Övervaka och optimera över tid
Kontinuerligt rätt storleksinvestering när din arbetsbelastning utvecklas med ekosystemet. |
---|
Det som var viktigt i går kanske inte är viktigt i dag. När du lär dig genom utvärdering av produktionsarbetsbelastningar kan du förvänta dig förändringar i arkitektur, affärskrav, processer och till och med teamstruktur. Dina SDLC-metoder (software development lifecycle) kan behöva utvecklas. Externa faktorer kan också ändras, till exempel molnplattformen, dess resurser och dina avtal.
Du bör noggrant utvärdera effekten av alla ändringar på kostnaden. Övervaka ändringar och ROI-trenden regelbundet och utvärdera om du behöver justera funktionella och icke-funktionella krav.
Exempelscenario
Contoso Air tillhandahåller en lösning för bagagespårning för flygbolag. Arbetsbelastningen finns i Azure och körs på AKS med Cosmos DB för databasen och använder Event Hubs för meddelanden. Arbetsbelastningen distribueras i regionerna USA, västra och USA, östra.
Utvärdera och optimera din miljö och supportkostnader kontinuerligt.
Genom att använda ditt kostnadsspårningssystem utvärderar och optimerar du kontinuerligt kostnaderna för resurser, data och betald support. Finns det underutnytttagna resurser som kan dras tillbaka, ersättas, återskapas eller omstruktureras?
Du minskar kostnaderna genom att undvika att betala för resurser som inte används fullt ut. Att förstå prismått kan hjälpa dig att fatta beslut som är mer anpassade till din kostnadsmodell. Det kan också förhindra obefogad fakturering. Att ändra storlek på eller ta bort underutnytttagna resurser, eller till och med ändra SKU:er, kan minska kostnaderna.
Du kanske också kan spara vissa kostnader genom att utvärdera användningen av dina supportavtal med dina teknikleverantörer och rätt storleksanpassa dem.
Contosos utmaning
- Arbetsbelastningsteamet har alltid kommit in under budget, så optimering för kostnadseffektivitet har inte prioriterats.
- De planerar att förbättra arbetsbelastningens tillförlitlighet nästa år och vet att detta kommer att öka deras Azure-kostnader, vilket sannolikt pressar arbetsbelastningen över deras budget. De överväger att be om en ökad budget för nästa år.
Tillämpa metoden och resultaten
- Teamet bestämmer sig för att innan de ber om mer pengar utvärderar de sina nuvarande Azure- och supportkostnader för att leta efter potentiella besparingsmöjligheter. De tittar på kostnadsuppdelningarna per resurs, per resurs och per tagg i det befintliga kostnadsspårningssystemet och märker några oväntade utgifter.
- Teamet upptäcker att det finns virtuella datorer som körs i deras miljö som har använts för ett inaktuellt byggsystem och som inte längre behövs. Det finns en betydande mängd gamla data i Azure Storage som kan flyttas till en billigare nivå och de betalar för ett supportavtal med sin molnleverantör som innehåller rådgivande timmar som de inte använder.
- Teamet optimerar sina Azure-kostnader genom att ta bort de oanvända virtuella datorerna och flytta gamla data till Arkivlagring. De börjar arbeta närmare med sin molnleverantör för att utnyttja sina konsulttjänster på ett bra sätt.
- Teamet lägger till en återkommande uppgift i sina kvarvarande uppgifter för att utföra utvärderingar av sina arbetsbelastningskostnader framöver.
Granska och förfina din arbetsbelastning kontinuerligt
Justera arkitekturdesignbeslut, resurser, kod och arbetsflöden kontinuerligt baserat på ROI-data.
Regelbundna granskningar av mått, prestandadata, faktureringsrapporter och funktionsanvändning kan leda till finjustering som kan minska kostnaderna.
Contosos utmaning
- Eftersom teamet har hållit sig under budget historiskt sett har de inte tittat på alternativa metoder för befintliga funktioner. I stället fokuserar de flesta av planeringen på att skapa nya funktioner.
- När de har hittat avfall genom sin första utvärdering bestämmer de sig för att titta på resten av de aktuella komponenterna för att leta efter optimeringsmöjligheter.
Tillämpa metoden och resultaten
- Teamet upptäcker att de har allokerat fler resurser än vad som är nödvändigt för lågprioriterade flöden och kan på ett säkert sätt skala ned det allokerade dataflödet, samtidigt som deras prestandakrav bibehålls. Mer specifikt kan de gå från överetablering för att hantera belastningstoppar och implementera ett köbaserat belastningsutjämningssystem i stället.
- De upptäcker också att en ny funktion har lagts till i den valda SKU:n på deras beräkningsplattform som ersätter viss autentiseringskod. Om du använder den här funktionen innebär det mindre kod att underhålla och testa.
Optimera dina distributionsmiljöer
Hantera olika SDLC-miljöer på olika sätt och distribuera rätt antal miljöer. Produktionsmiljöer bör vara din huvudsakliga kostnadsdrivare.
Du kan spara pengar genom att förstå att inte alla miljöer behöver simulera produktion. Icke-produktionsmiljöer kan ha olika funktioner, SKU:er, antal instanser och till och med loggning.
Du kan också spara kostnader genom att skapa förproduktionsmiljöer på begäran och ta bort dem när du inte längre behöver dem.
Contosos utmaning
- Arbetsbelastningsteamet spenderar mer på förproduktionsmiljöer än på produktionsmiljöer. Även om detta kan vara viktigt för vissa scenarier verkar det överdrivet för den här arbetsbelastningen.
- Förproduktionsmiljöerna har skapats för att matcha produktionsmiljön mycket nära. Arbetsbelastningsteamet uppskattar att ha en mycket nära uppskattning av produktionsmiljön i de lägre miljöerna eftersom det ger dem en hög grad av förtroende för att beteenden i produktionen matchar de lägre miljöerna.
Tillämpa metoden och resultaten
- Efter noggrann utvärdering bestämmer teamet att de kan acceptera kompromissen med lite ytterligare risker för att realisera kostnadsbesparingar som följer med viss skillnad mellan miljöer.
- Teamet bestämmer sig för att samplacera några av testmiljöerna i samma infrastruktur och stänga av oanvända miljöer över en natt.
- Teamet hittar också möjligheter att flytta åt vänster och utföra utveckling och testning av inre loopar på lokala arbetsstationer för utvecklare.
- Genom att hitta sätt att göra små kompromisser i sina förproduktionsmiljöer och utvecklingsmetoder har de frigjort budget som de kommer att använda på ett bra sätt i automatiseringsarbetet.