変更要約: Professional Cloud DevOps Engineer 第5章を新規作成（ドメイン5「最適化」: APM による性能情報収集・Active Assist インサイト/レコメンデーション・レコメンダー(cost/security/performance/manageability/reliability)、FinOps＝Spot VM/CUD/SUD/ネットワークティア・使用率/ライトサイジング・可観測性コスト・GKE/Cloud Run/Compute Engine 別の最適化）。
5.2FinOps とワークロードのコスト最適化
FinOps の実践として、Spot VM、確約利用割引（CUD）・継続利用割引（SUD）、ネットワークティア、リソース使用率の最適化、可観測性コスト、レコメンダーの活用、そして GKE・Cloud Run・Compute Engine 個別のコスト最適化を理解します。
FinOps は、エンジニアリングと財務が協調してクラウドのコストを継続的に最適化する文化と実践です。割引・購入形態・使用率を組み合わせ、SLO を保ちながら無駄を削ります。
5.2.1割引・購入形態・ネットワークティア
| 手段 | 要点 |
|---|---|
| Spot VM | 大幅割引・中断あり＝耐障害/バッチ向け |
| 確約利用割引（CUD） | 1/3 年の使用量コミットで割引 |
| 継続利用割引（SUD） | 長時間継続使用で自動割引 |
| ネットワークティア | Premium/Standard で性能とコストを選択 |
中断を許容できる耐障害/バッチ処理は Spot VM で大幅に割引します。安定的に使う容量は 確約利用割引（CUD）（1/3 年コミット）で下げ、長時間使うリソースには 継続利用割引（SUD） が自動適用されます。下り通信は ネットワークティア（Premium/Standard）で性能とコストを選びます。「中断 OK のバッチ＝Spot VM」「安定使用の値引き＝CUD」を結びます。
5.2.2使用率とワークロード別の最適化
リソースの 使用率 を上げ、過剰割り当てを ライトサイジング で削ります（レコメンダー活用）。可観測性コスト もログのフィルタ/除外やメトリクスの整理で抑えます。ワークロード別では、GKE は クラスタオートスケーラ/ノードプール/コンテナのライトサイジング、Cloud Run は リクエスト課金と最小インスタンス の調整、Compute Engine は マシンタイプ/CUD/Spot の組み合わせで最適化します。SLO を犠牲にしない範囲で削るのが原則です。「無駄を測って削る＝使用率＋ライトサイジング」を押さえます。
「要件 → 手段」が頻出。例：「中断を許容するバッチを安く」＝Spot VM、「安定使用を 1/3 年コミットで値引き」＝CUD、「長時間使用の自動割引」＝SUD、「下り通信の性能/コスト選択」＝ネットワークティア、「過大インスタンスの適正化」＝ライトサイジング、「ログコストを下げる」＝フィルタ/除外。
混同に注意：
①Spot VM は中断あり＝ステートフルで可用性必須の本番には不向き。
②CUD（事前コミットの割引）と SUD（自動の継続割引）を取り違えない。
③コスト削減で SLO を割らない（信頼性とのトレードオフ）。
5.2.3この節のまとめ
- 割引＝Spot VM(中断 OK バッチ)/CUD(コミット)/SUD(自動)、下り通信はネットワークティア
- 使用率を上げ、ライトサイジングと可観測性コスト最適化（ログのフィルタ/除外）で無駄を削る
- ワークロード別＝GKE(オートスケーラ/ノードプール)/Cloud Run(最小インスタンス)/Compute Engine(マシンタイプ/CUD/Spot)、SLO は守る
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 中断を許容できるバッチ処理を大幅に安く実行したい。最適なのはどれですか？
Q2. 安定的に使う容量を 1 年または 3 年のコミットで値引きしたい。最適なのはどれですか？
Q3. 長時間継続して使用したリソースに自動で適用される割引はどれですか？
Q4. 過大に割り当てられたインスタンスのサイズを実使用に合わせて適正化したい。何と呼びますか？
Q5. 可観測性（ログ）のコストを下げたい。最も適切な手段はどれですか？
Q6. コスト最適化を進める際に必ず守るべき制約はどれですか？