Kostenoptimierung für das Data Lakehouse
Dieser Artikel befasst sich mit den architektonischen Prinzipien der Kostenoptimierungssäule, die darauf abzielt, das Kostenmanagement so zu gestalten, dass der gelieferte Wert maximiert wird. Angesichts eines Budgets wird die Kosteneffizienz von den Geschäftszielen und der Investitionsrendite gesteuert. Die Prinzipien der Kostenoptimierung können dazu beitragen, sowohl Geschäftsziele zu erreichen als auch Kosten zu rechtfertigen.
Grundsätze der Kostenoptimierung
Auswählen optimaler Ressourcen
Wählen Sie die richtigen Ressourcen aus, die den Geschäftszielen entsprechen und die Workloadleistung verarbeiten können. Erkunden Sie beim Onboarding neuer Workloads die verschiedenen Bereitstellungsoptionen, und wählen Sie die Bereitstellungsoptionen mit dem besten Preis-Leistungs-Verhältnis aus.
Dynamische Zuordnung von Ressourcen
Dynamisches Zuordnen und Freigeben von Ressourcen, um die Leistungsanforderungen zu erfüllen. Identifizieren Sie nicht verwendete oder nicht ausgelastete Ressourcen, und konfigurieren, konsolidieren oder deaktivieren Sie sie.
Überwachen und Kontrollieren von Kosten
Die Kosten Ihrer Workloads hängen von der Menge der verbrauchten Ressourcen und den Gebühren für diese Ressourcen ab. Um die Kosten dieser Workloads zu verstehen, überwachen Sie sie für jede betroffene Ressource. Dies bildet die Basis der Steuerung von Verbrauch und Kosten.
Zusätzlich erleichtert das Lakehouse die genaue Identifizierung der Workloadnutzung und der Kosten. Dies ermöglicht die transparente Zuordnung der Kosten zu einzelnen Workloadbesitzern. Anschließend können sie die Rendite messen und ihre Ressourcen optimieren, um bei Bedarf Kosten zu senken.
Entwerfen von kostengünstigen Workloads
Ein entscheidender Vorteil von Lakehouse ist die Fähigkeit, dynamisch zu skalieren. Als Ausgangspunkt werden Nutzungs- und Leistungsmetriken analysiert, um die anfängliche Anzahl von Instanzen zu bestimmen. Mit der automatischen Skalierung können zusätzliche Kosten eingespart werden, indem kleinere Instanzen für eine stark variable Workload ausgewählt werden, oder durch Hochskalieren, um das erforderliche Leistungsniveau zu erreichen.