ਕਲਾਉਡ ਲਾਗਤ ਅਨੁਕੂਲਨ (ਫਿਨਓਪਸ): ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਰਹਿੰਦ-ਖੂੰਹਦ ਦਾ ਸ਼ਿਕਾਰ ਕਰਨਾ

ਲਾਭ:

• ਕਲਾਉਡ ਲਾਗਤਾਂ (ਗਣਨਾ, ਸਟੋਰੇਜ, ਨੈੱਟਵਰਕ/ਨਿਗਸਣ) ਅਤੇ ਰਹਿੰਦ-ਖੂੰਹਦ ਦੇ ਪੈਟਰਨ (ਵਿਹਲੇ, ਵੱਡੇ ਆਕਾਰ, ਗਲਤ ਕੀਮਤ ਮਾਡਲ) ਦੀ ਸਰੀਰ ਵਿਗਿਆਨ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਇਨਵੌਇਸ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਹੈ
• ਜੋਖਮ ਅਤੇ ਤਸਦੀਕ ਦੇ ਨਾਲ ਸਹੀ-ਆਕਾਰ ਅਤੇ ਵਚਨਬੱਧ ਛੂਟ ਦੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਕੂੜੇ ਨੂੰ ਪਹਿਲਾਂ ਸਾਫ਼ ਕਰਨ ਦੇ ਆਦੇਸ਼ ਨੂੰ ਲਾਗੂ ਕਰਨਾ
• ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ 'ਮਿਟਾਓ/ਘੱਟੋ-ਘੱਟ' ਸੁਝਾਵਾਂ ਦੀ ਵਰਤੋਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਕੇ ਐਪਲੀਕੇਸ਼ਨ ਅਤੇ ਬਿਲਿੰਗ ਡੇਟਾ ਮਾਸਕਿੰਗ ਨੀਤੀਆਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਕਲਾਉਡ ਇੱਕ ਕ੍ਰੈਡਿਟ ਕਾਰਡ ਵਰਗਾ ਹੈ: ਵਰਤਣ ਵਿੱਚ ਆਸਾਨ, ਮਹੀਨੇ ਦੇ ਅੰਤ ਵਿੱਚ ਹੈਰਾਨ ਕਰਨ ਵਾਲਾ ਬਿੱਲ। ਇੱਕ ਟੈਸਟ ਸਰਵਰ ਰਾਤੋ-ਰਾਤ ਭੁੱਲ ਗਿਆ, ਇੱਕ ਗਲਤ ਆਕਾਰ ਦਾ ਡੇਟਾਬੇਸ, ਪੁਰਾਣੇ ਬੈਕਅਪ ਜੋ ਕਦੇ ਨਹੀਂ ਮਿਟਾਏ ਜਾਂਦੇ ਹਨ - ਹਰ ਇੱਕ ਚੁੱਪਚਾਪ ਪੈਸਾ ਸਾੜਦਾ ਹੈ। FinOps (ਵਿੱਤੀ ਸੰਚਾਲਨ) ਉਹ ਅਨੁਸ਼ਾਸਨ ਹੈ ਜੋ ਕਲਾਉਡ ਖਰਚ ਕਰਨ ਨੂੰ ਇੰਜੀਨੀਅਰਿੰਗ, ਵਿੱਤ ਅਤੇ ਵਪਾਰਕ ਟੀਮਾਂ ਦੀ ਸਾਂਝੀ ਜ਼ਿੰਮੇਵਾਰੀ ਬਣਾਉਂਦਾ ਹੈ, ਅਤੇ ਖਰਚ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਅਤੇ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ। DevOps ਪੇਸ਼ੇਵਰ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਹੈ "ਇਸ ਨੂੰ ਕੰਮ ਕਰਨ ਦਿਓ" ਮਾਨਸਿਕਤਾ ਤੋਂ "ਇਸ ਨੂੰ ਕੰਮ ਕਰਨ ਦਿਓ ਅਤੇ ਇਸਨੂੰ ਬਰਬਾਦ ਨਾ ਕਰੋ" ਮਾਨਸਿਕਤਾ ਵੱਲ ਵਧਣਾ।

ਕਲਾਉਡ ਵਿੱਚ ਰਹਿੰਦ-ਖੂੰਹਦ ਅਕਸਰ ਕੁਝ ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨਾਂ ਤੋਂ ਆਉਂਦੀ ਹੈ: ਵਿਹਲੇ ਸਰੋਤ (ਨਾ ਵਰਤੇ ਪਰ ਭੁਗਤਾਨ ਕੀਤੇ ਗਏ), ਓਵਰ-ਪ੍ਰੋਵਿਜ਼ਨਿੰਗ (ਲੋੜ ਤੋਂ ਵੱਡੇ ਸਰੋਤ), ਗਲਤ ਕੀਮਤ ਮਾਡਲ (ਛੂਟ ਵਾਲੀ ਵਚਨਬੱਧਤਾ ਦੀ ਬਜਾਏ ਪੂਰੀ ਕੀਮਤ), ਅਤੇ ਅਦਿੱਖਤਾ (ਕੋਈ ਨਹੀਂ ਜਾਣਦਾ ਕਿ ਕੀ ਕੀਮਤ ਹੈ)। AI ਇੱਥੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਿਭਾਗੀ ਹੈ: ਇਹ ਗੁੰਝਲਦਾਰ ਬਿਲਿੰਗ ਆਈਟਮਾਂ ਦਾ ਸਾਰ ਦਿੰਦਾ ਹੈ, ਰਹਿੰਦ-ਖੂੰਹਦ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਫਲੈਗ ਕਰਦਾ ਹੈ ਅਤੇ ਬਚਤ ਦੇ ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਪਰ ਇੱਕ ਸਰੋਤ ਨੂੰ ਬੰਦ ਕਰਨ ਜਾਂ ਸਕੇਲ ਵਾਪਸ ਕਰਨ ਦਾ ਫੈਸਲਾ - ਕਿਉਂਕਿ ਇਸਨੂੰ ਗਲਤ ਕਰਨ ਨਾਲ ਆਊਟੇਜ ਹੋ ਸਕਦਾ ਹੈ - ਤੁਹਾਡਾ ਹੈ।

ਕਲਾਉਡ ਲਾਗਤ ਦੀ ਐਨਾਟੋਮੀ

ਅਨੁਕੂਲਨ ਲਈ ਤੁਹਾਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਲੋੜ ਹੈ ਕਿ ਲਾਗਤ ਕਿੱਥੋਂ ਆਉਂਦੀ ਹੈ:

• ਗਣਨਾ: ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ, ਕੰਟੇਨਰ। ਆਮ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਵੱਡੀ ਚੀਜ਼। ਇਹ ਅਕਸਰ ਲੋੜ ਨਾਲੋਂ ਵੱਡਾ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ।
• ਸਟੋਰੇਜ: ਡਿਸਕ, ਆਬਜੈਕਟ ਸਟੋਰ, ਬੈਕਅੱਪ। ਇਹ ਚੁੱਪਚਾਪ ਵਧਦਾ ਹੈ; ਜੇਕਰ ਪੁਰਾਣਾ ਡੇਟਾ ਕਲੀਅਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਇਕੱਠਾ ਹੋ ਜਾਂਦਾ ਹੈ।
• ਨੈੱਟਵਰਕ: ਖਾਸ ਤੌਰ 'ਤੇ ਬਾਹਰ ਨਿਕਲਣਾ — ਕਲਾਉਡ ਤੋਂ ਬਾਹਰ ਜਾਂ ਖੇਤਰਾਂ ਦੇ ਵਿਚਕਾਰ ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਕਰਨਾ ਮਹਿੰਗਾ ਅਤੇ ਹੈਰਾਨੀਜਨਕ ਹੈ।
• ਪ੍ਰਬੰਧਿਤ ਸੇਵਾਵਾਂ: ਤਿਆਰ ਸੇਵਾਵਾਂ ਜਿਵੇਂ ਕਿ ਡਾਟਾਬੇਸ, ਕਤਾਰ, ਲੋਡ ਬੈਲੈਂਸਰ; ਤੁਸੀਂ ਸਹੂਲਤ ਲਈ ਪ੍ਰੀਮੀਅਮ ਦਾ ਭੁਗਤਾਨ ਕਰਦੇ ਹੋ।

ਦੋ ਮੂਲ ਕੀਮਤ ਲੀਵਰ: ਰਿਜ਼ਰਵਡ ਉਦਾਹਰਨਾਂ / ਬਚਤ ਯੋਜਨਾਵਾਂ — 1-3 ਸਾਲਾਂ ਲਈ ਇੱਕ ਨਿਸ਼ਚਿਤ ਵਰਤੋਂ ਲਈ ਵਚਨਬੱਧ ਹੋਣਾ ਅਤੇ ਇੱਕ ਵੱਡੀ ਛੂਟ ਪ੍ਰਾਪਤ ਕਰਨਾ; ਅਤੇ ਸਪਾਟ/ਰੁਕਾਵਟ ਸਮਰੱਥਾ — ਕਲਾਉਡ ਦੀ ਨਿਸ਼ਕਿਰਿਆ ਸਮਰੱਥਾ ਨੂੰ ਬਹੁਤ ਸਸਤੇ ਪਰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਯੋਗ (ਆਊਟੇਜ-ਸਹਿਣਸ਼ੀਲ ਨੌਕਰੀਆਂ ਲਈ ਆਦਰਸ਼) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ।

FinOps ਦਾ ਇੱਕ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਜ਼ਿੰਮੇਵਾਰੀ ਦਾ ਵਿਕੇਂਦਰੀਕਰਨ ਹੈ: ਕਲਾਉਡ ਲਾਗਤ ਇੱਕ ਲੇਖਾਕਾਰੀ ਆਈਟਮ ਨਹੀਂ ਹੈ ਜਿਸਨੂੰ ਵਿੱਤ ਟੀਮ ਇਕੱਲੇ ਹੱਲ ਕਰ ਸਕਦੀ ਹੈ। ਉਹ ਇੰਜੀਨੀਅਰ ਜਿਸਨੇ ਉਸ ਸਰੋਤ ਨੂੰ ਬਣਾਇਆ ਹੈ ਉਹ ਸਭ ਤੋਂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਜਾਣਦਾ ਹੈ ਕਿ ਇੱਕ ਸਰੋਤ ਦੀ ਕੀਮਤ ਕਿੰਨੀ ਹੈ ਅਤੇ ਕੀ ਇਸਦੀ ਅਸਲ ਵਿੱਚ ਲੋੜ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਇੱਕ ਪਰਿਪੱਕ FinOps ਸੱਭਿਆਚਾਰ ਵਿੱਚ, ਹਰੇਕ ਟੀਮ ਆਪਣੇ ਖਰਚਿਆਂ ਨੂੰ ਦੇਖਦੀ ਹੈ ਅਤੇ ਉਸਦੀ ਮਾਲਕੀ ਕਰਦੀ ਹੈ। AI ਇਹ ਦਿੱਖ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਤਾ ਹੈ: ਇਹ ਟੀਮ, ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਵਾਤਾਵਰਣ ਦੁਆਰਾ ਖਿੰਡੇ ਹੋਏ ਇਨਵੌਇਸ ਡੇਟਾ ਦਾ ਸਾਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਪੁੱਛ ਸਕਦਾ ਹੈ ਕਿ "ਇਸ ਮਹੀਨੇ ਸਭ ਤੋਂ ਵੱਧ ਕਿਸਨੇ ਅਤੇ ਕਿਸ 'ਤੇ ਖਰਚ ਕੀਤਾ?" ਸਵਾਲ ਨੂੰ ਜਵਾਬਦੇਹ ਬਣਾਉਂਦਾ ਹੈ। ਪਰ ਯਾਦ ਰੱਖੋ — ਲਾਗਤ ਅਨੁਕੂਲਨ ਇੱਕ ਵਾਰ ਦਾ ਪ੍ਰੋਜੈਕਟ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਨਿਰੰਤਰ ਚੱਕਰ ਹੈ: ਸੂਚਿਤ ਕਰੋ, ਅਨੁਕੂਲ ਬਣਾਓ, ਸੰਚਾਲਿਤ ਕਰੋ; ਫਿਰ ਦੁਬਾਰਾ ਸ਼ੁਰੂਆਤ ਤੇ ਵਾਪਸ ਜਾਓ। ਕਿਉਂਕਿ ਬੱਦਲ ਵਾਤਾਵਰਣ ਲਗਾਤਾਰ ਬਦਲ ਰਿਹਾ ਹੈ, ਕੂੜਾ ਲਗਾਤਾਰ ਇਕੱਠਾ ਹੁੰਦਾ ਹੈ।

ਸੁਝਾਅ: ਸਭ ਤੋਂ ਤੇਜ਼ ਬੱਚਤ ਆਮ ਤੌਰ 'ਤੇ "ਸੱਜਾ ਆਕਾਰ" ਅਤੇ "ਵਿਹਲੇ ਸਰੋਤ ਕਲੀਨਅੱਪ" ਹਨ; ਇਹਨਾਂ ਨੂੰ ਕੋਈ ਵਚਨਬੱਧਤਾ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ ਅਤੇ ਇਹ ਜੋਖਮ-ਮੁਕਤ ਦੇ ਨੇੜੇ ਹਨ। ਵਚਨਬੱਧ ਛੋਟਾਂ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਪਹਿਲਾਂ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਸਾਫ਼ ਕਰੋ - ਜਾਂ ਤੁਸੀਂ ਕੂੜੇ ਨੂੰ ਛੋਟ ਵਾਲੀ ਕੀਮਤ ਵਿੱਚ ਬੰਦ ਕਰ ਦਿਓਗੇ।

ਕਦਮ ਦਰ ਕਦਮ: ਏਆਈ ਨਾਲ ਲਾਗਤ ਵਿਸ਼ਲੇਸ਼ਣ

1. ਇਨਵੌਇਸ ਡੇਟਾ ਐਕਸਟਰੈਕਟ ਕਰੋ। ਕਲਾਊਡ ਦਾ ਵਿਸਤ੍ਰਿਤ ਲਾਗਤ ਬ੍ਰੇਕਡਾਊਨ (ਲਾਗਤ ਨਿਰਯਾਤ/CSV) ਪ੍ਰਾਪਤ ਕਰੋ। ਖਾਤਾ ID ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਖੇਤਰਾਂ ਨੂੰ ਮਾਸਕ ਕਰੋ।
2. ਸਭ ਤੋਂ ਵੱਡੇ ਤੋਂ ਛੋਟੇ ਤੱਕ ਕ੍ਰਮਬੱਧ ਕਰੋ। ਲਾਗਤ ਦਾ 80% ਆਮ ਤੌਰ 'ਤੇ ਕੁਝ ਚੀਜ਼ਾਂ ਤੋਂ ਆਉਂਦਾ ਹੈ; ਉੱਥੇ ਫੋਕਸ ਕਰੋ.
3. ਕੂੜੇ ਦੇ ਪੈਟਰਨ ਲਈ ਵੇਖੋ. ਵਿਹਲੇ, ਵੱਡੇ, ਅਣ-ਟੈਗ ਕੀਤੇ ਸਰੋਤ।
4. ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕੀਤਾ ਹੈ। "ਕਿੰਨੀ ਬੱਚਤ, ਕਿੰਨਾ ਜੋਖਮ, ਜੇਕਰ ਮੈਂ ਇਸ ਸਰੋਤ ਨੂੰ ਇੱਕ ਆਕਾਰ ਛੋਟਾ ਕਰਾਂ?"
5. ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ. ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਰੁਕਾਵਟ ਦੇ ਰੂਪ ਵਿੱਚ ਹਰੇਕ ਸੁਝਾਅ ਨੂੰ ਆਪਣੇ ਆਪ ਤੋਲੋ।
6. ਹੌਲੀ-ਹੌਲੀ ਲਾਗੂ ਕਰੋ ਅਤੇ ਨਿਗਰਾਨੀ ਕਰੋ। ਛੋਟਾ ਕਰੋ, ਫਿਰ ਮੈਟ੍ਰਿਕਸ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ; ਜੇਕਰ ਕੋਈ ਸਮੱਸਿਆ ਨਹੀਂ ਹੈ, ਤਾਂ ਜਾਰੀ ਰੱਖੋ।

ਸੁਰੱਖਿਆ ਅਤੇ ਗੋਪਨੀਯਤਾ: ਬਿਲਿੰਗ ਡੇਟਾ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ

ਇੱਕ ਕਲਾਉਡ ਬਿਲਿੰਗ ਡੰਪ ਇਸ ਤੋਂ ਵੱਧ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦਾ ਹੈ: ਖਾਤਾ ਆਈਡੀ, ਸਰੋਤ ਨਾਮ (ਕਈ ਵਾਰ ਗਾਹਕ ਦਾ ਨਾਮ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ), ਤੁਹਾਡੀ ਆਰਕੀਟੈਕਚਰ ਟੋਪੋਲੋਜੀ, ਅਤੇ ਥ੍ਰੁਪੁੱਟ ਨੂੰ ਉੱਥੋਂ ਪੜ੍ਹਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ AI ਨੂੰ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਖਾਤਾ ਨੰਬਰ, ਕਸਟਮ ਸਰੋਤ ਨਾਮ, ਅਤੇ ਗਾਹਕ-ਵਿਸ਼ੇਸ਼ ਟੈਗਸ ਨੂੰ ਮਾਸਕ ਕਰੋ। ਜੇਕਰ ਕੋਈ ਪ੍ਰਤੀਯੋਗੀ ਇਸ 'ਤੇ ਆਪਣਾ ਹੱਥ ਪਾਉਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਤੁਹਾਡੇ ਸਕੇਲ ਅਤੇ ਲਾਗਤ ਢਾਂਚੇ ਨੂੰ ਦੂਰ ਕਰ ਦਿੰਦਾ ਹੈ।

ਸਾਵਧਾਨ: AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਜ਼ਿਆਦਾਤਰ ਬਚਤ ਸਹੀ ਹਨ, ਪਰ ਕੁਝ ਖ਼ਤਰਨਾਕ ਹਨ: ਇਹ ਕੀ ਕਹਿੰਦਾ ਹੈ "ਇਹ ਸਰੋਤ ਨਿਸ਼ਕਿਰਿਆ ਜਾਪਦਾ ਹੈ, ਇਸਨੂੰ ਮਿਟਾਓ" ਅਸਲ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਣ ਬੈਕਅੱਪ ਨੌਕਰੀ ਹੋ ਸਕਦੀ ਹੈ ਜੋ ਮਹੀਨੇ ਵਿੱਚ ਇੱਕ ਵਾਰ ਚਲਦੀ ਹੈ। ਕਿਸੇ ਸਰੋਤ ਨੂੰ ਮਿਟਾਉਣ ਤੋਂ ਪਹਿਲਾਂ, ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਇਸਨੂੰ ਕੌਣ ਅਤੇ ਕਿਸ ਮਕਸਦ ਲਈ ਵਰਤ ਰਿਹਾ ਹੈ। ਮਿਟਾਉਣ ਦਾ ਫੈਸਲਾ ਬਦਲਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ ਹੈ।

ਵੇਸਟ ਪੈਟਰਨ ਅਤੇ ਹੱਲ ਸਾਰਣੀ

ਰਹਿੰਦ ਪੈਟਰਨ

ਲੱਛਣ

ਆਮ ਹੱਲ

ਜੋਖਮ

ਅਯੋਗ ਸਰੋਤ

0% ਵਰਤੋਂ ਦੇ ਨੇੜੇ

ਬੰਦ/ਮਿਟਾਓ (ਪੁਸ਼ਟੀ ਤੋਂ ਬਾਅਦ)

ਘੱਟ-ਮੱਧਮ

ਓਵਰਸਾਈਜ਼ਿੰਗ

CPU/ਮੈਮੋਰੀ ਲਗਾਤਾਰ ਘੱਟ ਹੈ

ਇੱਕ ਆਕਾਰ ਘਟਾਓ (ਸੱਜੇ-ਆਕਾਰ)

ਘੱਟ

ਪੂਰੀ ਕੀਮਤ ਦੀ ਗਣਨਾ

ਸਥਿਰ, ਲਗਾਤਾਰ ਲੋਡ

ਬਚਤ ਯੋਜਨਾ/ਰਿਜ਼ਰਵਡ

ਘੱਟ (ਵਚਨਬੱਧਤਾ)

ਰੁਕਾਵਟ-ਸਹਿਣਸ਼ੀਲ ਕਾਰੋਬਾਰ

ਬੈਚ/ਟੈਸਟ ਲੋਡ

ਸਪਾਟ ਸਮਰੱਥਾ

ਮੱਧਮ (ਕਟੌਤੀ)

ਪੁਰਾਣੀ ਸਟੋਰੇਜ਼

ਡੇਟਾ ਸਾਲਾਂ ਤੋਂ ਅਛੂਤ ਹੈ

ਠੰਡੀ ਪਰਤ ਵਿੱਚ ਭੇਜੋ/ਮਿਟਾਓ

ਮੱਧਮ (ਮੁੜ ਪ੍ਰਾਪਤੀ)

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਪ੍ਰਤੀ ਮਹੀਨਾ $4,200 ਦੀ ਬੱਚਤ। ਇੱਕ ਟੀਮ ਨੇ ਏਆਈ ਨੂੰ ਇੱਕ ਮਾਸਕ ਵਾਲਾ ਮਹੀਨਾਵਾਰ ਬਿੱਲ ਸੌਂਪਿਆ ਅਤੇ ਇਸਨੂੰ "ਚੋਟੀ ਦੀਆਂ 10 ਆਈਟਮਾਂ ਅਤੇ ਸੰਭਾਵੀ ਰਹਿੰਦ-ਖੂੰਹਦ ਦੀ ਸੂਚੀ" ਦੇਣ ਲਈ ਕਿਹਾ। AI ਨੇ ਫਲੈਗ ਕੀਤਾ ਕਿ ਇੱਕ ਟੈਸਟ ਵਾਤਾਵਰਣ 24/7 ਖੁੱਲ੍ਹਾ ਰਿਹਾ ਅਤੇ ਤਿੰਨ ਡੇਟਾਬੇਸ ਵਿੱਚ ਲੋੜੀਂਦੀ ਸਮਰੱਥਾ ਤੋਂ ਚਾਰ ਗੁਣਾ ਸੀ। ਟੀਮ ਨੇ ਘੰਟਿਆਂ ਬਾਅਦ ਟੈਸਟ ਦੇ ਮਾਹੌਲ ਨੂੰ ਬੰਦ ਕਰ ਦਿੱਤਾ, ਡੇਟਾਬੇਸ ਨੂੰ ਘਟਾ ਦਿੱਤਾ: ਮਹੀਨਾਵਾਰ ਬਿੱਲ $ 4,200 ਘਟ ਗਿਆ। ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਬਿਲਕੁਲ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਹੋਈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਨੇ ਮੈਟ੍ਰਿਕਸ ਦੀ ਪਾਲਣਾ ਕਰਕੇ ਮਿਨੀਫਿਕੇਸ਼ਨ ਕੀਤਾ ਸੀ।

ਕੇਸ 2 - ਖਤਰਨਾਕ "ਮਿਟਾਓ" ਸੁਝਾਅ ਫੜਿਆ ਗਿਆ। ਏਆਈ ਨੇ ਕਿਹਾ, "ਇਹ ਸਟੋਰੇਜ ਬਾਲਟੀ ਮਹੀਨਿਆਂ ਤੋਂ ਨਹੀਂ ਪੜ੍ਹੀ ਗਈ ਹੈ, ਇਸ ਨੂੰ ਮਿਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ"। ਜਦੋਂ ਇੰਜੀਨੀਅਰ ਨੇ ਪੁੱਛਿਆ ਕਿ ਇਸ ਦੀ ਵਰਤੋਂ ਕੌਣ ਕਰ ਰਿਹਾ ਹੈ, ਤਾਂ ਉਸਨੇ ਪਾਇਆ ਕਿ ਛਪਾਕੀ ਨਿਰੀਖਣ ਰਿਕਾਰਡ ਰੱਖਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਰੱਖਣਾ ਕਾਨੂੰਨੀ ਲੋੜ ਸੀ। ਜੇਕਰ ਇਸਨੂੰ ਮਿਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਪਾਲਣਾ ਦੀ ਉਲੰਘਣਾ ਹੋਵੇਗੀ। ਇਸ ਨੂੰ ਮਿਟਾਉਣ ਦੀ ਬਜਾਏ, ਉਹਨਾਂ ਨੇ ਇਸਨੂੰ ਇੱਕ ਸਸਤੇ ਕੋਲਡ ਸਟੋਰੇਜ ਟਾਇਰ ਵਿੱਚ ਭੇਜ ਦਿੱਤਾ; ਬੱਚਤ ਅਤੇ ਇਕਸੁਰਤਾ ਦੋਵੇਂ।

ਕੇਸ 3 - ਨਿਕਾਸੀ ਹੈਰਾਨੀ ਹੱਲ ਕੀਤੀ ਗਈ। ਬਿੱਲ ਨੂੰ ਅਚਾਨਕ ਵਧਾਇਆ ਗਿਆ ਸੀ. AI ਨੇ ਬ੍ਰੇਕਡਾਊਨ ਦਾ ਸਾਰ ਦਿੱਤਾ ਅਤੇ ਦਿਖਾਇਆ ਕਿ ਵਾਧਾ "egress" ਆਈਟਮ ਤੋਂ ਆਇਆ ਹੈ। ਕਾਰਨ: ਇੱਕ ਸੇਵਾ ਕਿਸੇ ਹੋਰ ਖੇਤਰ ਤੋਂ ਡੇਟਾ ਖਿੱਚ ਰਹੀ ਸੀ ਜੋ ਉਸੇ ਖੇਤਰ ਵਿੱਚ ਹੋਣਾ ਚਾਹੀਦਾ ਸੀ। ਜਦੋਂ ਅਸੀਂ ਉਸੇ ਖੇਤਰ ਵਿੱਚ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਕੇਂਦਰਿਤ ਕੀਤਾ, ਤਾਂ ਬਾਹਰ ਨਿਕਲਣ ਦੀ ਲਾਗਤ ਇੱਕ ਤਿਹਾਈ ਤੱਕ ਘਟਾ ਦਿੱਤੀ ਗਈ ਸੀ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਇਨਵੌਇਸ ਵਿਸ਼ਲੇਸ਼ਣ (ਮਾਸਕਡ):

ਹੇਠਾਂ ਮਾਸਕਡ ਕਲਾਉਡ ਲਾਗਤ ਟੁੱਟਣ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ। ਮੈਨੂੰ ਦਿਓ: (1) 10 ਸਭ ਤੋਂ ਮਹਿੰਗੀਆਂ ਵਸਤੂਆਂ, (2) ਸੰਭਾਵਿਤ ਰਹਿੰਦ-ਖੂੰਹਦ ਦੇ ਪੈਟਰਨ (ਵਿਹਲੇ, ਵੱਡੇ ਆਕਾਰ, ਪੁਰਾਣੀ ਸਟੋਰੇਜ, ਨਿਕਾਸੀ), (3) ਹਰੇਕ ਲਈ ਅੰਦਾਜ਼ਨ ਮਹੀਨਾਵਾਰ ਬੱਚਤ, ਅਤੇ (4) ਹਰੇਕ ਸੁਝਾਅ ਦਾ ਆਊਟੇਜ/ਪ੍ਰਦਰਸ਼ਨ ਜੋਖਮ। ਤੁਹਾਡੇ ਵੱਲੋਂ ਮਿਟਾਉਣ ਦਾ ਸੁਝਾਅ ਦੇਣ ਵਾਲੇ ਹਰੇਕ ਸਰੋਤ ਲਈ "ਪਹਿਲਾਂ ਪੁਸ਼ਟੀ ਕਰੋ" ਨੋਟ ਸ਼ਾਮਲ ਕਰੋ। ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ: [CSV/SUMMARY]

2) ਸੱਜਾ ਆਕਾਰ ਦਾ ਦ੍ਰਿਸ਼:

ਨਿਮਨਲਿਖਤ ਸਰੋਤ ਲਈ ਪਿਛਲੇ 30 ਦਿਨਾਂ ਦੀ ਵਰਤੋਂ: [CPU/ਮੈਮੋਰੀ/ਬੇਨਤੀ ਮੈਟ੍ਰਿਕਸ]। ਜੇਕਰ ਮੈਂ ਇਸਨੂੰ ਇੱਕ ਆਕਾਰ ਨੂੰ ਘਟਾਉਂਦਾ ਹਾਂ: ਅੰਦਾਜ਼ਨ ਬੱਚਤ ਕੀ ਹੈ, ਪ੍ਰਦਰਸ਼ਨ ਜੋਖਮ ਕੀ ਹੈ, ਮੈਂ ਭਰੋਸੇ ਨਾਲ ਕਿਸ ਮੈਟ੍ਰਿਕ ਦੀ ਨਿਗਰਾਨੀ ਕਰ ਸਕਦਾ ਹਾਂ? ਇੱਕ ਹੌਲੀ-ਹੌਲੀ ਯੋਜਨਾ ਦਾ ਸੁਝਾਅ ਦਿਓ।

3) ਵਚਨਬੱਧਤਾ/ਛੂਟ ਦਾ ਫੈਸਲਾ:

ਮੇਰੀ ਗਣਨਾ ਦੀ ਵਰਤੋਂ ਪਿਛਲੇ 6 ਮਹੀਨਿਆਂ ਤੋਂ ਸਥਿਰ ਹੈ: [ਸਾਰਾਂਸ਼]। ਇਸ ਗੱਲ 'ਤੇ ਵਿਚਾਰ ਕਰੋ ਕਿ ਕੀ ਰਿਜ਼ਰਵਡ/ਬਚਤ ਪਲਾਨ 'ਤੇ ਜਾਣ ਦਾ ਕੋਈ ਮਤਲਬ ਹੈ: ਬ੍ਰੇਕ-ਈਵਨ ਕੀ ਹੈ, ਕਿਹੜੀ ਵਚਨਬੱਧਤਾ ਦੀ ਮਿਆਦ/ਸਕੋਪ ਉਚਿਤ ਹੈ, ਕਿਹੜੇ ਜੋਖਮ ਹਨ (ਜੇ ਵਰਤੋਂ ਘੱਟ ਜਾਂਦੀ ਹੈ)? ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਮੈਨੂੰ ਪਹਿਲਾਂ ਕੂੜੇ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।

4) ਟੈਗਿੰਗ ਰਣਨੀਤੀ:

ਕਿਸੇ ਟੀਮ/ਪ੍ਰੋਜੈਕਟ/ਵਾਤਾਵਰਣ ਦੇ ਆਧਾਰ 'ਤੇ ਲਾਗਤ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਇੱਕ ਸਰੋਤ ਟੈਗਿੰਗ ਮਿਆਰ ਦਾ ਸੁਝਾਅ ਦਿਓ: ਕਿਹੜੇ ਟੈਗ ਲਾਜ਼ਮੀ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਮੈਂ ਅਣ-ਟੈਗ ਕੀਤੇ ਸਰੋਤਾਂ ਨੂੰ ਕਿਵੇਂ ਹਾਸਲ ਕਰਾਂ, ਮੈਂ ਇਹਨਾਂ ਟੈਗਾਂ ਦੇ ਅਨੁਸਾਰ ਲਾਗਤ ਦੀ ਰਿਪੋਰਟ ਕਿਵੇਂ ਕਰਾਂ? ਇੱਕ ਕੰਕਰੀਟ ਸਟਾਰਟਰ ਕਿੱਟ ਦਿਓ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਮੈਂ ਆਪਣੇ ਕਲਾਉਡ ਬਿੱਲ ਨੂੰ ਕਿਵੇਂ ਘਟਾਵਾਂ?"

ਨਤੀਜਾ: ਕੋਈ ਡਾਟਾ ਨਹੀਂ, ਕੋਈ ਪ੍ਰਸੰਗ ਨਹੀਂ; AI ਤੁਹਾਡੇ ਬਿੱਲ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕੀਤੇ ਬਿਨਾਂ, ਆਮ ਸਲਾਹ ਦਿੰਦਾ ਹੈ "ਜੋ ਤੁਸੀਂ ਨਹੀਂ ਵਰਤਦੇ ਉਸਨੂੰ ਬੰਦ ਕਰੋ"।

ਮਜਬੂਤ: "ਹੇਠਾਂ ਮਾਸਕਡ ਲਾਗਤ ਦੇ ਬ੍ਰੇਕਡਾਊਨ ਵਿੱਚ, 10 ਸਭ ਤੋਂ ਮਹਿੰਗੀਆਂ ਆਈਟਮਾਂ ਨੂੰ ਹਟਾਓ, ਕੂੜੇ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ, ਅਤੇ ਹਰੇਕ ਲਈ ਅੰਦਾਜ਼ਨ ਬੱਚਤ ਅਤੇ ਵਿਘਨ ਦਾ ਜੋਖਮ ਦਿਓ। ਹਰੇਕ ਸਰੋਤ ਲਈ ਜੋ ਤੁਸੀਂ ਮਿਟਾਉਣ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕਰਦੇ ਹੋ, ਲਿਖੋ ਕਿ ਮੈਨੂੰ ਪਹਿਲਾਂ ਕੀ ਤਸਦੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਮੈਂ ਖਾਤਾ IDs ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਹੈ।"

ਅੰਤਰ: ਦੂਜਾ ਪ੍ਰੋਂਪਟ ਅਸਲ (ਮਾਸਕਡ) ਡੇਟਾ, ਸਪਸ਼ਟ ਆਉਟਪੁੱਟ ਫਾਰਮੈਟ ਅਤੇ ਜੋਖਮ/ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਉਮੀਦ ਦਿੰਦਾ ਹੈ; ਆਉਟਪੁੱਟ ਸਿੱਧੀ ਬੱਚਤ ਵਿੱਚ ਬਦਲ ਜਾਂਦੀ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਸਾਫ਼ ਕੀਤੇ ਬਿਨਾਂ ਵਚਨਬੱਧਤਾ ਵੱਲ ਵਧਣਾ. ਛੂਟ ਵਾਲੀ ਕੀਮਤ 'ਤੇ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਬੰਦ ਕਰਨਾ।
• AI ਦੇ "ਮਿਟਾਓ" ਸੁਝਾਅ ਨੂੰ ਬਿਨਾਂ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਲਾਗੂ ਕਰਨਾ। ਨਾਜ਼ੁਕ ਬੈਕਅੱਪ/ਆਡਿਟ ਡਾਟਾ ਮਿਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
• ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਟਰੈਕ ਕੀਤੇ ਬਿਨਾਂ ਕਟੌਤੀ ਕਰਨਾ. ਬਹੁਤ ਜ਼ਿਆਦਾ ਮਿਨੀਏਚਰਾਈਜ਼ੇਸ਼ਨ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਗਾਹਕ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ।
• Egress ਨੂੰ ਭੁੱਲਣਾ. ਨੈੱਟਵਰਕ ਨਿਕਾਸੀ ਲਾਗਤ ਸਭ ਤੋਂ ਵੱਧ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤੀ ਹੈਰਾਨੀ ਹੁੰਦੀ ਹੈ।
• ਲੇਬਲਿੰਗ ਨਹੀਂ। ਜੇ ਇਹ ਨਹੀਂ ਪਤਾ ਕਿ ਲਾਗਤ ਕੌਣ ਸਹਿਣ ਕਰਦਾ ਹੈ, ਕੋਈ ਵੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨਹੀਂ ਲਵੇਗਾ।
• ਬਿਨਾਂ ਮਾਸਕ ਦੇ ਇਨਵੌਇਸ ਡੇਟਾ ਨੂੰ ਸਾਂਝਾ ਕਰਨਾ. ਸਕੇਲ ਅਤੇ ਟੌਪੋਲੋਜੀ ਲੀਕੇਜ।

ਸੰਖੇਪ ਵਿੱਚ

FinOps ਕਲਾਉਡ ਖਰਚ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣ ਅਤੇ ਵਿਵਸਥਿਤ ਤੌਰ 'ਤੇ ਰਹਿੰਦ-ਖੂੰਹਦ ਦਾ ਸ਼ਿਕਾਰ ਕਰਨ ਬਾਰੇ ਹੈ। ਕੂੜਾ ਅਕਸਰ ਵਿਹਲੇ ਸਰੋਤਾਂ, ਓਵਰਸਾਈਜ਼ਿੰਗ, ਗਲਤ ਕੀਮਤ ਮਾਡਲ, ਅਤੇ ਅਦਿੱਖਤਾ ਤੋਂ ਆਉਂਦਾ ਹੈ। AI ਗੁੰਝਲਦਾਰ ਇਨਵੌਇਸ ਬ੍ਰੇਕਡਾਊਨ ਨੂੰ ਸੰਖੇਪ ਕਰਨ, ਕੂੜੇ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਫਲੈਗ ਕਰਨ ਅਤੇ ਬੱਚਤ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਿਭਾਗੀ ਹੈ। ਪਰ ਇਹ ਤੁਹਾਡੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ ਕਿ ਤੁਸੀਂ ਪਹਿਲਾਂ ਕੂੜੇ ਨੂੰ ਸਾਫ਼ ਕਰੋ, ਫਿਰ ਪ੍ਰਤੀਬੱਧ ਕਰੋ, ਵਰਤੋਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਕੇ ਹਰੇਕ "ਮਿਟਾਓ/ਘੱਟੋ-ਘੱਟ" ਸੁਝਾਅ ਨੂੰ ਲਾਗੂ ਕਰੋ, ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਟਰੈਕ ਕਰਕੇ ਘੱਟੋ-ਘੱਟ ਕਰੋ, ਅਤੇ ਬਿਲਿੰਗ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕਰੋ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਲਾਗਤ ਟੁੱਟਣ ਅਤੇ ਕਲਾਉਡ ਖਾਤੇ ਨੂੰ ਮਾਸਕ ਕਰੋ (ਆਪਣਾ ਜਾਂ ਉਦਾਹਰਣ)। (1) "ਇਨਵੌਇਸ ਵਿਸ਼ਲੇਸ਼ਣ" ਟੈਂਪਲੇਟ ਨਾਲ ਸਭ ਤੋਂ ਮਹਿੰਗੀਆਂ ਚੀਜ਼ਾਂ ਅਤੇ ਰਹਿੰਦ-ਖੂੰਹਦ ਦੇ ਪੈਟਰਨ ਨੂੰ ਹਟਾਓ। (2) ਫਲੈਗ ਕੀਤੇ "ਡੌਰਮੇਂਟ" ਸਰੋਤ ਲਈ, ਇਸ ਨੂੰ ਮਿਟਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਕੌਣ/ਕਿਹੜੇ ਇਸਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਆਪਣੀ ਖੋਜ ਨੂੰ ਨੋਟ ਕਰੋ। (3) "ਮੈਂ ਕਿਸ ਮੈਟ੍ਰਿਕ ਦੁਆਰਾ ਸਹੀ-ਆਕਾਰ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਨੂੰ ਲਾਗੂ ਕਰਾਂ?" ਇਸ ਨੂੰ ਸਵਾਲ ਦੇ ਨਾਲ ਇੱਕ ਸੁਰੱਖਿਅਤ ਯੋਜਨਾ ਨਾਲ ਕਨੈਕਟ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਇਨਵੌਇਸ ਸਟੇਟਮੈਂਟ ਵਿੱਚ ਖਾਤਾ ID ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਸਰੋਤ ਨਾਮਾਂ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਪਹਿਲਾਂ ਲਾਗਤ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਚੀਜ਼ਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ।
• [ ] ਹਰੇਕ "ਮਿਟਾਓ" ਸੁਝਾਅ ਲਈ, ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ ਕਿ ਸਰੋਤ ਕਿਸ ਲਈ ਵਰਤਿਆ ਗਿਆ ਸੀ।
• [ ] ਮੈਂ ਮੈਟ੍ਰਿਕ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹੋਏ, ਹੌਲੀ-ਹੌਲੀ ਕਟੌਤੀ ਲਾਗੂ ਕੀਤੀ।
• [ ] ਮੈਂ ਵਚਨਬੱਧ ਛੋਟ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਸਾਫ਼ ਕੀਤਾ।
• [ ] ਮੈਂ ਨਿਕਾਸੀ ਅਤੇ ਸਟੋਰੇਜ ਵਰਗੀਆਂ ਗੁਪਤ ਚੀਜ਼ਾਂ ਦੀ ਵੀ ਜਾਂਚ ਕੀਤੀ।