Ieguvumi:
- Spēja izprast mākoņa izmaksu anatomiju (skaitļošana, krātuve, tīkls/izeja) un atkritumu modeļus (dīkstāve, pārāk liela izmēra, nepareizs cenu modelis) un mākslīgais intelekts veikt rēķinu analīzi
- Spēja pieņemt pareizos izmērus un pieņemt lēmumus par atlaidēm ar risku un pārbaudi un vispirms piemērot atkritumu savākšanas kārtību
- Iespēja lietot lietojumprogrammu un norēķinu datu maskēšanas politikas, pārbaudot mākslīgā intelekta ieteikumu “dzēst/minimizēt” izmantošanu
Mākonis ir kā kredītkarte: ērti lietojams, šokējošs rēķins mēneša beigās. Vienu nakti aizmirsts testa serveris, nepareiza izmēra datubāze, vecas dublējumkopijas, kuras nekad netiek izdzēstas — katrs mierīgi sadedzina naudu. FinOps (finanšu operācijas) ir disciplīna, kas mākoņdatošanas izdevumus padara par inženieru, finanšu un biznesa komandu kopīgu atbildību un padara izdevumus redzamus un optimizētus. DevOps profesionālim tas nozīmē pāreju no mentalitātes “vienkārši ļaujiet tai darboties” uz mentalitāti “ļaujiet tai darboties un netērējiet to”.
Atkritumi mākonī bieži rodas dažu pazīstamu modeļu dēļ: dīkstāvē esošie resursi (neizmantoti, bet par tiem ir samaksāts), pārmērīga nodrošināšana (lielāki resursi, nekā nepieciešams), nepareizs cenu noteikšanas modelis (pilna cena, nevis atlaides saistības) un neredzamība (neviens nezina, kas maksā). AI šeit ir spēcīgs analīzes partneris: tas apkopo sarežģītus norēķinu vienumus, atzīmē atkritumu modeļus un ģenerē ietaupījumu scenārijus. Taču lēmums izslēgt vai samazināt resursu, jo, ja to nepareizi izdarīsit, var izraisīt pārtraukumu, ir jūsu lēmums.
Mākoņu izmaksu anatomija
Lai veiktu optimizāciju, jums jāzina, no kurienes rodas izmaksas:
- Aprēķināt: virtuālās mašīnas, konteineri. Parasti lielākā prece. Bieži tiek izvēlēts lielāks nekā nepieciešams.
- Uzglabāšana: Diski, objektu krātuves, dublējumkopijas. Tas aug klusi; Ja vecie dati netiek notīrīti, tie uzkrājas.
- Tīkls: īpaši izeja — datu pārsūtīšana no mākoņa vai starp reģioniem ir dārga un pārsteigumi.
- Pārvaldītie pakalpojumi: gatavi pakalpojumi, piemēram, datubāze, rinda, slodzes balansētājs; Jūs maksājat piemaksu par ērtībām.
Divas pamata cenas sviras: Rezervētie gadījumi / Savings Plans — apņemšanās izmantot noteiktu lietojumu uz 1-3 gadiem un saņemt lielu atlaidi; un Spot/interruptible kapacitāte — ļoti lēti, bet atgūstami izmantojot mākoņa dīkstāves jaudu (ideāli piemērots darbiem, kas izturīgi pret pārtraukumiem).
FinOps pamatprincips ir atbildības decentralizācija: mākoņa izmaksas nav grāmatvedības postenis, ko finanšu komanda var atrisināt viena. Inženieris, kurš radījis šo resursu, vislabāk zina, cik resurss maksā un vai tas tiešām ir vajadzīgs. Tāpēc nobriedušā FinOps kultūrā katra komanda redz un tai pieder savus izdevumus. AI ir spēcīgs palīglīdzeklis šīs redzamības nodrošināšanai: tas var apkopot izkaisītos rēķinu datus pēc komandas, projekta un vides un jautāt: “kurš šajā mēnesī iztērēja visvairāk un kam?” padara jautājumu atbildamu. Taču atceries – izmaksu optimizācija nav vienreizējs projekts, bet gan nepārtraukts cikls: informē, optimizē, darbojies; tad atkal atgriezieties sākumā. Tā kā mākoņu vide nepārtraukti mainās, pastāvīgi uzkrājas atkritumi.
Padoms: ātrākie ietaupījumi parasti ir "pareiza izmēra noteikšana" un "dīkstāves resursu tīrīšana"; Tie neprasa saistības un ir gandrīz bezriska. Vispirms iztīriet atkritumus, pirms pāriet uz noteiktām atlaidēm — pretējā gadījumā atkritumiem tiks piemērota atlaide.
Soli pa solim: izmaksu analīze ar AI
- Izvilkt rēķina datus. Iegūstiet detalizētu mākoņa izmaksu sadalījumu (izmaksu eksportēšana/CSV). Maskējiet kontu ID un sensitīvos laukus.
- Kārtot no lielākā uz mazāko. 80% no izmaksām parasti veido dažas preces; Koncentrējies tur.
- Meklējiet atkritumu modeļus. Dīkstāvi, lielizmēra, nemarķēti resursi.
- Lieciet izstrādāt scenāriju. "Cik daudz ietaupījumu, cik daudz riska, ja es padarīšu šo resursu par vienu izmēru mazāku?"
- Novērtējiet risku. Izsveriet katru ieteikumu, ņemot vērā veiktspēju un pārtraukumus.
- Uzklājiet pakāpeniski un uzraugiet. Samazināt, pēc tam pārraudzīt metriku; Ja problēmu nav, turpiniet.
Drošība un privātums: norēķinu dati ir sensitīvi
Mākoņa norēķinu izdruka ir jutīgāka, nekā šķiet: no turienes var nolasīt kontu ID, resursu nosaukumus (dažreiz ietverot klienta vārdu), jūsu arhitektūras topoloģiju un caurlaidspēju. Maskējiet kontu numurus, pielāgotus resursu nosaukumus un klientam specifiskus tagus, pirms tos nododat AI analīzei. Ja konkurents pieķeras tam, tas parāda jūsu mērogu un izmaksu struktūru.
Uzmanību! Lielākā daļa ietaupījumu, ko ierosina AI, ir pareizi, taču daži ir bīstami: tas, kas saka: "Šķiet, ka šis resurss ir dīkstāvē, dzēsiet to", patiesībā var būt svarīgs dublēšanas darbs, kas tiek veikts reizi mēnesī. Pirms resursa dzēšanas pārbaudiet, kas to izmanto un kādam nolūkam. Lēmums par dzēšanu var būt neatgriezenisks.
Atkritumu modeļi un risinājumu tabula
atkritumu modelis
simptoms
Tipisks risinājums
Risks
inerts resurss
gandrīz 0% lietojums
Aizvērt/dzēst (pēc verifikācijas)
zems-vidējs
Liela izmēra
CPU/atmiņa pastāvīgi zema
Samazināt vienu izmēru (pareizais izmērs)
zems
pilnas cenas aprēķins
Stabila, nepārtraukta slodze
Uzkrājuma plāns/rezervēts
Zema (apņemšanās)
pārtraukumiem tolerants bizness
Partijas/pārbaudes slodzes
vietas ietilpība
Vidējs (atskaitījums)
vecā krātuve
Dati neskarti gadiem ilgi
Pārvietot/dzēst uz auksto slāni
Vidējs (izguve)
trīs mini futrāļi
1. gadījums — ietaupījumi USD 4200 apmērā mēnesī. Viena komanda AI nodeva maskētu ikmēneša rēķinu un lika tai "uzskaitīt 10 labākās preces un iespējamos atkritumus". AI atzīmēja, ka viena testa vide palika atvērta visu diennakti un ka trīs datu bāzēm ir četras reizes lielāka jauda. Komanda slēdza testa vidi pēc stundām, samazināja datu bāzes: ikmēneša rēķins samazinājās par 4200 USD. Lietojumprogrammu veiktspēja vispār netika ietekmēta, jo tās veica samazināšanu, sekojot metrikām.
2. gadījums — noķerts bīstams ieteikums “dzēst”. AI teica: "šis krātuves kopums nav lasīts vairākus mēnešus, to var izdzēst". Kad inženieris apjautājās, kas to lieto, viņš atklāja, ka stropā ir pārbaužu uzskaite, kas bija juridiska prasība saglabāt. Ja tas tiktu dzēsts, tas būtu atbilstības pārkāpums. Tā vietā, lai to dzēstu, viņi to pārvietoja uz lētāku saldētavas līmeni; gan ietaupījumi, gan harmonija.
3. gadījums — izejas pārsteigums atrisināts. Rēķins tika negaidīti uzpūsts. AI apkopoja sadalījumu un parādīja, ka palielinājums radās no "izejas" vienības. Iemesls: pakalpojums ieguva datus no cita reģiona, kuram vajadzēja atrasties tajā pašā reģionā. Koncentrējot arhitektūru tajā pašā apgabalā, izejas izmaksas tika samazinātas līdz trešdaļai.
Četras kopējamas veidnes
1) Rēķinu analīze (maskēta):
Tālāk analizējiet maskētā mākoņa izmaksu sadalījumu. Sniedziet man: (1) 10 dārgākos priekšmetus, (2) iespējamos atkritumu veidus (dīkstāve, lielizmēra, novecojusi uzglabāšana, izeja), (3) aptuvenos ikmēneša ietaupījumus katram un (4) katra ieteikuma pārtraukuma/veiktspējas risku. Pievienojiet piezīmi “Vispirms verificējiet” katram resursam, kuru iesakāt dzēst. Atšifrējums: [CSV/KOPSAVILKUMS]
2) Pareiza izmēra scenārijs:
Pēdējās 30 dienas, kad tika izmantots šāds resurss: [CPU/atmiņas/pieprasījuma metrika]. Ja es to samazinu par lielumu: kāds ir aptuvenais ietaupījums, kāds ir veiktspējas risks, kādu rādītāju es varu droši pārraudzīt? Iesakiet pakāpenisku plānu.
3) Lēmums par saistībām/atlaidi:
Mans skaitļošanas lietojums pēdējos 6 mēnešus ir bijis stabils: [KOPSAVILKUMS]. Apsveriet, vai ir jēga pāriet uz Reserved/SavingsPlan: kāds ir rentabilitāte, kāds saistību periods/apjoms ir piemērots, kādi riski pastāv (ja lietošanas apjoms samazinās)? Pastāstiet man, vai man vispirms ir jāiztīra atkritumi.
4) Atzīmēšanas stratēģija:
Iesakiet resursu marķēšanas standartu, lai komandas/projekta/vides izmaksas būtu redzamas: kuriem tagiem jābūt obligātiem, kā iegūt nemarķētus resursus, kā ziņot par izmaksām saskaņā ar šiem tagiem? Dodiet betona sākuma komplektu.
Vāja uzvedne / spēcīga uzvedne
Vāji: “Kā samazināt mākoņa rēķinu?”
Rezultāts: nav datu, nav konteksta; AI sniedz vispārīgus ieteikumus “izslēdziet to, ko nelietojat”, neietekmējot jūsu rēķinu.
Spēcīgs: "Zemāk redzamajā maskēto izmaksu sadalījumā noņemiet 10 dārgākās preces, atzīmējiet atkritumu shēmas un norādiet aptuveno ietaupījumu un traucējumu risku katram. Katram resursam, kuru ieteicams dzēst, pierakstiet, kas vispirms ir jāpārbauda. Es maskēju kontu ID."
Atšķirība: otrā uzvedne sniedz reālus (maskētus) datus, skaidru izvades formātu un riska/validācijas gaidas; produkcija pārvēršas tieši ietaupījumos.
Biežas kļūdas
- Pārejiet uz saistībām, neiztīrot atkritumus. Atkritumu ieslēgšana par atlaidi.
- AI “dzēšanas” ieteikuma piemērošana, to nepārbaudot. Var tikt dzēsti kritiskie dublējuma/audita dati.
- Samazināšana bez metrikas izsekošanas. Pārmērīga miniaturizācija ietekmē veiktspēju un klientu.
- Aizmirstot Egress. Tīkla izejas izmaksas ir visbiežāk aizmirstais pārsteigums.
- Ne marķēšana. Ja nav zināms, kurš sedz izmaksas, neviens neuzņemsies atbildību.
- Rēķinu datu koplietošana bez maskas. Mēroga un topoloģijas noplūde.
Rezumējot
FinOps mērķis ir padarīt mākoņa izdevumus redzamus un sistemātisku atkritumu meklēšanu. Atkritumi bieži rodas no tukšiem resursiem, pārmērīga izmēra, nepareiza cenu modeļa un neredzamības. AI ir spēcīgs analītikas partneris, lai apkopotu sarežģītus rēķinu sadalījumus, atzīmētu atkritumu modeļus un radītu ietaupījumu scenārijus. Taču jūsu pienākums ir vispirms iztīrīt atkritumus, pēc tam veikt apņemšanos, īstenot katru “dzēst/minimizēt” ieteikumu, pārbaudot lietojumu, veikt samazināšanu, izsekojot metriku, un maskēt norēķinu datus.
Lietojumprogrammas uzdevums
Izmaksu sadalījums un mākoņa konta maskēšana (savu vai gadījumu). (1) Noņemiet visdārgākās preces un atkritumu veidus, izmantojot veidni “Rēķinu analīze”. (2) Ja resurss ir atzīmēts kā neaktīvs, pirms dzēšanas pārbaudiet, kam/kam tas tiek izmantots, un atzīmējiet savu atradumu. (3) "Kāda metrika man jāievieš pareiza izmēra ieteikums?" savienojiet to ar drošu plānu ar jautājumu.
kontrolsaraksts
- [ ] Rēķina izrakstā maskēju kontu ID un sensitīvos resursu nosaukumus.
- [ ] Vispirms es koncentrējos uz lielākajām izmaksu pozīcijām.
- [ ] Katram "dzēšanas" ieteikumam es pārbaudīju, kam/kam resurss tika izmantots.
- [ ] Samazināšanu piemēroju pakāpeniski, ievērojot metriku.
- [ ] Es iztīrīju atkritumus, pirms pārietu uz veikto diskontu.
- [ ] Es pārbaudīju arī viltus vienumus, piemēram, izeju un krātuvi.