ಘಟಕಗಳು
1. DevOps ಮತ್ತು Cloud AI ಗೆ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ದೃಢೀಕರಣ, ಭದ್ರತೆ ಮತ್ತು ರಹಸ್ಯಗಳು 2. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ CI/CD ಪೈಪ್‌ಲೈನ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದು: GitHub ಕ್ರಿಯೆಗಳು ಮತ್ತು GitLab CI 3. ಮೂಲಸೌಕರ್ಯವನ್ನು ಕೋಡ್ ಆಗಿ ನಿರ್ವಹಿಸುವುದು: ಟೆರಾಫಾರ್ಮ್ ಮತ್ತು IaC ಜೊತೆಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ 4. ಕಂಟೈನರೈಸೇಶನ್: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಡಾಕರ್‌ಫೈಲ್ ಮತ್ತು ಇಮೇಜ್ ಆಪ್ಟಿಮೈಸೇಶನ್ 5. ಕುಬರ್ನೆಟ್ಸ್: ಮ್ಯಾನಿಫೆಸ್ಟ್, ಹೆಲ್ಮ್ ಮತ್ತು AI-ಚಾಲಿತ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ 6. ಮಾನಿಟರಿಂಗ್ ಮತ್ತು ವೀಕ್ಷಣೆ: ಮೆಟ್ರಿಕ್, ಲಾಗ್, ಟ್ರೇಸ್ ಮತ್ತು ಅಲಾರ್ಮ್ ನಿಯಮಗಳು 7. ಘಟನೆ ನಿರ್ವಹಣೆ ಮತ್ತು ಮರಣೋತ್ತರ ಪರೀಕ್ಷೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ 8. ಕ್ಲೌಡ್ ಕಾಸ್ಟ್ ಆಪ್ಟಿಮೈಸೇಶನ್ (ಫಿನ್ಆಪ್ಸ್): ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ತ್ಯಾಜ್ಯಕ್ಕಾಗಿ ಬೇಟೆಯಾಡುವುದು 9. ಸ್ಕ್ರಿಪ್ಟ್ ಮತ್ತು ಆಟೊಮೇಷನ್ ಜನರೇಷನ್: ಬ್ಯಾಷ್, ಪೈಥಾನ್ ಮತ್ತು ಪವರ್‌ಶೆಲ್ 10. ಭದ್ರತೆ ಮತ್ತು ರಹಸ್ಯ ನಿರ್ವಹಣೆ: DevSecOps ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ 11. ಉತ್ಪನ್ನ ಪರಿಶೀಲನೆ, ಬಿಡುಗಡೆ ತಂತ್ರಗಳು ಮತ್ತು ಎಂಡ್-ಟು-ಎಂಡ್ AI ವರ್ಕ್‌ಫ್ಲೋ
ಘಟಕ 8 / 11

ಕ್ಲೌಡ್ ಕಾಸ್ಟ್ ಆಪ್ಟಿಮೈಸೇಶನ್ (ಫಿನ್ಆಪ್ಸ್): ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ತ್ಯಾಜ್ಯಕ್ಕಾಗಿ ಬೇಟೆಯಾಡುವುದು

ಲಾಭಗಳು:

  • ಕ್ಲೌಡ್ ವೆಚ್ಚಗಳ ಅಂಗರಚನಾಶಾಸ್ತ್ರವನ್ನು (ಕಂಪ್ಯೂಟ್, ಸ್ಟೋರೇಜ್, ನೆಟ್‌ವರ್ಕ್/ಎಗ್ರೆಸ್) ಮತ್ತು ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳನ್ನು (ಐಡಲ್, ಓವರ್‌ಸೈಜ್, ತಪ್ಪು ಬೆಲೆ ಮಾದರಿ) ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸರಕುಪಟ್ಟಿ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ಅಪಾಯ ಮತ್ತು ಪರಿಶೀಲನೆಯೊಂದಿಗೆ ಸರಿಯಾದ ಗಾತ್ರದ ಮತ್ತು ಬದ್ಧ ರಿಯಾಯಿತಿ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಮೊದಲು ತ್ಯಾಜ್ಯವನ್ನು ತೆರವುಗೊಳಿಸುವ ಕ್ರಮವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ
  • ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ 'ಅಳಿಸು/ಕಡಿಮೆಗೊಳಿಸು' ಸಲಹೆಗಳ ಬಳಕೆಯನ್ನು ಪರಿಶೀಲಿಸುವ ಮೂಲಕ ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ಬಿಲ್ಲಿಂಗ್ ಡೇಟಾ ಮರೆಮಾಚುವಿಕೆ ನೀತಿಗಳನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ

ಕ್ಲೌಡ್ ಕ್ರೆಡಿಟ್ ಕಾರ್ಡ್‌ನಂತಿದೆ: ಬಳಸಲು ಸುಲಭ, ತಿಂಗಳ ಕೊನೆಯಲ್ಲಿ ಆಘಾತಕಾರಿ ಬಿಲ್. ರಾತ್ರಿಯಿಡೀ ಮರೆತುಹೋದ ಪರೀಕ್ಷಾ ಸರ್ವರ್, ತಪ್ಪಾದ ಗಾತ್ರದ ಡೇಟಾಬೇಸ್, ಎಂದಿಗೂ ಅಳಿಸದ ಹಳೆಯ ಬ್ಯಾಕಪ್‌ಗಳು - ಪ್ರತಿಯೊಂದೂ ಸದ್ದಿಲ್ಲದೆ ಹಣವನ್ನು ಸುಡುತ್ತದೆ. FinOps (ಹಣಕಾಸಿನ ಕಾರ್ಯಾಚರಣೆಗಳು) ಎಂಬುದು ಇಂಜಿನಿಯರಿಂಗ್, ಹಣಕಾಸು ಮತ್ತು ವ್ಯಾಪಾರ ತಂಡಗಳ ಜಂಟಿ ಜವಾಬ್ದಾರಿಯನ್ನು ಕ್ಲೌಡ್ ಖರ್ಚು ಮಾಡುವಂತೆ ಮಾಡುವ ಶಿಸ್ತು, ಮತ್ತು ವೆಚ್ಚವನ್ನು ಗೋಚರ ಮತ್ತು ಆಪ್ಟಿಮೈಸ್ ಮಾಡುತ್ತದೆ. DevOps ವೃತ್ತಿಪರರಿಗೆ, ಇದರರ್ಥ "ಇದು ಕೆಲಸ ಮಾಡಲಿ" ಎಂಬ ಮನಸ್ಥಿತಿಯಿಂದ "ಇದು ಕೆಲಸ ಮಾಡಲಿ ಮತ್ತು ಅದನ್ನು ವ್ಯರ್ಥ ಮಾಡಬೇಡಿ" ಮನಸ್ಥಿತಿಗೆ ಹೋಗುವುದು.

ಕ್ಲೌಡ್‌ನಲ್ಲಿನ ತ್ಯಾಜ್ಯವು ಸಾಮಾನ್ಯವಾಗಿ ಕೆಲವು ಪರಿಚಿತ ಮಾದರಿಗಳಿಂದ ಬರುತ್ತದೆ: ಐಡಲ್ ಸಂಪನ್ಮೂಲಗಳು (ಬಳಕೆಯಾಗದ ಆದರೆ ಪಾವತಿಸಿದ), ಅತಿಯಾಗಿ ಒದಗಿಸುವಿಕೆ (ಅಗತ್ಯಕ್ಕಿಂತ ದೊಡ್ಡ ಸಂಪನ್ಮೂಲಗಳು), ತಪ್ಪಾದ ಬೆಲೆ ಮಾದರಿ (ರಿಯಾಯಿತಿ ಬದ್ಧತೆಯ ಬದಲಿಗೆ ಪೂರ್ಣ ಬೆಲೆ), ಮತ್ತು ಅದೃಶ್ಯತೆ (ಯಾವ ಬೆಲೆ ಏನು ಎಂದು ಯಾರಿಗೂ ತಿಳಿದಿಲ್ಲ). AI ಇಲ್ಲಿ ಪ್ರಬಲ ವಿಶ್ಲೇಷಣಾ ಪಾಲುದಾರ: ಇದು ಸಂಕೀರ್ಣ ಬಿಲ್ಲಿಂಗ್ ವಸ್ತುಗಳನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ, ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಉಳಿತಾಯದ ಸನ್ನಿವೇಶಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಆದರೆ ಸಂಪನ್ಮೂಲವನ್ನು ಆಫ್ ಮಾಡುವ ಅಥವಾ ಅಳೆಯುವ ನಿರ್ಧಾರ - ಏಕೆಂದರೆ ಅದನ್ನು ತಪ್ಪಾಗಿ ಪಡೆಯುವುದು ಸ್ಥಗಿತಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು - ನಿಮ್ಮದಾಗಿದೆ.

ಮೋಡದ ವೆಚ್ಚದ ಅಂಗರಚನಾಶಾಸ್ತ್ರ

ಆಪ್ಟಿಮೈಸೇಶನ್ಗಾಗಿ ವೆಚ್ಚವು ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ ಎಂಬುದನ್ನು ನೀವು ತಿಳಿದುಕೊಳ್ಳಬೇಕು:

  • ಲೆಕ್ಕಾಚಾರ: ವರ್ಚುವಲ್ ಯಂತ್ರಗಳು, ಧಾರಕಗಳು. ಸಾಮಾನ್ಯವಾಗಿ ದೊಡ್ಡ ವಸ್ತು. ಇದನ್ನು ಹೆಚ್ಚಾಗಿ ಅಗತ್ಯಕ್ಕಿಂತ ದೊಡ್ಡದಾಗಿ ಆಯ್ಕೆ ಮಾಡಲಾಗುತ್ತದೆ.
  • ಸಂಗ್ರಹಣೆ: ಡಿಸ್ಕ್ಗಳು, ವಸ್ತು ಅಂಗಡಿಗಳು, ಬ್ಯಾಕ್ಅಪ್ಗಳು. ಇದು ಮೌನವಾಗಿ ಬೆಳೆಯುತ್ತದೆ; ಹಳೆಯ ಡೇಟಾವನ್ನು ತೆರವುಗೊಳಿಸದಿದ್ದರೆ, ಅದು ಸಂಗ್ರಹಗೊಳ್ಳುತ್ತದೆ.
  • ನೆಟ್‌ವರ್ಕ್: ವಿಶೇಷವಾಗಿ ಹೊರಹೊಮ್ಮುವಿಕೆ - ಕ್ಲೌಡ್‌ನಿಂದ ಅಥವಾ ಪ್ರದೇಶಗಳ ನಡುವೆ ಡೇಟಾವನ್ನು ವರ್ಗಾಯಿಸುವುದು ದುಬಾರಿ ಮತ್ತು ಆಶ್ಚರ್ಯಕರವಾಗಿದೆ.
  • ನಿರ್ವಹಿಸಿದ ಸೇವೆಗಳು: ಡೇಟಾಬೇಸ್, ಕ್ಯೂ, ಲೋಡ್ ಬ್ಯಾಲೆನ್ಸರ್‌ನಂತಹ ಸಿದ್ಧ ಸೇವೆಗಳು; ಅನುಕೂಲಕ್ಕಾಗಿ ನೀವು ಪ್ರೀಮಿಯಂ ಪಾವತಿಸುತ್ತೀರಿ.

ಎರಡು ಮೂಲಭೂತ ಬೆಲೆ ಸನ್ನೆಗಳು: ಕಾಯ್ದಿರಿಸಿದ ನಿದರ್ಶನಗಳು / ಉಳಿತಾಯ ಯೋಜನೆಗಳು - 1-3 ವರ್ಷಗಳವರೆಗೆ ನಿರ್ದಿಷ್ಟ ಬಳಕೆಗೆ ಬದ್ಧರಾಗಿರುವುದು ಮತ್ತು ದೊಡ್ಡ ರಿಯಾಯಿತಿಯನ್ನು ಪಡೆಯುವುದು; ಮತ್ತು ಸ್ಪಾಟ್/ಅಡಚಣೆಯ ಸಾಮರ್ಥ್ಯ — ಕ್ಲೌಡ್‌ನ ಐಡಲ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಅತ್ಯಂತ ಅಗ್ಗವಾಗಿ ಆದರೆ ಹಿಂಪಡೆಯುವಂತೆ ಬಳಸುವುದು (ಔಟೇಜ್-ಸಹಿಷ್ಣು ಉದ್ಯೋಗಗಳಿಗೆ ಸೂಕ್ತವಾಗಿದೆ).

FinOps ನ ಮೂಲಭೂತ ತತ್ವವು ಜವಾಬ್ದಾರಿಯ ವಿಕೇಂದ್ರೀಕರಣವಾಗಿದೆ: ಕ್ಲೌಡ್ ವೆಚ್ಚವು ಹಣಕಾಸು ತಂಡವು ಮಾತ್ರ ಪರಿಹರಿಸಬಹುದಾದ ಲೆಕ್ಕಪತ್ರ ವಸ್ತುವಲ್ಲ. ಆ ಸಂಪನ್ಮೂಲವನ್ನು ರಚಿಸಿದ ಎಂಜಿನಿಯರ್‌ಗೆ ಸಂಪನ್ಮೂಲಕ್ಕೆ ಎಷ್ಟು ವೆಚ್ಚವಾಗುತ್ತದೆ ಮತ್ತು ಅದು ನಿಜವಾಗಿಯೂ ಅಗತ್ಯವಿದೆಯೇ ಎಂದು ಚೆನ್ನಾಗಿ ತಿಳಿದಿದೆ. ಅದಕ್ಕಾಗಿಯೇ ಪ್ರಬುದ್ಧ ಫಿನ್ಆಪ್ಸ್ ಸಂಸ್ಕೃತಿಯಲ್ಲಿ, ಪ್ರತಿ ತಂಡವು ತನ್ನದೇ ಆದ ವೆಚ್ಚಗಳನ್ನು ನೋಡುತ್ತದೆ ಮತ್ತು ಹೊಂದಿದೆ. ಈ ಗೋಚರತೆಯನ್ನು ಒದಗಿಸುವಲ್ಲಿ AI ಪ್ರಬಲವಾದ ಸಹಾಯವಾಗಿದೆ: ಇದು ತಂಡ, ಯೋಜನೆ ಮತ್ತು ಪರಿಸರದ ಮೂಲಕ ಚದುರಿದ ಸರಕುಪಟ್ಟಿ ಡೇಟಾವನ್ನು ಸಾರಾಂಶ ಮಾಡಬಹುದು ಮತ್ತು "ಈ ತಿಂಗಳು ಯಾರು ಹೆಚ್ಚು ಖರ್ಚು ಮಾಡಿದರು ಮತ್ತು ಯಾವುದಕ್ಕಾಗಿ?" ಪ್ರಶ್ನೆಯನ್ನು ಉತ್ತರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ. ಆದರೆ ನೆನಪಿಡಿ - ವೆಚ್ಚದ ಆಪ್ಟಿಮೈಸೇಶನ್ ಒಂದು-ಬಾರಿ ಯೋಜನೆಯಲ್ಲ, ಆದರೆ ನಿರಂತರ ಚಕ್ರ: ತಿಳಿಸು, ಉತ್ತಮಗೊಳಿಸು, ಕಾರ್ಯನಿರ್ವಹಿಸು; ನಂತರ ಮತ್ತೆ ಆರಂಭಕ್ಕೆ ಹಿಂತಿರುಗಿ. ಮೋಡದ ಪರಿಸರವು ನಿರಂತರವಾಗಿ ಬದಲಾಗುತ್ತಿರುವ ಕಾರಣ, ತ್ಯಾಜ್ಯವು ನಿರಂತರವಾಗಿ ಸಂಗ್ರಹಗೊಳ್ಳುತ್ತದೆ.

ಸಲಹೆ: ತ್ವರಿತ ಉಳಿತಾಯಗಳು ಸಾಮಾನ್ಯವಾಗಿ "ಬಲ-ಗಾತ್ರ" ಮತ್ತು "ಐಡಲ್ ಸಂಪನ್ಮೂಲ ಸ್ವಚ್ಛಗೊಳಿಸುವಿಕೆ"; ಇವುಗಳಿಗೆ ಯಾವುದೇ ಬದ್ಧತೆಯ ಅಗತ್ಯವಿಲ್ಲ ಮತ್ತು ಅಪಾಯ-ಮುಕ್ತವಾಗಿ ಹತ್ತಿರದಲ್ಲಿದೆ. ಬದ್ಧವಾದ ರಿಯಾಯಿತಿಗಳಿಗೆ ತೆರಳುವ ಮೊದಲು ತ್ಯಾಜ್ಯವನ್ನು ಮೊದಲು ಸ್ವಚ್ಛಗೊಳಿಸಿ - ಅಥವಾ ನೀವು ತ್ಯಾಜ್ಯವನ್ನು ರಿಯಾಯಿತಿ ಬೆಲೆಗೆ ಲಾಕ್ ಮಾಡುತ್ತೀರಿ.

ಹಂತ ಹಂತವಾಗಿ: AI ಯೊಂದಿಗೆ ವೆಚ್ಚ ವಿಶ್ಲೇಷಣೆ

  1. ಸರಕುಪಟ್ಟಿ ಡೇಟಾವನ್ನು ಹೊರತೆಗೆಯಿರಿ. ಕ್ಲೌಡ್‌ನ ವಿವರವಾದ ವೆಚ್ಚದ ವಿವರವನ್ನು (ವೆಚ್ಚ ರಫ್ತು/CSV) ಪಡೆಯಿರಿ. ಮಾಸ್ಕ್ ಖಾತೆ ಐಡಿಗಳು ಮತ್ತು ಸೂಕ್ಷ್ಮ ಕ್ಷೇತ್ರಗಳು.
  2. ದೊಡ್ಡದರಿಂದ ಚಿಕ್ಕದಕ್ಕೆ ವಿಂಗಡಿಸಿ. ವೆಚ್ಚದ 80% ಸಾಮಾನ್ಯವಾಗಿ ಕೆಲವು ವಸ್ತುಗಳಿಂದ ಬರುತ್ತದೆ; ಅಲ್ಲಿ ಗಮನಹರಿಸಿ.
  3. ತ್ಯಾಜ್ಯದ ಮಾದರಿಗಳನ್ನು ನೋಡಿ. ನಿಷ್ಕ್ರಿಯ, ಗಾತ್ರದ, ಟ್ಯಾಗ್ ಮಾಡದ ಸಂಪನ್ಮೂಲಗಳು.
  4. ಸನ್ನಿವೇಶವನ್ನು ನಿರ್ಮಿಸಿ. "ನಾನು ಈ ಸಂಪನ್ಮೂಲವನ್ನು ಒಂದು ಗಾತ್ರವನ್ನು ಚಿಕ್ಕದಾಗಿಸಿದರೆ ಎಷ್ಟು ಉಳಿತಾಯ, ಎಷ್ಟು ಅಪಾಯ?"
  5. ಅಪಾಯವನ್ನು ನಿರ್ಣಯಿಸಿ. ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಅಡಚಣೆಯ ವಿಷಯದಲ್ಲಿ ಪ್ರತಿ ಸಲಹೆಯನ್ನು ನೀವೇ ಅಳೆಯಿರಿ.
  6. ಕ್ರಮೇಣ ಅನ್ವಯಿಸಿ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ. ಮಿನಿಫೈ, ನಂತರ ಮಾನಿಟರ್ ಮಾನಿಟರ್; ಯಾವುದೇ ಸಮಸ್ಯೆ ಇಲ್ಲದಿದ್ದರೆ, ಮುಂದುವರಿಸಿ.

ಭದ್ರತೆ ಮತ್ತು ಗೌಪ್ಯತೆ: ಬಿಲ್ಲಿಂಗ್ ಡೇಟಾ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ

ಕ್ಲೌಡ್ ಬಿಲ್ಲಿಂಗ್ ಡಂಪ್ ತೋರುತ್ತಿರುವುದಕ್ಕಿಂತ ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ: ಖಾತೆ ಐಡಿಗಳು, ಸಂಪನ್ಮೂಲ ಹೆಸರುಗಳು (ಕೆಲವೊಮ್ಮೆ ಗ್ರಾಹಕರ ಹೆಸರನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ), ನಿಮ್ಮ ಆರ್ಕಿಟೆಕ್ಚರ್ ಟೋಪೋಲಜಿ ಮತ್ತು ಥ್ರೋಪುಟ್ ಅನ್ನು ಅಲ್ಲಿಂದ ಓದಬಹುದು. ವಿಶ್ಲೇಷಣೆಗಾಗಿ AI ಗೆ ನೀಡುವ ಮೊದಲು ಖಾತೆ ಸಂಖ್ಯೆಗಳು, ಕಸ್ಟಮ್ ಸಂಪನ್ಮೂಲ ಹೆಸರುಗಳು ಮತ್ತು ಗ್ರಾಹಕ-ನಿರ್ದಿಷ್ಟ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಮಾಸ್ಕ್ ಮಾಡಿ. ಪ್ರತಿಸ್ಪರ್ಧಿ ಅದರ ಮೇಲೆ ಕೈಗೆ ಬಂದರೆ, ಅದು ನಿಮ್ಮ ಪ್ರಮಾಣ ಮತ್ತು ವೆಚ್ಚದ ರಚನೆಯನ್ನು ನೀಡುತ್ತದೆ.

ಎಚ್ಚರಿಕೆ: AI ಸೂಚಿಸುವ ಹೆಚ್ಚಿನ ಉಳಿತಾಯಗಳು ಸರಿಯಾಗಿವೆ, ಆದರೆ ಕೆಲವು ಅಪಾಯಕಾರಿ: "ಈ ಸಂಪನ್ಮೂಲವು ನಿಷ್ಕ್ರಿಯವಾಗಿರುವಂತೆ ತೋರುತ್ತಿದೆ, ಅದನ್ನು ಅಳಿಸಿ" ಎಂದು ಹೇಳುವುದು ವಾಸ್ತವವಾಗಿ ತಿಂಗಳಿಗೊಮ್ಮೆ ನಡೆಯುವ ನಿರ್ಣಾಯಕ ಬ್ಯಾಕಪ್ ಕೆಲಸವಾಗಿರಬಹುದು. ಸಂಪನ್ಮೂಲವನ್ನು ಅಳಿಸುವ ಮೊದಲು, ಅದನ್ನು ಯಾರು ಬಳಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಯಾವ ಉದ್ದೇಶಕ್ಕಾಗಿ ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಿ. ಅಳಿಸುವ ನಿರ್ಧಾರವನ್ನು ಬದಲಾಯಿಸಲಾಗದಿರಬಹುದು.

ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳು ಮತ್ತು ಪರಿಹಾರ ಕೋಷ್ಟಕ

ತ್ಯಾಜ್ಯ ಮಾದರಿ

ಲಕ್ಷಣ

ವಿಶಿಷ್ಟ ಪರಿಹಾರ

ಅಪಾಯ

ಜಡ ಸಂಪನ್ಮೂಲ

0% ಬಳಕೆಗೆ ಹತ್ತಿರದಲ್ಲಿದೆ

ಮುಚ್ಚಿ/ಅಳಿಸಿ (ಪರಿಶೀಲನೆಯ ನಂತರ)

ಕಡಿಮೆ ಮಧ್ಯಮ

ಮಿತಿಮೀರಿದ

CPU/ಮೆಮೊರಿ ನಿರಂತರವಾಗಿ ಕಡಿಮೆ

ಒಂದು ಗಾತ್ರವನ್ನು ಕಡಿಮೆ ಮಾಡಿ (ಬಲ-ಗಾತ್ರ)

ಕಡಿಮೆ

ಪೂರ್ಣ ಬೆಲೆ ಲೆಕ್ಕಾಚಾರ

ಸ್ಥಿರ, ನಿರಂತರ ಲೋಡ್

ಉಳಿತಾಯ ಯೋಜನೆ / ಕಾಯ್ದಿರಿಸಲಾಗಿದೆ

ಕಡಿಮೆ (ಬದ್ಧತೆ)

ಅಡಚಣೆ-ಸಹಿಷ್ಣು ವ್ಯವಹಾರ

ಬ್ಯಾಚ್/ಟೆಸ್ಟ್ ಲೋಡ್‌ಗಳು

ಸ್ಪಾಟ್ ಸಾಮರ್ಥ್ಯ

ಮಧ್ಯಮ (ಕಡಿತ)

ಹಳೆಯ ಸಂಗ್ರಹಣೆ

ಡೇಟಾ ವರ್ಷಗಳವರೆಗೆ ಮುಟ್ಟಿಲ್ಲ

ತಣ್ಣನೆಯ ಪದರಕ್ಕೆ ಸರಿಸಿ/ಅಳಿಸಿ

ಮಧ್ಯಮ (ಮರುಪಡೆಯುವಿಕೆ)

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ತಿಂಗಳಿಗೆ $4,200 ಉಳಿತಾಯ. ಒಂದು ತಂಡವು ಮುಖವಾಡದ ಮಾಸಿಕ ಬಿಲ್ ಅನ್ನು AI ಗೆ ಹಸ್ತಾಂತರಿಸಿತು ಮತ್ತು "ಟಾಪ್ 10 ಐಟಂಗಳು ಮತ್ತು ಸಂಭಾವ್ಯ ತ್ಯಾಜ್ಯವನ್ನು ಪಟ್ಟಿ ಮಾಡಲು" ಹೇಳಿದೆ. ಒಂದು ಪರೀಕ್ಷಾ ಪರಿಸರವು 24/7 ತೆರೆದಿರುತ್ತದೆ ಮತ್ತು ಮೂರು ಡೇಟಾಬೇಸ್‌ಗಳು ಅಗತ್ಯಕ್ಕಿಂತ ನಾಲ್ಕು ಪಟ್ಟು ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿವೆ ಎಂದು AI ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದೆ. ತಂಡವು ಗಂಟೆಗಳ ನಂತರ ಪರೀಕ್ಷಾ ಪರಿಸರವನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಿತು, ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಕಡಿಮೆಗೊಳಿಸಿತು: ಮಾಸಿಕ ಬಿಲ್ $4,200 ರಷ್ಟು ಕುಸಿಯಿತು. ಅವರು ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಅನುಸರಿಸುವ ಮೂಲಕ ಮಿನಿಫಿಕೇಶನ್ ಮಾಡಿದ ಕಾರಣ ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಲಿಲ್ಲ.

ಪ್ರಕರಣ 2 - ಅಪಾಯಕಾರಿ "ಅಳಿಸು" ಸಲಹೆ ಸಿಕ್ಕಿಬಿದ್ದಿದೆ. AI "ಈ ಸಂಗ್ರಹಣೆ ಬಕೆಟ್ ಅನ್ನು ತಿಂಗಳುಗಳಿಂದ ಓದಲಾಗಿಲ್ಲ, ಅದನ್ನು ಅಳಿಸಬಹುದು" ಎಂದು ಹೇಳಿದೆ. ಇದನ್ನು ಯಾರು ಬಳಸುತ್ತಿದ್ದಾರೆಂದು ಎಂಜಿನಿಯರ್ ಪ್ರಶ್ನಿಸಿದಾಗ, ಜೇನುಗೂಡು ತಪಾಸಣೆ ದಾಖಲೆಗಳನ್ನು ಇರಿಸಿದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು, ಅದು ಇರಿಸಿಕೊಳ್ಳಲು ಕಾನೂನು ಅವಶ್ಯಕತೆಯಾಗಿದೆ. ಅದನ್ನು ಅಳಿಸಿದರೆ, ಅದು ಅನುಸರಣೆ ಉಲ್ಲಂಘನೆಯಾಗುತ್ತದೆ. ಅದನ್ನು ಅಳಿಸುವ ಬದಲು, ಅವರು ಅದನ್ನು ಅಗ್ಗದ ಕೋಲ್ಡ್ ಸ್ಟೋರೇಜ್ ಶ್ರೇಣಿಗೆ ಸರಿಸಿದರು; ಉಳಿತಾಯ ಮತ್ತು ಸಾಮರಸ್ಯ ಎರಡೂ.

ಪ್ರಕರಣ 3 - ಎಗ್ರೆಸ್ ಆಶ್ಚರ್ಯವನ್ನು ಪರಿಹರಿಸಲಾಗಿದೆ. ಬಿಲ್ ಅನಿರೀಕ್ಷಿತವಾಗಿ ಉಬ್ಬಿತು. AI ಸ್ಥಗಿತವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಿತು ಮತ್ತು ಹೆಚ್ಚಳವು "ಎಗ್ರೆಸ್" ಐಟಂನಿಂದ ಬಂದಿದೆ ಎಂದು ತೋರಿಸಿದೆ. ಕಾರಣ: ಸೇವೆಯು ಅದೇ ಪ್ರದೇಶದಲ್ಲಿ ಇರಬೇಕಾದ ಮತ್ತೊಂದು ಪ್ರದೇಶದಿಂದ ಡೇಟಾವನ್ನು ಎಳೆಯುತ್ತಿದೆ. ನಾವು ಅದೇ ಪ್ರದೇಶದಲ್ಲಿ ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ಕೇಂದ್ರೀಕರಿಸಿದಾಗ, ಹೊರಹೋಗುವ ವೆಚ್ಚವನ್ನು ಮೂರನೇ ಒಂದು ಭಾಗಕ್ಕೆ ಇಳಿಸಲಾಯಿತು.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಸರಕುಪಟ್ಟಿ ವಿಶ್ಲೇಷಣೆ (ಮುಖವಾಡ):

ಮುಖವಾಡದ ಮೋಡದ ವೆಚ್ಚದ ಸ್ಥಗಿತವನ್ನು ಕೆಳಗೆ ವಿಶ್ಲೇಷಿಸಿ. ನನಗೆ ನೀಡಿ: (1) 10 ಅತ್ಯಂತ ದುಬಾರಿ ವಸ್ತುಗಳು, (2) ಸಂಭವನೀಯ ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳು (ನಿಷ್ಕ್ರಿಯ, ಗಾತ್ರ, ಬಳಕೆಯಲ್ಲಿಲ್ಲದ ಸಂಗ್ರಹಣೆ, ಹೊರಹೋಗುವಿಕೆ), (3) ಪ್ರತಿಯೊಂದಕ್ಕೂ ಅಂದಾಜು ಮಾಸಿಕ ಉಳಿತಾಯ, ಮತ್ತು (4) ಪ್ರತಿ ಸಲಹೆಯ ನಿಲುಗಡೆ/ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಅಪಾಯ. ನೀವು ಅಳಿಸಲು ಸೂಚಿಸುವ ಪ್ರತಿಯೊಂದು ಸಂಪನ್ಮೂಲಕ್ಕೂ "ಮೊದಲು ಪರಿಶೀಲಿಸಿ" ಟಿಪ್ಪಣಿಯನ್ನು ಸೇರಿಸಿ. ಪ್ರತಿಲಿಪಿ: [CSV/SUMMARY]

2) ಬಲ ಗಾತ್ರದ ಸನ್ನಿವೇಶ:

ಕೆಳಗಿನ ಸಂಪನ್ಮೂಲಕ್ಕಾಗಿ ಕೊನೆಯ 30 ದಿನಗಳ ಬಳಕೆ: [CPU/ಮೆಮೊರಿ/ವಿನಂತಿ ಮೆಟ್ರಿಕ್‌ಗಳು]. ನಾನು ಇದನ್ನು ಗಾತ್ರದಲ್ಲಿ ಕಡಿಮೆ ಮಾಡಿದರೆ: ಅಂದಾಜು ಉಳಿತಾಯ ಏನು, ಕಾರ್ಯಕ್ಷಮತೆಯ ಅಪಾಯ ಏನು, ಯಾವ ಮೆಟ್ರಿಕ್ ಅನ್ನು ನಾನು ವಿಶ್ವಾಸದಿಂದ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬಹುದು? ಕ್ರಮೇಣ ಯೋಜನೆಯನ್ನು ಸೂಚಿಸಿ.

3) ಬದ್ಧತೆ/ರಿಯಾಯಿತಿ ನಿರ್ಧಾರ:

ಕಳೆದ 6 ತಿಂಗಳುಗಳಿಂದ ನನ್ನ ಕಂಪ್ಯೂಟ್ ಬಳಕೆ ಸ್ಥಿರವಾಗಿದೆ: [ಸಾರಾಂಶ]. ಕಾಯ್ದಿರಿಸಿದ/ಉಳಿತಾಯ ಯೋಜನೆಗೆ ಬದಲಾಯಿಸಲು ಅರ್ಥವಿದೆಯೇ ಎಂದು ಪರಿಗಣಿಸಿ: ಬ್ರೇಕ್-ಈವ್ ಯಾವುದು, ಯಾವ ಬದ್ಧತೆಯ ಅವಧಿ/ವ್ಯಾಪ್ತಿ ಸೂಕ್ತವಾಗಿದೆ, ಯಾವ ಅಪಾಯಗಳಿವೆ (ಬಳಕೆ ಕಡಿಮೆಯಾದರೆ)? ನಾನು ಮೊದಲು ತ್ಯಾಜ್ಯವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಬೇಕಾದರೆ ನನಗೆ ತಿಳಿಸಿ.

4) ಟ್ಯಾಗ್ ಮಾಡುವ ತಂತ್ರ:

ತಂಡ/ಪ್ರಾಜೆಕ್ಟ್/ಪರಿಸರದ ಆಧಾರದ ಮೇಲೆ ವೆಚ್ಚವನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡಲು ಸಂಪನ್ಮೂಲ ಟ್ಯಾಗಿಂಗ್ ಮಾನದಂಡವನ್ನು ಸೂಚಿಸಿ: ಯಾವ ಟ್ಯಾಗ್‌ಗಳು ಕಡ್ಡಾಯವಾಗಿರಬೇಕು, ಟ್ಯಾಗ್ ಮಾಡದ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಾನು ಹೇಗೆ ಸೆರೆಹಿಡಿಯುವುದು, ಈ ಟ್ಯಾಗ್‌ಗಳ ಪ್ರಕಾರ ನಾನು ವೆಚ್ಚವನ್ನು ಹೇಗೆ ವರದಿ ಮಾಡುವುದು? ಕಾಂಕ್ರೀಟ್ ಸ್ಟಾರ್ಟರ್ ಕಿಟ್ ನೀಡಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "ನನ್ನ ಕ್ಲೌಡ್ ಬಿಲ್ ಅನ್ನು ನಾನು ಹೇಗೆ ಕಡಿಮೆ ಮಾಡುವುದು?"

ಫಲಿತಾಂಶ: ಡೇಟಾ ಇಲ್ಲ, ಸಂದರ್ಭವಿಲ್ಲ; ನಿಮ್ಮ ಬಿಲ್‌ಗೆ ಧಕ್ಕೆಯಾಗದಂತೆ AI ಸಾಮಾನ್ಯ "ನೀವು ಬಳಸದಿರುವುದನ್ನು ಆಫ್ ಮಾಡಿ" ಸಲಹೆಯನ್ನು ನೀಡುತ್ತದೆ.

ಪ್ರಬಲ: "ಕೆಳಗಿನ ಮುಖವಾಡದ ವೆಚ್ಚದ ವಿಘಟನೆಯಲ್ಲಿ, 10 ಅತ್ಯಂತ ದುಬಾರಿ ವಸ್ತುಗಳನ್ನು ತೆಗೆದುಹಾಕಿ, ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಅಂದಾಜು ಉಳಿತಾಯ ಮತ್ತು ಅಡ್ಡಿಪಡಿಸುವ ಅಪಾಯವನ್ನು ನೀಡಿ. ಅಳಿಸಲು ನೀವು ಶಿಫಾರಸು ಮಾಡುವ ಪ್ರತಿಯೊಂದು ಸಂಪನ್ಮೂಲಕ್ಕಾಗಿ, ನಾನು ಮೊದಲು ಪರಿಶೀಲಿಸಬೇಕಾದದ್ದನ್ನು ಬರೆಯಿರಿ. ನಾನು ಖಾತೆಯ ID ಗಳನ್ನು ಮರೆಮಾಚಿದ್ದೇನೆ."

ವ್ಯತ್ಯಾಸ: ಎರಡನೇ ಪ್ರಾಂಪ್ಟ್ ನೈಜ (ಮುಖವಾಡ) ಡೇಟಾ, ಸ್ಪಷ್ಟ ಔಟ್‌ಪುಟ್ ಸ್ವರೂಪ ಮತ್ತು ಅಪಾಯ/ಮೌಲ್ಯಮಾಪನ ನಿರೀಕ್ಷೆಯನ್ನು ನೀಡುತ್ತದೆ; ಔಟ್ಪುಟ್ ನೇರವಾಗಿ ಉಳಿತಾಯವಾಗಿ ಬದಲಾಗುತ್ತದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ತ್ಯಾಜ್ಯವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸದೆ ಬದ್ಧತೆಗೆ ಚಲಿಸುವುದು. ರಿಯಾಯಿತಿ ದರದಲ್ಲಿ ತ್ಯಾಜ್ಯವನ್ನು ಲಾಕ್ ಮಾಡುವುದು.
  • AI ನ "ಅಳಿಸು" ಸಲಹೆಯನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ ಅನ್ವಯಿಸುವುದು. ನಿರ್ಣಾಯಕ ಬ್ಯಾಕಪ್/ಆಡಿಟ್ ಡೇಟಾವನ್ನು ಅಳಿಸಬಹುದು.
  • ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡದೆಯೇ ಕಡಿತವನ್ನು ಮಾಡುವುದು. ಅತಿಯಾದ ಮಿನಿಯೇಟರೈಸೇಶನ್ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಗ್ರಾಹಕರನ್ನು ಹಿಟ್ ಮಾಡುತ್ತದೆ.
  • ಹೊರಹೋಗುವಿಕೆಯನ್ನು ಮರೆತುಬಿಡುವುದು. ನೆಟ್‌ವರ್ಕ್ ಎಗ್ರೆಸ್ ವೆಚ್ಚವು ಹೆಚ್ಚಾಗಿ ಕಡೆಗಣಿಸದ ಆಶ್ಚರ್ಯವಾಗಿದೆ.
  • ಲೇಬಲ್ ಮಾಡುತ್ತಿಲ್ಲ. ವೆಚ್ಚವನ್ನು ಯಾರು ಭರಿಸುತ್ತಾರೆ ಎಂಬುದು ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಯಾರೂ ಜವಾಬ್ದಾರಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.
  • ಮುಖವಾಡವಿಲ್ಲದೆ ಸರಕುಪಟ್ಟಿ ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳಲಾಗುತ್ತಿದೆ. ಸ್ಕೇಲ್ ಮತ್ತು ಟೋಪೋಲಜಿ ಸೋರಿಕೆ.

ಸಾರಾಂಶದಲ್ಲಿ

FinOps ಎಂಬುದು ಕ್ಲೌಡ್ ಸ್ಪೆಂಡ್ ಗೋಚರವಾಗುವಂತೆ ಮಾಡುವುದು ಮತ್ತು ವ್ಯವಸ್ಥಿತವಾಗಿ ತ್ಯಾಜ್ಯವನ್ನು ಬೇಟೆಯಾಡುವುದು. ನಿಷ್ಪ್ರಯೋಜಕ ಸಂಪನ್ಮೂಲಗಳು, ಅತಿಗಾತ್ರಗೊಳಿಸುವಿಕೆ, ತಪ್ಪಾದ ಬೆಲೆ ಮಾದರಿ ಮತ್ತು ಅದೃಶ್ಯತೆಯಿಂದ ತ್ಯಾಜ್ಯವು ಹೆಚ್ಚಾಗಿ ಬರುತ್ತದೆ. ಸಂಕೀರ್ಣವಾದ ಇನ್‌ವಾಯ್ಸ್ ಸ್ಥಗಿತಗಳನ್ನು ಸಾರಾಂಶ ಮಾಡಲು, ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲು ಮತ್ತು ಉಳಿತಾಯದ ಸನ್ನಿವೇಶಗಳನ್ನು ಸೃಷ್ಟಿಸಲು AI ಪ್ರಬಲ ವಿಶ್ಲೇಷಣಾ ಪಾಲುದಾರ. ಆದರೆ ಮೊದಲು ತ್ಯಾಜ್ಯವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸುವುದು, ನಂತರ ಬದ್ಧತೆ ಮಾಡುವುದು, ಬಳಕೆಯನ್ನು ಪರಿಶೀಲಿಸುವ ಮೂಲಕ ಪ್ರತಿ "ಅಳಿಸು/ಕಡಿಮೆಗೊಳಿಸು" ಸಲಹೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು, ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವ ಮೂಲಕ ಕಡಿಮೆಗೊಳಿಸುವಿಕೆಯನ್ನು ನಿರ್ವಹಿಸುವುದು ಮತ್ತು ಬಿಲ್ಲಿಂಗ್ ಡೇಟಾವನ್ನು ಮರೆಮಾಚುವುದು ನಿಮ್ಮ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ವೆಚ್ಚದ ಸ್ಥಗಿತ ಮತ್ತು ಕ್ಲೌಡ್ ಖಾತೆಯನ್ನು ಮಾಸ್ಕ್ ಮಾಡಿ (ಸ್ವಂತ ಅಥವಾ ನಿದರ್ಶನ). (1) "ಸರಕುಪಟ್ಟಿ ವಿಶ್ಲೇಷಣೆ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಅತ್ಯಂತ ದುಬಾರಿ ವಸ್ತುಗಳು ಮತ್ತು ತ್ಯಾಜ್ಯ ಮಾದರಿಗಳನ್ನು ತೆಗೆದುಹಾಕಿ. (2) ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾದ "ಸುಪ್ತ" ಸಂಪನ್ಮೂಲಕ್ಕಾಗಿ, ಅದನ್ನು ಅಳಿಸುವ ಮೊದಲು ಯಾರು/ಯಾವುದಕ್ಕಾಗಿ ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ನಿಮ್ಮ ಶೋಧನೆಯನ್ನು ಗಮನಿಸಿ. (3) "ನಾನು ಸರಿಯಾದ ಗಾತ್ರದ ಶಿಫಾರಸನ್ನು ಯಾವ ಮೆಟ್ರಿಕ್ ಮೂಲಕ ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತೇನೆ?" ಪ್ರಶ್ನೆಯೊಂದಿಗೆ ಅದನ್ನು ಸುರಕ್ಷಿತ ಯೋಜನೆಗೆ ಸಂಪರ್ಕಪಡಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು ಇನ್‌ವಾಯ್ಸ್ ಹೇಳಿಕೆಯಲ್ಲಿ ಖಾತೆ ಐಡಿಗಳು ಮತ್ತು ಸೂಕ್ಷ್ಮ ಸಂಪನ್ಮೂಲ ಹೆಸರುಗಳನ್ನು ಮರೆಮಾಚಿದ್ದೇನೆ.
  • [ ] ನಾನು ಮೊದಲು ವೆಚ್ಚದ ದೊಡ್ಡ ವಸ್ತುಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ.
  • [ ] ಪ್ರತಿ "ಅಳಿಸು" ಸಲಹೆಗಾಗಿ, ಸಂಪನ್ಮೂಲವನ್ನು ಯಾರಿಗೆ/ಯಾವುದಕ್ಕಾಗಿ ಬಳಸಲಾಗಿದೆ ಎಂದು ನಾನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ಮೆಟ್ರಿಕ್ ಅನ್ನು ಅನುಸರಿಸಿ ಕ್ರಮೇಣ ಕಡಿತವನ್ನು ಅನ್ವಯಿಸಿದೆ.
  • [ ] ಬದ್ಧವಾದ ರಿಯಾಯಿತಿಗೆ ತೆರಳುವ ಮೊದಲು ನಾನು ತ್ಯಾಜ್ಯವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಿದೆ.
  • [ ] ನಾನು ಹೊರಹೋಗುವಿಕೆ ಮತ್ತು ಸಂಗ್ರಹಣೆಯಂತಹ ಸ್ನೀಕಿ ಐಟಂಗಳನ್ನು ಸಹ ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.