Aurora I/O-Optimizedへの移行でDBコストを削減した話

Last updated at 2026-03-26Posted at 2026-03-26

はじめに

AuroraのI/Oコストが膨らんでいて「なんとかしたい」と思ったことはありませんか？

今回、実際のAuroraクラスター（app-main）のコスト分析を行い、Aurora I/O-Optimizedへの移行を検討した際の試算プロセスと結果を共有します。

この記事でわかること：

Aurora StandardとI/O-Optimizedの違い
どちらが得かを判断する「損益分岐点」の考え方
Reserved Instance（RI）との組み合わせ効果
実際の移行手順

分析の流れ

今回の分析は以下のステップで進めました。

1. AWS Compute OptimizerのCSVエクスポート
        ↓
2. Pythonでクラスター別コスト・IOPS集計
        ↓
3. I/O比率の高いクラスターを特定
        ↓
4. I/O-Optimized移行時の損益分岐点を計算
        ↓
5. RI適用後の実コストで最終試算

Step 1: Compute OptimizerのCSVを取得する

AWSコンソールの Compute Optimizer → Aurora クラスター からCSVをエクスポートします。

# AWS CLIでも取得可能
aws compute-optimizer export-auto-scaling-group-recommendations \
  --s3-destination-config bucket=your-bucket,keyPrefix=co-export/

CSVには以下のような列が含まれています。

カラム名	内容
`dbClusterIdentifier`	クラスター名
`currentStorageConfigurationStorageType`	現在のストレージタイプ
`storageFinding`	Compute Optimizerの推奨判定
`currentStorageEstimatedClusterInstanceOnDemandMonthlyCost`	インスタンスコスト（月額）
`currentStorageEstimatedClusterStorageOnDemandMonthlyCost`	ストレージコスト（月額）
`currentStorageEstimatedClusterStorageIOOnDemandMonthlyCost`	I/Oコスト（月額）
`utilizationMetricsVolumeReadIOPsAverage`	読み取りIOPS（平均）
`utilizationMetricsVolumeWriteIOPsAverage`	書き込みIOPS（平均）
`utilizationMetricsVolumeBytesUsedAverage`	ストレージ使用量（平均）

Step 2: Pythonでクラスター別コストを集計する

CSVを読み込んで、クラスターごとのコスト内訳とIOPS使用量を一覧化します。

import csv

with open('your-compute-optimizer-export.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    clusters = list(reader)

# コスト集計
for cluster in clusters:
    name         = cluster['dbClusterIdentifier']
    instance_cost = float(cluster['currentStorageEstimatedClusterInstanceOnDemandMonthlyCost'] or 0)
    storage_cost  = float(cluster['currentStorageEstimatedClusterStorageOnDemandMonthlyCost'] or 0)
    io_cost       = float(cluster['currentStorageEstimatedClusterStorageIOOnDemandMonthlyCost'] or 0)
    total         = instance_cost + storage_cost + io_cost

    if total > 0:
        print(f"{name}: インスタンス ${instance_cost:,.2f} / ストレージ ${storage_cost:,.2f} / I/O ${io_cost:,.2f} / 合計 ${total:,.2f}")

実行結果（抜粋）：

app-main:   インスタンス $15,546.08 / ストレージ $262.05 / I/O $12,466.51 / 合計 $28,274.64
app-media:  インスタンス $8,234.12  / ストレージ $198.30 / I/O $7,821.44  / 合計 $16,253.86
app-search: インスタンス $3,102.56  / ストレージ $88.14  / I/O $2,941.22  / 合計 $6,131.92

Step 3: I/O比率の高いクラスターを特定する

I/O比率（= I/Oコスト ÷ 総コスト）が高いクラスターほど、I/O-Optimized移行の恩恵が大きくなります。

# I/O比率でソートして移行候補を抽出
high_io_clusters = []

for cluster in clusters:
    name          = cluster['dbClusterIdentifier']
    instance_cost = float(cluster['currentStorageEstimatedClusterInstanceOnDemandMonthlyCost'] or 0)
    io_cost       = float(cluster['currentStorageEstimatedClusterStorageIOOnDemandMonthlyCost'] or 0)
    total         = instance_cost + io_cost

    if total > 0:
        io_ratio = io_cost / total * 100
        high_io_clusters.append((name, io_cost, io_ratio))

# I/Oコスト降順でソート
high_io_clusters.sort(key=lambda x: x[1], reverse=True)

print("IOPS使用率 TOP 5:")
for name, io_cost, io_ratio in high_io_clusters[:5]:
    marker = "✅ 移行推奨" if io_ratio >= 25 else ""
    print(f"  {name}: ${io_cost:,.2f}/月 (I/O比率 {io_ratio:.1f}%) {marker}")

実行結果：

IOPS使用率 TOP 5:
  app-main:    $12,466.51/月 (I/O比率 44.1%) ✅ 移行推奨
  app-media:   $ 7,821.44/月 (I/O比率 48.7%) ✅ 移行推奨
  app-search:  $ 2,941.22/月 (I/O比率 48.7%) ✅ 移行推奨
  app-log:     $   892.14/月 (I/O比率 31.2%) ✅ 移行推奨
  app-log-old: $   421.08/月 (I/O比率 22.1%)

また、CloudWatchのIOPSメトリクスも合わせて確認しました。

app-main:    5,968,974 IOPS（読み取り 5,396,657 / 書き込み 572,317）
app-media:   4,210,356 IOPS
app-search:  1,470,134 IOPS
app-log:       431,906 IOPS
app-log-old:   311,640 IOPS

高IOPSクラスターほどI/Oコストが高く、I/O-Optimizedの効果が大きいことが確認できます。

Step 4: 損益分岐点を計算する

I/O-Optimizedに移行するとインスタンスコストが増える代わりにI/Oコストがゼロになります。どちらが得かは損益分岐点で判断します。

# app-mainクラスターの損益分岐点計算
instance_cost_standard    = 11347.12  # Standard + 1年RI
instance_cost_io_optimized = 16010.36  # I/O-Opt + 1年RI
io_cost                   = 12466.51

instance_cost_increase = instance_cost_io_optimized - instance_cost_standard
# 損益分岐点: インスタンス増加分がI/Oコストを超えるとStandardが有利
breakeven_io_ratio = instance_cost_increase / (instance_cost_increase + io_cost) * 100

current_io_ratio = io_cost / (instance_cost_standard + 262.05 + io_cost) * 100

print(f"損益分岐点のI/O比率: {breakeven_io_ratio:.1f}%")
print(f"現在のI/O比率:       {current_io_ratio:.1f}%")
print(f"判定: {'✅ I/O-Optimized有利' if current_io_ratio > breakeven_io_ratio else '❌ Standard継続'}")

実行結果：

損益分岐点のI/O比率: 47.1%
現在のI/O比率:       51.8%
判定: ✅ I/O-Optimized有利

Step 5: RI適用後の実コストで最終試算する

RIの実際の時間単価をAWSコンソールで確認し、推定値ではなく実数で計算します。

# 実際のRI時間単価（AWSコンソールのリザーブドインスタンス画面で確認）
ri_hourly_standard     = 3.886   # Standard 1年RI（全額前払い）
ri_hourly_io_optimized = 3.886 + 1.597  # I/O-Opt = Standard + 30%増分

hours_per_month  = 730
instance_count   = 4
storage_cost     = 262.05
io_cost_standard = 12466.51

# Standard + 1年RI
cost_standard = ri_hourly_standard * hours_per_month * instance_count + storage_cost + io_cost_standard

# I/O-Optimized + 1年RI
cost_io_opt = ri_hourly_io_optimized * hours_per_month * instance_count + storage_cost

monthly_savings = cost_standard - cost_io_opt
print(f"Standard + 1年RI:    ${cost_standard:,.2f}/月")
print(f"I/O-Opt + 1年RI:     ${cost_io_opt:,.2f}/月")
print(f"月間削減額:           ${monthly_savings:,.2f}")
print(f"年間削減額:           ${monthly_savings * 12:,.2f}")

実行結果：

Standard + 1年RI:    $24,075.68/月
I/O-Opt + 1年RI:     $16,272.41/月
月間削減額:           $7,803.27
年間削減額:           $93,639.24

ポイント: RI割引率は一般的な目安（40%）ではなく、AWSコンソールの実際の時間単価を使うことで正確な試算ができます。今回の実際の割引率は約27%でした。

Aurora StandardとI/O-Optimizedの違い

Auroraのストレージ構成は2種類あります。

項目	Aurora Standard	Aurora I/O-Optimized
I/O課金	あり（$0.24/100万リクエスト）	なし
ストレージ単価	$0.12/GB	$0.27/GB
インスタンス料金	通常	約30%増（RI正規化単位ベース）
向いているケース	I/O比率 < 25%	I/O比率 ≥ 25%

AWSドキュメントにも明記されています。

Aurora I/O-Optimized is the best choice when your I/O spending is 25% or more of your total Aurora database spending.
— Amazon Aurora storage

損益分岐点の考え方

I/O-Optimizedに移行するとインスタンスコストが上がる代わりにI/Oコストがゼロになります。

損益分岐点 = インスタンスコスト増加分 ÷ (インスタンスコスト増加分 + I/Oコスト) × 100

今回のケース（db.r7g.8xlarge × 4台、1年RI）：

インスタンスコスト（Standard + 1年RI）: $11,347.12/月
インスタンスコスト（I/O-Opt + 1年RI）:  $16,010.36/月
増加分: $4,663.24/月

損益分岐点のI/O比率 ≒ 47.1%
現在のI/O比率      ≒ 51.8%  ← 損益分岐点を超えている

I/O比率が損益分岐点を上回っているため、I/O-Optimizedが有利と判断できます。

実際のコスト試算

現在の構成（Aurora Standard + 1年RI）

インスタンスコスト: $3.886/h × 730h × 4台 = $11,347.12/月
ストレージコスト:                            $   262.05/月
I/Oコスト:                                  $12,466.51/月
─────────────────────────────────────────────────────────
合計:                                        $24,075.68/月

I/Oコストが全体の 51.8% を占めており、RIでは削減できない部分です。

I/O-Optimized移行後（1年RI）

インスタンスコスト: $(3.886+1.597)/h × 730h × 4台 = $16,010.36/月
ストレージコスト:                                    $   262.05/月
I/Oコスト:                                          $     0.00/月
─────────────────────────────────────────────────────────
合計:                                                $16,272.41/月

削減効果

項目	金額
月間削減額	$7,803.27
年間削減額	$93,639.24
削減率	約32.4%

RIとI/O-Optimizedの関係

ここで注意点があります。

AWSドキュメントによると：

Aurora I/O-Optimized consumes 30% more normalized units per hour than Aurora Standard.
— Reserved DB instances for Amazon Aurora

つまり、既存のAurora Standard用RIはI/O-Optimizedでも引き続き適用されますが、I/O-Optimizedはインスタンスあたりの正規化単位が30%多く消費されます。

既存RIだけでは割引をフルカバーできない場合、追加でRIを購入することでメリットを最大化できます。

例：db.r7g.8xlarge × 4台でI/O-Optimizedに移行する場合
  → 既存RI（Standard用）はそのまま適用可能
  → ただし30%分は追加購入で補完するとさらにお得

今回の試算は追加RI購入なしの前提で計算しています。

移行手順

前提条件

Aurora MySQL または PostgreSQL（I/O-Optimized対応バージョン）
対象リージョンがI/O-Optimized対応であること（ap-northeast-1は対応済み）

手順

1. 現在のI/O比率を確認する

AWS CLIでコスト確認：

aws ce get-cost-and-usage \
  --time-period Start=2025-12-01,End=2026-01-01 \
  --granularity MONTHLY \
  --filter '{"Dimensions":{"Key":"SERVICE","Values":["Amazon Relational Database Service"]}}' \
  --metrics "UnblendedCost" \
  --group-by '[{"Type":"DIMENSION","Key":"USAGE_TYPE"}]'

CloudWatch でIOPSを確認：

aws cloudwatch get-metric-statistics \
  --namespace AWS/RDS \
  --metric-name VolumeReadIOPs \
  --dimensions Name=DBClusterIdentifier,Value=your-cluster-id \
  --start-time 2025-12-01T00:00:00Z \
  --end-time 2026-01-01T00:00:00Z \
  --period 2592000 \
  --statistics Sum

2. 損益分岐点を計算する

# I/O比率が25%以上なら移行を検討
instance_cost = 11347.12   # RI適用後のインスタンスコスト
storage_cost  =   262.05
io_cost       = 12466.51

total = instance_cost + storage_cost + io_cost
io_ratio = io_cost / total * 100

print(f"I/O比率: {io_ratio:.1f}%")
# → I/O比率: 51.8%  ✅ 移行推奨

3. コンソールからストレージ設定を変更する

AWSコンソール → Amazon RDS → クラスター選択
「変更」をクリック
「ストレージ設定」→「Aurora I/O-Optimized」を選択
「すぐに適用」を選択して変更

注意: NVMeベースのインスタンス（db.r8g等）ではエンジン再起動が発生します。非NVMeベースのインスタンスではダウンタイムなしで切り替え可能です。

AWS CLIで変更する場合：

aws rds modify-db-cluster \
  --db-cluster-identifier your-cluster-id \
  --storage-type aurora-iopt1 \
  --apply-immediately

4. 切り替え後の確認

aws rds describe-db-clusters \
  --db-cluster-identifier your-cluster-id \
  --query 'DBClusters[0].StorageType'
# → "aurora-iopt1" になっていればOK

よくあるハマりポイント

RI割引が思ったより効かない

原因: I/O-Optimizedは正規化単位を30%多く消費するため、既存RIだけでは不足する場合があります。

対処: 追加RIの購入を検討するか、RI期限切れのタイミングでI/O-Optimized前提のRIを購入し直す。

切り替え後にコストが増えた

原因: I/O比率が損益分岐点を下回っていた可能性があります。

対処: Aurora I/O-OptimizedからStandardへの切り替えはいつでも可能です。逆（Standard→I/O-Optimized）は30日に1回の制限があります。

まとめ

Aurora I/O-Optimizedへの移行判断はI/O比率が25%以上かどうかがシンプルな基準です。

今回のケースではI/O比率が51.8%と高く、移行によって月間$7,803（年間約$93,000）の削減が見込めました。

I/O比率 < 25% → Aurora Standard継続
I/O比率 25〜47% → 要検討（RI構成次第）
I/O比率 > 47% → I/O-Optimized移行を強く推奨

RIとの組み合わせでさらに効果が高まるので、RI更新のタイミングでI/O-Optimized前提の購入を検討するのもおすすめです。

コスト最適化は一度やって終わりではなく、定期的にI/O比率をモニタリングして判断し続けることが大切です。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up