に Status、ImpairedSince、Remediation が入っています。CloudWatch には StatusCheckFailed_Performance が発行されるとも書かれています。

https://aws.amazon.com/blogs/compute/monitor-the-efficiency-and-availability-of-accelerated-computing-instances-with-amazon-ec2-detailed-monitoring-and-performance-status-checks/

まとめ

Amazon EC2 Detailed Monitoring が有効なインスタンスにメトリクスカテゴリを関連付けると、インスタンス内の設定なしで CPU 使用率を取得できました。OTel 形式の指標も、PromQL で取得できました。

従来の Detailed Monitoring は 1 分周期でしたが、CPU 使用率は 10 秒周期で取得できるようになり、より詳細に監視できます。

GPU 指標は今回試していませんが、GPU インスタンスの監視が必要な場合はこちらも確認してみてください。

この記事をシェアする

AWSのお困り事はクラスメソッドへ

関連記事